CN106950475A - 一种基于小波变换的局部放电信号提取方法及装置 - Google Patents
一种基于小波变换的局部放电信号提取方法及装置 Download PDFInfo
- Publication number
- CN106950475A CN106950475A CN201710178134.6A CN201710178134A CN106950475A CN 106950475 A CN106950475 A CN 106950475A CN 201710178134 A CN201710178134 A CN 201710178134A CN 106950475 A CN106950475 A CN 106950475A
- Authority
- CN
- China
- Prior art keywords
- wavelet
- discharge signal
- wavelet coefficient
- coefficient
- local discharge
- 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.)
- Pending
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)
- Complex Calculations (AREA)
Abstract
本发明实施例公开了一种基于小波变换的局部放电信号提取方法及装置,用于解决现有技术的局部放电信号提取方法,难以在保留原始局部放电信号能量的同时,还能减少原始局部放电信号的畸变的技术问题。本发明实施例方法包括:对局部放电信号进行小波变换,得到最高分解尺度上的尺度系数和各分解尺度上的小波系数。对每个分解尺度上的小波系数,首先基于每个小波系数的邻域Shannon熵,将小波系数划分为有效小波系数和无效小波系数两类,将无效小波系数设置为0,对有效小波系数进行保守阈值处理,最后进行小波重构,实现局部放电信号的提取。
Description
技术领域
本发明涉及电缆局部放电在线监测技术领域,尤其涉及一种基于小波变换的局部放电信号提取方法及装置。
背景技术
局部放电在线检测已成为评估电气设备绝缘状态的有效方法。在线检测中,电气设备处于带电运行状态,现场干扰严重;而绝缘缺陷产生的局部放电信号通常非常微弱,容易淹没于严重的背景噪声中。因此如何从严重的背景噪声中有效提取出有用信号成为绝缘局部放电在线检测中的关键问题。
在提取局部放电信号方面,常用的方法为小波阈值法,其实质为通过一定规则选取阈值,并结合阈值函数对小波系数处理,进而提取局部放电信号。选取阈值时,若阈值过大,则提取的信号有较大的偏差,若阈值过小,则提取的信号有较大的方差。阈值函数主要包括硬阈值函数和软阈值函数。硬阈值函数不连续,提取的信号容易出现震荡点;软阈值函数处理相对平滑,但会造成提取的信号幅值与真实值产生一定的偏差。
目前,现有技术的局部放电信号提取方法,难以在保留原始局部放电信号能量的同时,还能减少原始局部放电信号的畸变。
发明内容
本发明实施例提供了一种基于小波变换的局部放电信号提取方法及装置,解决了现有技术的局部放电信号提取方法,难以在保留原始局部放电信号能量的同时,还能减少原始局部放电信号的畸变的技术问题。
本发明实施例提供的一种基于小波变换的局部放电信号提取方法,包括:
获取检测到的局部放电信号,并对局部放电信号进行小波变换,获得不同分解度上的小波系数和最高分解度上的尺度系数;
以每个分解尺度上的小波系数为中心,计算小波系数的邻域内的Shannon熵,并根据Shannon熵,利用模糊C均值聚类法将每个分解尺度上的小波系数划分为有效小波系数和无效小波系数;
对有效小波系数进行保守阈值处理,并将无效小波系数设置为0,得到处理后的有效小波系数;
通过利用最高分解度上的尺度系数和处理后的有效小波系数进行小波重构,实现局部放电信号的提取。
可选地,局部放电信号由现场的高频电流互感器检测得到。
可选地,对局部放电信号进行小波变换具体包括:
通过公式一对局部放电信号进行小波变换,公式一具体为:
其中,Wf为小波系数,f(t)为局部放电信号序列,ψ为小波基函数,m和n均为整数。
可选地,以每个分解尺度上的小波系数为中心,计算小波系数的邻域内的Shannon熵具体包括:
以每个分解尺度上的小波系数为中心,构建左右两边等距的区域N(k);
