CN106291293B - 一种基于谱峭度与s变换的局放信号自适应去噪方法 - Google Patents
一种基于谱峭度与s变换的局放信号自适应去噪方法 Download PDFInfo
- Publication number
- CN106291293B CN106291293B CN201610957200.5A CN201610957200A CN106291293B CN 106291293 B CN106291293 B CN 106291293B CN 201610957200 A CN201610957200 A CN 201610957200A CN 106291293 B CN106291293 B CN 106291293B
- Authority
- CN
- China
- Prior art keywords
- partial discharge
- signal
- discharge signal
- frequency
- transformation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明公开了一种基于谱峭度与S变换的局放信号自适应去噪方法,其通过离散信号快速谱峭度图与S变换时频谱计算,快速获取局放信号时频特性并结合局放信号的时频特性,自适应地优化局放信号匹配原子库各参数的取值范围,再通过MP算法从局放信号匹配原子库的优化结果中,找出与染噪局放信号内积最大的原子作为最佳匹配原子,最后基于各次迭代所得最佳匹配原子,对原始局放脉冲信号进行稀疏表示,以达到局放信号去噪的目的。本发明去噪结果准确性高且波形无畸变,而且对测量的局部放电脉冲的个数和脉冲所在位置没有限制,应用广泛。
Description
技术领域
本发明涉及局部放电技术领域,特别涉及一种局部放电信号去噪方法。
背景技术
局部放电检测是高压电力设备绝缘性能评估的常用方法之一。但是,由于背景噪声的存在,往往使得局部放电在线检测所采集的信号中含有大量的噪声,给后期的局部放电信号特性分析、识别带来了一定的困难。因此,噪声抑制现已成为局部放电在线监测的一项关键技术。
局部放电信号去噪方法较多,目前常用的局部放电信号去噪方法有小波去噪法、经验模态分解(empirical mode decomposition,EMD)去噪法、傅里叶变换去噪法等,其中小波去噪法与EMD去噪法应用较为广泛。
传统的小波去噪信号去噪法的原理实则是用固定的小波基的组合去描述目标信号,其并未充分考虑到信号的时频特性,在处理时频跨度较大的局放信号时效果不佳;基于EMD分解的信号去噪,则是首先将信号分解成若干模态分量,然后通过某种法删选模态分量,把符合标准的模态分量留下来,把不符合标准的模态分量剔除掉,进而实现信号去噪,存在的问题是在模态分量删选过程中容易将有用的信号特征删掉,对后期的进一步分析带来影响。
傅里叶变换去噪法则是用不同频率的正弦信号的组合来描述目标信号,在去噪过程中正弦信号对一些噪声信号的匹配度比较高,所以对于强干扰下局部放电信号去噪效果不佳。
近年,信号的稀疏分解去噪作为一种热门的信号去噪方法被应用于局部放电信号去噪中,其原理是其根据信号自身特性,利用匹配追踪(MP)算法在过完备原子库中选择适当原子来表示信号,基于各次MP迭代搜索得到最佳匹配原子仅可对原始无噪局放信号分量进行稀疏表示,而难以对噪声分量进行表示的原理,实现局放信号稀疏分解去噪目的,其存在的问题是利用匹配追踪(MP)算法在过完备原子库中选择最佳原子时计算量巨大,同时利用匹配追踪(MP)算法在过完备原子库中选择最佳原子时也并未充分考虑到局放信号本身的时频特性,容易把与噪声匹配的原子当作最佳匹配原子,造成去噪不彻底、信号失真等问题。
综上所述,对于局部放电信号去噪过程中所遇到的计算量大、信号失真、去噪不彻底等问题的解决已迫不及待。
发明内容
本发明的目的在于:克服现有技术中局部放电信号去噪过程中所遇到的计算量大、信号失真、去噪不彻底等问题。
为了实现上述发明目的,本发明提供一种基于谱峭度与S变换的局放信号自适应去噪方法,其包括以下步骤,
S1:根据染噪局放信号的快速谱峭度图,获取中心频率Fc和带宽Bw;
S2:根据染噪局放信号的S变换时频谱,获取局放起始点non和局放熄灭点noff;
S3:根据中心频率Fc、带宽Bw、局放起始点non和局放熄灭点noff,优化局放信号匹配原子库的位移参数nμ、尺度参数ns、频率参数nω的取值范围;
S4:通过MP算法从优化后的局放信号匹配原子库中,找出与染噪局放信号内积最大的原子作为最佳匹配原子;
S5:基于各次迭代所得最佳匹配原子,对原始局放脉冲信号进行稀疏表示,以达到局放信号去噪的目的。
根据一种具体的实施方式,中心频率Fc和带宽Bw分别为谱峭度值最大值所对应的中心频率和带宽。
根据一种具体的实施方式,染噪局放信号的S变换时频谱中,两个较高的高频分量对应的时刻的采样点分别为局放起始点non和局放熄灭点noff。
根据一种具体的实施方式,优化后的局放信号匹配原子库的位移参数nμ、尺度参数ns、频率参数nω的取值范围为:
其中,fs为信号采样率,N为信号长度。
