CN110108936A - 信号处理方法及装置 - Google Patents
信号处理方法及装置 Download PDFInfo
- Publication number
- CN110108936A CN110108936A CN201910363646.9A CN201910363646A CN110108936A CN 110108936 A CN110108936 A CN 110108936A CN 201910363646 A CN201910363646 A CN 201910363646A CN 110108936 A CN110108936 A CN 110108936A
- Authority
- CN
- China
- Prior art keywords
- frequency point
- frequency
- point
- output data
- data
- 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
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/16—Spectrum analysis; Fourier analysis
-
- 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
- G01R31/1227—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 of components, parts or materials
- G01R31/1254—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 of components, parts or materials of gas-insulated power appliances or vacuum gaps
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本公开提供一种信号处理方法及装置,涉及信号处理领域,能够有效的对特高频局部放电信号中的噪声信号进行检测。具体技术方案为:获取待检测局部放电信号;对待检测局部放电信号进行频域变换,得到待检测局部放电信号的频谱数据;将频谱数据中各频率点的频率数据与方向算子集合中的每个方向算子进行卷积处理,得到各频率点的输出数据;在第一频率点的输出数据大于预设阈值时,将频率点确定为噪声点。本公开用于特高频局放信号的噪声检测。
Description
技术领域
本公开涉及信号处理领域,尤其涉及一种信号处理方法及装置。
背景技术
GIS(Gas Insulated Switchgear,气体绝缘金属封闭开关设备)是用于连接GIS两气室间的绝缘支撑件。特高频局部放电检测方法是GIS绝缘状态检测的关键技术手段,该方法主要是通过外置特高频传感器或内置特高频传感器进行特高频局放信号采集。但在工程应用中,现场存在噪声干扰,噪声会降低后续信号处理算法的效果,严重的噪声污染甚至会使得信号处理算法完全失效或者失去原理的意义,进而会影响到局部放电在线监测的准确性与有效性,如何监测到噪声并有效滤除,成为特高频局部放电在线监测领域内技术人员关注的重点问题。
发明内容
本公开实施例提供一种信号处理方法及装置,能够有效的对特高频局部放电信号中的噪声信号进行检测。所述技术方案如下:
根据本公开实施例的第一方面,提供一种信号处理方法,该方法包括:
获取待检测局部放电信号;
对待检测局部放电信号进行频域变换,得到待检测局部放电信号的频谱数据;
将频谱数据中各频率点的频率数据与方向算子集合中的每个方向算子进行卷积处理,得到各频率点的输出数据;
在第一频率点的输出数据大于预设阈值时,将频率点确定为噪声点。
本公开实施例将信号处理方法与局部放电在线监测结合,采用卷积算子的方法来对局部放电信号进行噪声检测,能够提高现场工作中对噪声检测的效果和效率。
在一个实施例中,方向算子集合包括第一方向算子和第二方向算子;
将频谱数据中各频率点的频率数据与方向算子集合中的每个方向算子进行卷积处理,得到各频率点的输出数据包括:
将频谱数据中各频率点的频率数据分别与第一方向算子和第二方向算子进行卷积处理,得到与各频率点对应的第一卷积值和第二卷积值;
计算各频率点的第一卷积值和第二卷积值的最小值;
将各频率点的最小值确定为各频率点的输出数据。
在一个实施例中,在第一频率点的输出数据大于预设阈值时,将频率点确定为噪声点包括:
在第一频率点的输出数据大于预设阈值时,采用多尺度分析方法对第一频率点进行解析,得到解析结果;
在解析结果满足预设条件时,确定第一频率点是否为噪声点。
在一个实施例中,多尺度分析方法包括基于时间序列分析法、西格玛判断法、叠加法。
在一个实施例中,该方法还包括:在第二频率点的输出数据小于或等于第一预设阈值时,将第二频率点确定为信号点。
根据本公开实施例的第二方面,提供一种信号处理装置,包括:
获取模块,用于获取待检测局部放电信号;
变换模块,用于对待检测局部放电信号进行频域变换,得到待检测局部放电信号的频谱数据;
卷积模块,用于将频谱数据中各频率点的频率数据与方向算子集合中的每个方向算子进行卷积处理,得到各频率点的输出数据;
确定模块,用于在第一频率点的输出数据大于预设阈值时,将频率点确定为噪声点。