通过公式二计算区域N(k)内小波系数的邻域Shannon熵,公式二具体为:
其中,S(k)为小波系数Wf(k)对应的邻域Shannon熵。
可选地,根据Shannon熵,利用模糊C均值聚类法将每个分解尺度上的小波系数划分为有效小波系数和无效小波系数具体包括:
(a)定义目标函数J,J的目标函数具体为:
其中,uij为邻域Shannon熵的隶属度矩阵,dij为第j个数据xj和第i个聚类中心vi之间的距离,即m∈(1,∞)为加权指数,N为数据点的个数,C为聚类中心的个数;
(b)确定聚类的数目C,并初始化聚类中心V及加权指数m;
(c)对目标函数J进行迭代计算,并在每次迭代时通过公式三更新隶属度矩阵uij及通过公式四更新聚类中心V,公式三具体为:
公式四具体为:
(d)若目标函数J连续两次迭代的误差满足|J(t)-J(t-1)|≤ε,其中,ε为设定误差,则迭代过程停止并转向执行步骤(e),若目标函数J连续两次迭代的误差不满足|J(t)-J(t-1)|≤ε,则返回步骤(c)继续进行迭代;
(e)对迭代后的隶属度矩阵的隶属进行分析,并将迭代后的隶属度矩阵隶属于于迭代后的隶属度矩阵的数据对应的隶属程度最大的聚类中心所代表的类别;
(f)通过将邻域Shannon熵划分为两类,把邻域Shannon熵对应的小波系数划分为有效小波系数和无效小波系数两类。
可选地,对有效小波系数进行保守阈值处理,并将无效小波系数设置为0,得到处理后的有效小波系数具体包括:
通过公式五计算每个分解度上的阈值,公式五具体为:
其中,Tj为第j分解度上的阈值,Nj为第j分解度上的小波系数的长度,σn,j为第j分解度上的噪声标准方差,且σn,j=(median(|Wf,j|))/0.6745,Wf,j为第j分解度上的小波系数;
通过公式六对小波系数进行阈值处理,得到处理后的有效小波系数,公式六具体为:
其中,t为阈值系数。
可选地,通过利用最高分解度上的尺度系数和处理后的有效小波系数进行小波重构,实现局部放电信号的提取包括:
通过利用最高分解度上的尺度系数和处理后的有效小波系数采用小波变换逆过程进行小波重构,实现局部放电信号的提取。
本发明实施例提供的一种基于小波变换的局部放电信号提取装置,包括:
获取模块,用于获取检测到的局部放电信号,并对局部放电信号进行小波变换,获得不同分解度上的小波系数和最高分解度上的尺度系数;
计算划分模块,用于以每个分解尺度上的小波系数为中心,计算小波系数的邻域内的Shannon熵,并根据Shannon熵,利用模糊C均值聚类法将每个分解尺度上的小波系数划分为有效小波系数和无效小波系数;
处理模块,用于对有效小波系数进行保守阈值处理,并将无效小波系数设置为0,得到处理后的有效小波系数;
重构模块,用于通过利用最高分解度上的尺度系数和处理后的有效小波系数进行小波重构,实现局部放电信号的提取。
可选地,获取模块包括:
变换单元,用于通过公式一对局部放电信号进行小波变换,公式一具体为:
其中,Wf为小波系数,f(t)为局部放电信号序列,ψ为小波基函数,m和n均为整数。
可选地,计算划分模块包括:
构建单元,用于以每个分解尺度上的小波系数为中心,构建左右两边等距的区域N(k);
熵值计算单元,用于通过公式二计算区域N(k)内小波系数的邻域Shannon熵,公式二具体为:
其中,S(k)为小波系数Wf(k)对应的邻域Shannon熵。
从以上技术方案可以看出,本发明实施例具有以下优点:
本发明实施例提供的一种基于小波变换的局部放电信号提取方法及装置,包括:获取检测到的局部放电信号,并对局部放电信号进行小波变换,获得不同分解度上的小波系数和最高分解度上的尺度系数;以每个分解尺度上的小波系数为中心,计算小波系数的邻域内的Shannon熵,并根据Shannon熵,利用模糊C均值聚类法将每个分解尺度上的小波系数划分为有效小波系数和无效小波系数;对有效小波系数进行保守阈值处理,并将无效小波系数设置为0,得到处理后的有效小波系数;通过利用最高分解度上的尺度系数和处理后的有效小波系数进行小波重构,实现局部放电信号的提取,能够有效地对局部放电信号进行提取,在保留原始局部放电信号能量的同时,减少原始局部放电信号的畸变。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种基于小波变换的局部放电信号提取方法的一个实施例的流程示意图;
图2为本发明实施例提供的一种基于小波变换的局部放电信号提取方法的另一个实施例的流程示意图;
