CN111239565A - 基于分层式去噪模型的充油套管局部放电脉冲信号处理方法及系统 - Google Patents
基于分层式去噪模型的充油套管局部放电脉冲信号处理方法及系统 Download PDFInfo
- Publication number
- CN111239565A CN111239565A CN202010121616.XA CN202010121616A CN111239565A CN 111239565 A CN111239565 A CN 111239565A CN 202010121616 A CN202010121616 A CN 202010121616A CN 111239565 A CN111239565 A CN 111239565A
- Authority
- CN
- China
- Prior art keywords
- signal
- interference
- pulse
- partial discharge
- layered
- 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
Images
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
- 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
- G01R31/1245—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 line insulators or spacers, e.g. ceramic overhead line cap insulators; of insulators in HV bushings
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Ceramic Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明公开了一种基于分层式去噪模型的充油套管局部放电脉冲信号处理方法及系统,包括:利用软件方法,对不同的干扰采用不同的去噪算法分层处理;采用分层式结构模型,模型的每一层分别对一种特定的噪声进行滤除,同时保证每层去除干扰后的信号畸变小,以使下一层处理效果更佳。在实际调试时,根据实际应用场景灵活配置和重组,以达到有效去除各种干扰的目的,并保证原有的局部放电能量损失较小。本发明抗干扰能力强,噪声滤除效果好,在具有多种干扰的实际情况中可得到较好的应用。
Description
技术领域
本发明属于电力设备在线监测技术领域,涉及充油套管局部放电脉冲信号的处理,特别涉及一种基于分层式去噪模型的充油套管局部放电脉冲信号处理方法及系统。
背景技术
充油套管是变压器的重要部件之一,也是电气设备中唯一承受内绝缘和外绝缘的电气设备。变压器出线套管结构复杂、设计紧凑,在运行过程中由于设计缺陷、安装不当、外部环境因素等原因产生局部放电,并不断发展,最终导致套管炸裂,变压器停运等严重后果。根据德国汉诺威大学统计,套管导致的变压器事故次数约占变压器重大故障次数的45%。套管故障是造成变压器非计划停运的直接原因之一,具有偶发性强、故障影响时间长的特点。近年来我国电力系统内发生了多起套管爆炸事故,这些事故往往导致局部区域乃至大面积停电,给国民经济和社会稳定带来巨大的负面影响。
脉冲电流法是常用的套管局部放电在线监测方法,在线监测装置一般安装在套管末屏处。套管末屏有外部接地、内部接地和常接地三种接地形式。由于在正常运行中,末屏电流不仅包含局部放电电流分量,还包括整个套管的接地电流分量,末屏电流易受电网运行波动和干扰脉冲信号的影响,这使得套管末屏电流的成分较为复杂,末屏电流信号数据处理的难度较大,并且实际应用时通常存在较多电磁干扰,会使套管末屏电流中出现脉冲干扰成分,使末屏电流信号数据处理的难度进一步加大。
目前所使用的局部放电在线监测系统,通常只能对一种噪声成分进行滤除,而对于实际应用中包含低频噪声、白噪声和脉冲干扰等成分的复杂噪声,需要一套灵活的,可靠的处理方法及系统来进行局部放电脉冲信号的数据处理。
发明内容
本发明的目的在于提供一种基于分层式去噪模型的充油套管局部放电脉冲信号处理方法及系统,以解决上述存在的一个或多个技术问题。本发明采用分层式去噪模型,根据实际应用中的噪声情况,灵活配置和重组各个噪声滤除模块,能够更有效地滤除噪声,使局部放电检测结果准确。
