CN111880022B - 工频干扰消除方法、系统、装置和存储介质 - Google Patents
工频干扰消除方法、系统、装置和存储介质 Download PDFInfo
- Publication number
- CN111880022B CN111880022B CN202010534280.XA CN202010534280A CN111880022B CN 111880022 B CN111880022 B CN 111880022B CN 202010534280 A CN202010534280 A CN 202010534280A CN 111880022 B CN111880022 B CN 111880022B
- Authority
- CN
- China
- Prior art keywords
- power frequency
- amplitude
- vibration signal
- analog signal
- numerical value
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000008030 elimination Effects 0.000 title claims abstract description 27
- 238000003379 elimination reaction Methods 0.000 title claims abstract description 27
- 238000001228 spectrum Methods 0.000 claims description 17
- 230000003595 spectral effect Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 238000007635 classification algorithm Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 10
- 238000001914 filtration Methods 0.000 description 6
- 239000013598 vector Substances 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 108010076504 Protein Sorting Signals Proteins 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
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
- G01R31/001—Measuring interference from external sources to, or emission from, the device under test, e.g. EMC, EMI, EMP or ESD testing
-
- 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
- G01R31/14—Circuits therefor, e.g. for generating test voltages, sensing circuits
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Soundproofing, Sound Blocking, And Sound Damping (AREA)
Abstract
本发明公开了工频干扰消除方法、系统、装置和存储介质,本发明根据第一振动信号得到工频幅值和工频频率,构建包括幅值参数和频率参数和第一模拟信号,并根据工频幅值和工频频率对第一模拟信号进行拟合,确定第一数值和第二数值,进而确定第二模拟信号,使得此时第二模拟信号的工频幅值和工频频率与第一振动信号相一致,确定了相匹配的工频参数,根据第一振动信号和所述第二模拟信号的差值,即实现了工频噪声的准确消除。本发明作为一种工频干扰消除方法、系统、装置和存储介质,可广泛应用于信号处理技术领域。
Description
技术领域
本发明涉及信号处理领域,尤其是一种工频干扰消除方法、系统、装置和存储介质。
背景技术
在机械振动信号处理领域中,电网工频干扰是常见信号干扰源之一。当工业电传输线经过传感器信号线所在区域时工频便会耦合到采集信号中,当传感器直流稳压电源内部电路没有完全屏蔽电网工频时,工频也会耦合到采集信号,影响信号采集精度。电网系统本身就是非常复杂的非线性系统,如电压跌落、浪涌、电压脉冲与瞬时供电中断、欠电压与过电压等电能质量问题经常存在,使得工频参数可变且变化范围不确定,而每次采集的振动信号中工频初相位也不相同,这使得工频具有可变性。目前常见的工频噪声干扰滤除方法的其中之一为陷波器方法,现有的陷波器方法根据IIR数字滤波理论设计50Hz陷波器,其函数表达式为:H(z)=(1-2(cosω)z-1+z-2)/(1-2α(cosω)z-1+α2z-2),式中,ω=2πf/fs=0.3066,f=50Hz,fs为采样率(1024Hz),α值决定陷波器滤波效果,其值越大则凹陷越深、宽度越窄,为得到最佳滤波效果,假设取该值为0.96,设计的陷波器频谱如图1(a)所示。工频噪声具有一定范围的波动,为了将其有效滤除,即需使得陷波器频谱具有一定宽度,同时为了降低对有用信号的损伤,也需要使其宽度尽可能窄,机械振动信号经陷波器滤波后的结果如图1(b)所示,可以发现虽然工频干扰被滤掉,但是有用信号也受损,准确性差。