图3为本发明实施例提供的检测得到的局部放电信号的波形图;
图4为本发明实施例提供的提取得到的局部放电信号的波形图。
具体实施方式
本发明实施例提供了一种基于小波变换的局部放电信号提取方法及装置,用于解决现有技术的局部放电信号提取方法,难以在保留原始局部放电信号能量的同时,还能减少原始局部放电信号的畸变的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,本发明实施例提供的一种基于小波变换的局部放电信号提取方法的一个实施例包括:
101、获取检测到的局部放电信号,并对局部放电信号进行小波变换,获得不同分解度上的小波系数和最高分解度上的尺度系数;
首先,获取到在现场通过高频电流互感器检测得到的局部放电信号,并对检测得到的局部放电信号进行小波变换,获得不同分解度上的小波系数和最高分解度上的尺度系数,并将最高分解度上的尺度系数进行保留。
102、以每个分解尺度上的小波系数为中心,计算小波系数的邻域内的Shannon熵,并根据Shannon熵,利用模糊C均值聚类法将每个分解尺度上的小波系数划分为有效小波系数和无效小波系数;
然后,以每个分解尺度上的小波系数为中心,计算每个小波系数的邻域内的Shannon熵,并根据Shannon熵,利用模糊C均值聚类法将每个分解尺度上的Shannon熵所对应的小波系数划分为有效小波系数和无效小波系数。
103、对有效小波系数进行保守阈值处理,并将无效小波系数设置为0,得到处理后的有效小波系数;
然后,通过对所获得的有效小波系数进行保守阈值处理,并将无效小波系数设置为0,即可得到处理后的有效小波系数。
104、通过利用最高分解度上的尺度系数和处理后的有效小波系数进行小波重构,实现局部放电信号的提取。
最后,通过利用最高分解度上的尺度系数和处理后的有效小波系数进行小波重构,实现局部放电信号的提取。
本发明实施例提供的一种基于小波变换的局部放电信号提取方法,包括:获取检测到的局部放电信号,并对局部放电信号进行小波变换,获得不同分解度上的小波系数和最高分解度上的尺度系数;以每个分解尺度上的小波系数为中心,计算小波系数的邻域内的Shannon熵,并根据Shannon熵,利用模糊C均值聚类法将每个分解尺度上的小波系数划分为有效小波系数和无效小波系数;对有效小波系数进行保守阈值处理,并将无效小波系数设置为0,得到处理后的有效小波系数;通过利用最高分解度上的尺度系数和处理后的有效小波系数进行小波重构,实现局部放电信号的提取,能够有效地对局部放电信号进行提取,在保留原始局部放电信号能量的同时,减少原始局部放电信号的畸变。
以上为对本发明实施例提供的一种基于小波变换的局部放电信号提取方法的一个实施例的详细描述,以下将对本发明实施例提供的一种基于小波变换的局部放电信号提取方法的另一个实施例进行详细的描述。
请参阅图2,本发明实施例提供的一种基于小波变换的局部放电信号提取方法的另一个实施例包括:
201、获取到由现场的高频电流互感器检测得到的局部放电信号,并对局部放电信号进行小波变换,通过公式一对局部放电信号进行小波变换,获得不同分解度上的小波系数和最高分解度上的尺度系数,公式一具体为:
其中,Wf为小波系数,f(t)为局部放电信号序列,ψ为小波基函数,m和n均为整数。如图3所示的波形图,为检测得到的局部放电信号的波形图,波形的采样频率为100MHz,每个波形的时域长度为1000个采样点。
202、以每个分解尺度上的小波系数为中心,构建左右两边等距的区域N(k),通过公式二计算该区域N(k)内小波系数的邻域Shannon熵,公式二具体为:
其中,S(k)为小波系数Wf(k)对应的邻域Shannon熵。
203、根据Shannon熵,利用模糊C均值聚类法将每个分解尺度上的小波系数划分为有效小波系数和无效小波系数,其步骤具体包括:
(a)定义目标函数J,J的目标函数具体为:
其中,uij为邻域Shannon熵的隶属度矩阵,dij为第j个数据xj和第i个聚类中心vi之间的距离,即m∈(1,∞)为加权指数,N为数据点的个数,C为聚类中心的个数;
(b)确定聚类的数目C,并初始化聚类中心V及加权指数m;
(c)对目标函数J进行迭代计算,并在每次迭代时通过公式三更新隶属度矩阵uij及通过公式四更新聚类中心V,公式三具体为:
公式四具体为:
(d)若目标函数J连续两次迭代的误差满足|J(t)-J(t-1)|≤ε,其中,ε为设定误差,则迭代过程停止并转向执行步骤(e),若目标函数J连续两次迭代的误差不满足|J(t)-J(t-1)|≤ε,则返回步骤(c)继续进行迭代;
