基于局部均值分解的生物体触电故障信号瞬时幅值与瞬时频率.docVIP

基于局部均值分解的生物体触电故障信号瞬时幅值与瞬时频率提取 韩晓慧 杜松怀* 苏 娟 刘官耕 （中国农业大学信息与电气工程学院 北京 100083） 摘要：针对如何快速、准确地提取生物体触电故障暂态信号中的电力参数问题,提出了一种基于局部均值分解(local mean decomposition,LMD)的生物体触电时总泄漏电流信号瞬时参数提取方法,该方法首先利用局部均值分解将生物体触电时的总泄漏电流信号分解为一组乘积函数分量之和，每个PF分量可以表示为一个调幅信号和一个调频信号的乘积,然后由调幅信号和调频信号分别计算得到信号的瞬时幅值和瞬时频率。与采用希尔伯特黄变换方法相比，LMD具有瞬时频率曲线波动小和瞬时幅值函数端部失真小等优点。仿真信号分析结果表明:对测试信号进行LMD和EMD分解分别得到3个PF分量和5个IMF分量,分解前后信号的能量变化值各为0.2851,0.5633，且LMD比EMD所需分解时间短0.0743s，与Hilbert变换相比，本文方法计算的瞬时幅值和瞬时频率更为平滑，在一定程度上避免了Hilbert 变换计算过程中的负频率和端点效应现象。试验信号分析结果表明:对消噪后的总泄漏电流信号进行LMD和0.5574、0.8896，所用分解时间分别为0.0835、0.2479s；在求取瞬时频率方面，LMD方法求取的主导分量瞬时频率可判定生物体触电时刻，而经Hilbert变换求取的瞬时频率不仅无法判定生物体触电时刻，还出现了负的频率值，无法解释其物理意义；在求取瞬时幅值方面，本文方法与Hilbert变换求取的触电前总泄漏电流信号的瞬时幅值的平均值分别为11.3240、12.3728 mA，与原生物体无触电时总泄漏电流的幅值11.3538mA的绝对误差分别为mA，另外，两种方法求取的生物体触电后总泄漏电流信号的瞬时幅值与原生物体触电后总泄漏电流的幅值的绝对误差分别为mA。因此，可以看出仿真信号和试验信号分析结果都证明了所提方法的有效性和可行性。 关键词：局部均值分解；乘积函数；瞬时参数；生物体触电；总泄漏电流 0 引 言 剩余电流保护装置作为农村低压电网中十分重要的供电安全设备，一旦发生误动和拒动现象将会造成生物体触电伤亡、设备损坏或电气火灾等事故，因而人们对剩余电流保护技术进行了大量研究[1-4]。但剩余电流保护的正确动作率一直不太理想，对于目前普遍应用的剩余电流保护装置而言，如何寻求 收稿日期：2015-04-12 修订日期：2015-07-16 基金项目：国家自然科学基金项目EPRI4108-150592） 作者简介：韩晓慧，女，河北石家庄人，博士生，主要研究方向为电力系统继电保护。北京 中国农业大学信息与电气工程学院，100083。Email：hanhui854201@126.com。 通讯作者：杜松怀，男，河南孟州人，教授，博士生导师,主要研究方向为电力系统继电保护和电力市场。北京 中国农业大学信息与电气工程学院，100083。Email: songhuaidu@。 设计一种基于生物体触电电流分量和剩余电流微增变化量而动作的自适应型剩余电流保护装置是研究的热点[5-8]，而快速、准确地提取生物体触电故障暂态信号中的电力参数则是一个重点。 目前，电力系统实测信号的分析方法主要有基于量测的方法、时域仿真法、能量分析法、特征值分析法和基于正规形理论的方法等[9-10]。常用的基于量测的方法主要包括傅里叶变换法[11]、普罗尼算法[12-13]、小波变换[14-15]、希尔伯特—黄变换（Hilbert-Huang transform, HHT）[16-17]等。其中，傅里叶算法是通过将信号变换到频域上进行分析，但 无法分析不满足绝对可积条件的信号，且分析精度 受数据窗限制，也无法分析信号的瞬时频率。普罗 尼算法虽提取信号的信息量大，但噪声对其结果影响较大、模型阶数选取困难且计算时间长。小波变换能得到原信号在不同时频段上分布的详细信息，但由于其分解结果不仅取决于分解尺度和基函数的选择还受（海森伯Heisenberg）测不准原理制约，因此不能保证最优时频分解效果。HHT主要包括两部分，即:经验模态分解(empirical mode decomposition, EMD)和希尔伯特变换(Hilbert transform, HT)，它先对信号进行EMD分解得到多个固有模态函数分量，再用HT求得各分量的幅值和频率，但HHT存在严重的端点效应现象、过包络和模态混叠等问题。 文献[18]提出的局部均值分解(local mean decomposition, LMD）[18-19]、机械故障诊断领域[20-21]，目前该方法在电力系统方面也得到了一定应用[22-24]。 鉴于本文尝试将