根据一种具体的实施方式,其特征在于,所述局放信号匹配原子库为:
其中,原子库的时频参数
与现有技术相比,本发明的有益效果:
(1)基于局放脉冲信号的快速衰减振荡特性,引入离散信号快速谱峭度图与S变换时频谱计算,实现局放信号时频特性的快速获取。
(2)结合局放信号匹配原子库的各参数特征及局放信号的时频特性,自适应地优化局放信号匹配原子库各参数的取值范围,从而提高匹配追踪算法的计算速度及局放信号的去噪效果。
(3)本发明方法的去噪结果准确性高且波形无畸变,较好保留局部放电信号的原始特征,便于后续分析。
(4)本发明方法对整个局部放电测量信号中局部放电脉冲的个数和脉冲所在位置没有限制,应用广泛。
附图说明:
图1是本发明方法的流程示意图;
图2是实测局放信号的波形图;
图3是利用本发明去噪方法处理图2中实测局放信号后的波形图。
具体实施方式
下面结合具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例,凡基于本发明内容所实现的技术均属于本发明的范围。
结合图1所示的本发明方法的流程示意图;其中,本发明基于谱峭度与S变换的局放信号自适应去噪方法,其包括以下步骤,
S1:根据染噪局放信号的快速谱峭度图,获取中心频率Fc和带宽Bw;其中,中心频率Fc和带宽Bw分别为谱峭度值最大值所对应的中心频率和带宽。
具体的,设局放信号为X(t),则其谱峭度计算公式为:
其中,S2Y(f)为2n阶瞬时矩;C4Y(f)为谱矩,并且,S2Y(f)具体为:
S2nY(t,f)=E{S2nX(t,f)}
=E{|H(t,f)dX(f)|2n}/df
C4Y(f)具体为:
S2:根据染噪局放信号的S变换时频谱,获取局放起始点non和局放熄灭点noff;其中,将离散时间序列h[kT](k=0,1,2…,N-1)的S变换定义为:
而且,其中k,n=0,1,...,N-1,N为采样深度,T为采样时间间隔。S矩阵的列对应采样时间点,行对应归一化频率值,矩阵元素为复数幅值。每个点的实际频率等于(fs/N)*n,fs为采样频率,n为第n个点的序号。S变换时频谱的结果可以用三维立体图、二维等高线图以及灰度图等直观地表示,那么从染噪局放信号的S变换时频谱中,检测出的两个较高的高频分量对应的时刻的采样点分别为局放起始点non和局放熄灭点noff。
S3:根据中心频率Fc、带宽Bw、局放起始点non和局放熄灭点noff,优化局放信号匹配原子库的位移参数nμ、尺度参数ns、频率参数nω的取值范围;其中,优化后局放信号匹配原子库的位移参数nμ、尺度参数ns、频率参数nω的取值范围为:
其中,fs为信号采样率,N为信号长度。
S4:通过MP算法优化后的局放信号匹配原子库中,找出与染噪局放信号内积最大的原子作为最佳匹配原子;其中,最佳匹配原子满足:
式中:y为染噪局部放电信号,为过完备原子库中的原子,r0为过完备原子库的列索引,|<y,gi>|为信号与原子的内积。并且,局放信号匹配原子库为:
其中,原子库的时频参数
S5:基于每次迭代所得最佳匹配原子,对原始局放脉冲信号进行稀疏表示,以达到局放信号去噪的目的。
如图1所示的实测局放信号的波形图;其中该局放信号的幅值进行了归一化处理,采样率50MHz,所加电压12Kv。然后,基于该实测局放信号,计算其谱峭度,并绘制快速谱峭度图,同时对实测局放信号进行S变换,并绘制其S变换时频谱。根据该实测局放信号的快速谱峭度图和S变换时频谱,提取该局放信号的时频参数,即中心频率Fc、带宽Bw、局放起始点non和局放熄灭点noff。表1为实测局放信号时频参数表。
表1实测局放信号时频参数表
而根据表1所示的实测局放信号时频参数,优化局放信号匹配原子库的位移参数nμ、尺度参数ns、频率参数nω的取值范围。表2为局放信号匹配源自库参数优化结果表。
表2局放信号匹配源自库参数优化结果表
在根据表2中所示的局放信号匹配源自库参数优化结果,利用MP算法在局放信号匹配原子库的优化结果内进行寻优匹配,找出与染噪局放信号内积最大的原子作为最佳匹配原子。再基于各次迭代所得最佳匹配原子仅对原始局放脉冲信号进行稀疏表示,进而达到局放信号去噪目的。如图2所示,其为利用本发明去噪方法处理图1中实测局放信号后的波形图。
上面结合附图对本发明的具体实施方式进行了详细说明,但本发明并不限制于上述实施方式,在不脱离本申请的权利要求的精神和范围情况下,本领域的技术人员可以作出各种修改或改型。
Claims (2)
1.一种基于谱峭度与S变换的局放信号自适应去噪方法,其特征在于,包括以下步骤,
S1:根据染噪局放信号的快速谱峭度图,获取中心频率Fc和带宽Bw;
S2:根据染噪局放信号的S变换时频谱,获取局放起始点non和局放熄灭点noff;
S3:根据中心频率Fc、带宽Bw、局放起始点non和局放熄灭点noff,优化局放信号匹配原子库的位移参数nμ、尺度参数ns、频率参数nω的取值范围;
S4:通过MP算法从优化后的局放信号匹配原子库中,找出与染噪局放信号内积最大的原子作为最佳匹配原子;
S5:基于各次迭代所得最佳匹配原子,对原始局放脉冲信号进行稀疏表示,以达到局放信号去噪的目的;
