[0001] 本发明涉及变压器周期性电磁干扰抑制领域，具体涉及一种基于脉冲特征的变压器周期性电磁干扰抑制方法。

[0002] 变压器是电网的核心设备，其可靠运行直接影响电网的正常运行。变压器一旦发生绝缘故障，可能起火爆炸，甚至引发大面积停电，造成重大的经济损失和不良的社会影响，通过开展变压器绝缘状态检测具有重要意义。然而，对变压器进行绝缘检测时，往往存在严重的电磁干扰，尤其是周期性电磁干扰，给检测和诊断工作带来了极大不便。因此，对干扰信号进行有效抑制具有重要意义。

[0003] 目前，研究人员根据局部放电脉冲与干扰脉冲间的信号差异，对信号做频域分析，并计算频域的互相关特性，进而对相似波形进行分组，抑制周期性干扰。然而，每个工频周期内往往具有多个干扰信号，且具有一定的差异性，现有技术单独依靠两两波形间的互相关特性进行分类，最终会分出多个类别，需要再次进行甄别，使得抑制变压器周期性干扰过程中效率和准确度均较低。

[0040] 下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

[0041] 如图1所示，该基于脉冲特征的变压器周期性电磁干扰抑制方法包括以下步骤：

[0042] S1、采用脉冲电流法采集变压器局部放电信号；

[0043] S2、通过设定幅度阈值和持续时间阈值提取变压器局部放电信号中所有的脉冲电流信号，得到脉冲序列；

[0044] S3、将脉冲序列中所有脉冲电流信号的有效值、重心、偏度、峰度和信息熵作为特征值构成脉冲序列的特征向量；

[0045] S4、对脉冲序列的特征向量进行归一化，得到特征值矩阵；

[0046] S5、采集一段背噪信号，选取1个工频周期内所有的电磁干扰并提取特征值，构建对应的特征矩阵，即得到基准特征矩阵；

[0047] S6、计算特征值矩阵中的特征向量分别与基准特征矩阵中的特征向量两两相关系数，得到相关系数矩阵；

[0048] S7、设置相关系数阈值，对于相关系数矩阵中的任一行，若该行的最大相关系数大于相关系数阈值，则判定该行对应的脉冲电流信号为周期性电磁干扰信号，并对其进行抑制；否则判定该行对应的脉冲电流信号为正常信号。

[0049] 步骤S3的具体方法为：根据公式：

[0050] ；

[0051] ；

[0052] ；

[0053] ；

[0054] ；

[0055] 分别获取脉冲序列中第m个脉冲电流信号的有效值 、第m个脉冲电流信号的重心 、第m个脉冲电流信号的偏度 、第m个脉冲电流信号的峰度 和第m个脉冲电流信号的信息熵 ；其中L为第m个脉冲电流信号的长度； 为第m个脉冲电流信号中位置i处的信号值； 为第m个脉冲电流信号的均值； 为第m个脉冲电流信号的方差；log为以10为底的对数；

[0056] 构建第m个脉冲电流信号的特征值向量 ，进而得到脉冲序列的特征向量；其中脉冲序列的特征向量中的行数与提取的脉冲电流信号个数相同。

[0057] 步骤S4的具体方法为：对脉冲序列的特征向量的每一列分别进行归一化，得到特征值矩阵。

[0058] 步骤S6的具体方法包括以下子步骤：

[0059] S6‑1、根据公式：

[0060] ；

[0061] 获取特征值矩阵中的特征向量X与基准特征矩阵中的特征向量Y的相关系数 ；其中 表示特征值矩阵中的特征向量X与基准特征矩阵中的特征向量Y的协方差；
和 分别表示特征值矩阵中的特征向量X的标准差和基准特征矩阵中的特征向量Y的标准差；

[0062] S6‑2、将特征值矩阵中第m个特征向量与基准特征矩阵中第n个特征向量的相关系数作为相关系数矩阵中第m行第n列处的元素，得到相关系数矩阵。

[0063] 在本发明的一个实施例中，采用脉冲电流法采集的变压器局部放电信号如图2所示，采集的信号时长为200ms。在本实施例中，将幅度阈值设置为0.1mV，持续时间阈值设置为0.3ms，将变压器局部放电信号中同时超过设定幅度阈值和持续时间阈值的脉冲电流信号进行提取，提取的脉冲电流信号的个数M为45，单个脉冲电流信号的脉冲长度L为600，因此，得到的脉冲序列可以表示为 。

[0064] 提取 中所有脉冲电流信号的有效值、重心、偏度、峰度和信息熵作为特征值构成脉冲序列的特征向量，由于特征值为5个，而提取的脉冲电流信号的个数M为45，因此最终得到的特征值矩阵可表示为 ，即 。

[0065] 在本实施例中，考虑到1个工频周期内往往有多个干扰信号，且干扰信号往往以工频为周期重复出现，可提取1个工频周期内所有的周期性电磁干扰作为基准。采集一段背噪信号，选取1个工频周期内所有的电磁干扰并提取特征值，最终得到基准特征矩阵 ，K为周期性电磁干扰个数。在本实施例中，1个工频周期内有4个固定干扰，如图3所示，选取这4个电磁干扰作为基准，得到基准特征矩阵 。

[0066] 将 中的M组特征向量分别与 中的K组特征向量两两进行相关系数计算，得到相关系数矩阵 ， 中第m行第n列处的元素 为 中第m个特征向量与中第n个特征向量的相关系数。可以看出， 中第m行的不同相关系数均唯一对应为中第m个特征向量，而 中第m个特征向量又唯一对应到一个脉冲电流信号，因此可以通过对同一行中最大值进行比较即可得到干扰判定结果。

[0067] 在本实施例中，如图4所示，可以看出周期性电磁干扰间的相关系数均大于0.8，而局部放电信号的相关系数较小，约低于0.3，因此可以将相关系数阈值设置为0.3至0.8之间的数，为了准确快速地确定周期性电磁干扰信号，本实施例将相关系数阈值设置为0.7。如图5所示，本方法能准确、有效提取并去除周期性电磁干扰。

[0068] 综上所述，本方法采用脉冲电流法采集变压器局部放电信号，首先设定幅值阈值和持续时间阈值提取局部放电信号中所有的脉冲电流信号，然后提取所有脉冲电流信号的有效值、重心、偏度、峰度和信息熵作为特征值，接着采集一段背噪信号并选取1个工频周期提取基准特征值，求取所有脉冲电流信号特征值与基准特征值的相关系数，最后设置相关系数阈值去除周期性电磁干扰。本方法能快速准确地实现变压器周期性电磁干扰抑制，为变压器状态评估提供重要支撑，具有很好的实用价值。