CN107634735A - 一种用于高温超导磁体有效失超信号提取的小波滤波器 - Google Patents
一种用于高温超导磁体有效失超信号提取的小波滤波器 Download PDFInfo
- Publication number
- CN107634735A CN107634735A CN201710741936.3A CN201710741936A CN107634735A CN 107634735 A CN107634735 A CN 107634735A CN 201710741936 A CN201710741936 A CN 201710741936A CN 107634735 A CN107634735 A CN 107634735A
- Authority
- CN
- China
- Prior art keywords
- signal
- wavelet
- mtd
- filter
- module
- 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.)
- Granted
Links
Landscapes
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
Abstract
本发明公开了一种用于高温超导磁体有效失超信号提取的小波滤波器,包括AD转换模块、小波分析模块、控制模块和DA转换模块。本小波分析模块用于对高温超导磁体的失超信号进行滤波;控制模块用来调节装置的滤波系数,通过控制模块可以控制输出信号实现从0%,10%……100%共11个等级范围内的自由调节。本发明可以实现对失超信号的在线滤波。结果证明,采用本发明提出的小波滤波器,可有效滤除因为电流波动而耦合在失超信号上的电压波动。这种方法应用于超导磁体的失超保护系统中,可有效地防止电压波动而造成的保护误动作。这对于超导设备的长时间稳定运行具有重要意义。
Description
本发明属于滤波技术,具体为利用小波函数的分解重构滤除超导装置失超信号中的尖峰噪声。
背景技术
高温超导材料在近20年来得到了飞速的发展,高温超导技术在高能物理、弱磁测量、军事航天、轨道交通等领域中具有广阔的应用前景。其中,在电力领域中,高温超导主要的应用有超导电缆、超导电机、超导变压器、超导限流器、超导磁储能等。超导磁体往往是超导电力设备的核心设备,其制作工艺较为复杂,价格昂贵。当超导电力设备在线运行时,由于各种因素的影响,可能导致超导磁体由超导态转变为正常态,这个过程称之为失超。失超会导致超导磁体局部发热,如果不及时采取保护措施,超导磁体将被烧毁。为了保障超导电力设备的安全,超导磁体都必须配备有失超保护装置。
超导磁体的安全运行问题是超导电力设备大规模化必须要解决的关键问题,其中超导磁体的失超保护系统的设计极为重要。失超检测及其失超判定是开启保护的前提条件。失超检测的有效性和失超判定的正确率,直接影响着超导电力设备的长时间稳定运行。目前,失超检测方法有温升法、流量法、压力法、电测法等。其中,前三者具有较大的测量延时,因此只作为辅助监测手段。最为快速有效的是电测法,但是电测法存在易于受到噪声干扰的缺点。因此如何进行基于电测法的高温超导磁体的失超检测方法的设计,一直是高温超导应用研究中的重点与难点之一。
采用电测法时,常用的的失超判据是1μV/cm,即1cm长的超导带材两端出现1μV的电压偏移就认为该段带材已失超。但是在强电磁环境中,这样微伏级的电压信号变化相对于噪声来说其幅值较小。噪声的存在造成的失超误判,导致了不必要的失超保护系统的开启,对超导电力设备的长时间稳定运行造成了负面影响。如何从噪声中提取出有效的失超信号成为难点。
目前,关于如何滤除耦合在失超信号上的噪声,从而有效提取出失超信号方面,未见有较为有效的相关研究。在工程应用时,采用的还是基于模拟低通滤波的常规滤波手段。当干扰较为严重时,模拟低通滤波电路可能也同时受到干扰。且滤波电路截止频率为固定值,如果电流波动频率发生改变且波动频率较低,则噪声信号将无法被有效滤除。而如果设计低通截止频率较低的滤波器,则产生延时较大,可能导致失超动作无法及时开启。采用经典数字滤波具有类似的特点,因而不足以完全滤除失超信号上耦合的噪声。另外,由于为超导磁体供电的电流源的电流波动具有随机性,产生的噪声电压也带有随机性的特征,且噪声波动频率远远大于失超时失超电阻产生的电压信号的变换速率。噪声的存在,直接导致失超判定错误率的提升。
为了解决从受到噪声干扰的失超信号中提取出有效失超信号(有效失超信号是指不使保护误动作的信号,反之就属于无效信号)以用于失超判定的问题,本发明创新性地引入了小波变换理论作为解决方案。本发明给出了基于小波分析理论的滤波器的详细设计方案,解决了小波分解、实时滤波和小波重构等各算法的硬件实现问题。基于小波分析理论的滤波器选择了在FPGA平台上进行移植,充分发挥了FPGA并行计算方面的优势,从而实现了对于失超信号的实时滤波功能。本发明通过实验对滤波器的效果进行了验证。
在高温超导线圈的失超检测中引入小波分析理论进行信号去噪和有效失超信号的提取,是一种较为新颖的解决方案。将这样的技术手段应用于超导磁体的失超检测,能够抑制噪声的影响,提高失超判定的正确率,减小因电压波动造成的失超保护误动作发生的概率,对保障超导电力设备的长时间稳定运行具有重要意义。
发明内容
本发明的目的是提供一种用于超导磁体失超检测的小波滤波器,用于去除电流波动和温度变化产生的噪声,提高失超检测的准确性。
本发明提出的小波滤波器包括AD转换模块、小波分析模块、控制模块和DA转换模块,其中:
所述AD转换模块用于将输入滤波器的失超信号进行离散化;
