0　引言 　　對電網(wǎng)上運行的高壓電器設(shè)備進行局部放電（PD）在線監(jiān)測，及時發(fā)現(xiàn)絕緣中存在的隱患，其意義十分重大。在線監(jiān)測所采用的方法很多，其中電測法因其快速、準(zhǔn)確和高精度的特點而被廣泛采用。電測法利用傳感器，通過檢測回路將局部放電（PD）產(chǎn)生的電信號引入數(shù)據(jù)采集和分析系統(tǒng)。由于空間電磁場與檢測回路相耦合，使得檢測回路引入PD信號的同時也引入了外界電磁干擾信號，其中載波通信干擾，亦稱離散譜干擾（discrete spectral interference，縮寫為DSI）是最主要的一種，從能量上看，DSI往往占信號總能量的80%以上。由此可見，對DSI的抑制效果如何直接關(guān)系到在線監(jiān)測設(shè)備的檢測精度和可靠性。目前已經(jīng)出現(xiàn)了許多抑制DSI的數(shù)字濾波方法［1～3］，但實踐經(jīng)驗證明，大多數(shù)方法不具備較強的自適應(yīng)能力和魯棒性，用于條件復(fù)雜的PD在線監(jiān)測現(xiàn)場時，信噪比（SNR）較低，且往往會引起較大的PD信號畸變。為了獲得滿意的DSI抑制效果，以便為后續(xù)PD的識別打下良好的基礎(chǔ)，我們提出了一種基于競爭子網(wǎng)絡(luò)鄰抑制作用的新數(shù)字濾波方法，并在PD在線監(jiān)測系統(tǒng)中得到了實際應(yīng)用。 1　競爭子網(wǎng)絡(luò) 自組織網(wǎng)絡(luò)是人工神經(jīng)網(wǎng)絡(luò)體系中一種比較重要的網(wǎng)絡(luò)類型，這類網(wǎng)絡(luò)在自組織過程中經(jīng)常采用競爭學(xué)習(xí)方法。競爭過程按照“勝者為王”（the winner takes all）的方式組織［4］，即競爭過程結(jié)束后，獲勝的網(wǎng)絡(luò)節(jié)點輸出為1，所有未獲勝的網(wǎng)絡(luò)節(jié)點輸出為0。 在神經(jīng)網(wǎng)絡(luò)系統(tǒng)中，該過程可用多種競爭子網(wǎng)絡(luò)來實現(xiàn)，MAXNET為一種典型的競爭子網(wǎng)絡(luò)，其結(jié)構(gòu)如圖1所示。節(jié)點的連接為自興奮（從節(jié)點到其自身構(gòu)成一正向連接自環(huán)）和鄰抑制（從一個節(jié)點到另一節(jié)點的負抑制連接）類型，以完成節(jié)點間的相互競爭。 [align=center] 圖1　MAXNET結(jié)構(gòu)圖[/align] 　　Fig.1　Structure of MAXNET 　　MAXNET由m個節(jié)點構(gòu)成，設(shè)uik是從第i個節(jié)點到第k個節(jié)點的連接權(quán)，可以?。? （1） 　　MAXNET根據(jù)各節(jié)點輸出值通過連接權(quán)相互作用迭代處理。節(jié)點i在t+1時刻的輸出yi（t+1）取決于各節(jié)點在t時刻的輸出yi（t），即： （2） 　　i,k∈｛1，2，…，m｝ 　　其中 （3） 　　式（3）所描述的節(jié)點函數(shù)f（x）是非線性的，它具有圖2所示的函數(shù)形式，通常稱為閾值邏輯激活函數(shù)。 [align=center] 圖2　閾值邏輯激活函數(shù)[/align] 　　Fig.2　Activation function 　　式（2）表明：每個節(jié)點都試圖保持自己的值并通過連接權(quán)抑制其他節(jié)點。這種作用方式稱為鄰抑制。如果函數(shù)f（x）的自變量x為正，則輸出yi（t+1）也為正；而所有那些自變量為非正值的節(jié)點，其輸出將為0。通過鄰抑制作用，競爭子網(wǎng)絡(luò)將經(jīng)過若干次迭代過程使除了最大輸入外的所有輸入變?yōu)樨撝担⑹沟盟鼈儗?yīng)的輸出為0。最終剩下的一個正輸出將正好位于最大初值輸入的那個節(jié)點。將網(wǎng)絡(luò)輸出用階躍函數(shù)變換，就可得到“勝者為王”的結(jié)果：yj（t）=1，而yk（t）=0,k≠j。 2　鄰抑制作用在數(shù)字濾波中的應(yīng)用 　　通過以上對MAXNET的分析，我們對競爭子網(wǎng)絡(luò)的結(jié)構(gòu)和功能已經(jīng)有些了解。需要說明的是：本文將要介紹的數(shù)字濾波方法不是要找到最大值所對應(yīng)的節(jié)點，而僅是利用競爭子網(wǎng)絡(luò)的鄰抑制作用。這種作用的特點是：那些初值輸入較大的節(jié)點，受到其他節(jié)點的抑制作用弱，保持自身值的能力較強；初值輸入較小的節(jié)點，受到其他節(jié)點的抑制作用強，保持自身值的能力較弱，只需一次或幾次迭代，其輸出就有可能為0。 　　如何將鄰抑制作用運用到數(shù)字濾波環(huán)節(jié)中呢？我們知道：現(xiàn)場采集到的原始數(shù)據(jù)信號中包含有DSI和PD等放電信號的頻率成分，頻域中DSI的振幅譜是以主頻為中心的脈沖波形；而PD等放電信號則形成幾乎遍布整個頻域的平坦波形。DSI信號的能量集中，而放電信號的能量分散，因此從振幅譜來看，兩者幅值相差懸殊。如果將每段原始信號作傅里葉變換，得到的振幅譜值作為競爭子網(wǎng)絡(luò)的輸入，則此時網(wǎng)絡(luò)各節(jié)點依次對應(yīng)著輸入信號中的不同頻率分量，適當(dāng)選擇迭代次數(shù)和鄰抑制系數(shù)ε，可以使對應(yīng)于PD等放電信號頻率分量的各節(jié)點輸出為0；而對應(yīng)于DSI頻率分量的各節(jié)點輸出不為0。這樣，原始信號中的DSI頻率分量便可以確定，將這些頻率成分置為0，然后再從頻域返回時域，即可實現(xiàn)濾波。 3　鄰抑制數(shù)字濾波法在PD在線監(jiān)測系統(tǒng)中的應(yīng)用　　 PD在線監(jiān)測系統(tǒng)的前置放大器頻帶為5 kHz～500 kHz，數(shù)據(jù)采集卡的采樣頻率設(shè)置為2 MHz。有關(guān)系統(tǒng)硬件的情況參見文獻［5］。監(jiān)測系統(tǒng)的軟件部分以針對各種干擾的數(shù)字濾波程序為核心，其中抑制DSI是濾波過程中首先要做的工作。從我們開展局部放電在線監(jiān)測系統(tǒng)的研制以來，已經(jīng)積累了大量現(xiàn)場數(shù)據(jù)，通過對這些數(shù)字信號分段、加窗后進行的振幅譜分析，得出如下結(jié)論： 　　a.在0～500 kHz頻帶內(nèi)，幾乎所有DSI信號的譜線均比放電脈沖信號所形成的振幅譜的基線要高15 dB以上； 　　b.在0～500 kHz頻帶內(nèi)，振幅譜的平均幅值與最小的DSI所對應(yīng)的幅值相當(dāng)，且高于PD等脈沖信號形成的基線。 　　以上結(jié)論使在振幅譜中用競爭子網(wǎng)絡(luò)鄰抑制作用確定并分離DSI的工作成為可能。 　　下面以大連某一變壓器現(xiàn)場數(shù)據(jù)中的一段（1　　024個采樣點）為例進行說明。首先對該段數(shù)據(jù)加窗處理（hamming窗），然后作FFT得到對應(yīng)0～500 kHz頻率段的振幅譜，波形如圖3（a）所示，將各點振幅譜幅值輸入MAXNET。MAXNET的結(jié)構(gòu)為：節(jié)點個數(shù)m=512；橫向抑制系數(shù)ε=1/800。經(jīng)過一次迭代處理（約1.5 s），輸出波形如圖3（b）所示。由圖3（b）可以清楚地看到：振幅譜中對應(yīng)DSI窄脈沖處的各節(jié)點輸出不為0，其余節(jié)點輸出均為0。這說明雖然只迭代了一次，但該方法對小信號的抑制作用已十分明顯，而對大信號則無太大的抑制作用。這樣處理之后，只需將圖3（b）中幅值不為零的頻率成分濾除，而將幅值為零處的頻率成分保留下來，然后作IFFT，即可完成對該段數(shù)據(jù)中DSI信號的數(shù)字濾波。 [align=center] 圖3　現(xiàn)場數(shù)據(jù)的振幅譜經(jīng)鄰抑制作用前后的對比[/align] 　　Fig.3　Comparison of the magnitude spectrum of field 　　signal before and after the lateral inhibition procedure 　　為驗證濾波效果，對采集系統(tǒng)一次采樣得到的128 kB（256段）數(shù)據(jù)進行了時平均功率譜密度分析。圖4為濾除DSI前后現(xiàn)場數(shù)據(jù)的時平均功率譜密度圖。通過對比，可以看出該濾波方法對DSI的抑制效果令人滿意，濾波后信號中幾乎沒有DSI的剩余譜。這使得DSI濾波過程不會引起太大的PD信號畸變。