发明内容
有鉴于此,为了解决上述技术问题,本发明的目的是提供一种准确的工频干扰消除方法、系统、装置和存储介质。
本发明采用的技术方案是:一种工频干扰消除方法,包括以下步骤:
获取第一振动信号;
根据所述第一振动信号得到工频幅值,以及根据所述第一振动信号得到工频频率;
构建第一模拟信号,所述第一模拟信号包括幅值参数和频率参数;
根据所述工频幅值、所述工频频率和所述第一振动信号,对所述第一模拟信号进行拟合处理,确定所述幅值参数为第一数值,以及确定所述频率参数为第二数值;
根据所述第一数值、所述第二数值和所述第一模拟信号,确定第二模拟信号;
根据所述第一振动信号和所述第二模拟信号的差值,得到第二振动信号。
进一步,所述根据所述第一振动信号得到工频幅值,包括以下步骤:
通过快速傅里叶变换对所述第一振动信号进行分解处理,得到若干幅值谱的谱线;
根据幅值最大的谱线以及与所述幅值最大的谱线相邻的预设数量的所述谱线,计算得到所述工频幅值。
进一步,所述第一振动信号包括趋势项,所述根据所述第一振动信号得到工频频率,包括以下步骤:
通过经验模式分解对所述第一振动信号进行处理,消除所述趋势项,得到消除结果;
根据消除结果,得到所述工频频率;
其中所述消除结果为所述第一振动信号消除所述趋势项后的振动信号。
进一步,所述根据消除结果,得到所述工频频率,包括以下步骤:
通过多重信号分类算法对所述消除结果进行功率谱的计算;
根据所述功率谱,得到所述工频频率。
进一步,所述构建第一模拟信号,包括以下步骤:
根据所述幅值参数、所述频率参数以及初相位参数,构建所述第一模拟信号。
进一步,所述根据所述工频幅值、所述工频频率和所述第一振动信号,对所述第一模拟信号进行拟合处理,确定所述幅值参数为第一数值,以及确定所述频率参数为第二数值,包括以下步骤:
确定所述消除结果与所述第一模拟信号的差值,得到残差信号;
根据所述工频幅值确定第一拟合范围,以及根据所述工频频率确定第二拟合范围;
根据所述第一拟合范围、所述第二拟合范围以及所述初相位参数,计算所述残差信号的平方和并进行搜索,以确定所述幅值参数为第一数值,以及确定所述频率参数为第二数值,并确定所述初相位参数为第三数值。
进一步,所述根据所述第一数值、所述第二数值和所述第一模拟信号,确定第二模拟信号,包括以下步骤:
所述根据所述第一数值、所述第二数值和所述第一模拟信号,确定第二模拟信号,包括以下步骤:
将所述第一数值、所述第二数值和所述第三数值代入所述第一模拟信号,得到所述第二模拟信号;
其中,所述第一数值、所述第二数值和所述第三数值使得所述残差信号的平方和为最小值。
本发明还提供一种系统,包括:
获取模块,用于获取第一振动信号;
计算模块,用于根据所述第一振动信号得到工频幅值,以及根据所述第一振动信号得到工频频率;
构建模块,用于构建第一模拟信号,所述第一模拟信号包括幅值参数和频率参数;
拟合模块,用于根据所述工频幅值、所述工频频率和所述第一振动信号,对所述第一模拟信号进行拟合处理,确定所述幅值参数为第一数值,以及确定所述频率参数为第二数值;
第一确定模块,用于根据所述第一数值、所述第二数值和所述第一模拟信号,确定第二模拟信号;
第二确定模块,用于根据所述第一振动信号和所述第二模拟信号的差值,得到第二振动信号。
本发明还提供一种装置,包括:
至少一处理器;
至少一存储器,用于存储至少一程序;
当所述至少一程序被所述至少一处理器执行,使得所述至少一处理器实现所述工频干扰消除方法。
本发明还提供存储介质,所述存储介质存储有程序,所述程序被处理器执行完成所述工频干扰消除方法。
本发明的有益效果是:根据第一振动信号得到工频幅值和工频频率,构建包括幅值参数和频率参数和第一模拟信号,并根据工频幅值和工频频率对第一模拟信号进行拟合,确定第一数值和第二数值,进而确定第二模拟信号,使得此时第二模拟信号的工频幅值和工频频率与第一振动信号相一致,确定了相匹配的工频参数,根据第一振动信号和所述第二模拟信号的差值,即实现了工频噪声的准确消除。
附图说明
图1(a)为现有的陷波器法设计的陷波器频谱,图1(b)现有的陷波器对振动信号滤波后的结果;
图2为本发明方法的步骤流程示意图;
图3为本发明第一振动信号的波形示意图;
图4为本发明第一振动信号经快速傅里叶变换处理后得到的幅值谱;
图5(a)为本发明趋势项的波形图,图5(b)为第一振动信号消除趋势项后的波形图;
图6为本发明第一振动信号消除趋势项后经多重信号分类处理得到的功率谱图;
图7(a)为本发明第二振动信号的波形图,图7(b)为第二振动信号的幅值谱;
图8(a)为图3的工频部分附近区域的放大图,图8(b)为图7(b)的工频成分附近区域的放大图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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他实施例,都应当属于本申请保护的范围。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
如图2所示,本实施例提供一种工频干扰消除方法,包括以下步骤:
获取第一振动信号;
根据第一振动信号得到工频幅值,以及根据第一振动信号得到工频频率;
构建第一模拟信号,第一模拟信号包括幅值参数和频率参数;
根据工频幅值、工频频率和第一振动信号,对第一模拟信号进行拟合处理,确定幅值参数为第一数值,以及确定频率参数为第二数值;