所述小波分析模块用于实现对失超信号的滤波,得到滤波后的序列信号,滤波方法优选Haar小波分析方法,用于消除信号中的尖峰噪声;然后,将滤波后的系数序列进行重构,得到输出序列信号;
所述控制模块用于设置小波分析模块的滤波等级(或信号保留比,它是对bk序列信号进行保留;保留比太高的话滤波不充分,太低的话有可能无法重构真实信号),对输入的失超信号进行不同等级的滤波,其中信号保留比越小,过滤作用越强;
所述DA转换模块用于将离散化的输出信号转换为模拟信号进行输出。
所述小波分析模块包括小波变换模块、尖峰噪声滤除模块和小波逆变换模块;其中:所述尖峰噪声滤除模块,在所述控制模块的作用下,对小波变换模块输出序列bk进行检测,如果某时刻bk较大,说明出现了尖峰噪声,令该时刻bk为0,从而将尖峰噪声滤除;所述阈值设定方法是:将所有的bk按照从小到大的顺序进行排列,根据控制模块设置的滤波系数,按照从小到大的顺序保留相应比例的bk序列信号。
所述Haar小波形式为:
其中的t表示时间,这两个函数分别为尺度函数φ和小波函数ψ,它们用于产生一组分解和重构的函数族。
优选地,所述滤波等级,是将分解后的信号各级系数按照从大到小进行排列后,根据所设置的滤波系数对序列信号进行保留的比例,优选为0,10%……100%共11个滤波等级;所述百分比为保留的滤波系数占序列信号总数的比例;(等级10%就是保留10%的序列信号(即bk系数),等级20%就是保留20%的序列信号,以此类推);0%和100%分别对应滤除所有信号和不对信号进行滤波。
所述重构是将剔除较大系数之后的bk系数序列,进行Haar逆变换。
所述判断bk较大的标准是:滤波后的噪声波动不大于10mV。
本发明针对失超电流波动和噪声电压波动频率远远大于失超时失超电阻产生的电压信号的变换速率特征,利用小波变换进行时间与空间频率的局部化分析,经伸缩平移运算对信号逐步进行多尺度细化,最终达到高频处时间细分、低频处频率细分的目的,能自动适应失超信号分析的要求。本发明可以通过人为的设定滤波系数来达到想要的滤波效果,因此使用起来更加灵活方便。此外,本发明提出的滤波器适合对随机性的噪声波动进行滤波,在高温超导磁体失超检测领域,相对于经典滤波方法更加有优势。实际应用表明,该滤波器完全满足高温超导磁体失超检测的需要。
附图说明
图1是小波分析滤波器的系统级设计,其中各模块的功能已经在上一节分别说明,此处不再赘述。需要另外说明的是,该滤波器的AD、DA时钟可设为1kHz、10kHz、100kHz;
图2是小波分析算法在FPGA模块中的实现,待检测信号经过AD转换后进行信号分解,然后通过Haar小波函数实现滤波,最后将信号重构输出;
图3是Haar模块的工作时序图;
图4是工作流程图;
图5、6、7给出了该小波滤波器在超导磁体失超信号检测中的应用;
图8是对信号源输出的Vpp为1V的白噪声进行滤波的接线图;
图9是设置不同滤波系数后的滤波效果图;
图10是对温度信号进行滤波的效果图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本实施例采用基于FPGA(现场可编程门阵列)模块实现前述的小波滤波器,对失超信号进行滤波。整个FPGA模块包括控制模块,AD/DA驱动模块,小波分析模块以及信号输入输出模块。控制模块可以支持用户通过按键输入滤波系数,信号通过AD9280芯片(AD转换)输入,信号进行采样后通过小波分析模块进行分解、处理、重构,完成对信号的滤波处理,之后由AD9780(DA芯片)进行信号输出。
整个滤波器的核心模块是小波分析模块,要解释整个滤波器的工作原理,必须对小波分析算法加以说明。
有两个函数在小波分析中起着非常重要的作用,即尺度函数φ和小波函数ψ,这两个函数产生了一组可以用于分解和重构的函数族。
定义
可以知道φ(t)与ψ(t)是正交的函数。
定义j级函数空间表示为Vj,是由如下函数组成的空间:
可以证明:
类似的,定义Wj是所有形如如下函数组成的空间:
同样有:
由两个函数的关系,可以知道空间V和空间W具有如下关系
Wj是空间Vj+1中Vj的正交补,即Wj空间中的所有矢量与Vj空间中的所有矢量的内积为0。空间Vj可以继续拆分,即Vj=Vj-1+Wj-1。将属于Vj空间的函数fj(t):
可以拆分成ωj-1(t)和fj-1(t),即,
根据尺度函数φ(t)和小波函数ψ(t)的关系,可以推导出,
fj不断拆分,得到,
fj=ωj-1+fj-1=ωj-1+ωj-2+...+f0 (8)
其中,定义ωl(0≤l<j)属于空间Wl,f0属于空间V0。直观来说,序列ωl表示宽度为1/2l+1的尖峰,且这些尖峰不能由其他宽度的尖峰的线性组合所表示。序列ωl中系数较大,意味着在k时刻,出现了1/2j宽度的脉冲尖峰。令较大值的为0,相当于滤掉了这些尖峰。
滤波结束后需要重构得到滤波后信号,已知fj(t)和ωj'(t)分别为,
重构就是分解的逆过程:f0+ω0'=f1,f1+ω1'=f2,…,直到反推出fj(t)。其中每一阶的可以由式(10)确定,
综上所述,小波分析的一般过程可以分为信号分解,滤波(排序),信号重构三个阶段。
该滤波器对失超信号进行滤波的工作流程为:将含有噪声的待分析信号通过AD转换进行离散化;在嵌入式系统中通过程序对离散化的信号进行分析;将处理后的信号进行重构;DA转换后输出的是滤波后的失超电压,其噪声程度已经大大降低。
工作流程图如图4所示。
图5、6、7给出了该小波滤波器在超导磁体失超信号检测中的应用。
其中图5(a)是超导磁体失超电流测量实验中测得的超导磁体端电压原始波形,图5(b)是经过滤波后的电压波形。通过对比可以看出,未滤波前的噪声波动达到了320mV,滤波后仅有12mV,降为原来的3.75%。