(e)对迭代后的隶属度矩阵的隶属进行分析,并将迭代后的隶属度矩阵隶属于于迭代后的隶属度矩阵的数据对应的隶属程度最大的聚类中心所代表的类别;
(f)通过将邻域Shannon熵划分为两类,即把邻域Shannon熵对应的小波系数划分为有效小波系数和无效小波系数两类。
204、对有效小波系数进行保守阈值处理,并将无效小波系数设置为0,得到处理后的有效小波系数,其步骤具体包括:
通过公式五计算每个分解度上的阈值,公式五具体为:
其中,Tj为第j分解度上的阈值,Nj为第j分解度上的小波系数的长度,σn,j为第j分解度上的噪声标准方差,且σn,j=(median(|Wf,j|))/0.6745,Wf,j为第j分解度上的小波系数;
通过公式六对小波系数进行阈值处理,得到处理后的有效小波系数,公式六具体为:
其中,t为阈值系数。
205、通过利用最高分解度上的尺度系数和处理后的有效小波系数采用小波变换逆过程进行小波重构,实现局部放电信号的提取。如图4所示,即为提取得到的局部放电信号的波形图。
本发明实施例提供的一种基于小波变换的局部放电信号提取方法,对局部放电信号进行小波变换,得到最高分解尺度上的尺度系数和各分解尺度上的小波系数。对每个分解尺度上的小波系数,首先基于每个小波系数的邻域Shannon熵,将小波系数划分为有效小波系数和无效小波系数两类,将无效小波系数设置为0,对有效小波系数进行保守阈值处理,最后进行小波重构,实现局部放电信号的提取。该方法能够有效地对局部放电信号进行提取,在保留原始局部放电信号能量的同时,减少原始局部放电信号的畸变。
以上为对本发明实施例提供的一种基于小波变换的局部放电信号提取方法的另一个实施例的详细描述,以下将对本发明实施例提供的一种基于小波变换的局部放电信号提取装置进行详细的描述。
本发明实施例提供的一种基于小波变换的局部放电信号提取装置,包括:
获取模块,用于获取检测到的局部放电信号,并对局部放电信号进行小波变换,获得不同分解度上的小波系数和最高分解度上的尺度系数;获取模块包括:
变换单元,用于通过公式一对局部放电信号进行小波变换,公式一具体为:
其中,Wf为小波系数,f(t)为局部放电信号序列,ψ为小波基函数,m和n均为整数。
计算划分模块,用于以每个分解尺度上的小波系数为中心,计算小波系数的邻域内的Shannon熵,并根据Shannon熵,利用模糊C均值聚类法将每个分解尺度上的小波系数划分为有效小波系数和无效小波系数;计算划分模块包括:
构建单元,用于以每个分解尺度上的小波系数为中心,构建左右两边等距的区域N(k);
熵值计算单元,用于通过公式二计算区域N(k)内小波系数的邻域Shannon熵,公式二具体为:
其中,S(k)为小波系数Wf(k)对应的邻域Shannon熵。
划分单元,用于根据Shannon熵,利用模糊C均值聚类法将每个分解尺度上的小波系数划分为有效小波系数和无效小波系数,其步骤具体包括:
(a)定义目标函数J,J的目标函数具体为:
其中,uij为邻域Shannon熵的隶属度矩阵,dij为第j个数据xj和第i个聚类中心vi之间的距离,即m∈(1,∞)为加权指数,N为数据点的个数,C为聚类中心的个数;
(b)确定聚类的数目C,并初始化聚类中心V及加权指数m;
(c)对目标函数J进行迭代计算,并在每次迭代时通过公式三更新隶属度矩阵uij及通过公式四更新聚类中心V,公式三具体为:
公式四具体为:
(d)若目标函数J连续两次迭代的误差满足|J(t)-J(t-1)|≤ε,其中,ε为设定误差,则迭代过程停止并转向执行步骤(e),若目标函数J连续两次迭代的误差不满足|J(t)-J(t-1)|≤ε,则返回步骤(c)继续进行迭代;
(e)对迭代后的隶属度矩阵的隶属进行分析,并将迭代后的隶属度矩阵隶属于于迭代后的隶属度矩阵的数据对应的隶属程度最大的聚类中心所代表的类别;
(f)通过将邻域Shannon熵划分为两类,即把邻域Shannon熵对应的小波系数划分为有效小波系数和无效小波系数两类。
处理模块,用于对有效小波系数进行保守阈值处理,并将无效小波系数设置为0,得到处理后的有效小波系数;处理模块包括:
预置计算单元,用于通过公式五计算每个分解度上的阈值,公式五具体为:
其中,Tj为第j分解度上的阈值,Nj为第j分解度上的小波系数的长度,σn,j为第j分解度上的噪声标准方差,且σn,j=(median(|Wf,j|))/0.6745,Wf,j为第j分解度上的小波系数;