根据第一数值、第二数值和第一模拟信号,确定第二模拟信号;
根据第一振动信号和第二模拟信号的差值,得到第二振动信号。
在本实施例中,具体地,可以包括以下步骤:
S1、获取第一振动信号;
在本实施例中,第一振动信号为机械振动信号,信号特征可用表示为:
其中,x0(t)为趋势项,x1(t)为振动信号(即实际需要的振动信号),x2(t)为工频(即工频干扰),ε(t)为高斯白噪声,t为时间,在其他实施例中第一振动信号可以为包括振动信号、趋势项和工频。
在本实施例中,利用数据采集软件,以1K采样率采集1024个点,得到第一振动信号的时域波形如图3所示,在其他实施例中信号可以为其他数值。
S2、获取工频幅值和工频频率,可选地包括S21~S23;
S21、根据第一振动信号得到工频幅值:
通过快速傅里叶变换(FFT)对第一振动信号进行分解处理,得到若干谱线;
根据幅值最大的谱线以及与幅值最大的谱线相邻的预设数量的谱线,计算得到工频幅值。
如图4所示,在本实施例中,分解处理得到的若干幅值谱的谱线,并根据若干谱线确定主谱线(即幅值最大的谱线,位于50Hz频谱附近),并确定主谱线相邻的预设数量(包括但不限于6根)谱线,本实施例中,确定的7根谱线依次为0.00117、0.00075、0.00099、0.00707、0.00017、0.00071、0.00117,然后利用Parseval(帕塞瓦尔公式)公式,先求出7根谱线幅值的平方和,再对平方和结果开方,可以求得x1(t)的工频幅值A=0.0075。
其中,Parseval(帕塞瓦尔公式)公式,信号时域能量等于其频域能量:
其中,N为信号序列长度,x[k]为时域序列的幅值,X[m]为频域序列幅值。
S22、消除趋势项:
通过经验模式分解(EMD)对第一振动信号进行处理,消除趋势项,得到消除结果;
其中消除结果为第一振动信号消除趋势项后的振动信号。
如图5(a)所示,在本实施例中,通过EMD对第一振动信号进行分解,得到10个IMFs(固有模态函数分量),确定趋势项的波形图,将第一振动信号波形图中消除趋势项得到消除结果即第一振动信号/>消除趋势项x0(t)后的振动信号,如图5(b)所示。
S23、确定工频频率:
通过多重信号分类(MUSIC)算法对消除结果(即)进行处理,得到工频频率f。
在本实施例,多重信号分类算法中,信号工频频率计算公式为:
信号向量公式为:
式中,p为阵元数,M表示复正弦信号个数,H表示共轭转置,T表示矩阵转置,j表示复数,行向量Vk是信号自相关矩阵的特征向量,e(ω)为向量,列向量Vk H是Vk的共轭转置向量。采用可选的方法确定p和M的值分别为40和80。
其中,由于振动信号为实信号,用MUSIC算法计算前可以需用欧拉公式或Hilbert变化将振动信号/>转换为复信号,然后再利用MUSIC算法进行处理。噪声空间的特征向量与信号空间的信号向量正交,故在ω=ωi处PMUSIC(ωi)应为无穷大,但是由于存在估计误差,PMUSIC(ωi)为有限值,但是呈现为跳变的尖峰,其峰值对应的频率即是工频频率f,处理后的得到的MUSIC谱(功率谱)如图6所示,求得工频频率f=49.95Hz。
S3、构建第一模拟信号:
根据幅值参数、频率参数以及初相位参数,构建第一模拟信号,在本实施例中,第一模拟信号为正弦信号,第一模拟信号s(t)具体为:
s(t)=A'sin(2πf't+α')
其中,A'为幅值参数,f'为频率参数,t为时间,α'为初相位参数(取值范围[-π,π])。
S4、拟合处理,可选地包括S41~S44;
S41、确定消除结果(即)与第一模拟信号的差值,得到残差信号:/>
计算残差信号的平方和,得到残差值Δ(t):
其中N为信号序列长度;
S42、确定第一拟合范围和第二拟合范围:
其中第一拟合范围包括但不限于0.9A~1.1A,第二拟合范围包括但不限于(f-0.1,f+0.1);
S43、对残差值Δ(t)进行拟合处理;
在第一拟合范围并以步长(包括但不限于0.01)拟合第一模拟信号幅值(A')、在第二拟合范围以步长(包括但不限于0.01Hz)拟合第一模拟信号频率(f'),并在[-π,π]内以步长(包括但不限于π/50)拟合初相位(α'),进行搜索,以确定幅值参数A'为第一数值X,确定频率参数f'为第二数值Y、确定初相位参数α'为第三数值Z,其中第一数值X、第二数值Y、第三数值Z为使得残差值Δ(t)为最小的数值,即使得残差信号的平方和最小,即使得残差信号为最小值的数值,在本实例中,第一数值X为0.0071mm,第二数值Y为0.0071mm,第三数值Z为1.11rad。而计算第一数值X、第二数值Y、第三数值Z的理由在于如果第一模拟信号的频率、幅值、初相与第一振动信号中工频的频率、幅值、初相一致,则残差信号中将不再包含工频成分,此时残差值最小,由此确定的参数就是最匹配的工频参数。
S44、确定第二振动信号;
将第一数值、第二数值和第三数值代入第一模拟信号,得到第二模拟信号;
计算第一振动信号和第二模拟信号的差值,得到第二振动信号;
即从第一振动信号中减去具有最匹配工频参数的第二模拟信号,实现工频噪声的准确消除。
此时第二振动信号即为有效消除工频噪声后的振动信号,如图7(a)所示为第二振动信号的振动信号波形,图7(b)所示为第二振动信号的幅值谱图,与图3和图4比较,可以发现工频谱线明显消除,而其他谱线未发生变化,证明本实施例的工频干扰方法能够很好地将工频噪声消除,而不会消除有用信号。
为了为进一步考察工频噪声消除效果,如图8(a)和图8(b)所示,可以更清晰地看到工频噪声滤除效果非常理想,工频噪声被明显消除,而振动信号特征则得以完整保留。图8(b)与图1(b)相比,发现工频干扰被滤掉,但工频邻近的有用信号并未被部分滤掉,不会影响后续振动信号的量化分析,即本发明的方法明显优于现有的陷波器法。
综上,本发明实施例有效滤除了第一振动信号的工频噪声干扰,提高了信噪比,同传统陷波器方法相比具有明显优势。
本发明还提供了一种系统,包括:
获取模块,用于获取第一振动信号;
计算模块,用于根据第一振动信号得到工频幅值,以及根据第一振动信号得到工频频率;
构建模块,用于构建第一模拟信号,第一模拟信号包括幅值参数和频率参数;
拟合模块,用于根据工频幅值、工频频率和第一振动信号,对第一模拟信号进行拟合处理,确定幅值参数为第一数值,以及确定频率参数为第二数值;
第一确定模块,用于根据第一数值、第二数值和第一模拟信号,确定第二模拟信号;
第二确定模块,用于根据第一振动信号和第二模拟信号的差值,得到第二振动信号。
上述方法实施例中的内容均适用于本系统实施例中,本系统实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
本发明还提供了一种装置,包括:
至少一处理器;
至少一存储器,用于存储至少一程序;
当至少一程序被至少一处理器执行,使得至少一处理器实现工频干扰消除方法。
上述方法实施例中的内容均适用于本装置实施例中,本装置实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
在一些可选择的实施例中,在本发明的步骤所呈现和描述的实施例以示例的方式被提供,目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的,其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外,虽然在功能性模块的背景下描述了本发明,但应当理解的是,除非另有相反说明,所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中,或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是,有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说,考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下,在工程师的常规技术内将会了解该模块的实际实现。因此,本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是,所公开的特定概念仅仅是说明性的,并不意在限制本发明的范围,本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
本发明实施例还提供了一种存储介质,所述存储介质存储有程序,所述程序被处理器执行完成所述工频干扰消除方法。
同样可见,上述方法实施例中的内容均适用于本存储介质实施例中,实现的功能和有益效果与方法实施例相同。
所述功能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-Only Memory)、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。
实施例中的步骤表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
Claims (4)
1.一种工频干扰消除方法,其特征在于,包括以下步骤:
获取第一振动信号;
根据所述第一振动信号得到工频幅值,以及根据所述第一振动信号得到工频频率;
构建第一模拟信号,所述第一模拟信号包括幅值参数和频率参数;
根据所述工频幅值、所述工频频率和所述第一振动信号,对所述第一模拟信号进行拟合处理,确定所述幅值参数为第一数值,以及确定所述频率参数为第二数值;
根据所述第一数值、所述第二数值和所述第一模拟信号,确定第二模拟信号;
根据所述第一振动信号和所述第二模拟信号的差值,得到第二振动信号;
所述第一振动信号包括趋势项,所述根据所述第一振动信号得到工频频率,包括以下步骤:
通过经验模式分解对所述第一振动信号进行处理,消除所述趋势项,得到消除结果;
根据消除结果,得到所述工频频率;
其中所述消除结果为所述第一振动信号消除所述趋势项后的振动信号;
所述构建第一模拟信号,包括以下步骤:
根据所述幅值参数、所述频率参数以及初相位参数,构建所述第一模拟信号;
所述根据所述工频幅值、所述工频频率和所述第一振动信号,对所述第一模拟信号进行拟合处理,确定所述幅值参数为第一数值,以及确定所述频率参数为第二数值,包括以下步骤:
确定所述消除结果与所述第一模拟信号的差值,得到残差信号;
根据所述工频幅值确定第一拟合范围,以及根据所述工频频率确定第二拟合范围;
根据所述第一拟合范围、所述第二拟合范围以及所述初相位参数,计算所述残差信号的平方和并进行搜索,以确定所述幅值参数为第一数值,以及确定所述频率参数为第二数值,并确定所述初相位参数为第三数值;
所述根据所述第一数值、所述第二数值和所述第一模拟信号,确定第二模拟信号,包括以下步骤:
将所述第一数值、所述第二数值和所述第三数值代入所述第一模拟信号,得到所述第二模拟信号;
其中,所述第一数值、所述第二数值和所述第三数值使得所述残差信号的平方和为最小值,且所述第一数值、所述第二数值和所述第三数值能够使得果第一模拟信号的频率、幅值、初相与第一振动信号中工频的频率、幅值、初相一致;
所述根据所述第一振动信号得到工频幅值,包括以下步骤:
通过快速傅里叶变换对所述第一振动信号进行分解处理,得到若干幅值谱的谱线;
根据幅值最大的谱线以及与所述幅值最大的谱线相邻的预设数量的所述谱线,计算得到所述工频幅值;
所述根据消除结果,得到所述工频频率,包括以下步骤:
通过多重信号分类算法对所述消除结果进行功率谱的计算;
根据所述功率谱,得到所述工频频率。
2.一种系统,其特征在于,应用于如权利要求1所述工频干扰消除方法,系统包括:
获取模块,用于获取第一振动信号;
计算模块,用于根据所述第一振动信号得到工频幅值,以及根据所述第一振动信号得到工频频率;
构建模块,用于构建第一模拟信号,所述第一模拟信号包括幅值参数和频率参数;
拟合模块,用于根据所述工频幅值、所述工频频率和所述第一振动信号,对所述第一模拟信号进行拟合处理,确定所述幅值参数为第一数值,以及确定所述频率参数为第二数值;
第一确定模块,用于根据所述第一数值、所述第二数值和所述第一模拟信号,确定第二模拟信号;
第二确定模块,用于根据所述第一振动信号和所述第二模拟信号的差值,得到第二振动信号。
3.一种装置,其特征在于,包括:
至少一处理器;
至少一存储器,用于存储至少一程序;
当所述至少一程序被所述至少一处理器执行,使得所述至少一处理器实现如权利要求1所述工频干扰消除方法。
4.存储介质,其特征在于,所述存储介质存储有程序,所述程序被处理器执行完成如权利要求1所述工频干扰消除方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010534280.XA CN111880022B (zh) | 2020-06-12 | 2020-06-12 | 工频干扰消除方法、系统、装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010534280.XA CN111880022B (zh) | 2020-06-12 | 2020-06-12 | 工频干扰消除方法、系统、装置和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111880022A CN111880022A (zh) | 2020-11-03 |
CN111880022B true CN111880022B (zh) | 2023-11-07 |
Family
ID=73158285
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010534280.XA Active CN111880022B (zh) | 2020-06-12 | 2020-06-12 | 工频干扰消除方法、系统、装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111880022B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113361331B (zh) * | 2021-05-17 | 2023-08-25 | 广东机电职业技术学院 | 基于加窗插值fft的工频干扰消除方法、系统和介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103417206A (zh) * | 2012-05-22 | 2013-12-04 | 中国科学院深圳先进技术研究院 | Ecg去除工频干扰的方法及系统 |
CN103424183A (zh) * | 2013-08-06 | 2013-12-04 | 常州大学 | 机械振动信号检测异常干扰消除方法 |
CN103795473A (zh) * | 2012-11-02 | 2014-05-14 | 华为技术有限公司 | 消除工频干扰的方法和系统 |
CN106874872A (zh) * | 2017-02-16 | 2017-06-20 | 武汉中旗生物医疗电子有限公司 | 工频噪声滤除装置与方法 |
CN110367974A (zh) * | 2019-07-10 | 2019-10-25 | 南京邮电大学 | 基于变分模态分解-传递熵的脑肌电耦合的研究方法 |
-
2020
- 2020-06-12 CN CN202010534280.XA patent/CN111880022B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103417206A (zh) * | 2012-05-22 | 2013-12-04 | 中国科学院深圳先进技术研究院 | Ecg去除工频干扰的方法及系统 |
CN103795473A (zh) * | 2012-11-02 | 2014-05-14 | 华为技术有限公司 | 消除工频干扰的方法和系统 |
CN103424183A (zh) * | 2013-08-06 | 2013-12-04 | 常州大学 | 机械振动信号检测异常干扰消除方法 |
CN106874872A (zh) * | 2017-02-16 | 2017-06-20 | 武汉中旗生物医疗电子有限公司 | 工频噪声滤除装置与方法 |
CN110367974A (zh) * | 2019-07-10 | 2019-10-25 | 南京邮电大学 | 基于变分模态分解-传递熵的脑肌电耦合的研究方法 |
Non-Patent Citations (3)
Title |
---|
