高压断路器操动机构振动信号小波去噪研究

南方电网玉溪供电局 岳 峰 张 坤 李 昭 陶 伟 李 伟 李天福

实际经验表明大部分断路器故障的根本原因是其内部出现了机械故障[1]。这些机械故障本质上是断路器中的操作机构出现了无法有效分离和闭合的现象。在过去的很长一段时间里，断路器的检修主要依靠维修人员借助相关的仪器在系统停止运行的时间里对其进行定期的检测性试验，并依据试验结果对其进行维修[2]。现阶段进行断路器检测的仪器主要依据提取动作机构信号量并对信号量进行对比的方法判断断路器内部的操作机构是否出现故障。若检测信号同原有的信号出现了一定的偏差则说明断路器可能出现了故障，但检测仪器在检测过程中会由于受到噪声的影响而使判断出现失误，因此如何消除监测过程中的噪声影响对于提高断路器检测的准确率具有非常重要的意义。

1 小波去噪原理

信号的存在与否并不影响噪声的存在，在通信工程中通常将此类恒定的噪声看做背景噪声；在信号检测过程中具有一定价值的信号通常出现在低频段而噪声则大部分出现在高频段。但由于有价值信号通常会存在部分突变信号和尖峰，以及噪声并不是理想状态之中的白噪声，因此噪声仍会对信号的检测带来负面影响。信号中携带能量的大小通常用小波系数这一指标进行衡量，在理论上小波系数是指一种能量元。一般情况下仪器收集到断路器信号的能量元大于噪声的能量元。

在分析仪器收集的数据时首先需对数据进行滤波分解处理，信号中包含的能量元件平均排列在小波系数轴，因此可确定一个适宜的小波系数阈值，小于阈值的部分被去除，剩余的部分被用于重新构建信号。在处理过程中阈值的选择非常重要，阈值选择过大会丢失原有信号中的诸多细节进而造成信号失真；当所设定的阈值较小时不能有效剔除噪声，因此在实际应用这一方法的时需根据现场条件选择合适的阈值[3]。

现阶段采用小波去噪技术的优点：低熵性。小波系数自身的分布是不均匀的，因此借助其进行去噪处理后能够显著降低信号的熵；多分辨率特性。能够将信号的尖峰、边缘等非平稳信号准确的体现出来；去相关性。采用小波去噪技术能够使噪声白化，进而降低噪声同有价值信号的相关性，便于去噪的处理。

2 小波去噪方法

现阶段依据小波分析技术进行去噪方法主要有两种：一是首先对原始数据（原始数据中一般含有噪声）进行小波变换，然后基于相关系数法得出各种信号间的相关性，依据相关性大小选择合适的模型直接进行信号的重构；二是根据信号和噪声的特点利用David L Donoho发明的阈值法。这一方法是将小波系数中绝对值较小的部分置零，再将绝对值较大的部分保留或是收缩进而得到一个估计的小波系数[4]，现阶段主要采用第二种方法。在对噪声处理的过程中对仪器收集的所有信号进行分解后，信号的小波系数一定大于噪声的小波系数，在此基础上选择适宜的阈值就能实现将系统噪声去除目的。

2.1 目前常用三种阈值法

最小方差阈值法（MSE Threshold）：在此基础上构造合理的目标优化函数其中阈值CK能使目标函数值最小；N表示数据长度，s(n)表示原始信号，代表重构信号。

硬阈值的处理过程为首先对信号进行分解，其次将小于阈值的小波系数全部设定为零值，这一方法在实践过程存在的缺陷是重新构建的信号存在断点；软阈值法则是对硬阈值法的优化，其只是将边界上不连续的部分重置为零，从而使重新构建的信号波形连续、平滑[5]。在对非平稳的信号进行处理时，依据噪声的去除效果可发现硬阈值处理法能有效消除仪器收集信号中的高频噪声部分，但其去除噪声存在较大误差。非平稳信号的噪声中通常包含大量具有一定价值的信息，去除噪声的过程中不仅要实现噪声的消除，更要将有价值的信号信息完整保存下来，为实现这一效果，在实践过程中软阈值法得到更为广泛的应用。

2.2 选取阈值的主要四种准则

固定式阈值（Sqtwolog）准则。为有效解决高斯噪声ε，Donoho与Johnstone提出了这一去噪方法，其中ε实质上是一个随机变量，其均值大小为零，方差表示。依据通用阈值C1可将其表达为在实际处理过程中采样点数通常用n表示。

无偏估计（Rigrsure）准则。进行阈值的自适应选择，针对选定的阈值λ确定其似然估计值并将该值最小化则得到阈值C2。

启发式阈值（Heursure）准则。当信噪比较小而模型中存在较大噪声时可采用该法，其表述形式为：设s为n个小波系数的平方和，令η=(s-n)/n，则有：

极大极小值阈值（Minimaxi）准则。这一方法在应用的过程中会出现一个小波系数最小均方极值，从统计学的角度讲，该极值可看做一个估计器。这种计算方式能够将一个函数集之中最大均方误差最小化，其表达形式为：

3 现场实例分析

断路器在工作过程中产生的信号实质上是非平稳信号，其信号从整体上可看做两个部分：一是低频部分，二是高频部分。通常高频部分的信号代表断路器中触头接触的冲击信号，能够反映内部机械状态的变化。本文以实践中采集的信号为例，分别采用上文论述的阈值规则进行小波去噪，并给出了相关的频谱分析，展开对去噪效果的评比。

依据相关的频谱分析分析四种规则的去噪效果可知：Rigrsure和Heursure两种准则条件选择的阈值较保守，其去除噪声的效果有限，信号未发生较大的改变。在频谱中的具体体现是高频部分中存在的尖峰仅是被削弱；Minimaxi和Sqtwolog准则更为彻底的实现了去噪，高频部分中存在的尖峰几乎完全被取消，这一准则的优点是经过去噪处理后信号波形曲线更加平滑，但是信号中在高频部分中包含的有用信息被去除。

在实践的过程中小波包也能够实现对噪声的去除，且其能够更好的体现信号的局部特点，从整体去噪效果上看其优于小波处理。在对断路器的噪声进行处理的过程中不仅要有效的去除信号之中包含的噪声，还要尽可能的保留信号之中存在的高频信号。结合上文的分析在采用小波去噪这一技术时适宜应用极大极小阈值准则。