CN106127154A - 从白噪声中提取局部放电射频信号的小波包去噪方法 - Google Patents

Abstract

本发明公开了一种从白噪声中提取局部放电射频信号的小波包去噪方法，属于电力设备局部放电检测技术领域，该方法中，利用小波包分解和硬阈值相结合的方法从白噪声中提取局部放电射频信号。本发明采用的噪声阈值能够很好的剔除白噪声的影响，噪声阈值计算公式中常数k是经过大量实验数据和现场数据的统计分析得到的，具有较好的白噪声抑制效果；采用硬阈值的处理方法，能够快速有效地从白噪声中提取局部放电射频信号。

Description

从白噪声中提取局部放电射频信号的小波包去噪方法

技术领域：

本发明属于电力设备局部放电检测技术领域，具体涉及一种从白噪声中提取局部放电射频信号的小波包去噪方法，用于电力设备局部放电类型的识别。

背景技术：

电力设备的绝缘材料是保证电力设备正常运行的重要组件，但是由于绝缘材料在强电场作用下老化或绝缘材料加工缺陷，在电力设备运行中绝缘材料内部会出现局部放电，局部放电的发展会加速绝缘材料的老化，从而导致电力设备寿命缩短，所以必须尽早发现和识别局部放电的类型，采用措施减缓电力设备的老化。

局部放电射频检测技术能够有效地耦合局部放电信号且能够量化局部放电信号，但是由于现场电磁环境复杂，局部放电射频信号往往中会夹杂大量的噪声信号，其中白噪声是一种主要的噪声。如何有效的从白噪声中提取局部放电射频信号，对于绘制局部放电类型的识别谱图、计算放电量有着重要的作用。目前从白噪声提取局部放电的方法较多，但是往往模型或者计算过程复杂，从工程应用角度出发，需要一个简单快速有效的白噪声去除方法。

发明内容：

本发明的目的是为了从白噪声中提取局部放电射频信号，提供了一种从白噪声中提取局部放电射频信号的小波包去噪方法。

为达到上述目的，本发明采用如下技术方案来实现的：

从白噪声中提取局部放电射频信号的小波包去噪方法，包括以下步骤：

1)对采集到的局部放电射频信号进行n层小波包分解，得到局部放电射频信号小波包分解系数；

2)根据小波包分解系数计算噪声阈值，并对小波包分解系数进行硬阈值处理；

3)对硬阈值处理后的小波包分解系数进行重建，得到去除白噪声后的局部放电射频信号。

本发明进一步的改进在于，步骤1)中小波包分解使用的母小波为db2、db4以及db8。

本发明进一步的改进在于，步骤1)中小波包分解层数n为2～5层。

本发明进一步的改进在于，步骤2)的具体实现方法如下：

噪声阈值计算公式为

${\mathrm{\λ}}_i=\frac{m_i}{k}\·\sqrt{2\·log\left(n_i\right)}---\left(1\right)$

其中λ_i表示每层的噪声阈值，m_i表示每层的小波系数的中间值，n_i是每层中每组小波系数的个数，k为常数，根据公式(1)能够求出第五层的噪声阈值；

对小波包分解系数采用硬阈值处理，硬阈值的处理方法如下：

用噪声阈值比较每个节点中的系数，小于该阈值的节点系数置零。。

本发明进一步的改进在于，每层的小波系数的中间值m_i的求取方法如下：

按照小波系数从大到小排序，中间值m_i表示排在中间位置的数，如果是偶数个数，那么就是中间两个数的平均值。

本发明进一步的改进在于，噪声阈值计算公式(1)中常数k的选取原则：k的取值范围为0.6～0.7。

本发明进一步的改进在于，k＝0.6745。

本发明进一步的改进在于，步骤3)的具体实现方法如下：

对经过硬阈值处理的第n层小波包分解系数进行重构，得到去噪后的局部放电射频信号。

本发明对比已有技术具有以下创新点：

本发明采用硬阈值处理能够快速提取局部放电射频信号，且提取后信号的幅值能够满足测量要求，且去噪后局部放电射频信号不会在时间轴上发生移动，因此不影响局部放电识别谱图的绘制。