图6是包含在线滤波装置的超导磁体失超电流测量试验原理图。从超导磁体两端获取端电压信号后经过放大滤波最后通过示波器显示。
图7(a)是超导磁体的电流波形,图7(b)是未滤波的超导磁体端电压波形,图7(c)是放大滤波后的电压波形,通过对比可以看出,滤波后的电压波形里尖峰噪声大大降低,仅为滤波前的10%左右,滤波效果良好。
该装置同时可以对滤波等级进行调整,图8是对信号源输出的Vpp为1V的白噪声进行滤波,图9(a)、(b)、(c)分别是保留100%、50%以及10%波形后的输出效果。可以看出,滤波等级越低,尖峰噪声滤除的越明显,滤波效果越好。
该滤波器还可以应用于温度信号的滤波,如图10所示。
图10(a)是在SMES(高温超导磁储能系统)温度测量中得到的温度变化波形,图10(b)是滤波后的波形,未滤波前温度波形波动为0.8K,滤波后波动为0.08K,仅为滤波前波动的1%,如果波动变为0,则说明没有噪声,因此滤波后为原来的1%,证明滤波效果非常显著。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种用于高温超导磁体有效失超信号提取的小波滤波器,其特征在于,包括AD转换模块、小波分析模块、控制模块和DA转换模块,其中:
所述AD转换模块用于将输入滤波器的失超信号进行离散化;
所述小波分析模块用于实现对失超信号的滤波,用于消除信号中的尖峰噪声,得到滤波后的序列信号;然后,将滤波后的序列进行重构,得到输出序列信号;
所述控制模块用于设置小波分析模块的滤波等级(或信号保留比,它是对bk序列信号进行保留;保留比太高的话滤波不充分,太低的话有可能无法重构真实信号),对输入的失超信号进行不同等级的滤波,其中信号保留比越小,滤波作用越强;
所述DA转换模块用于将离散化的输出信号转换为模拟信号进行输出。
2.根据权利要求1所述的小波滤波器,其特征在于,所述小波分析模块包括小波变换模块、尖峰噪声滤除模块和小波逆变换模块;其中:
所述尖峰噪声滤除模块,在所述控制模块的作用下,对小波变换模块输出序列bk进行检测,如果某时刻bk较大,说明出现了尖峰噪声,令该时刻bk为0,从而将尖峰噪声滤除;
所述阈值设定方法是:将所有的bk按照从小到大的顺序进行排列,根据控制模块设置的滤波系数,按照从小到大的顺序保留相应比例的bk序列信号。
3.根据权利要求1所述的小波滤波器,其特征在于,所述小波分析模块滤波采用Haar小波分析方法,Haar小波形式为:
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>&phi;</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mn>1</mn>
<mo>,</mo>
<mn>0</mn>
<mo>&le;</mo>
<mi>t</mi>
<mo><</mo>
<mn>1</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>0</mn>
<mo>,</mo>
<mi>o</mi>
<mi>t</mi>
<mi>h</mi>
<mi>e</mi>
<mi>r</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>&psi;</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mn>1</mn>
<mo>,</mo>
<mn>0</mn>
<mo>&le;</mo>
<mi>t</mi>
<mo><</mo>
<mn>1</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>-</mo>
<mn>1</mn>
<mo>,</mo>
<mn>1</mn>
<mo>/</mo>
<mn>2</mn>
<mo>&le;</mo>
<mi>t</mi>
<mo><</mo>
<mn>1</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
<mo>,</mo>
<mi>o</mi>
<mi>t</mi>
<mi>h</mi>
<mi>e</mi>
<mi>r</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中的t表示时间,这两个函数分别为尺度函数φ和小波函数ψ,它们用于产生一组分解和重构的函数族。
4.根据权利要求1所述的小波滤波器,其特征在于,所述滤波等级,是将分解后的信号各级系数按照从大到小进行排列后,根据所设置的滤波系数对序列信号进行保留的比例,优选为0,10%……100%共11个滤波等级;所述百分比为保留的滤波系数占序列信号总数的比例;等级10%就是保留10%的序列信号(即bk系数),等级20%就是保留20%的序列信号,以此类推;0%和100%分别对应滤除所有信号和不对信号进行滤波。
5.根据权利要求1所述的小波滤波器,其特征在于,所述重构是将剔除较大系数之后的bk系数序列,进行Haar逆变换。
6.根据权利要求2或5所述的小波滤波器,其特征在于,所述判断bk较大的标准是:滤波后的噪声波动不大于10mV。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710741936.3A CN107634735B (zh) | 2017-08-25 | 2017-08-25 | 一种用于高温超导磁体有效失超信号提取的小波滤波器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710741936.3A CN107634735B (zh) | 2017-08-25 | 2017-08-25 | 一种用于高温超导磁体有效失超信号提取的小波滤波器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107634735A true CN107634735A (zh) | 2018-01-26 |
CN107634735B CN107634735B (zh) | 2019-08-13 |
Family
ID=61100826
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710741936.3A Active CN107634735B (zh) | 2017-08-25 | 2017-08-25 | 一种用于高温超导磁体有效失超信号提取的小波滤波器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107634735B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109739199A (zh) * | 2019-01-17 | 2019-05-10 | 玖龙纸业(太仓)有限公司 | 一种自动化控制系统滤波装置及自动化控制系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020023066A1 (en) * | 2000-06-26 | 2002-02-21 | The Regents Of The University Of California | Biologically-based signal processing system applied to noise removal for signal extraction |
CN1625842A (zh) * | 2002-01-18 | 2005-06-08 | 通用仪器公司 | 用于实时小波去噪应用的自适应后阈值算法 |
CN102832908A (zh) * | 2012-09-20 | 2012-12-19 | 西安科技大学 | 基于小波变换与变步长lms自适应滤波的信号降噪方法 |
CN104092447A (zh) * | 2014-07-08 | 2014-10-08 | 南京邮电大学 | 一种双正交小波滤波器组的构造方法 |
CN106411289A (zh) * | 2016-09-14 | 2017-02-15 | 西南民族大学 | 一种具有两级多相子结构的两通道线性相位小波滤波器组 |
-
2017
- 2017-08-25 CN CN201710741936.3A patent/CN107634735B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020023066A1 (en) * | 2000-06-26 | 2002-02-21 | The Regents Of The University Of California | Biologically-based signal processing system applied to noise removal for signal extraction |
CN1625842A (zh) * | 2002-01-18 | 2005-06-08 | 通用仪器公司 | 用于实时小波去噪应用的自适应后阈值算法 |
CN102832908A (zh) * | 2012-09-20 | 2012-12-19 | 西安科技大学 | 基于小波变换与变步长lms自适应滤波的信号降噪方法 |
CN104092447A (zh) * | 2014-07-08 | 2014-10-08 | 南京邮电大学 | 一种双正交小波滤波器组的构造方法 |
CN106411289A (zh) * | 2016-09-14 | 2017-02-15 | 西南民族大学 | 一种具有两级多相子结构的两通道线性相位小波滤波器组 |
Non-Patent Citations (1)
Title |
---|
廖于翔等: "高温超导线圈交流通流失超检测方法的实验研究", 《低温与超导》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109739199A (zh) * | 2019-01-17 | 2019-05-10 | 玖龙纸业(太仓)有限公司 | 一种自动化控制系统滤波装置及自动化控制系统 |
CN109739199B (zh) * | 2019-01-17 | 2021-02-19 | 玖龙纸业(太仓)有限公司 | 一种自动化控制系统滤波装置及自动化控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107634735B (zh) | 2019-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | An adaptive matrix pencil algorithm based-wavelet soft-threshold denoising for analysis of low frequency oscillation in power systems | |
Hemmati et al. | Digital compensation of Rogowski coil's output voltage | |
