变压器局部放电在线监测信号中的电磁干扰及抑制

一、简介

广义的电磁干扰除了包括与局放信号一起通过电流传感器进入监测系统的干扰以外，还包括影响监测系统本身的干扰，诸如接地、屏蔽、以及电路处理不当所造成的干扰等，后者可通过改进系统设计、合理选择电路和元器件、提高系统制作水平等加以解决。现场电磁干扰特指前者，是研究重点。它可分为连续的周期型干扰、脉冲型干扰和白噪声。周期型干扰包括系统高次谐波、载波通讯以及无线电通讯等。脉冲型干扰分为周期脉冲型干扰和随机脉冲型干扰。周期脉冲型干扰主要由电力电子器件动作产生的高频涌流引起。随机脉冲型干扰包括高压线路上的电晕放电、其他电气设备产生的局部放电、分接开关动作产生的放电、电机工作产生的电弧放电、接触不良产生的悬浮电位放电等。白噪声包括线圈热噪声、地网的噪声和动力电源线以及变压器继电保护信号线路中耦合进入的各种噪声等。

电磁干扰一般通过空间直接耦合和线路传导两种方式进入测量点。测量点不同，干扰耦合路径会不同，对测量的影响也不同;测量点不同，干扰种类、强度也不相同。

变压器局放监测点选取的原则是局放信号强度大、信噪比高，且测量简便。主要有外壳接地线和套管末屏接地线，有的还选择中性点接地线、铁心接地线和高压出线端等。有时为了抑制干扰，还从变压器动力电源线处测量参考的干扰信号。由于中性点和高压出线端安装传感器较为不便，且有的变压器铁心内部接地，故监测系统多选择外壳和套管末屏接地线作为测量点。

二、常用的抑制方法

干扰的抑制总是从干扰源、干扰途径、信号后处理三方面考虑。找出干扰源直接消除或切断相应的干扰路径，是解决干扰最有效最根本的方法，但要求详细分析干扰源和干扰途径，且一般不允许改变原有的变压器运行方式，因此在这两方面所能采取的措施总是很有限。对于经电流传感器耦合进入监测系统的各种干扰，采取各种信号处理技术加以抑制。一般从以下几方面区分局放信号和干扰信号;工频相位、频谱、脉冲幅度和幅度分布、信号极性、重复率和物理位置等，并据此提出了大量的抗干扰技术。

在抗干扰技术中有两种不同的思路：一种是基于窄带(频带一般为10kHz至数10kHz)信号的。它通过合适频带的窄带电流传感器和带通滤波电路拾取信号，躲过各种连续的周期型干扰，提高了测量信号的信噪比。这种方法只适合某一具体的变电站，使用上不方便。此外，由于局部放电信号是一种宽频带脉冲，窄带测量会造成信号波形的失真，不利于后面的数字处理。另一种是基于宽频(频带一般为10至1000kHz)信号的处理方法。检测信号中包含局放的大部分能量和大量的干扰，但信噪比较低。对于这些干扰的处理步骤一般是：a.抑制连续周期型干扰;b.抑制周期型脉冲干扰;c.抑制随机型脉冲干扰。随着数字技术的发展及模式识别方法在局放中的应用，这种处理方法往往能取得较好的效果。

依据上述两种思路，可以获取不同信噪比的检测信号。在后级处理中，很多处理方法是一致的。可归纳为频域处理和时域处理方法。频域方法是利用周期型干扰在频域上离散的特点处理之;而时域处理方法是根据脉冲型干扰在时域上离散的特点处理。有硬件和软件两种实现方式。下面分别介绍。

三、周期型干扰的抑制

周期型干扰也称之为窄带干扰，它在各类干扰中占有很大的比重，干扰的抑制和消除也应首先由此入手。由于它强度大、相位分布固定，因此大多采用频域方法处理。主要包括FFT阈值滤波器、自适应滤波器、固定系数滤波器和理想多通带数字滤波器(IMDF)等。

窄带干扰抑制的算法较多，也较成熟。从应用效果来看，固定系数滤波器和理想多带通滤波器较理想。由于IMDF在处理数据时需进行多次FFT和IFFT，将化费大量计算时间，不利于实时处理。但根据IMDF找到的最佳监测频带，可以形成固定系数的有限冲激响应(FIR)数字滤波器直接在时域处理，简化了操作，加快了处理速度。

上述方法均可通过软件或硬件线路来实现。虽然硬件滤波调节上不灵活，但经过现场试验选择最佳频带后，可有效抑制窄带干扰。软件方法虽然调节较灵活，但存在实时运算速度较慢的缺点。

四、周期型脉冲干扰的抑制

当信号去除周期型干扰之后，其它干扰上升为主要矛盾。对于周期型脉冲干扰的抑制，主要有两类处理方法：模拟方法和数字方法。模拟方法包括差动平衡法、定向耦合法和参考信号法等;前两种方法同样适用于随机脉冲干扰的抑制，将在后文中介绍。选择只包含脉冲干扰而不包含放电脉冲的配电线路测量脉冲干扰信号，利用所测的干扰脉冲作为控制信号，当信号水平超过设定阈值并且判定为干扰时，停止模数转换器(ADC)工作，以消除来自配电线路的干扰脉冲。

数字方法的原理是利用干扰和局放信号相位分布不同的特点进行处理。例如，KONIG.G.和KOPF.U.提出一种方法，首先记录多个周期的信号，然后对每个周期同相位上的数据进行平均，以此构成模板同原始信号相减，从而消除周期型的干扰信号。此种方法当局放信号较少并且分布特点比较明确的时候去除干扰的效果较好，当局放信号多且强的时候效果不好。

印度的V.Nagesh和B.I.Gururaj提出一种方法，它借鉴了生物信号处理的一些成果，其基本原理是从局放信号同周期型干扰信号具有不同的形状出发，首先进行数据分段，把脉冲从波形信号中分离出来，形成单个脉冲序列，利用FFT算法在频域对各脉冲进行互相关计算，判断其相似度并按照一定的标准进行分组，根据这些组脉冲求取类信号模板，然后对每一类的信号在时域进行合成。分析发现，局放信号的相位较分散，而干扰的则非常集中。利用这一特点剔除周期型脉冲干扰信号类，把剩余的信号重构，可得到去除周期型脉冲干扰后的信号。

由此可知，利用局放和周期型脉冲干扰在波形和相位上的不同进行干扰抑制是可行的。该方法还可用来定位，它通过分析不同放电点引起的脉冲波形的特征来识别。此法的缺点是：当局放重复率较高时，有可能把相邻的两个脉冲看成一个，影响识别的效果;此外，当脉冲波形较多时，运算速度有影响，不过随着微机运算能力的大幅度提高，这种影响会越来越被忽略。

五、随机脉冲型干扰的抑制

这类干扰最难剔除。由于干扰和局放信号在频域内的特征具有相似性，因此现有的大量方法都是从时域考虑的。常用方法有硬件电路法、软件波形识别法和人工智能法。

1.硬件电路法

它的基本思路是利用两个测量点的输出信号中外来脉冲干扰同方向，而内部放电脉冲方向相反的特点，去除脉冲干扰。具体实现为硬件电路，常用电路包括差动平衡法、脉冲极性鉴别法和定向耦合法。