其中;中心频率Fc和带宽Bw分别为谱峭度值最大值所对应的中心频率和带宽;染噪局放信号的S变换时频谱中,两个较高的高频分量对应的时刻的采样点分别为局放起始点non和局放熄灭点noff;优化后的局放信号匹配原子库的位移参数nμ、尺度参数ns、频率参数nω的取值范围为:
其中,fs为信号采样率,N为信号长度。
2.如权利要求1所述的基于谱峭度与S变换的局放信号自适应去噪方法,其特征在于,所述局放信号匹配原子库为:
其中,原子库的时频参数0<ns≤N,0≤nω<N,n=0,1,……,N-1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610957200.5A CN106291293B (zh) | 2016-10-27 | 2016-10-27 | 一种基于谱峭度与s变换的局放信号自适应去噪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610957200.5A CN106291293B (zh) | 2016-10-27 | 2016-10-27 | 一种基于谱峭度与s变换的局放信号自适应去噪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106291293A CN106291293A (zh) | 2017-01-04 |
CN106291293B true CN106291293B (zh) | 2018-09-18 |
Family
ID=57719736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610957200.5A Expired - Fee Related CN106291293B (zh) | 2016-10-27 | 2016-10-27 | 一种基于谱峭度与s变换的局放信号自适应去噪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106291293B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107015124B (zh) * | 2017-01-13 | 2019-08-16 | 国网山东省电力公司日照供电公司 | 一种基于分帧自适应稀疏分解的局放信号干扰抑制方法 |
CN109975665B (zh) * | 2019-03-22 | 2020-06-19 | 华南理工大学 | 一种电力设备局部放电信号放电类型识别方法 |
CN111413588B (zh) * | 2020-03-31 | 2022-03-11 | 陕西省地方电力(集团)有限公司咸阳供电分公司 | 一种配电网单相接地故障选线方法 |
CN112305380A (zh) * | 2020-09-01 | 2021-02-02 | 华南理工大学 | 一种基于s变换与谱峭度的局部放电白噪声抑制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102323518A (zh) * | 2011-05-19 | 2012-01-18 | 西南交通大学 | 一种基于谱峭度的局部放电信号识别方法 |
CN103091612A (zh) * | 2013-01-16 | 2013-05-08 | 重庆市电力公司电力科学研究院 | 一种变压器油纸绝缘多局部放电源信号的分离与识别算法 |
CN105865776A (zh) * | 2016-03-23 | 2016-08-17 | 浙江理工大学 | 一种基于eemd和广义s变换的风电齿轮箱故障诊断方法 |
CN105954030A (zh) * | 2016-06-29 | 2016-09-21 | 潍坊学院 | 一种基于内秉时间尺度分解和谱峭度的包络分析方法 |
CN106053069A (zh) * | 2016-06-29 | 2016-10-26 | 潍坊学院 | 一种滚动轴承的ssd、谱峭度和平滑迭代包络分析方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5956624B1 (ja) * | 2015-02-02 | 2016-07-27 | 西日本高速道路エンジニアリング四国株式会社 | 異常音の検出方法及びその検出値を用いた構造物の異常判定方法、並びに、振動波の類似度検出方法及びその検出値を用いた音声認識方法 |
-
2016
- 2016-10-27 CN CN201610957200.5A patent/CN106291293B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102323518A (zh) * | 2011-05-19 | 2012-01-18 | 西南交通大学 | 一种基于谱峭度的局部放电信号识别方法 |
CN103091612A (zh) * | 2013-01-16 | 2013-05-08 | 重庆市电力公司电力科学研究院 | 一种变压器油纸绝缘多局部放电源信号的分离与识别算法 |
CN105865776A (zh) * | 2016-03-23 | 2016-08-17 | 浙江理工大学 | 一种基于eemd和广义s变换的风电齿轮箱故障诊断方法 |
CN105954030A (zh) * | 2016-06-29 | 2016-09-21 | 潍坊学院 | 一种基于内秉时间尺度分解和谱峭度的包络分析方法 |
CN106053069A (zh) * | 2016-06-29 | 2016-10-26 | 潍坊学院 | 一种滚动轴承的ssd、谱峭度和平滑迭代包络分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106291293A (zh) | 2017-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106291293B (zh) | 一种基于谱峭度与s变换的局放信号自适应去噪方法 | |
Chen et al. | Adaptive clutter suppression and detection algorithm for radar maneuvering target with high-order motions via sparse fractional ambiguity function | |
CN104777442B (zh) | 一种核磁共振测深fid信号噪声抑制方法 | |
Sun et al. | Cross-correlation analysis and time delay estimation of a homologous micro-seismic signal based on the Hilbert–Huang transform | |
CN105353408B (zh) | 一种基于匹配追踪的Wigner高阶谱地震信号谱分解方法 | |
CN104901909B (zh) | 一种α非高斯噪声下chirp信号的参数估计方法 | |
CN107037136B (zh) | 一种管道换热污垢阵列式超声检测方法 | |
WO2016004687A1 (zh) | 超高频局放信号初始时刻判别方法 | |
CN115499092B (zh) | 天文射电暂现信号搜寻方法、系统、装置及可读存储介质 | |
Le et al. | Weak LFM signal dectection based on wavelet transform modulus maxima denoising and other techniques | |
Li et al. | A UV-visible absorption spectrum denoising method based on EEMD and an improved universal threshold filter | |
CN106137184B (zh) | 基于小波变换的心电信号qrs波检测方法 | |
Huang et al. | A practical fundamental frequency extraction algorithm for motion parameters estimation of moving targets | |
Broadhead et al. | Use of higher order statistics in source signature estimation | |
CN103915102A (zh) | 一种lfm水声多途信号的噪声抑制方法 | |
CN116665698A (zh) | 一种基于希尔伯特-黄变换和Mel谱变换的脉冲声识别方法 | |
CN108020761B (zh) | 一种局部放电去噪方法 | |
CN111142134A (zh) | 一种坐标时间序列处理方法及装置 | |
CN113552543B (zh) | 基于set-stiaa的空间微动目标时频分析方法 | |
CN108152795A (zh) | 一种宽带线性调频脉冲信号初始频率估计方法 | |
CN110096998B (zh) | 一种用于机加工表面形貌特征提取的分解方法 | |
CN116226647B (zh) | 电力电缆局部放电模式的识别方法、装置、设备及介质 | |
Yuanlian et al. | Enhancement of lightning electric field signals using empirical mode decomposition method | |
CN116381607B (zh) | 多目标击水声特征关联方法 | |
Hua et al. | Laser arc sound signal processing and welding status recognition based on geometric learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180918 Termination date: 20211027 |