在一个实施例中,方向算子集合包括第一方向算子和第二方向算子;卷积模块包括:卷积子模块、计算子模块和确定子模块;
卷积子模块,用于将频谱数据中各频率点的频率数据分别与第一方向算子和第二方向算子进行卷积处理,得到与各频率点对应的第一卷积值和第二卷积值;
计算子模块,用于计算各频率点的第一卷积值和第二卷积值的最小值;
确定子模块,用于将各频率点的最小值确定为各频率点的输出数据。
在一个实施例中,信号处理装置还包括:解析模块;
解析模块,用于在第一频率点的输出数据大于预设阈值时,采用多尺度分析方法对第一频率点进行解析,得到解析结果;
确定模块,用于在解析结果满足预设条件时,确定第一频率点为噪声点。
在一个实施例中,多尺度分析方法包括基于时间序列分析法、西格玛判断法、叠加法。
在一个实施例中,确定模块,用于在第二频率点的输出数据小于或等于第一预设阈值时,将第二频率点确定为信号点。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是本公开实施例提供的一种信号处理方法的流程图;
图2是本公开实施例提供的一种信号处理装置的结构图;
图3是本公开实施例提供的一种信号处理装置的结构图;
图4是本公开实施例提供的一种信号处理装置的结构图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开实施例提供一种信号处理方法,如图1所示,该信号处理方法包括以下步骤:
101、获取待检测局部放电信号。
在被检测的电力设备上安装有局部放电特高频传感器,利用局部放电特高频传感器采集特高频局部放电信号,该特高频局部放电信号即待检测局部放电信号。
102、对待检测局部放电信号进行频域变换,得到待检测局部放电信号的频谱数据。
在本公开实施例中,待检测局部放电信号为时域信号,通过频域变换将待检测局部放电信号转换到频率域,得到待检测局部放电信号的频谱数据。
103、将频率数据中各频率点的频率数据与方向算子集合中的每个方向算子进行卷积处理,得到各频率点的输出数据。
在本公开实施例中,方向算子集合中包括第一方向算子和第二方向算子。具体的,步骤103包括:
将频谱数据中各频率点的频率数据分别与第一方向算子和第二方向算子进行卷积处理,得到各频率点对应的第一卷积值和第二卷积值;
计算各频率点的第一卷积值和第二卷积值的最小值;
将各频率点的最小值确定为各频率点的输出数据。
示例性的,通过2个方向算子(或方向核)来检测待检测局部放电信号中是否存在噪声点,两个方向算子为在频谱展开图上,大于和小于该频率点所对应的频率值的两个方向,各方向算子对应着不同的边缘方向,为了方便描述,将这两个方向算子标示为Pi,i=1,2。假设待检测局部放电信号为X,其频域上各点构成集合W,集合W为:
W={x+s,y+t|-2≤s≤2,-2≤t≤2,(x,y∈X)}}
其中,W表示在给定一给定点(x,y)的一个领域范围内,x表示频率值,y是x所对应的频率量值,s表示频率值的变化范围,t表示该频率值对应频率量值的变化范围。
W与上述两个方向算子进行卷积,如下公式所示:
其中,Ni(x,y)表示频域上各频率点的频域数据与方向算子的卷积值,f(x,y)表示信号能量值。
进而,求取两个卷积值的最小值,将该最小值作为该频率点的输出值,即:N(x,y)=min(N1(x,y),N2(x,y))。
104、在第一频率点的输出数据大于预设阈值时,将第一频率点确定为噪声点。
在本公开实施例中,将各频率点的输出数据与预设阈值进行比较,在第一频率点的输出数据大于预设阈值时,将该第一频率点确定为噪声点;在第二频率点的输出数据小于或等于预设阈值时,将第二频率点确定为信号点。也就是说,当第一频率点是一个孤立的噪声点时,它与两个方向算子的卷积值都会很大,因而第一频率点的输出值会很大,那么,在检测到第一频率点的输出数据大于预设阈值时,可以将第一频率点确定为噪声点。为了进一步确定该噪声点的噪声类型,可以设置多个预设阈值以及对应的阈值区间,每个预设阈值以及对应的阈值区域对应不同的噪声类型,这样,将该噪声点的输出数据与多个预设阈值进行比较,在该噪声点的输出数据满足对应的阈值区域时,确定该噪声点的噪声类型。对于预设阈值的选取可以根据经验得到,也可以根据实际的工况进行确定,本公开实施例对此不加任何限定。
为了更进一步确定第一频率点为噪声点,步骤104包括:
在第一频率点的输出数据大于预设阈值时,采用多尺度分析方法对第一频率点进行解析,得到解析结果;在解析结果满足预设条件时,确定第一频率点为噪声点。
在本公开实施例中,多尺度分析方法包括基于时间序列分析法、3西格玛判断法、叠加法。示例性的,对于标准正态分布,随机变量X落入正负一个“西格玛σ”范围之内的概率:P(|x|<σ)=68.3%{也即超出一个西格玛值概率为:31.7%},而P(|x|<2σ)=95.4%{超出两倍西格玛值概率为:4.6%},P(|x|<3σ)=99.73%{超出三倍西格玛值概率为:0.27%},对于更高倍的西格玛值的超限概率就更加微小。目前在局部放电信号噪声识别中采用3西格玛(3σ)方法。当收集到信号后,因现场工况较为复杂,受多种因素印象,信号可看成是随机变量,根据中心极限定理及大数定律其符合正态分布,进而求出期望值和标准差,依据平均值和标准差值算出:|X|<3σ的范围,落在此范围外的根据小概率事件都可认为是噪声。采用卷积处理和多尺度分析算法相结合的方法对局部放电信号中的噪声进行检测,提高现场工作中对噪声检测的效果和效率。
本公开实施例提供的信号处理方法,获取待检测局部放电信号;对待检测局部放电信号进行频域变换,得到待检测局部放电信号的频谱数据;将频谱数据中各频率点的频率数据与方向算子集合中的每个方向算子进行卷积处理,得到各频率点的输出数据;在第一频率点的输出数据大于预设阈值时,将频率点确定为噪声点。本公开实施例将信号处理方法与局部放电在线监测结合,采用卷积算子的方法来对局部放电信号进行噪声检测,能够提高现场工作中对噪声检测的效果和效率。
基于上述图1对应的实施例中所描述的信号处理方法,下述为本公开装置实施例,可以用于执行本公开方法实施例。
本公开实施例提供一种信号处理装置,如图2所示,该数据处理装置20包括:获取模块201、变换模块202、处理模块203和确定模块204;
获取模块201,用于获取待检测局部放电信号;
变换模块202,用于对待检测局部放电信号进行频域变换,得到待检测局部放电信号的频谱数据;
处理模块203,用于将频谱数据中各频率点的频率数据与方向算子集合中的每个方向算子进行卷积处理,得到各频率点的输出数据;
确定模块204,用于在第一频率点的输出数据大于预设阈值时,将频率点确定为噪声点。
在一个实施例中,方向算子集合包括第一方向算子和第二方向算子;如图3所示,处理模块203包括:卷积子模块2031、计算子模块2032和确定子模块2033;
卷积子模块2031,用于将频谱数据中各频率点的频率数据分别与第一方向算子和第二方向算子进行卷积处理,得到与各频率点对应的第一卷积值和第二卷积值;
计算子模块2032,用于计算各频率点的第一卷积值和第二卷积值的最小值;
确定子模块2033,用于将各频率点的最小值确定为各频率点的输出数据。
在一个实施例中,如图4所示,信号处理装置20还包括:解析模块205;
解析模块205,用于在第一频率点的输出数据大于预设阈值时,采用多尺度分析方法对第一频率点进行解析,得到解析结果;
确定模块204,用于在解析结果满足预设条件时,确定第一频率点为噪声点。
在一个实施例中,多尺度分析方法包括基于时间序列分析法、西格玛判断法、叠加法。
在一个实施例中,确定模块204,用于在第二频率点的输出数据小于或等于第一预设阈值时,将第二频率点确定为信号点。
本公开实施例提供的信号处理装置,获取待检测局部放电信号;对待检测局部放电信号进行频域变换,得到待检测局部放电信号的频谱数据;将频谱数据中各频率点的频率数据与方向算子集合中的每个方向算子进行卷积处理,得到各频率点的输出数据;在第一频率点的输出数据大于预设阈值时,将频率点确定为噪声点。本公开实施例将信号处理方法与局部放电在线监测结合,采用卷积算子的方法来对局部放电信号进行噪声检测,能够提高现场工作中对噪声检测的效果和效率。
基于上述图1对应的实施例中所描述的信号处理方法,本公开实施例还提供一种计算机可读存储介质,例如,非临时性计算机可读存储介质可以是只读存储器(英文:ReadOnly Memory,ROM)、随机存取存储器(英文:Random Access Memory,RAM)、CD-ROM、磁带、软盘和光数据存储装置等。该存储介质上存储有计算机指令,用于执行上述图1对应的实施例中所描述的信号处理方法,此处不再赘述。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
Claims (10)
1.一种信号处理方法,其特征在于,所述方法包括:
获取待检测局部放电信号;
对所述待检测局部放电信号进行频域变换,得到所述待检测局部放电信号的频谱数据;
将所述频谱数据中各频率点的频率数据与方向算子集合中的每个方向算子进行卷积处理,得到所述各频率点的输出数据;
在第一频率点的输出数据大于预设阈值时,将所述频率点确定为噪声点。
2.根据权利要求1所述的方法,其特征在于,所述方向算子集合包括第一方向算子和第二方向算子;
所述将所述频谱数据中各频率点的频率数据与方向算子集合中的每个方向算子进行卷积处理,得到所述各频率点的输出数据包括:
将所述频谱数据中各频率点的频率数据分别与所述第一方向算子和第二方向算子进行卷积处理,得到与所述各频率点对应的第一卷积值和第二卷积值;
计算所述各频率点的第一卷积值和第二卷积值的最小值;
将所述各频率点的最小值确定为所述各频率点的输出数据。
3.根据权利要求1所述的方法,其特征在于,所述在第一频率点的输出数据大于预设阈值时,将所述频率点确定为噪声点包括:
在所述第一频率点的输出数据大于预设阈值时,采用多尺度分析方法对所述第一频率点进行解析,得到解析结果;
在所述解析结果满足预设条件时,确定所述第一频率点是否为噪声点。
4.根据权利要求3所述的方法,其特征在于,所述多尺度分析方法包括基于时间序列分析法、西格玛判断法、叠加法。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在第二频率点的输出数据小于或等于所述第一预设阈值时,将所述第二频率点确定为信号点。
6.一种信号处理装置,其特征在于,包括:
获取模块,用于获取待检测局部放电信号;
变换模块,用于对所述待检测局部放电信号进行频域变换,得到所述待检测局部放电信号的频谱数据;
处理模块,用于将所述频谱数据中各频率点的频率数据与方向算子集合中的每个方向算子进行卷积处理,得到所述各频率点的输出数据;