为达到上述目的,本发明采用以下技术方案:
本发明的一种基于分层式去噪模型的充油套管局部放电脉冲信号处理方法,包括以下步骤:采用包括FIR滤波法、小波分析和包络线法的分层式去噪模型,逐步滤除输入信号中的低频噪声、连续的周期性干扰和脉冲干扰,获得局部放电脉冲信号。
本发明的进一步改进在于,所述逐步滤除输入信号中的低频噪声、连续的周期性干扰和脉冲干扰中,采用FIR滤波法滤除输入信号中的低频噪声;其中,数字FIR滤波器在FPGA中实现,采用多级横向滤波器结构;每级滤波器的系数根据需要的类型和参数预先计算并置入CPU程序内,在采集窗口界面进行选择;其中,所述低频噪声的频率为30~300kHz。
本发明的进一步改进在于,所述逐步滤除输入信号中的低频噪声、连续的周期性干扰和脉冲干扰中,采用小波分析滤除连续的周期性干扰,抑制白噪声;其中,连续的周期性干扰和白噪声都属于平稳信号,局部放电信号属于非平稳信号。
本发明的进一步改进在于,所述逐步滤除输入信号中的低频噪声、连续的周期性干扰和脉冲干扰中,用小波包分解去除平稳干扰噪声的步骤包括:
(1)小波分解,包括:对给定的--d,波函数,对原始的局部放电信号进行小波包分解;
(2)计算最佳树结构,包括:对一给定熵,计算最佳小波包树结构;
(3)在预设尺度下,将前面预定数量的子频带空间的小波包变换数据置0,保留其它子频带空间的数据,去掉连续的周期性干扰;
(4)选取预定的尺度,在分解中根据各子空间小波包变换数据幅值的分布,判断局部放电信号占有的子频带空间;引入子空间范数||x||∞,||x||∞=max{xi|;1≤i≤M},M为子频带空间数据长度,用范数反映信号能量在各子频带空间的分布;
(5)重构信号,包括:将各子频带空间的小波变换系数按照小波包重构式,对原始的局部放电信号进行小波重构,获得去除平稳干扰噪声的局部放电信号。
本发明的进一步改进在于,步骤(4)中,将范数较小的子频带空间的小波包变换系数置0;而对范数较大的子频带空间,则设置阈值,小于阈值的小波变换系数置0,大于阈值的小波包变换系数则予以保留;
其中,阈值T的计算公式为:
式中,n为信号的长度。
本发明的进一步改进在于,所述逐步滤除输入信号中的低频噪声、连续的周期性干扰和脉冲干扰中,采用包络线法去除脉冲干扰;其中,脉冲干扰比局部放电信号的持续时间长;通过判断在连续几个周期内,脉冲信号是否在固定的相位位置出现,幅值和波形不变,检测周期脉冲干扰信号,在采集信号中将周期脉冲干扰信号剔除。
本发明的进一步改进在于,所述通过判断在连续几个周期内,脉冲信号是否在固定的相位位置出现,幅值和波形不变,检测周期脉冲干扰信号时,具体步骤包括:
采用预设数量的工频周期时间的信号进行分析,分析过程在提取信号包络的基础上进行。
本发明的进一步改进在于,所述逐步滤除输入信号中的低频噪声、连续的周期性干扰和脉冲干扰中,采用包络法去除脉冲干扰,具体步骤包括:
1)提取信号包络线;其中,采用高通绝对值解调法提取包络线;
2)获取脉冲的起始相位,包括:信号的包络通过设定门限后,获得每个脉冲的起始相位;
3)判别周期性脉冲干扰,包括:以第一个工频周期信号为参考信号,对其中的每个脉冲都和其余工频周期内的脉冲进行相关性分析;
其中,信号之间的相关性计算表达式为:
式中,C(τ)表示信号之间的相关性;x(t)表示检测到的某个脉冲;y(t+τ)为处理周期内在(t1+τ,t2+τ)内的信号;T1,T2为两个信号的周期;
信号之间的相关性采用它们之间的差量来度量:
式中,e(v)表示用差量来度量的信号相关性;p为脉冲信号在不同周期内发生时刻的偏差。
本发明的进一步改进在于,
步骤2)中,门限的选取采用统计学上获得信号偏差的方法,取一组信号绝对值的中间值除以0.6754;
或者,门限设定为固定值;
步骤3)中,根据e(v)值判断脉冲是否为干扰,依据以下三个原则:
a、最小值小于0.1;
b、最小值小于旁瓣最小值的0.8;
c、最小值所在的主瓣宽度小于该脉冲信号的0.75;
三组处理信号的e(v)都满足以上条件时,确定该脉冲为周期脉冲干扰信号;检测出周期脉冲干扰后,在原信号中去除掉。
本发明的一种基于分层式去噪模型的充油套管局部放电脉冲信号处理系统,包括:
分层式去噪模型,用于逐步滤除输入信号中的低频噪声、连续的周期性干扰和脉冲干扰,获得局部放电脉冲信号;
其中,所述分层式去噪模型包括:
