基于信号奇异性分析的电气自动化设备故障检测研究

李林卓

（中国石油大学（华东）新能源学院，山东青岛266580）

1 电气自动化设备的特征分析

基于设备输电环境温度变化，设备内部电阻发生变化。若环境温度值为上限，则交流电阻表示为:

根据上述公式分析，可以获取电气自动化设备在环境温度影响下的特性值，以避免因环境温度因素导致电气自动化设备故障信号异常，进而提高设备故障检测的精准性。

2 基于信号奇异性分析的电气自动化设备故障检测方法

2．1 故障信号信噪分离

电气自动化设备故障具有突发性特征，故障发生初期，信号较弱，易与其他噪声信号混淆，若无法及时对故障信号进行辨别和处理，将对影响故障信息分析与判断。由于小波变换是一种综合性强的变换分析法，所以本文应用小波变换方法对故障信号进行信噪分离。为进一步抑制干扰信号，可以添加数字滤波器，其公式表示为:

故障信号信噪分离处理后，需要对高频信号中噪声进行消噪处理。具体而言，阈值选取与量化直接影响消噪质量。消噪处理过程中，可以应用wden函数、edencmp函数等。但在具体应用中，需要相关工作人员根据实际情况进行选择。

wden函数用法表示为:

edencmp函数表示为:

式中，tptr表示为阈值，sorh表示为制定阈值，n表示为小波分解层次。

2．2 小波变换分析

应用小波变换分析方法，对电气自动化设备进行故障检测和诊断，是通过利用其多分辨率特点，对设备发出的信号进行分析，并通过对小波尺度的调节，获取具有实质性的故障信息特征，包括故障信息的奇异度，从而达到对电气自动化设备实时监测的目的。具体而言，小波函数的选择具有多样性和灵活性，需要相关工作人员针对不同问题进行选择，以实现故障检测法的有效应用。

综合而言，小波变换分析法已经得到广泛应用，基于小波变换分析法的优化转换，对连续小波变换进行定义。要对小波变换分析下电气自动化设备故障检测工作流程进行明确:电气自动化设备信号检测—判断信号异常—信噪分离—提取故障信号特征—故障点分析—故障维修。在明确其检测流程后，将电气自动化设备的信号单位平方可积实数空间设置为ψ（w）；单位信号的时宽设置为d（w），并构建小波函数，表示为:

式中，dt表示为信号的频宽。

对小波函数进行变换，得出公式，表示为:

式中，a表示为尺度因子，c表示为平移因子，变换后的小波序列表示为:

2．3 基于信号奇异性分析的故障点确定

2．3．1 信号奇异性定义

奇异信号可以分为缓变信号和剧变信号。通过对奇异信号的类型分析，可以判断信号的奇异程度。信号奇异性的定义，表示为:

式中，f在x0上的奇异度为，若a0取值小于0，则奇异信号的类型为剧变信号；若a0取值大于0，则奇异信号的类型为缓变信号。

2．3．2 故障点确定

由于电气自动化设备的奇异信号为缓变信号，所以在检测信号奇异性时，需要根据实际情况，对小波函数进行选择。若小波具有紧支称、n阶消失矩，且n次连续可微（n为正整数），则缓变奇异信号点的监测步骤有以下几点。

第一，基于Mallat算法，对小波进行变换，求出波动信号的取值范围。

第二，对取值范围内的数据进行分析，找出极大值，并将该极大值作为奇异点。

同时，在电气自动化设备出现故障的过程中，会伴有高次谐波。为避免高次谐波对电气设备产生损坏等影响，需要对高次谐波进行故障分析与处理。通过小波变换分析法，对信号的高频次特征进行提取，可以为抑制高次谐波提供有利依据。为有效判断故障点，首先要构建信号奇异性特征分析函数，表示为:

式中，K表示为常数，t0表示为突变奇异点。

当α取值为1时，则函数在t0上不存在突变的信号奇异点。其他情况下，要对信号奇异点进行分析，并对信号的时宽进行确定，以判断出故障点的位置。

3 实证分析

为验证和明确基于信号奇异性分析的电气自动化设备故障检测方法应用的可行性，以某公司的电气自动化设备故障检测为研究样本，对其进行实证分析。

以电气自动化设备中的交流电动机为研究对象，分析该部件运行情况:若定子绕组匝间发生短路，则产生高次谐波分量电流，进而增加铁心损耗，导致部件发热情况加剧，并伴有噪声、振动情况，严重影响设备的正常运行及产品加工质量。利用小波分析分析方法，基于信号奇异性分析，对电气自动化设备故障进行检测，得出函数曲线图，如图1所示；故障检测准确率如图1所示:

图1 相关函数曲线图

图1可知，本文设计的故障检测方法的相关函数曲线峰值较高，且具有峰值多的特点。因此，基于信号奇异性分析角度，该方法的检测效率较高。

4 基于信号奇异性分析的电气自动化设备故障检测方法发展前景

当前，小波变换分析法在电气自动化设备故障检测中的应用愈加广泛。通过小波变换分析，可以提取信号奇异性特征数据，进一步提升故障检测的质量，为电气自动化设备相关技术提升奠定良好基础。对该故障检测方法的发展前景进行分析，探索出两个方向，智能控制方向:得益于信息科学技术的快速发展，智能控制技术可以对设备信息进行智能化处理与反馈，有利于优化故障维修方案，提升故障检测与维修的效率。模块化方向:通过编写程序的有效应用，对相关软件结构与故障检测流程进行描述，可以对各项检测流程关系进行定义，提升各项流程的精细化程度，进而完成各算法求解工作，实现模块化。发展意义角度而言，实现模块化有利于提高电气自动化设备操作的便捷性，有利于故障检测方法的优化、简化、细致化发展。

5 结束语

通过对电气自动化设备的特征分析，发现环境温度对故障检测质量产生直接影响。为提升故障检测效率与质量，确定以小波变换分析法为基础，以数字滤波器为补充，以信号奇异性分析为核心的电气自动化设备故障检测方法。同时，结合消噪处理方法，对故障点确定方法进行分析和优化。经过实例验证分析，结果表明基于信号奇异性分析的电气自动化设备故障检测法，能够有效提取信号奇异性特征，且此方法下的函数曲线峰值较多，精准性更高，具有良好的发展前景。