當(dāng)針對所有干擾的數(shù)字濾波過程結(jié)束后，PD信號畸變的確較小，其波形如圖5所示，從波形細節(jié)來看，它仍具有顯著的振蕩衰減的脈沖形態(tài)。 [align=center] 圖4　濾波前后現(xiàn)場數(shù)據(jù)的時平均功率譜密度對比[/align] 　　Fig.4　Time-average power spectrum density 　　comparison of field signal before and after 　　the filtering procedure [align=center] 圖5　PD波形[/align] 　　Fig.5　Waveform of PD 　　另外，圖6給出在半個工頻周期中地線信號濾波前后的時域波形圖。通過校正脈沖和基線高度的對比可知：濾波后SNR提高了近10 dB，監(jiān)測系統(tǒng)的檢測精度得到較大提高。 [align=center] 圖6　鄰抑制濾波前后現(xiàn)場數(shù)據(jù)的時域波形[/align] 　　Fig.6　Waveforms of field signal before and after 　　the lateral inhibition filtering procedure 　　通過對在線監(jiān)測進行觀察，注意到：DSI信號的幅值時大時小，DSI的產(chǎn)生和消失無確定規(guī)律，而且現(xiàn)場外部放電的情況也因時間和天氣狀況的不同而產(chǎn)生較大差異。但從長期運行的結(jié)果來看，基于競爭子網(wǎng)絡(luò)鄰抑制作用的濾波方法具備了較強的自適應(yīng)能力和魯棒性，這可以通過隨機抽取不同采樣時間的數(shù)據(jù)所進行的時平均功率譜分析得到驗證。 [b]4　結(jié)論 [/b]　　基于競爭子網(wǎng)絡(luò)鄰抑制作用的數(shù)字濾波方法有許多獨到之處： 　　a. MAXNET鄰抑制作用具有非線性，因此該方法具備較強的自適應(yīng)能力，能根據(jù)DSI頻率的變化及調(diào)制頻率的變化自動確定出待濾除的頻率成分。 　　b.對幅值較大的DSI濾除徹底，對幅值高于基線且處于平均幅值水平的較小DSI亦有相當(dāng)強的抑制作用，彌補了其他同類方法的主要缺陷，使在線監(jiān)測系統(tǒng)可識別最小為3　　750 pC的PD，且PD波形畸變較小。 　　c.對振幅譜中不高于基線水平的各點的鄰抑制作用顯著，即使放電加劇使基線有一定增高，亦可在不作參數(shù)調(diào)整的情況下進行有效抑制。 　　該方法在大量現(xiàn)場運行中取得了較滿意的效果，很好地滿足了強干擾條件下局部放電在線監(jiān)測的要求。 參 考 文 獻　　 ［1］Feser K, Konig G, Ott J, et al. An Adaptive Filter Algorithm for On-Site Partial Discharge Measurements. In: Conference Record of the 1988 International Symposium on Electrical Insulation. Boston: 1988 　?。?］Borsi H, Hartje M. New Methods to Record the Disturbance Influences on the In-Situ Partial Discharge Measurement and Monitoring. In: 6th International Symposium on High Voltage Eng. New Orleans: 1989 　?。?］Nagesh V, Gururaj B I. Evaluation of Digital Filters for Rejecting Discrete Spectral Interference in On-Site PD Measurements. IEEE Trans, 1993, EI-28（1）: 73～85 　?。?］周繼成，周青山，韓飄揚.人工神經(jīng)網(wǎng)絡(luò)——第六代計算機的實現(xiàn). 北京：科學(xué)普及出版社，1993 　　［5］王　哲，蔡惟錚, 陳學(xué)允.基于小波分析的高壓變壓器局部放電在線監(jiān)測.電力系統(tǒng)自動化，1998，22 （4）: 19～23