FIR滤波模块,用于去除低频噪声;
小波分析模块,用于去除连续的周期性干扰,抑制白噪声;
包络线模块,用于去除脉冲干扰
与现有技术相比,本发明具有以下有益效果:
目前所使用的传统局部放电在线监测系统,大多使用单一方法滤除噪声,而实际应用测量时的噪声成分是复杂的,采取单一方法不能得到准确的局部发电脉冲信号。本发明针对不同的干扰信号,采用不同的方法进行滤除,使得噪声滤除的效果更好;构建信号处理系统时采用分层式去噪模型,逐步滤除原来输入信号中的噪声,使得到的局部放电信号更为准确。具体的,本发明中,针对不同的干扰信号,采用不同的方法进行滤除。利用FIR滤波法可以滤除信号中的低频噪声;利用小波分析可以抑制白噪声,同时去除连续的周期性干扰;利用包络线法可以去除信号中的脉冲干扰;本发明中,在去除信号噪声时采用分层式去噪模型,上一步进行噪声滤除后的输出信号可以作为下一步的噪声滤除的输入信号,从而提高下一步中噪声滤除的效果。采用这种分层式去噪模型,逐渐滤除信号中的噪声成分,得到准确的局部放电脉冲信号。采用分层式的结构,每一层分别完成一个确定的任务以使下一层噪声滤除更好地进行。
本发明的系统利用软件方法,对不同的干扰采用不同的去噪算法分层处理;采用分层式结构模型,模型的每一层分别对一种特定的噪声进行滤除,同时保证每层去除干扰后的信号畸变小,以使下一层处理效果更佳。本发明中,局部放电脉冲信号处理系统可以根据实际应用情况灵活配置和重组,从而有效去除各种干扰;采用这种模型的系统具有较高的抗干扰能力,可以在具有高干扰的实际中得到良好的应用。
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,下面对实施例或现有技术描述中所需要使用的附图做简单的介绍;显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来说,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例中,分层式去噪模型流程示意图;
图2是本发明实施例中,横向FIR滤波器的结构示意图。
具体实施方式
为使本发明实施例的目的、技术效果及技术方案更加清楚,下面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,所描述的实施例是本发明一部分实施例。基于本发明公开的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的其它实施例,都应属于本发明保护的范围。
本发明实施例的一种基于分层式去噪模型的高抗干扰能力充油套管局部放电脉冲信号处理方法,采用包含FIR滤波法、小波分析和包络线法的分层式去噪模型,逐步滤除输入信号中的低频噪声、连续的周期性干扰和脉冲干扰,获得准确的局部放电脉冲信号。
请参阅图1和图2,本发明实施例中,分层式去噪模型流程如图1所示。本发明实施例的一种基于分层式去噪模型的高抗干扰能力充油套管局部放电脉冲信号处理方法,包括以下步骤:
首先,采用FIR滤波法可以滤除输入信号中的低频噪声,数字FIR滤波器在FPGA中实现,采用多级横向滤波器结构,如图2所示。每级滤波器的系数可以根据需要的类型和参数预先计算好置入CPU程序内,在采集窗口界面进行选择。
滤除信号中的低频噪声后,可以采用小波分析进一步滤除信号中连续的周期性干扰,抑制白噪声。小波分析作为一种时频分析方法,具有信号特征分析所要求的局部化性质(尤其是其聚焦作用)。窄时窗小波反映信号的高频成分,能捕捉到高频瞬变信号并对其细微特征进行“放大”,而宽时窗小波则反映信号的低频成分,即信号的趋势。连续的周期性干扰和白噪声都属于平稳信号,而局部放电信号属于非平稳信号,经小波变换后,平稳信号会随尺度的增加迅速趋于零,而非平稳信号在大部分尺度上都有较大幅值。依据这种特征可以使用小波分析来去除平稳信号的干扰。
利用小波分析去除平稳干扰信号的抑制算法是对信号进行小波包分解,每分解一次,其数据长度减半,第J层的子空间有2J个,即有2J个子频带;每个子频带的数据长度为2N -J,频带宽度为fs/2J+1,起始频率为fk=kfs/2J+1,k=0、1、…2J-1。显然,随着J的增大,各子频带的宽度变小,频率分辨率越高,信号的时频局部特性得到进一步的刻画;局部放电信号的小波变换的模极大值却大大减小,周期性载波通讯干扰的能量集中于较低频率的子频带内。由于小波变换系数的大小反映了信号所携带的能量,因此,对信号做小波包分解,在适度尺度下,对各子频带空间做适当处理,即可滤除干扰。
