基于经验模态分解的自适应滤波算法在局部放电窄带干扰抑制中的应用.pdf

维普资讯 第34卷 第22期 继 电器 Vo1．34 No．22 2006年11月16日 RELAY Nov．16，2006 27 基于经验模态分解的自适应滤波算法 在局部放电窄带干扰抑制中的应用 钱 勇，黄成军，戚 伟 (上海交通大学电气工程系，上海 200240) 摘要：自适应滤波算法是当前抑制窄带干扰的有效方法。对于单频率的窄带干扰 ，设置 自适应滤波器的参数 比较容易，但是对于局放监测中多个频率且频率范围很宽的窄带干扰，设置 自适应滤波的参数就会变得很困 难。根据经验模态分解EMD(EmpiricalModeDecomposition)的分频特性，将EMD引入 自适应滤波算法，提 出 了一种基于EMD的 自适应滤波算法 局放信号中多个频率的窄带干扰经EMD分解之后 ，会分解到不同的模 态函数 中，从而将多频率的窄带干扰转化成了多个单频率的窄带干扰，在此基础之上对 固有模态函数进行 自 适应滤波，可以较容易地解决自适应滤波器参数设置的问题 ，并能获得比普通 自适应滤波更好的效果。仿真 及实际数据的处理验证 了该算法的有效性 关键词：经验模态分解； 固有模态函数； 自适应滤波； 局部放电： 窄带干扰 中图分类号：TM721 文献标识码：A 文章编号：1003-4897(2006)224)02％05 模态分解 EMD(EmpiricalModeDecomposition)。 0 引言 EMD是近年来由美国国家航空和宇宙航行局 检测局部放电是监测大型电力设备的绝缘状态 (NASA)提出的一种新的信号分析方法 。该方法 的重要手段。近年来众多学者在这方面做了深入的 基于信号的局部特性 ，可以自适应地将信号分解成 研究。在实际设备运行时，由于存在大量的现场干 不同频段的固有模态函数 IMF(IntrinsicModeFunc— 扰，局放往往淹没在噪声之中，为了获得有效的局放 tion)。局放中含有的多频率窄带干扰经 EMD分解 信息，必须对噪声干扰加以抑制 。在现场众多的 之后 ，会分解到不同的IMF中，在此基础上对 IMF 干扰源中，载波通讯、高频继电保护等引起的周期性 进行滤波，可以将多频率窄带干扰抑制的问题转化 窄带干扰的影响尤为严重，应该作为首先抑制的对 为多个单频率窄带干扰抑制的问题，从而解决了多 象。对于窄带干扰，目前有多种抑制方法，如 FFT 频率窄带干扰下 自适应滤波器参数选择 困难的问 滤波、自适应滤波、小波变换等。其中，F盯 滤波和 题。验证这种新算法的町行性及优越性足本文研究 小波变换都是通过频域内的子带滤波来达到抑制窄 的 目的 带的目的的，但是如何确定窄带干扰的频率，目前还 1 经验模态分解 没有可行的方法，因而很难用于实际信号的处理。 相比于其它的方法，自适应滤波由于无需预先知道 1．1 EMD的基本原理 窄带干扰的频率，可以获得较好的抑制窄带 F扰的 EMD又称为Huang变换。该变换方法认为，任 效果 J。但是，众所周知，自适应滤波算法 自身也 何复杂的信号都是由局部的调幅调频 (AM—FM)成 存在一些其它的问题 ，就常用的最小均方(LMS)算 份构成的，基于此，可由复杂的信号中直接分离出 法而言，它的收敛速度较慢 ，如果调整步长增加收敛 从高频到低频的若干阶基本函数 ，即固有模态函数。 速度，又可能导致稳态误差增大甚至发散。