基于自适应阈值调整小波去噪法和HT-LMD的电流幅值时滞检测方法

朱 林，芦 翔，祁升龙，徐 军

(1. 国网宁夏电力有限公司，宁夏 银川 750001; 2. 国网宁夏电力有限公司电力科学研究院，宁夏 银川 750001;3. 国网宁夏电力有限公司固原供电公司，宁夏 固原 756000)

0 引 言

电力系统复杂程度和规模日益增加，各种非线性负载的大量应用，使电网运行质量受到严重威胁[1-2]，特别是电流幅值时滞问题，极大地影响了电网运行的稳定性。电网能耗分布中电源结构与大规模风电并网存在不匹配性，且电网能耗市场消纳空间相对有限，仍未能从根本上解决现有问题。电力市场是以电力这种特殊商品作为交换内容的市场，因此，研究有效的电流幅值时滞检测方法尤为重要，不仅能为电网安全可靠运行提供保障，还能为电力系统的现代化发展提供有力支撑[3]。

目前许多相关专家学者均致力于电流幅值时滞检测方法的研究，文献[4]提出基于正弦幅值积分器的全电流谐波检测方法，该方法在ip-iq谐波检测法的基础上进行改进，检测精度高，但该方法结构较复杂；文献[5]提出基于Kalman滤波算法的电网故障行波检测方法，该方法的电流幅值信号定位准确性和稳定性高，但效率较低。为解决目前研究方法存在的问题，本文提出基于自适应小波阈值去噪和HT-LMD的电流幅值时滞检测方法，通过自适应阈值调整小波去噪法去除电流幅值信号中的噪声，采用HT-LMD分解去噪后的电流幅值信号，通过对比分析获取的PF分量中的幅值特征、边际谱特征、瞬时频率特征和Hilbert-Huang谱特征，完成电流幅值时滞检测，为提升电网运行稳定性提供了重要依据。

1 基于自适应小波阈值去噪和HT-LMD的电流幅值时滞检测方法

1.1 电流幅值时滞检测过程

采用如图1所示过程，实现基于自适应小波阈值去噪和HT-LMD的电流幅值时滞检测。该过程采用自适应阈值调整小波去噪法对含噪声电流幅值信号实施去噪处理，根据正交性判据（orthogonality criterion, OC）对去噪后的信号进行HT-LMD分解，得到PF分量[6]，通过比较分析PF量幅值、边际谱、瞬时频率和Hilbert-Huang谱等特征，检测电流幅值中的时滞信号。

图1 电流幅值时滞检测过程

1.2 自适应阈值调整小波去噪法

选择阈值的方式成为重要因素，是由于在去噪时具有不同噪声强度的信号对应的最优阈值存在差异，因此将最小均方（least mean square, LMS）算法与提升小波阈值去噪算法相结合，提出自适应阈值调整小波去噪法[7]。按照输入信号的噪声强度，基于最小均方算法的自适应器可以自动地对输出阈值t(j)进行调整，使其逐渐向最优阈值参数靠近，在此基础上实施提升格式的小波去噪，包含小波滤波和自适应调整阈值两个基本过程。

1.2.1 小波阈值去噪

通过小波变换分离有效信号与噪声信号，并使两者间的关联性尽量被消除。噪声信号与有效信号于小波域内展现的特征差异较大，少量小波系数中大多为有效信号的能量，噪声信号的能量分布较平均，每个小波系数幅值极小[8-9]。低频系数中一般为有效信号，而高频系数中一般为噪声信号，其在分解层数不断增加的情况下，影响程度大幅降低。小波域中的阈值去噪流程如图2所示。

图2 小波阈值去噪流程图

1）用S(j)表示含噪声信号，可采用提升格式方法对S(j)实施五层小波变换获得低频系数和每个尺度上的高频系数。

2）为每个尺度上的高频系数建立阈值，若高频系数比阈值小，则将高频系数设置为0；若高频系数比阈值大，则对高频系数实施收缩处理。

3）重构处理后的小波系数，获得估计信号。

1.2.2 自适应调整阈值

1.3 基于HT-LMD的电流幅值时滞检测

1.3.1 LMD分解

LMD依据信号固有的包络特征，在获取原始信号中的包络信号与纯调频信号时，可按照频率递减次序，采用迭代算法自适应地逐级提取出来，用原始信号的时频分布表示两个信号的乘积（即PF分量）[11]。信号x(t)的分解流程如图3所示。

图3 信号分解流程图

1.3.2 HT-LMD检测

1.3.3 正交性判据迭代终止

2 实验分析

采用Matlab软件仿真的电路为实验对象，验证本文方法的有效性和可行性。实验分析输入包具有不同强度噪声信号时的去噪效果，并设计对比实验，选取文献[4]的基于正弦幅值积分器的全电流谐波检测方法（简称正弦幅值积分器检测方法）和文献[5]的基于Kalman滤波算法的电网故障行波检测方法（简称Kalman滤波检测方法），作为本文方法的对比方法，3种方法去噪后的信噪比对比结果如表1所示。

表1 3种方法去噪后的信噪比对比结果dB

由表可知，和其他两种方法相比，本文方法输出信号的信噪比约高出1～4 dB，由此可以说明，在输入信号噪声强度不断变化的情况下，本文方法仍能自适应地更新相关参数，更好地向最优值逼近。

分别使用3种方法对含25 dB噪声的信号实施去噪处理，对比结果如图4所示。由图可知，正弦幅值积分器检测方法和Kalman滤波检测方法得到的结果仍存在没有去除的噪声，而本文方法的去噪效果尤为显著，可很好地保存有效信号特征。

图4 3种方法的去噪效果对比

为验证电流幅值时滞检测效果，对电压暂降波形进行分析，实测波形和采用本文方法处理后的LMD分解波形所图5所示。由图可知，本文方法能准确获取电压暂降LMD分量，且LMD分解后得到的输出波形R的幅值变化较为稳定，极大地提升了电流幅值时滞检测效果。

图5 电压暂降波形分析

3 结束语

本文所研究的基于自适应小波阈值去噪和HTLMD的电流幅值时滞检测方法输出信号的信噪比较高，约高出1～4 dB，在一定程度上可满足电力企业对电网运行质量的要求，提升电网安全，保障其稳定运行。本文方法去噪效果显著，能有效获取电压暂降LMD分量，具有较好的电流幅值时滞检测效果，且LMD分解后得到的输出波形R的幅值变化较为稳定。