进一步，本发明通过统计大量局部放电射频信号中包噪声的特征，确定了噪声阈值公式中的常数k的范围为0.6～0.7，其中k＝0.6745时效果最好。

综上所述，本发明快速有效地从白噪声中提取局部放电射频信号。

附图说明：

图1为本发明方法采集的局部放电射频信号；

图2为本发明方法加入信噪比为30dB白噪声的局部放电射频信号；

图3为本发明方法去除白噪声后的局部放电射频信号。

具体实施方式：

以下结合附图对本发明做出进一步的说明。

本发明的基本思想是对含有白噪声的局部放电射频信号进行小波包分解，利用硬阈值对小波包系数进行处理，再经重构得到去噪后的局部放电射频信号，具体流程如下：

1)采集局部放电射频信号(见图1)，使用的示波器其带宽为100MHz～3GHz，其采样率为100MS/s，使用的传感器为射频电流传器，其带宽为100kHz～30MHz；对采集的局部放电信号加入信噪比30dB的噪声，得到的局部放电信号如图2所示；

2)对局部放电射频信号进行n层小波包分解，小波包分解使用的母小波为db2、db4以及db8，小波包分解层数n为2～5层；

3)计算中间值m_i：

按照小波系数从大到小排序，中间值表示排在中间位置的数，如果是偶数个数，那么就是中间两个数的平均值。

4)确定噪声阈值公式中常数k：k的取值范围为0.6～0.7，本发明中优选k＝0.6474；

5)计算第n层的噪声阈值；

噪声阈值计算公式为

${\mathrm{\λ}}_i=\frac{m_i}{k}\·\sqrt{2\·log\left(n_i\right)}---\left(1\right)$

其中λ_i表示每层的噪声阈值，m_i表示每层的小波系数的中间值，n_i是每层中每组小波系数的个数)，k为常数，根据公式(1)即可求出第五层的噪声阈值；

6)对小波包进行硬阈值处理，硬阈值的处理方法如下：

用噪声阈值比较每个节点的系数，小于该阈值的节点系数置零；

7)对经过硬阈值处理的第n层小波包系数进行重构，得到去噪后的局部放电射频信号，如图3所示。

Claims (8)

1.从白噪声中提取局部放电射频信号的小波包去噪方法，其特征在于，包括以下步骤：

1)对采集到的局部放电射频信号进行n层小波包分解，得到局部放电射频信号小波包分解系数；

2)根据小波包分解系数计算噪声阈值，并对小波包分解系数进行硬阈值处理；

3)对硬阈值处理后的小波包分解系数进行重建，得到去除白噪声后的局部放电射频信号。

2.根据权利要求1所述的从白噪声中提取局部放电射频信号的小波包去噪方法，其特征在于，步骤1)中小波包分解使用的母小波为db2、db4以及db8。

3.根据权利要求1所述的从白噪声中提取局部放电射频信号的小波包去噪方法，其特征在于，步骤1)中小波包分解层数n为2～5层。

4.根据权利要求1所述的从白噪声中提取局部放电射频信号的小波包去噪方法，其特征在于，步骤2)的具体实现方法如下：

噪声阈值计算公式为

${\mathrm{\λ}}_i=\frac{m_i}{k}\·\sqrt{2\·log\left(n_i\right)}---\left(1\right)$

其中λ_i表示每层的噪声阈值，m_i表示每层的小波系数的中间值，n_i是每层中每组小波系数的个数，k为常数，根据公式(1)能够求出第五层的噪声阈值；

对小波包分解系数采用硬阈值处理，硬阈值的处理方法如下：

用噪声阈值比较每个节点中的系数，小于该阈值的节点系数置零。。

5.根据权利要求4所述的从白噪声中提取局部放电射频信号的小波包去噪方法，其特征在于，每层的小波系数的中间值m_i的求取方法如下：

按照小波系数从大到小排序，中间值m_i表示排在中间位置的数，如果是偶数个数，那么就是中间两个数的平均值。

6.根据权利要求4所述的从白噪声中提取局部放电射频信号的小波包去噪方法，其特征在于，噪声阈值计算公式(1)中常数k的选取原则：k的取值范围为0.6～0.7。

7.根据权利要求6所述的从白噪声中提取局部放电射频信号的小波包去噪方法，其特征在于，k＝0.6745。

8.根据权利要求1所述的从白噪声中提取局部放电射频信号的小波包去噪方法，其特征在于，步骤3)的具体实现方法如下：

对经过硬阈值处理的第n层小波包分解系数进行重构，得到去噪后的局部放电射频信号。