本发明实施例中,用小波包分解去除平稳干扰噪声的步骤为:
1)小波分解:对给定的--d,波函数,对信号进行小波包分解。
2)计算最佳树结构:对一给定熵,计算最佳小波包树结构。
3)在适当尺度下,将前几个子频带空间的小波包变换数据置0,保留其它子频带空间的数据,从而去掉连续周期干扰。
4)选取适当的尺度,在该层分解中根据各子空间小波包变换数据幅值的分布,判断局部放电信号占有的子频带空间。引入子空间范数||x||∞,||x||∞=max{xi|;1≤i≤M},M为子频带空间数据长度;用范数来反映信号能量在各子频带空间的分布。在实际应用中,将范数较小的子频带空间的小波包变换系数置0;而对范数较大的子频带空间,则设置阈值,小于阈值的小波变换系数置0,大于阈值的小波包变换系数则予以保留。可选的,范数的大小可以根据预定的规则或经验判断。
5)重构信号:经过上述处理后,将各子频带空间的小波变换系数按照小波包重构式,对初始信号进行小波重构,获得局部放电信号。
整个消噪过程中最为关键的是如何选取阈值和如何进行阈值的量化,从某种程度上讲,它关系到信号消噪的质量。只有正确确定阈值才能得到最佳结果。
小波包系数的阈值选取的规则有多种方式,通过比较决定采用史坦(Stein)的无偏似然估计(Unbiased Risk Estimate)原理(SURE)进行自适应阈值选择。对于一个给定的阈值T,得到它的似然估计,然后将非似然T最小化,得到所选的阙值,是一种软件阈值估计器。
阈值T的计算公式为:
式中,n为信号的长度。
最后,采用包络线法去除信号中的脉冲干扰,从而得到准确的局部放电脉冲信号。周期脉冲干扰是局部放电试验中一类重要的干扰源。此类干扰和局部放电信号在频域上的分布非常接近,普通的滤波方法很难把它抑制掉。此类干扰每个周期都在固定位置重复出现,且幅度变化很小;而局部放电信号的幅度和相位都具有一定的随机性,在某段相位范围内以跳跃的形式出现。另外,周期脉冲干扰比局部放电信号的持续时间长(一般大于20uS)。利用这些特点,通过判断在连续几个周期内,脉冲信号是否在固定的相位位置出现,幅值和波形几乎不变,来检测周期脉冲干扰信号,最后在采集信号中把它剔除。
在具体应用中,考虑到存储容量和计算时间的限制,采用4个工频周期时间的信号进行分析。分析过程在提取信号包络的基础上进行,其原因是,分析信号的包络比直接分析原信号更为简单、易处理。这就是采用包络法去除脉冲干扰的原理。
本发明实施例中,包络法的具体步骤为:
1)提取信号包络线。采用高通绝对值解调法提取包络线,其步骤为:高通一取绝对值一低通。
2)获取脉冲的起始相位。信号的包络通过一门限后,可获得每个脉冲的起始相位。门限的选取采用统计学上获得信号偏差的方法,取一组信号绝对值的中间值除以0.6754。但在实际应用中,由于采用率和带宽是确定的,把门限值设为一个固定值,计算简单方便,计算结果也更为稳定。
3)判别周期性脉冲干扰。以第一个工频周期信号为参考信号,对其中的每个脉冲都和其余工频周期内的脉冲(称为处理信号)进行相关性分析。信号之间的相关性计算表达式为:
式中:C(τ)表示信号之间的相关性;x(t)表示检测到的某个脉冲;y(t+τ)为处理周期内在(t1+τ,t2+τ)内的信号;T1,T2为两个信号的周期。
考虑到计算速度,信号之间的相关性采用它们之间的差量来度量:
式中e(v)表示用差量来度量的信号相关性;P为脉冲信号在不同周期内发生时刻的偏差。
根据e(v)值判断脉冲是否为干扰,依据以下三个原则:
a、最小值必须小于0.1;
b、最小值必须小于旁瓣最小值的0.8,即只有一个最小值;
c、最小值所在的主瓣宽度应小于该脉冲信号的0.75。
只有三组处理信号的e(v)都满足以上条件时,才确定该脉冲为周期脉冲干扰信号。检测出周期脉冲干扰后,就可在原信号中去除掉。
本发明实施例的一种基于分层式去噪模型的充油套管局部放电脉冲信号处理系统,包括:
分层式去噪模型,用于逐步滤除输入信号中的低频噪声、连续的周期性干扰和脉冲干扰,获得局部放电脉冲信号;
其中,所述分层式去噪模型包括:
FIR滤波模块,用于去除低频噪声;
小波分析模块,用于去除连续的周期性干扰,抑制白噪声;
包络线模块,用于去除脉冲干扰。
综上,本发明的系统中,通过FIR滤波模块、小波分析模块以及包络线模块,输入信号中的低频噪声、白噪声、连续的周期性干扰和脉冲干扰得到了较好地抑制,输出的信号为准确的局部放电脉冲信号。通过分层式的滤波结构设计,可以保证每一步滤波中信号畸变较小,滤波后的波形更贴切实际。在实际应用中,干扰情况是不相同的,根据信号中所包含的低频噪声、白噪声、连续的周期性干扰和脉冲干扰的含量,灵活地调整和配置各个噪声滤除模块。这样做可以避免不必要的滤波步骤,尽可能多地保留原来局部放电脉冲的能量,同时还可以有效地去除局部放电信号中的干扰。采用这种模型的系统具有较高的抗干扰能力,可以在具有高干扰的实际中得到良好的应用。
综上所述,本发明的方法及系统中,对于不同的干扰信号,采用不同的方法进行滤除;可以根据实际应用中的噪声情况,灵活的配置和重组噪声滤除模块。模块的配置采用分层式去噪模型,以达到有效去除各种干扰的目的,并保证原有的局部放电能量损失较小。本发明中,针对不同的干扰信号,采用不同的方法进行滤除。利用FIR滤波法可以滤除信号中的低频噪声;利用小波分析可以抑制白噪声,同时去除连续的周期性干扰;利用包络线法可以去除信号中的脉冲干扰。本发明中,在去除信号噪声时采用分层式去噪模型,上一步进行噪声滤除后的输出信号可以作为下一步的噪声滤除的输入信号,从而提高下一步中噪声滤除的效果。采用这种分层式去噪模型,逐渐滤除信号中的噪声成分,得到准确的局部放电脉冲信号。本发明中,局部放电脉冲信号处理系统可以根据实际应用情况灵活配置和重组,从而有效去除各种干扰,同时保证原有的局部放电能量损失较小。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换,这些未脱离本发明精神和范围的任何修改或者等同替换,均在申请待批的本发明的权利要求保护范围之内。
Claims (10)
1.一种基于分层式去噪模型的充油套管局部放电脉冲信号处理方法,其特征在于,包括以下步骤:采用包括FIR滤波法、小波分析和包络线法的分层式去噪模型,逐步滤除输入信号中的低频噪声、连续的周期性干扰和脉冲干扰,获得局部放电脉冲信号。
2.根据权利要求1所述的一种基于分层式去噪模型的充油套管局部放电脉冲信号处理方法,其特征在于,所述逐步滤除输入信号中的低频噪声、连续的周期性干扰和脉冲干扰中,采用FIR滤波法滤除输入信号中的低频噪声;其中,数字FIR滤波器在FPGA中实现,采用多级横向滤波器结构;每级滤波器的系数根据需要的类型和参数预先计算并置入CPU程序内,在采集窗口界面进行选择;其中,所述低频噪声的频率为30~300kHz。
3.根据权利要求1所述的一种基于分层式去噪模型的充油套管局部放电脉冲信号处理方法,其特征在于,所述逐步滤除输入信号中的低频噪声、连续的周期性干扰和脉冲干扰中,采用小波分析滤除连续的周期性干扰,抑制白噪声;其中,连续的周期性干扰和白噪声都属于平稳信号,局部放电信号属于非平稳信号。
4.根据权利要求3所述的一种基于分层式去噪模型的充油套管局部放电脉冲信号处理方法,其特征在于,所述逐步滤除输入信号中的低频噪声、连续的周期性干扰和脉冲干扰中,用小波包分解去除平稳干扰噪声的步骤包括:
(1)小波分解,包括:对给定的--d,波函数,对原始的局部放电信号进行小波包分解;
(2)计算最佳树结构,包括:对一给定熵,计算最佳小波包树结构;
(3)在预设尺度下,将前面预定数量的子频带空间的小波包变换数据置0,保留其它子频带空间的数据,去掉连续的周期性干扰;
(4)选取预定的尺度,在分解中根据各子空间小波包变换数据幅值的分布,判断局部放电信号占有的子频带空间;引入子空间范数||x||∞,||x||∞=max{xi|;1≤i≤M},M为子频带空间数据长度,用范数反映信号能量在各子频带空间的分布;
(5)重构信号,包括:将各子频带空间的小波变换系数按照小波包重构式,对原始的局部放电信号进行小波重构,获得去除平稳干扰噪声的局部放电信号。
6.根据权利要求1所述的一种基于分层式去噪模型的充油套管局部放电脉冲信号处理方法,其特征在于,所述逐步滤除输入信号中的低频噪声、连续的周期性干扰和脉冲干扰中,采用包络线法去除脉冲干扰;其中,脉冲干扰比局部放电信号的持续时间长;通过判断在连续几个周期内,脉冲信号是否在固定的相位位置出现,幅值和波形不变,检测周期脉冲干扰信号,在采集信号中将周期脉冲干扰信号剔除。
7.根据权利要求6所述的一种基于分层式去噪模型的充油套管局部放电脉冲信号处理方法,其特征在于,所述通过判断在连续几个周期内,脉冲信号是否在固定的相位位置出现,幅值和波形不变,检测周期脉冲干扰信号时,具体步骤包括:
采用预设数量的工频周期时间的信号进行分析,分析过程在提取信号包络的基础上进行。
8.根据权利要求7所述的一种基于分层式去噪模型的充油套管局部放电脉冲信号处理方法,其特征在于,所述逐步滤除输入信号中的低频噪声、连续的周期性干扰和脉冲干扰中,采用包络法去除脉冲干扰,具体步骤包括:
1)提取信号包络线;其中,采用高通绝对值解调法提取包络线;
2)获取脉冲的起始相位,包括:信号的包络通过设定门限后,获得每个脉冲的起始相位;
3)判别周期性脉冲干扰,包括:以第一个工频周期信号为参考信号,对其中的每个脉冲都和其余工频周期内的脉冲进行相关性分析;
其中,信号之间的相关性计算表达式为:
式中,C(τ)表示信号之间的相关性;x(t)表示检测到的某个脉冲;y(t+τ)为处理周期内在(1+τ,t2+τ)内的信号;T1,T2为两个信号的周期;
信号之间的相关性采用它们之间的差量来度量:
式中,e(v)表示用差量来度量的信号相关性;p为脉冲信号在不同周期内发生时刻的偏差。
9.根据权利要求8所述的一种基于分层式去噪模型的充油套管局部放电脉冲信号处理方法,其特征在于,
步骤2)中,门限的选取采用统计学上获得信号偏差的方法,取一组信号绝对值的中间值除以0.6754;
或者,门限设定为固定值;
步骤3)中,根据e(v)值判断脉冲是否为干扰,依据以下三个原则:
a、最小值小于0.1;
b、最小值小于旁瓣最小值的0.8;
c、最小值所在的主瓣宽度小于该脉冲信号的0.75;
三组处理信号的e(v)都满足以上条件时,确定该脉冲为周期脉冲干扰信号;检测出周期脉冲干扰后,在原信号中去除掉。
10.一种基于分层式去噪模型的充油套管局部放电脉冲信号处理系统,其特征在于,包括:
分层式去噪模型,用于逐步滤除输入信号中的低频噪声、连续的周期性干扰和脉冲干扰,获得局部放电脉冲信号;
其中,所述分层式去噪模型包括:
FIR滤波模块,用于去除低频噪声;
小波分析模块,用于去除连续的周期性干扰,抑制白噪声;
包络线模块,用于去除脉冲干扰。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010121616.XA CN111239565B (zh) | 2020-02-26 | 2020-02-26 | 基于分层式去噪模型的充油套管局部放电脉冲信号处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010121616.XA CN111239565B (zh) | 2020-02-26 | 2020-02-26 | 基于分层式去噪模型的充油套管局部放电脉冲信号处理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111239565A true CN111239565A (zh) | 2020-06-05 |
CN111239565B CN111239565B (zh) | 2022-05-24 |
Family
ID=70873230
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010121616.XA Active CN111239565B (zh) | 2020-02-26 | 2020-02-26 | 基于分层式去噪模型的充油套管局部放电脉冲信号处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111239565B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112327111A (zh) * | 2020-10-21 | 2021-02-05 | 南京信息职业技术学院 | 局部放电信号的去噪方法 |
CN116520105A (zh) * | 2023-05-10 | 2023-08-01 | 国网安徽省电力有限公司亳州供电公司 | 一种基于变压器绝缘预警的局放监测方法 |
CN117109487A (zh) * | 2023-10-23 | 2023-11-24 | 北京华力兴科技发展有限责任公司 | 一种金属厚度自动化无损测量方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1514491A (zh) * | 2002-12-31 | 2004-07-21 | �Ҵ���˾ | 超大规模集成电路的分层电源噪声监视器件和系统 |
US20070085548A1 (en) * | 2003-10-22 | 2007-04-19 | Takashi Shinmoto | Insulation degradation diagnostic device |
CN203219257U (zh) * | 2013-03-19 | 2013-09-25 | 甘肃省电力公司检修公司 | 一种高频局放测量时消除与局放无关的外部噪声的滤波器 |
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 |
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 |
CN103675617A (zh) * | 2013-11-20 | 2014-03-26 | 西安交通大学 | 一种用于高频局部放电信号检测的抗干扰方法 |
CN105137310A (zh) * | 2015-10-10 | 2015-12-09 | 沈阳工业大学 | Gis局部放电在线检测系统及方法 |
CN105652166A (zh) * | 2016-03-01 | 2016-06-08 | 国网江西省电力科学研究院 | 一种用于局放在线监测的加权阈值小波降噪方法 |
CN205720537U (zh) * | 2016-05-03 | 2016-11-23 | 西安交通大学 | 一种用于gis局部放电在线监测的高速数据采集及处理装置 |
-
2020
- 2020-02-26 CN CN202010121616.XA patent/CN111239565B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1514491A (zh) * | 2002-12-31 | 2004-07-21 | �Ҵ���˾ | 超大规模集成电路的分层电源噪声监视器件和系统 |
US20070085548A1 (en) * | 2003-10-22 | 2007-04-19 | Takashi Shinmoto | Insulation degradation diagnostic device |
CN203219257U (zh) * | 2013-03-19 | 2013-09-25 | 甘肃省电力公司检修公司 | 一种高频局放测量时消除与局放无关的外部噪声的滤波器 |
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 |
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 |
CN103675617A (zh) * | 2013-11-20 | 2014-03-26 | 西安交通大学 | 一种用于高频局部放电信号检测的抗干扰方法 |
CN105137310A (zh) * | 2015-10-10 | 2015-12-09 | 沈阳工业大学 | Gis局部放电在线检测系统及方法 |
CN105652166A (zh) * | 2016-03-01 | 2016-06-08 | 国网江西省电力科学研究院 | 一种用于局放在线监测的加权阈值小波降噪方法 |
CN205720537U (zh) * | 2016-05-03 | 2016-11-23 | 西安交通大学 | 一种用于gis局部放电在线监测的高速数据采集及处理装置 |
Non-Patent Citations (3)
Title |
---|
朱毅刚 等: "电缆局部放电信号的几种滤波方法比较", 《科技创新与应用》 * |
石英华 等: "FIR带通滤波器的FPGA实现", 《现代电子技术》 * |
钱勇 等: "基于经验模态分解的局部放电去噪方法", 《电力系统自动化》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112327111A (zh) * | 2020-10-21 | 2021-02-05 | 南京信息职业技术学院 | 局部放电信号的去噪方法 |
CN116520105A (zh) * | 2023-05-10 | 2023-08-01 | 国网安徽省电力有限公司亳州供电公司 | 一种基于变压器绝缘预警的局放监测方法 |
CN117109487A (zh) * | 2023-10-23 | 2023-11-24 | 北京华力兴科技发展有限责任公司 | 一种金属厚度自动化无损测量方法 |
CN117109487B (zh) * | 2023-10-23 | 2024-01-23 | 北京华力兴科技发展有限责任公司 | 一种金属厚度自动化无损测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111239565B (zh) | 2022-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111239565B (zh) | 基于分层式去噪模型的充油套管局部放电脉冲信号处理方法及系统 | |
CN108804832A (zh) | 一种基于vmd的间隔阈值局部放电去噪方法 | |
CN108983058A (zh) | 基于改进的变分模态和奇异值分解的变压器局部放电特高频信号去噪方法 | |
CN110244202B (zh) | 基于同步压缩小波变换域变压器局部放电去噪方法 | |
Dwivedi et al. | Enhanced detection of power-quality events using intra and interscale dependencies of wavelet coefficients | |
CN103576060A (zh) | 基于小波自适应阈值的局部放电信号去噪方法 | |
CN114492538B (zh) | 一种城市中压配电电缆局部放电信号去噪方法 | |
CN111308285B (zh) | 一种窄带干扰降噪方法 | |
Xu et al. | A novel deconvolution cascaded variational mode decomposition for weak bearing fault detection with unknown signal transmission path | |
CN111553308A (zh) | 一种电力变压器局部放电信号的重构方法 | |
CN114492528A (zh) | 一种脉象信号消噪方法、装置、电子设备及存储介质 | |
CN113221615A (zh) | 一种基于降噪聚类的局部放电脉冲提取方法 | |
CN113268924A (zh) | 基于时频特征的变压器有载分接开关故障识别方法 | |
CN108020761B (zh) | 一种局部放电去噪方法 | |
CN115902528B (zh) | 一种直流牵引网振荡与短路故障辨识方法 | |
CN107610055A (zh) | 傅里叶变换光谱仪干涉图噪声检测及抑制方法 | |
CN115343585A (zh) | 一种变压器局部放电检测中的抗干扰方法、设备及介质 | |
CN110780162A (zh) | 一二次融合配电开关局部放电信号提取方法及检测装置 | |
CN112116917B (zh) | 基于相位跃变度的电抗器本体与风机声信号分离方法 | |
CN110703089B (zh) | 一种用于低频振荡Prony分析的小波阈值去噪方法 | |
CN113777449A (zh) | 基于改进svd算法的电缆局部放电窄带干扰抑制方法 | |
CN116028840A (zh) | 最大重叠离散小波包变换时频谱的船用转子故障诊断方法 | |
Ming et al. | Partial discharge de-noising based on hybrid particle swarm optimization SWT adaptive threshold | |
Cui et al. | Application of sequential hierarchical signal method in online monitoring of partial discharge in GIS | |
Zhou et al. | Application of morphological filter in purification of rotor center's orbit |
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 |