确定模块,用于在第一频率点的输出数据大于预设阈值时,将所述频率点确定为噪声点。
7.根据权利要求6所述的装置,其特征在于,所述方向算子集合包括第一方向算子和第二方向算子;所述处理模块包括:卷积子模块、计算子模块和确定子模块;
所述卷积子模块,用于将所述频谱数据中各频率点的频率数据分别与所述第一方向算子和第二方向算子进行卷积处理,得到与所述各频率点对应的第一卷积值和第二卷积值;
所述计算子模块,用于计算所述各频率点的第一卷积值和第二卷积值的最小值;
所述确定子模块,用于将所述各频率点的最小值确定为所述各频率点的输出数据。
8.根据权利要求7所述的装置,其特征在于,所述信号处理装置还包括:解析模块;
所述解析模块,用于在所述第一频率点的输出数据大于预设阈值时,采用多尺度分析方法对所述第一频率点进行解析,得到解析结果;
所述确定模块,用于在所述解析结果满足预设条件时,确定所述第一频率点为噪声点。
9.根据权利要求8所述的装置,其特征在于,所述多尺度分析方法包括基于时间序列分析法、西格玛判断法、叠加法。
10.根据权利要求6所述的装置,其特征在于,
所述确定模块,用于在第二频率点的输出数据小于或等于所述第一预设阈值时,将所述第二频率点确定为信号点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910363646.9A CN110108936A (zh) | 2019-04-30 | 2019-04-30 | 信号处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910363646.9A CN110108936A (zh) | 2019-04-30 | 2019-04-30 | 信号处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110108936A true CN110108936A (zh) | 2019-08-09 |
Family
ID=67487961
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910363646.9A Pending CN110108936A (zh) | 2019-04-30 | 2019-04-30 | 信号处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110108936A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114104305A (zh) * | 2020-08-31 | 2022-03-01 | 通用电气公司 | 用于电驱动系统的在线和离线局部放电检测 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105182200A (zh) * | 2015-09-28 | 2015-12-23 | 苏州光格设备有限公司 | 电缆局部放电信号的去噪处理方法 |
CN106254723A (zh) * | 2016-07-26 | 2016-12-21 | 成都市高博汇科信息科技有限公司 | 一种实时监测视频噪声干扰的方法 |
US20170230112A1 (en) * | 2016-02-04 | 2017-08-10 | Fujitsu Limited | Optical signal-to-noise ratio measuring device and optical signal-to-noise ratio measuring method |
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 |
CN109239554A (zh) * | 2018-09-28 | 2019-01-18 | 山东康威通信技术股份有限公司 | 一种电力电缆局部放电信号去噪及有效信号提取方法及系统 |
CN110988615A (zh) * | 2019-11-14 | 2020-04-10 | 广东电网有限责任公司 | 一种基于奇异谱分析的gis局放信号降噪方法 |
-
2019
- 2019-04-30 CN CN201910363646.9A patent/CN110108936A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105182200A (zh) * | 2015-09-28 | 2015-12-23 | 苏州光格设备有限公司 | 电缆局部放电信号的去噪处理方法 |
US20170230112A1 (en) * | 2016-02-04 | 2017-08-10 | Fujitsu Limited | Optical signal-to-noise ratio measuring device and optical signal-to-noise ratio measuring method |
CN106254723A (zh) * | 2016-07-26 | 2016-12-21 | 成都市高博汇科信息科技有限公司 | 一种实时监测视频噪声干扰的方法 |
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 |
CN109239554A (zh) * | 2018-09-28 | 2019-01-18 | 山东康威通信技术股份有限公司 | 一种电力电缆局部放电信号去噪及有效信号提取方法及系统 |
CN110988615A (zh) * | 2019-11-14 | 2020-04-10 | 广东电网有限责任公司 | 一种基于奇异谱分析的gis局放信号降噪方法 |
Non-Patent Citations (2)
Title |
---|
张建伟 等: "基于非线性扩散滤波结构信息的图像去噪方法", 《计算机工程与设计》 * |
聂百胜 等: "电磁辐射信号的小波变换去噪研究", 《太原理工大学学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114104305A (zh) * | 2020-08-31 | 2022-03-01 | 通用电气公司 | 用于电驱动系统的在线和离线局部放电检测 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Brown et al. | Characterizing and quantifying noise in PMU data | |
US20210167584A1 (en) | Gis mechanical fault diagnosis method and device | |
US20190377325A1 (en) | System and methods of novelty detection using non-parametric machine learning | |
US8891786B1 (en) | Selective notch filtering for howling suppression | |
CN102520317A (zh) | 基于小波香侬熵标准化特征矢量的换相失败故障检测方法 | |
Hua et al. | A dynamic matching algorithm for audio timestamp identification using the ENF criterion | |
Biswal et al. | Nonstationary power signal time series data classification using LVQ classifier | |
Creelman | Detection of signals of uncertain frequency | |
CN107733541A (zh) | 频谱感知的方法、装置、设备以及计算机可读存储介质 | |
CN110677125B (zh) | 电弧故障检测的方法及装置 | |
CN107071788B (zh) | 一种认知无线网络中的频谱感知方法及装置 | |
CN107064629A (zh) | 一种基于频率相对偏差预估的分段综合单频信号频率估计方法 | |
EP3012643B1 (en) | Method and apparatus for identifying causes for cable overcurrent | |
CN110108936A (zh) | 信号处理方法及装置 | |
Mao et al. | Real-time detection of malicious PMU data | |
Ferreira et al. | A direct approach for disturbance detection based on principal curves | |
CN105842588A (zh) | 一种修正超声波局部放电检测的方法和系统 | |
Tang et al. | Classification for transient overvoltages in offshore wind farms based on sparse decomposition | |
CN108055088B (zh) | 异常无线电信号的监测方法、装置及无线电监测设备 | |
Kostenko et al. | Nonparametric BDS detector of chaotic signals against the background of white noise | |
CN107104744B (zh) | 一种认知无线网络中的频谱感知方法及装置 | |
KR20170070700A (ko) | 동기위상기 신호를 이용한 전력계통 사고 발생 자동 검출 장치 및 방법 | |
CN105187143B (zh) | 一种基于二项分布的快速频谱感知方法和装置 | |
Yang et al. | Jamming signal detection based on tsvd method | |
CN114201991A (zh) | 一种基于超声传感器阵列的局放信号检测方法和系统 |
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 |
Application publication date: 20190809 |
|
RJ01 | Rejection of invention patent application after publication |