Jin et al. | A novel approach based on CEEMDAN to select the faulty feeder in neutral resonant grounded distribution systems | |
Li et al. | Damage localization of stacker’s track based on EEMD-EMD and DBSCAN cluster algorithms | |
CN102736000B (zh) | 电力电容器在线检测方法及装置 | |
Weber et al. | Nonordinary criticality at the edges of planar spin-1 Heisenberg antiferromagnets | |
Cheng et al. | Fault line selection of distribution network based on modified CEEMDAN and GoogLeNet neural network | |
Kumar et al. | A comprehensive overview on modified versions of stockwell transform for power quality monitoring | |
Suman et al. | Detection of transmission line faults in the presence of solar PV generation using discrete wavelet | |
CN107634735B (zh) | 一种用于高温超导磁体有效失超信号提取的小波滤波器 | |
Zhang et al. | DSP-FPGA based real-time power quality disturbances classifier | |
Zhang et al. | Harmonic detection method based on permutation entropy and variational modal decomposition optimized by genetic algorithm | |
Costa et al. | A wavelet-based algorithm to analyze oscillographic data with single and multiple disturbances | |
Ngaopitakkul et al. | Identifying types of simultaneous fault in transmission line using discrete wavelet transform and fuzzy logic algorithm | |
Roy et al. | Application of Signal Processing Tools and Artificial Neural Network in Diagnosis of Power System Faults | |
Dai | The time–frequency analysis approach of electric noise based on the wavelet transform | |
Sendilkumar et al. | Differential protection for power transformer using wavelet transform and PNN | |
Chao et al. | A new method of fault diagnosis for high-voltage circuit-breakers based on Hilbert-Huang transform | |
Chen | Harmonic detection in electric power system based on wavelet multi-resolution analysis | |
Wang et al. | Faulty line selection method for distribution network based on variable scale bistable system | |
Dahiya et al. | Detection and classification of power quality events using multiwavelets | |
Liu et al. | Power quality transient disturbances detection system based on db5 wavelet | |
Wang | A Novel Detection Method for Weak Harmonic Signal with Chaotic Noise. | |
Kim et al. | An improved method for classifying power quality disturbances | |
Sadhu et al. | Wavelet Based Fault Identification for Transmission Lines Including Unified Power Flow Controller |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |