基于改进小波变换的自动化电气设备故障点检测

基于改进小波变换的自动化电气设备故障点检测

贾晓彬 1 刘玉龙 2

1. 安钢自动化软件股份有限公司 河南 安阳 455004 2. 安钢销售公司 河南 安阳 455004

摘要：近些年，我国的科学技术水平不断进步。现阶段，传统的自动化电气设备故障点检测方法通常采用梯度扩散法确认故障信号波，但该方法并未对信号奇异性进行分析，获取的信号函数峰值较低，检测准确度不高。为此，提出了基于改进小波变换的自动化电气设备故障点检测方法。首先考虑环境对设备的影响，分析电气设备特性，同时为了提高电气设备故障信号的质量，添加数字滤波器，然后运用改进后的小波变换理论对设备故障信号进行分析。最后，分析小波分析后的异常信号奇异性，运用双端检测对奇异信号进行测距，得出故障点位置，完成自动化电气设备故障点检测。

关键词：改进小波变换；自动化电气设备；故障点检测；信号函数；准确度

引言

目前，在电气设备故障诊断中对故障信号的处理，往往采用的是频域分析法。频域分析法的主要研究对象为信号的频率结构，通过确定信号的组成部分和频率成分幅值的大小，以及对“故障特征频率”和“故障特征频率幅值”的分析，来了解电气设备的故障情况。虽然频域分析法弥补了时域分析法在高阶微分方程求解上的不足，但其本身也具有一定的局限性，如某些信号的傅立叶变换可能不存在，这就给故障信号的分析带来了很大的不便。在实际的生产生活中，传统的信号理论往往是通过Fourier变换来实现的，Fourier变换虽能将难以处理的时域信号转换成易于分析的频域信号，但其表征的是一种整体性变换，对信号的局部化特征无法详尽表达，因此人们迫切希望寻求一种新的变换方法，来实现对信号的有效处理，小波变换应运而生。

1几种常用经验法

经验法对某些设备的简单故障诊断能起到一定的效果。（1）弹压诊断法：主要用于一些动作部件的故障诊断，如开关、按钮、接触器等，通过反复弹压来提高部件的灵活度来检测和解决部分接触不良导致的故障；（2）观测诊断法：主要用于设备故障原因的外部特征较为明显时使用，如短路导致的线路毁损、元器件松懈脱落和设备的过载等；（3）检测诊断法：这里指利用万用表等简单仪器，通过对电压、电流、电阻等参数的测量来判断故障部位和原件的方法，是经验法中最为常用的，但检测效率较低，有时存在误判，对集成化程度高、技术先进的电气设备不适用；（4）常用的经验法还有状态分析法、测温法、置换法等。

2小波变换

小波变换(wavelettransform，WT)是一种相对新颖的变换分析方法，它集泛函数、Fourier分析、调和分析、数值分析等分析方法于一身，在某些工程技术领域，特别是在信号处理等领域中，小波变换已经得到广泛的应用。随着人们对小波变换的不断优化和发展，小波变换已然成为继Fourier变换之后，在时频分析等领域卓有成效的变换方法。连续小波变换的定义为：

式中：a为尺度因子，τ为平移因子，离散的小波序列为：

为了克服傅立叶变换不能局部化的特点，人们提出了短时傅立叶变换的概念，即将信号分割成许多小的时间间隔，然后用傅立叶变换对每一个小的时间间隔进行分析，以此来确定其频率。而连续小波变换则对短时傅立叶变换这种局部化的特征进行了进一步的发展，使得小波变换不仅能同时满足在时域和频域内对故障信号进行分析，而且能够将故障信号的特征进行局部放大，小波变换弥补了傅立叶变换在故障信号处理中的不足，成为在时域和频域中对信号进行综合处理的有利工具。

3实验论证分析

为了验证设计的基于改进小波变换的自动化电气设备故障点检测方法的可行性，设计实验使用本文故障点检测方法与故障点检测方法对某公司的自动化电气设备进行故障点检测，并通过4种方法之间相关函数以及检测的准确率来判断优劣性。

3.1实验信号采集设备

实验信号采集设备采用微电子STM32F103ZET6单片机作为数据处理中心，该单片机的内置处理器处理能力较强，同时具有32位ARMCortexM3内核的处理器。而对于故障信号的数据采集则采用两部分，首先为信号的处理电路，其次为A/D转换。为了获得质量较好的故障信号，信号处理电路汇中添加了信号的放大电路，电路如图1所示。在一般情况下利用信号放大器对实验中被检测设备故障信号进行放大处理，从而获得更可靠的故障信号。

图1信号放大部分电路图

3.2小波变换在电气设备故障诊断中的应用前景及工作流程

所谓电气设备故障诊断是指对运行中电气设备的各种物理信号进行实时监测并对其运行状态进行准确判断，使得电气设备在发生故障的初期就能得到及时的处理，从而排除故障，保证电气设备的正常运行。在一般情况下，电气设备正常运行时的电磁等物理信号相对比较平稳，但当设备一旦发生故障时，就会产生奇异信号，因此可以应用小波变换对奇异信号进行监测与分析。由于小波变换能够将故障信号进行多尺度分解，从而获得故障信号在不同尺度下的特征，进而实现故障区分，因此在实际工作中可以利用小波变换的此种特性对电网中的故障信号加以区分。其次，在输油管道的故障诊断中，小波变换也有着很高的应用价值，当输油管道发生故障时，电气设备的监测信号往往会发生突变，我们可以应用小波变换对这些突变点进行检测，从而实现对输油管道故障点的准确诊断。随着科学技术的不断进步，相信在不久的未来，人们会将小波变换应用到更多、更广的领域中，解决更大的实际问题。应用小波变换对电气设备进行故障检测的工作流程如图2所示

图2工作流程图

3.3局部放电信号去噪结果

智能变电站实现光纤、全数字信号采集系统中，不可避免地会存在部分非平稳信号出现，而局部放电脉冲作为瞬时的短信号，可以经过测量系统对局部放电信号检测，运用如下公式的衰减振荡脉冲s模拟：

式中：信号的幅值系数用M表示；衰减常数用α1和α2表示；振荡角频率用ω=2f表示。如图3所示，作为系统检测的局部放电脉冲信号波形，设置仿真采样率为60MS/s。图4给出了局部放电仿真信号经两种去噪方法去噪后的效果图。图4a）作为初始局部放电的仿真信号，图4b）作为局部放电仿真信号，被信噪比污染后信号情况，图4c）表示经过对局部含噪的放电信号进行方法1去噪处理之后的结果，图4d）表示经过对局部含噪的放电信号进行方法2去噪处理之后的结果。经试验发现，通过运用方法2可以更加高效地将局部放电信号从含噪背景中提取，两种方法分别达到0.78s，0.36s的去噪时间，因此也证实了运用提升小波算法，可以很大程度缩减信号处理时间，提高信号传输实时效率。

图3典型局部放电脉冲仿真波形

图4局部放电去噪结果效果图

结语

本文使用改进小波变换技术设计了自动化电气设备故障点检测方法，通过实验证明本文方法的相关函数曲线中峰值更多，同时检测的准确率更高。但本文研究的故障点检测仍不具备对故障分类的能力，未来研究中可以在其中添加MATLAB/SIMULINK模型，提高噪声的过滤能力，同时添加神经元网络，对故障信号的故障类型进行分析。

参考文献

[1]王晓剑，何天磊，陈聪，等.紫外成像检测技术在高压电气设备故障诊断中的应用[J].电气时代，2019(04):52-54.

[2]李志军，卜冠南，卢应强，等.利用模糊决策进行电力变压器故障诊断的研究[J].电气技术，2020,21(10):77-82.

[3]颜菲，胡玉平.叠加去噪自动编码器结合深度神经网络的心电图信号分类方法[J].计算机应用与软件，2019，36（4）：178⁃185.