阈值处理单元,用于通过公式六对小波系数进行阈值处理,得到处理后的有效小波系数,公式六具体为:
其中,t为阈值系数。
重构模块,用于通过利用最高分解度上的尺度系数和处理后的有效小波系数进行小波重构,实现局部放电信号的提取。
本发明实施例提供的一种基于小波变换的局部放电信号提取装置,包括:通过获取模块获取检测到的局部放电信号,并对局部放电信号进行小波变换,获得不同分解度上的小波系数和最高分解度上的尺度系数;通过计算划分模块以每个分解尺度上的小波系数为中心,计算小波系数的邻域内的Shannon熵,并根据Shannon熵,利用模糊C均值聚类法将每个分解尺度上的小波系数划分为有效小波系数和无效小波系数;通过处理模块对有效小波系数进行保守阈值处理,并将无效小波系数设置为0,得到处理后的有效小波系数;最后根据重构模块通过利用最高分解度上的尺度系数和处理后的有效小波系数进行小波重构,实现局部放电信号的提取,能够有效地对局部放电信号进行提取,在保留原始局部放电信号能量的同时,减少原始局部放电信号的畸变。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于小波变换的局部放电信号提取方法,其特征在于,包括:
获取检测到的局部放电信号,并对所述局部放电信号进行小波变换,获得不同分解度上的小波系数和最高分解度上的尺度系数;
以每个分解尺度上的所述小波系数为中心,计算所述小波系数的邻域内的Shannon熵,并根据所述Shannon熵,利用模糊C均值聚类法将每个分解尺度上的所述小波系数划分为有效小波系数和无效小波系数;
对所述有效小波系数进行保守阈值处理,并将所述无效小波系数设置为0,得到处理后的有效小波系数;
通过利用所述最高分解度上的尺度系数和所述处理后的有效小波系数进行小波重构,实现局部放电信号的提取。
2.根据权利要求1所述的基于小波变换的局部放电信号提取方法,其特征在于,所述局部放电信号由现场的高频电流互感器检测得到。
3.根据权利要求1所述的基于小波变换的局部放电信号提取方法,其特征在于,所述对所述局部放电信号进行小波变换具体包括:
通过公式一对所述局部放电信号进行小波变换,所述公式一具体为:
其中,Wf为小波系数,f(t)为局部放电信号序列,ψ为小波基函数,m和n均为整数。
4.根据权利要求3所述的基于小波变换的局部放电信号提取方法,其特征在于,所述以每个分解尺度上的所述小波系数为中心,计算所述小波系数的邻域内的Shannon熵具体包括:
以每个分解尺度上的所述小波系数为中心,构建左右两边等距的区域N(k);
通过公式二计算所述区域N(k)内所述小波系数的邻域Shannon熵,所述公式二具体为:
其中,S(k)为小波系数Wf(k)对应的邻域Shannon熵。
5.根据权利要求4所述的基于小波变换的局部放电信号提取方法,其特征在于,所述根据所述Shannon熵,利用模糊C均值聚类法将每个分解尺度上的所述小波系数划分为有效小波系数和无效小波系数具体包括:
(a)定义目标函数J,所述J的目标函数具体为:
其中,uij为邻域Shannon熵的隶属度矩阵,dij为第j个数据xj和第i个聚类中心vi之间的距离,即m∈(1,∞)为加权指数,N为数据点的个数,C为聚类中心的个数;
(b)确定聚类的数目C,并初始化聚类中心V及加权指数m;
(c)对所述目标函数J进行迭代计算,并在每次迭代时通过公式三更新隶属度矩阵uij及通过公式四更新聚类中心V,所述公式三具体为:
所述公式四具体为:
(d)若所述目标函数J连续两次迭代的误差满足|J(t)-J(t-1)|≤ε,其中,ε为设定误差,则迭代过程停止并转向执行步骤(e),若所述目标函数J连续两次迭代的误差不满足|J(t)-J(t -1)|≤ε,则返回步骤(c)继续进行迭代;
(e)对迭代后的隶属度矩阵的隶属进行分析,并将所述迭代后的隶属度矩阵隶属于于所述迭代后的隶属度矩阵的数据对应的隶属程度最大的聚类中心所代表的类别;
(f)通过将所述邻域Shannon熵划分为两类,把所述邻域Shannon熵对应的小波系数划分为有效小波系数和无效小波系数两类。
6.根据权利要求5所述的基于小波变换的局部放电信号提取方法,其特征在于,所述对所述有效小波系数进行保守阈值处理,并将所述无效小波系数设置为0,得到处理后的有效小波系数具体包括:
通过公式五计算每个分解度上的阈值,所述公式五具体为:
其中,Tj为第j分解度上的阈值,Nj为第j分解度上的小波系数的长度,σn,j为第j分解度上的噪声标准方差,且σn,j=(median(|Wf,j|))/0.6745,Wf,j为第j分解度上的小波系数;
通过公式六对所述小波系数进行阈值处理,得到处理后的有效小波系数,所述公式六具体为:
其中,t为阈值系数。
7.根据权利要求1所述的基于小波变换的局部放电信号提取方法,其特征在于,所述通过利用所述最高分解度上的尺度系数和所述处理后的有效小波系数进行小波重构,实现局部放电信号的提取包括:
通过利用所述最高分解度上的尺度系数和所述处理后的有效小波系数采用小波变换逆过程进行小波重构,实现局部放电信号的提取。
8.一种基于小波变换的局部放电信号提取装置,其特征在于,包括:
获取模块,用于获取检测到的局部放电信号,并对所述局部放电信号进行小波变换,获得不同分解度上的小波系数和最高分解度上的尺度系数;
计算划分模块,用于以每个分解尺度上的所述小波系数为中心,计算所述小波系数的邻域内的Shannon熵,并根据所述Shannon熵,利用模糊C均值聚类法将每个分解尺度上的所述小波系数划分为有效小波系数和无效小波系数;
处理模块,用于对所述有效小波系数进行保守阈值处理,并将所述无效小波系数设置为0,得到处理后的有效小波系数;
重构模块,用于通过利用所述最高分解度上的尺度系数和所述处理后的有效小波系数进行小波重构,实现局部放电信号的提取。
9.根据权利要求8所述的基于小波变换的局部放电信号提取装置,其特征在于,所述获取模块包括:
变换单元,用于通过公式一对所述局部放电信号进行小波变换,所述公式一具体为:
其中,Wf为小波系数,f(t)为局部放电信号序列,ψ为小波基函数,m和n均为整数。
10.根据权利要求9所述的基于小波变换的局部放电信号提取装置,其特征在于,所述计算划分模块包括:
构建单元,用于以每个分解尺度上的所述小波系数为中心,构建左右两边等距的区域N(k);
熵值计算单元,用于通过公式二计算所述区域N(k)内所述小波系数的邻域Shannon熵,所述公式二具体为:
其中,S(k)为小波系数Wf(k)对应的邻域Shannon熵。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710178134.6A CN106950475A (zh) | 2017-03-23 | 2017-03-23 | 一种基于小波变换的局部放电信号提取方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710178134.6A CN106950475A (zh) | 2017-03-23 | 2017-03-23 | 一种基于小波变换的局部放电信号提取方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106950475A true CN106950475A (zh) | 2017-07-14 |
Family
ID=59472490
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710178134.6A Pending CN106950475A (zh) | 2017-03-23 | 2017-03-23 | 一种基于小波变换的局部放电信号提取方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106950475A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107703427A (zh) * | 2017-11-28 | 2018-02-16 | 广东电网有限责任公司珠海供电局 | 一种基于emd分解的局部放电信号去噪方法 |
| CN107728018A (zh) * | 2017-09-20 | 2018-02-23 | 国网浙江省电力公司绍兴供电公司 | 一种电力电缆现场局部放电信号的降噪方法 |
| CN107765153A (zh) * | 2017-11-02 | 2018-03-06 | 广东电网有限责任公司珠海供电局 | 一种基于小波变换模极大值的电缆局部放电信号特征向量提取方法 |
| CN109406965A (zh) * | 2018-11-16 | 2019-03-01 | 国网江苏省电力有限公司盐城供电分公司 | 一种基于声音信号采集的局部放电检测系统及其检测方法 |
| CN109766847A (zh) * | 2019-01-15 | 2019-05-17 | 南京邮电大学 | 一种锋电位分离方法 |
| CN113392732A (zh) * | 2021-05-31 | 2021-09-14 | 国网山东省电力公司电力科学研究院 | 一种局部放电超声信号抗干扰方法及系统 |
| CN116156494A (zh) * | 2023-01-30 | 2023-05-23 | 江苏科技大学 | 一种联合聚类和小波变换的物理层密钥增强方案 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102495343A (zh) * | 2011-12-30 | 2012-06-13 | 重庆大学 | 基于超声与紫外信息融合的局部放电检测识别方法及系统 |
| CN103543390A (zh) * | 2013-09-25 | 2014-01-29 | 国家电网公司 | 电力变压器局部放电超高频信号的去噪方法 |
| CN103576060A (zh) * | 2013-10-11 | 2014-02-12 | 华南理工大学 | 基于小波自适应阈值的局部放电信号去噪方法 |
| CN103630808A (zh) * | 2013-11-11 | 2014-03-12 | 华南理工大学 | 一种基于提升小波变换的局部放电信号去噪方法 |
| CN103839239A (zh) * | 2014-02-28 | 2014-06-04 | 华南理工大学 | 一种电缆瓷套终端红外图像自适应去噪方法 |
| CN103914812A (zh) * | 2014-03-13 | 2014-07-09 | 华南理工大学 | 基于双变量收缩函数的电缆瓷套终端红外图像去噪方法 |
| CN105223482A (zh) * | 2015-10-22 | 2016-01-06 | 西安交通大学 | 局部放电特高频信号波形的小波分解二值去噪方法 |
-
2017
- 2017-03-23 CN CN201710178134.6A patent/CN106950475A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102495343A (zh) * | 2011-12-30 | 2012-06-13 | 重庆大学 | 基于超声与紫外信息融合的局部放电检测识别方法及系统 |
| CN103543390A (zh) * | 2013-09-25 | 2014-01-29 | 国家电网公司 | 电力变压器局部放电超高频信号的去噪方法 |
| CN103576060A (zh) * | 2013-10-11 | 2014-02-12 | 华南理工大学 | 基于小波自适应阈值的局部放电信号去噪方法 |
| CN103630808A (zh) * | 2013-11-11 | 2014-03-12 | 华南理工大学 | 一种基于提升小波变换的局部放电信号去噪方法 |
| CN103839239A (zh) * | 2014-02-28 | 2014-06-04 | 华南理工大学 | 一种电缆瓷套终端红外图像自适应去噪方法 |
| CN103914812A (zh) * | 2014-03-13 | 2014-07-09 | 华南理工大学 | 基于双变量收缩函数的电缆瓷套终端红外图像去噪方法 |
| CN105223482A (zh) * | 2015-10-22 | 2016-01-06 | 西安交通大学 | 局部放电特高频信号波形的小波分解二值去噪方法 |
Non-Patent Citations (1)
| Title |
|---|
| 孙延奎: "《小波分析及其应用》", 31 March 2005, 机械工业出版社 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107728018A (zh) * | 2017-09-20 | 2018-02-23 | 国网浙江省电力公司绍兴供电公司 | 一种电力电缆现场局部放电信号的降噪方法 |
| CN107765153A (zh) * | 2017-11-02 | 2018-03-06 | 广东电网有限责任公司珠海供电局 | 一种基于小波变换模极大值的电缆局部放电信号特征向量提取方法 |
| CN107703427A (zh) * | 2017-11-28 | 2018-02-16 | 广东电网有限责任公司珠海供电局 | 一种基于emd分解的局部放电信号去噪方法 |
| CN109406965A (zh) * | 2018-11-16 | 2019-03-01 | 国网江苏省电力有限公司盐城供电分公司 | 一种基于声音信号采集的局部放电检测系统及其检测方法 |
| CN109766847A (zh) * | 2019-01-15 | 2019-05-17 | 南京邮电大学 | 一种锋电位分离方法 |
| CN109766847B (zh) * | 2019-01-15 | 2022-08-23 | 南京邮电大学 | 一种锋电位分离方法 |
| CN113392732A (zh) * | 2021-05-31 | 2021-09-14 | 国网山东省电力公司电力科学研究院 | 一种局部放电超声信号抗干扰方法及系统 |
| CN116156494A (zh) * | 2023-01-30 | 2023-05-23 | 江苏科技大学 | 一种联合聚类和小波变换的物理层密钥增强方案 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106950475A (zh) | 一种基于小波变换的局部放电信号提取方法及装置 | |
| CN103593844B (zh) | 一种医学图像的多维多种特征提取方法 | |
| CN101639934B (zh) | 基于轮廓波域块隐马尔可夫模型sar图像去噪方法 | |
| CN110081967B (zh) | 基于谱图小波变换的机械振动信号阈值降噪方法 | |
| CN109766858A (zh) | 结合双边滤波的三维卷积神经网络高光谱影像分类方法 | |
| CN102722892A (zh) | 基于低秩矩阵分解的sar图像变化检测方法 | |
| CN103093434A (zh) | 基于奇异值分解的非局部维纳滤波图像去噪方法 | |
| CN106353649A (zh) | 一种基于提升小波变换的局部放电信号去噪方法 | |
| CN107832787A (zh) | 基于双谱自编码特征的雷达辐射源识别方法 | |
| CN107657242A (zh) | 一种大地电磁信噪辨识及分离方法 | |
| CN102148987A (zh) | 基于先验模型和l0范数的压缩感知图像重构方法 | |
| CN120030420B (zh) | 基于改进变换网络的变压器局部放电智能诊断方法 | |
| CN117828333A (zh) | 一种基于信号混合增强和cnn的电缆局放特征提取方法 | |
| CN107886085A (zh) | 一种基于t‑SNE的电能质量扰动特征提取方法 | |
| CN104008386A (zh) | 肿瘤类型识别方法和系统 | |
| CN105426822A (zh) | 基于双树复小波变换的非平稳信号多重分形特征提取方法 | |
| CN104766090A (zh) | 一种基于bemd和sofm的探地雷达数据可视化方法 | |
| Fan et al. | Image denoising based on wavelet thresholding and Wiener filtering in the wavelet domain | |
| CN114826459B (zh) | 基于跨域推理的频谱地图精确构建方法 | |
| CN108090462B (zh) | 一种基于盒维数的辐射源指纹特征提取方法 | |
| CN107133938A (zh) | 基于小波系数统计模型的鲁棒图像融合方法 | |
| CN113156386A (zh) | 一种雷达、辐射源识别方法及计算机可读存储介质 | |
| CN115170919A (zh) | 图像处理模型训练及图像处理方法、装置、设备和存储介质 | |
| CN104867493A (zh) | 基于小波变换的多重分形维数端点检测方法 | |
| CN113781340A (zh) | 一种针对合成孔径雷达图像散斑抑制的深度网络模型 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170714 |