基于hh的電力系統(tǒng)故障信號(hào)分析

基于hh的電力系統(tǒng)故障信號(hào)分析

1emd分解及時(shí)效在電力系統(tǒng)故障分析過程中的應(yīng)用對(duì)故障狀態(tài)信號(hào)的識(shí)別、處理和使用是電氣系統(tǒng)狀態(tài)監(jiān)測(cè)、故障診斷和能源質(zhì)量分析的基礎(chǔ)。高壓輸電線路和電力設(shè)備發(fā)生故障后,其電壓和電流中含有大量的非基頻暫態(tài)分量,而且故障分量隨著時(shí)刻、故障點(diǎn)、故障過渡電阻以及系統(tǒng)工況的不同而不同,故障引起的暫態(tài)信號(hào)是非平穩(wěn)隨機(jī)過程。常用的電力系統(tǒng)故障信號(hào)分析方法中傅里葉變換能夠在頻域內(nèi)得到較高的分辨率,在時(shí)域內(nèi)卻失去了分辨能力。小波變換理論,能夠在時(shí)域和頻域內(nèi)同時(shí)得到較高的分辨率,但小波變換的基函數(shù)是預(yù)先確定的,由于分解的效果取決于基函數(shù)的選擇,所以不能保證最優(yōu)的分解效果。本文采用的HHT(Hilbert-HuangTransform)[1～4]是全新的信號(hào)處理方法,它由經(jīng)驗(yàn)?zāi)B(tài)分解法EMD(EmpiricalModeDecomposition)及Hilbert變換兩部分組成。該方法具有如下特點(diǎn):固有模態(tài)分量(IMF-IntrinsicModeFunction)概念的提出使得用HT定義的瞬時(shí)頻率具有實(shí)際的物理意義;EMD分解方法的出現(xiàn)使瞬時(shí)頻率可用于復(fù)雜的非平穩(wěn)信號(hào)的分析;瞬時(shí)頻率的定義方法與頻率的經(jīng)典定義方法(信號(hào)相位的導(dǎo)數(shù))相一致,從而可以給出信號(hào)頻率變化的精確表達(dá),而且該法簡(jiǎn)單、通用。近幾年該法已經(jīng)被應(yīng)用于地球物理學(xué)、生物醫(yī)學(xué)、工學(xué)等領(lǐng)域的研究,并取得了較好的效果。本文把HHT方法應(yīng)用于電力系統(tǒng)故障信號(hào)分析之中。本文通過瞬時(shí)頻率實(shí)現(xiàn)了故障時(shí)刻的準(zhǔn)確檢測(cè);通過EMD分解及瞬時(shí)頻率實(shí)現(xiàn)了電力系統(tǒng)諧波提取和區(qū)分;通過Hilbert邊際譜與傅里葉譜的比較表明前者在分辨率上的優(yōu)越性。仿真結(jié)果表明該方法簡(jiǎn)單、有效。2hhs方法2.1局部包絡(luò)線的連接EMD的作用是將復(fù)雜的信號(hào)分解成有限個(gè)IMF,從而使HT的瞬時(shí)頻率具有實(shí)際物理意義。IMF滿足如下條件(1)其極值點(diǎn)和過零點(diǎn)的數(shù)目應(yīng)該相等或至多差1。(2)分別連接其局部極大值和局部極小值所形成的兩條包絡(luò)線的均值在任一點(diǎn)處為零。具體的處理方法是:先根據(jù)信號(hào)的s(t)的極大點(diǎn)和極小點(diǎn)求出其上包絡(luò)v1(t)及下包絡(luò)v2(t)之平均值然后考察s(t)與m之差h,即將h視為新的s(t)重復(fù)以上操作,直到h滿足IMF條件時(shí),記c1視為一個(gè)IMF。作視r(shí)為新的s(t),重復(fù)以上過程,依次得到c2,c3…,直到r(t)基本呈單調(diào)趨勢(shì)或|r(t)|很小可視為測(cè)量誤差時(shí)即可停止。于是即把原信號(hào)分解成n個(gè)IMFc1,c2,…,cn,和一個(gè)剩余分量r。2.2赫爾伯特轉(zhuǎn)換ht對(duì)實(shí)信號(hào)X(t),可得到它的HT為其反變換為得到解析信號(hào)瞬時(shí)頻率按下式計(jì)算2.3邊際譜邊際譜對(duì)每一個(gè)IMF作HT得這里省略了殘余函數(shù)r,Re代表取實(shí)部。式(11)稱為Hilbert幅值譜,簡(jiǎn)稱為Hilbert譜,記作進(jìn)一步定義邊際譜邊際譜從統(tǒng)計(jì)意義上表征了整組數(shù)據(jù)每個(gè)頻率點(diǎn)的積累幅值分布,而傅里葉頻譜的某一點(diǎn)頻率上的幅值表示在整個(gè)信號(hào)里有一個(gè)含有此頻率的三角函數(shù)組分。所以,邊際譜和傅氏譜的意義是不同的。3faut模塊分析由于在故障發(fā)生時(shí)刻和恢復(fù)時(shí)刻,會(huì)在時(shí)頻圖中體現(xiàn)為高頻突變,因此通過EMD分解得到IMF分量再分別求瞬時(shí)頻率,來實(shí)現(xiàn)對(duì)故障時(shí)刻的準(zhǔn)確檢測(cè)。在電力系統(tǒng)故障分析與計(jì)算中最基本的是對(duì)單機(jī)對(duì)無窮大系統(tǒng)的三相短路分析,如圖1所示。本文應(yīng)用Matlab中的Simlink模擬這種電力系統(tǒng)故障,這里用Fault模塊模擬故障。當(dāng)Fault模塊為三相金屬性接地故障。在t=0.2s發(fā)生故障,并經(jīng)100ms后切除,可觀察到故障前、故障時(shí)、故障切除后發(fā)電機(jī)電流、電壓波形。故障電流、電壓的HHT分析結(jié)果,如圖2、圖3。從圖中可以清楚地得到發(fā)生故障和切除故障時(shí)間,以及投切時(shí)瞬時(shí)頻率的大小。以圖2為例,投切時(shí)頻率最大可達(dá)585.14Hz。由于EMD分解是從原信號(hào)的極值點(diǎn)來提取各IMF的,其結(jié)果是將信號(hào)中真實(shí)存在的不同尺度波動(dòng)或趨勢(shì)逐級(jí)由高到低分解開來,從頻率的角度來說是從高頻到低頻的。本例中投切時(shí)頻率很大,EMD分解將實(shí)際擾動(dòng)時(shí)的突變信息作為第一個(gè)IMF分量分解出來。因此,僅需根據(jù)c1的瞬時(shí)頻率即可進(jìn)行故障時(shí)刻的檢測(cè)。4電氣系統(tǒng)波形的提取和區(qū)分4.1諧波信號(hào)的提取電力系統(tǒng)故障信號(hào)一般是包括工頻基波分量、各次基波分量、各次諧波分量、故障暫態(tài)分量和一些噪聲的混合信號(hào)。濾波和去噪的目的是在噪聲的背景下求取工頻基波及諧波的幅值和相位,定位高頻暫態(tài)分量。因此,諧波信號(hào)的提取就是濾波的過程。含3次諧波的電壓凸陷信號(hào)為:s(t)=p×[sin(2π×50t)+0.5sin(2π×150t)]當(dāng)0.4s≤t≤0.12s時(shí),p=0.5其他p=1。采樣頻率為3200Hz。HHT分析結(jié)果如下。從圖4a中得到的IMF分量c1,可以認(rèn)為是3次諧波,c2是濾掉諧波的信號(hào)。這樣,通過EMD分解將諧波從擾動(dòng)信號(hào)中提取出來。因此,多分辨EMD分解可以解釋為以信號(hào)極值特征尺度為度量的時(shí)空濾波過程。通過圖4b的比較得到的結(jié)論是:通過對(duì)信號(hào)s的EMD分解,可以提取出與y同頻率同相位的諧波信號(hào)。4.2hct波波的估計(jì)問題電力系統(tǒng)諧波的區(qū)分即諧波檢測(cè),傳統(tǒng)的諧波檢測(cè)方法大都是基于Cooly和Tukey提出的快速傅里葉變換(FFT)及其改進(jìn)算法,它對(duì)諧波出現(xiàn)的時(shí)刻和時(shí)變諧波估計(jì)問題的解決無法滿足應(yīng)用的要求,而HHT方法可以成功的解決這一問題。設(shè)暫態(tài)諧波信號(hào)為當(dāng)0.12s≤t≤0.24s時(shí),p(t)=1,其他p(t)=0。從圖5b中可以精確的檢驗(yàn)出發(fā)生擾動(dòng)和終止的時(shí)間分別為0.1197s,0.2394s。提取擾動(dòng)發(fā)生到終止時(shí)的波形進(jìn)行HHT時(shí)頻分析,如圖5c,按照上例的算法可以得到暫態(tài)諧波信號(hào)的頻率成分和相應(yīng)的幅值,進(jìn)而實(shí)現(xiàn)了諧波檢測(cè)。5紅外光譜在非平穩(wěn)測(cè)分系統(tǒng)中的應(yīng)用轉(zhuǎn)子斷條是異步電動(dòng)機(jī)常見故障之一。研究表明,當(dāng)異步電動(dòng)機(jī)轉(zhuǎn)子斷條時(shí),在定子電流中將會(huì)出現(xiàn)(1-2s)f1的頻率的附加分量。由于轉(zhuǎn)子輕微斷條時(shí),(1-2s)f1頻率分量的幅值相對(duì)于f1頻率分量的幅值非常小(二者之比約為0.02～0.05),同時(shí)異步電動(dòng)機(jī)運(yùn)行時(shí)轉(zhuǎn)差率s很小,(1-2s)f1與f1這兩個(gè)頻率非常接近,用傅里葉變換作頻譜分析時(shí)f1頻率分量的泄漏會(huì)淹沒(1-2s)f1頻率分量,從而使檢測(cè)(1-2s)f1頻率分量是否存在變得非常困難。而Hilbert邊際譜在分辨率具有明顯的優(yōu)越性,如圖6所示:s=0.05,幅值為0.1。電力系統(tǒng)發(fā)生故障時(shí)的信號(hào)多為非平穩(wěn)信號(hào)。而正常運(yùn)行時(shí)電力系統(tǒng)負(fù)荷也是典型的非平穩(wěn)信號(hào)。為了進(jìn)一步說明Hilbert邊際譜對(duì)非平穩(wěn)信號(hào)的分辨率問題,下面給出一個(gè)月的電力系統(tǒng)負(fù)荷的傅里葉功率譜估計(jì)(直接法和間接法)和Hilbert邊際譜估計(jì)圖,見圖8,9。其中圖8a是Hilbert譜(三維譜),右邊的棒圖表征幅值的大小。采樣頻率設(shè)為1。從圖9中我們清楚地看到負(fù)荷頻譜的連續(xù)性。而且在一個(gè)月的周期內(nèi),頻率約為1/96Hz較強(qiáng),呈現(xiàn)很強(qiáng)的日周期性。對(duì)一年12個(gè)月的負(fù)荷作分析可以得到相同的結(jié)論。雖然從圖8我們同樣可以得出負(fù)荷頻譜的連續(xù)性性質(zhì)。但比較圖8、9可知HHT的邊際譜分辨率明顯高于傅里葉功率譜。在HHT方法的應(yīng)用中需要注意的主要問題是EMD分解的邊界處理問題。本文采用了端值延拓法的邊界處理方法。這種延拓方法為:在原信號(hào)右邊界右邊,信號(hào)延拓值均取為原右邊界處信號(hào)值;而在原信號(hào)左邊界左邊,信號(hào)延拓值均取為原左邊界處信號(hào)值。端值延拓法與補(bǔ)零延拓法相比,消除了原邊界信號(hào)值與邊界外延拓值的落差;而與對(duì)稱延拓法或光滑延拓法相比,它不會(huì)增加邊界附近的斷點(diǎn)。因此,端值延拓法在一般情況下可望能取得好的邊界處理效果。6改進(jìn)的態(tài)信號(hào)分析(1)仿真