基于MUSIC算法的动不平衡信号提取方法研究;齐伟等;《仪器仪表学报》;20120615;第33卷(第06期);正文第1241-1242页 * |
基于奇异向量频谱的工频干扰消除方法;李伟光,张晓涛;《华南理工大学学报(自然科学版)》;20170515;第45卷(第5期);全文 * |
油膜支承可倾瓦轴承振动信号处理方法研究;张晓涛;《中国博士学位论文全文数据库工程科技Ⅱ辑》;20181215;第2018年卷(第12期);正文第43-46页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111880022A (zh) | 2020-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kim et al. | Wavelet transforms in power systems. Part 1: General introduction to the wavelet transforms | |
Evans et al. | Periodic signals for measuring nonlinear Volterra kernels | |
Tarasiuk | Hybrid wavelet-Fourier spectrum analysis | |
US10156600B2 (en) | Method and device for impedance analyzer with binary excitation | |
Ece et al. | Power quality event detection using joint 2-D-wavelet subspaces | |
Tiwari et al. | Fast amplitude estimation of harmonics using undecimated wavelet packet transform and its hardware implementation | |
Shao et al. | Order tracking by discrete Gabor expansion | |
CN112362966A (zh) | 基于小波包变换与stft相融合的电网谐波检测方法及装置 | |
CN111880022B (zh) | 工频干扰消除方法、系统、装置和存储介质 | |
Osipov et al. | Applications of wavelet transform for analysis of electrical transients in power systems: the review | |
CN112881796A (zh) | 频谱泄漏校正的多频实信号频率估计算法 | |
Firouzjah et al. | A new harmonic detection method for shunt active filter based on wavelet transform | |
US20240088657A1 (en) | Fractional domain noise reduction method for power signal | |
Stoynov | Rotating Fourier transform—new mathematical basis for non-stationary impedance analysis | |
Costa et al. | Harmonic and interharmonic identification based on improved Prony's method | |
Martens et al. | Improved impedance analyzer with binary excitation signals | |
CN115266066A (zh) | 旋转体的故障识别方法、装置、设备及存储介质 | |
CN104969474A (zh) | 从生物电信号中去除噪声的装置和方法 | |
CN112327234B (zh) | 可转位刀具切削动态信号的工频干扰高精度补偿方法 | |
Firouzjah et al. | A predictive current control method for shunt active filter with windowing based wavelet transform in harmonic detection | |
CN112505413A (zh) | 一种时频分析方法和系统 | |
Santos et al. | Harmonic and inter-harmonic estimation using esprit associated with filter bank | |
Thangaraj et al. | Analysis and estimation of harmonics using wavelet packet transform | |
Gheorge et al. | Fundamental frequency estimation using wavelet denoising techniques | |
CN113065436B (zh) | 基于小波包变换的间谐波检测方法、装置及电力系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |