（济南铁路局供电处250001）
摘要：为了去除接触网绝缘子泄漏电流信号在线监测中的过车干扰。通过大量现场过车试验采集到过车过程中连续、实时的接触网绝缘子泄漏电流原始信号，分别对过车前、过车时和过车后的泄漏电流信号进行时域和频域分析。本文提出了一种基于经验模态分解EMD与能量相结合的识别过车数据段的方法，并对识别出的过车数据段直接从泄漏电流原始数据段中剔除，从而达到去除过车干扰的目的。通过大量现场过车过程数据的验证，证明了该方法具有较高的识别率，满足实际工程的需求。
关键词：接触网；绝缘子；泄漏电流；
引言
监测绝缘子表面泄漏电流这一实时检测法能有效地掌握绝缘子表面的绝缘特性，进而反映绝缘子表面的积污情况。但由于工作地点的特殊性，现场采集的泄漏电流信号不仅包含噪声而且包含了列车通过绝缘子支柱时的干扰信号。为了研究如何识别接触网绝缘子泄漏电流信号中的过车干扰并加以去除就显得尤为重要[1-4]。
目前，针对接触网绝缘子过车干扰及去除方法的研究却涉及较少。本文通过现场采集接触网绝缘子泄漏电流原始信号，对其信号提取出过车干扰数据段进行分析并引入能量的概念，提出一种基于经验模态分解（EmpiricalModeDecomposition，EMD）与能量相结合的识别过车数据的方法，实现对过车干扰数据段的去除。通过大量现场数据验证，证明了该方法具有较高的准确性。
1.信号处理方法
由于接触网绝缘子泄漏电流信号为非线性，非平稳信号。而EMD分析法是一种直观、后验且自适应的信号处理法，对于非线性非平稳信号处理非常适合[7]。
EMD是一种自适应的局部时频分析方法。其本质上是对信号进行平稳化处理，其结果是将信号中不同尺度的波动或趋势逐渐分解成一系列具有不同特征尺度的数据序列[7]。而每一个数据序列称为本征模态函数。本征模态函数必须满足两个条件：
（1）每个IMF序列的极值点数目与过零点数目相同或相互之间相差一个。
（2）每个IMF序列的局部极大值和局部极小值所构成的上下包络线均值为零。
2.过车试验
利用接触网绝缘子污秽在线监测装置分别采集过车前、过车时和过车后的泄漏电流数据供分析。试验是在济南铁路局淄博维管段的潍坊东—黄旗堡和潍坊西—昌乐货两个区间展开，选取3个支柱进行，分别为12号支柱、209号支柱和301号支柱，每个支柱进行至少5次过车试验。选取两个不同的区间是由于现场干扰源众多，为了保证测试环境的多样性，用以确定过车数据的来源。
2.1试验设备
泄漏电流采集采用唐源电气股份有限公司研制的接触网绝缘子泄漏电流检测装置，其原理是将检测装置安装在绝缘子杆塔上，实时检测绝缘子泄漏电流以及环境温度与湿度供后续分析。如图1所示。
图1绝缘子泄漏电流检测装置安装示意图
2.2试验过程
（1）在铁路现场，在不过车时连接与调试设备，实时采集一段时间的泄漏电流信号以确定所有设备均能正常工作｡
（2）根据过车时间表，等待列车经过试验绝缘子所在的支柱｡
（3）过车过程主要分为三个阶段：
过车前：在列车距离支柱大约5-6个支柱时记录时间点并开始持续检测泄漏电流。
过车时：当列车通过支柱时，记录车头通过支柱与车尾离开支柱这两个时间点，期间持续检测泄漏电流。
过车后：直到列车远离支柱5-6个支柱时停止检测泄漏电流。
（4）保存并整理数据。
（5）重复上述步骤，每个支柱至少做5次过车试验｡
试验现场如图2所示：
图3可以看到在列车通过前，不同支柱的泄漏电流波形均呈现稳定周期变化趋势。在列车通过时，其波形均出现了不同程度的剧烈畸变。而当列车通过后，不同支柱的泄漏电流又均恢复至过车前的状态。
3.1过车数据时域分析
在时域方面，分别提取301号杆绝缘子泄漏电流23秒左右（过车时）的波形，15秒左右（过车前）以及70秒左右（过车后）的波形。
综上分析知，在时域范围内，列车通过会使得泄漏电流波形出现不同程度的畸变和不规律振荡。在频域范围内，过车干扰主要影响泄漏电流频谱的低频部分，在0~6Hz内出现了明显的低频分量增大现象。
4.去除过车干扰
4.1去除方法
通过分别对301号杆过车前、过车时和过车后各5s的数据进行EMD分解，提取残差分量作为趋势项（频率最低）。由图8可选定0~6Hz作为待分析的低频部分范围。为了确定所得趋势项的频率范围，求取各趋势项的频率范围如表1所示。然后分别计算趋势项的能量。如表2所示：
通过分别对240组过车时与无过车时的泄漏电流数据进行分析，得出若直流分量能量大于50则判定为过车数据，直接在泄漏电流原始数据段中予以去除。若小于50则判定为无过车数据段，予以保留。
4.3误差分析
通过分析，在120组过车数据段中，仅有3处数据的直流分量能量小于阈值50。过车数据段识别率为117/120=97.50%。而在120组无过车数据段中，仅有2处数据段的直流分量能量大于阈值50。无过车数据段识别率为118/120=98.33%，满足实际工程需求[14]。
5.结论
文中通过以上试验和分析可得出以下结论：
（1）相对于过车前､后，过车时的泄漏电流信号在时域内整体以y轴零点为中心呈不规律振荡变化趋势，且带有一定的噪声干扰｡但泄漏电流波形轮廓和信号周期并未发生明显变化｡
（2）相对于过车前､后，过车时泄漏电流信号的频谱特性变化主要发生在低频范围内，具体体现在低频分量幅值突增而基波分量幅值略有下降｡
（3）文中提出了一种基于EMD分解与能量相结合的识别过车数据段的方法。通过大量数据验证，过车数据段识别率为97.50%，无过车数据段识别率为98.33%。满足实际工程需求。
参考文献：
[1]盛良.基于泄漏电流监测数据的接触网绝缘子泄漏特性研究[D].西南交通大学，2014.
[2]张智涛.接触网绝缘子污秽在线监测研究[D].西南交通大学，2014.
[3]景小兵，陈唐龙，白杰等.接触网绝缘子泄漏电流在线监测装置设计[J].传感器与微系统，2014，33（5）：87-90.
[4]张智涛，于龙，陈唐龙等.基于灰关联分析的接触网绝缘子污秽研究[J].电瓷避雷器，2013，（6）：1-5.
[5]张友鹏，周郁，赵珊鹏，等.基于改进EMD的接触网绝缘子泄漏电流去噪[J].计算机工程与应用，2014，50（22）：211-216.
[6]孙金宝，朱永利，刘丽轻，等.基于EMD的绝缘子泄漏电流去除噪声研究[J].华北电力大学学报自然科学版，2010，37（6）：1-5.
[7]曾峰.基于经验模式分解的信号处理方法研究[D].河南大学，2007
[8]李璟延.污秽绝缘子泄漏电流特性与污秽预警方法研究[D].重庆大学，2010.
[9]李璟延，司马文霞，姚陈果等．染污绝缘子安全区泄漏电流检测中去除信号干扰方法[J]．电力系统自动化，2008，32（5）：85-89.