CN112395992A - 一种基于改进小波阈值的电力谐波信号去噪方法 - Google Patents
一种基于改进小波阈值的电力谐波信号去噪方法 Download PDFInfo
- Publication number
- CN112395992A CN112395992A CN202011299613.1A CN202011299613A CN112395992A CN 112395992 A CN112395992 A CN 112395992A CN 202011299613 A CN202011299613 A CN 202011299613A CN 112395992 A CN112395992 A CN 112395992A
- Authority
- CN
- China
- Prior art keywords
- wavelet
- threshold
- signal
- improved
- denoising
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 23
- 238000013139 quantization Methods 0.000 claims abstract description 16
- 230000000694 effects Effects 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000004043 dyeing Methods 0.000 claims abstract description 11
- 238000007429 general method Methods 0.000 claims abstract description 5
- 230000009466 transformation Effects 0.000 claims abstract description 5
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000004088 simulation Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 abstract description 3
- 230000006872 improvement Effects 0.000 abstract description 2
- 238000005070 sampling Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000010186 staining Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
- G06F2218/06—Denoising by applying a scale-space analysis, e.g. using wavelet analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Testing Relating To Insulation (AREA)
Abstract
Description
技术领域
本申请涉及电力谐波信号去噪技术领域,尤其涉及一种基于改进小波阈值的电力谐波信号去噪方法。
背景技术
随着各种电力电子装置在电力系统、工业、交通及家庭中的应用日益广泛,谐波所造成的危害也日趋严重。所以,电力系统中谐波检测与分析是提高电能质量、使电网安全有效运行的重要方法,并且为研究谐波抑制提供理论支持。在实际电力系统工程中,由于其结构复杂,信号常受到外界干扰,造成噪声污染,这些噪声对电能质量信号的检测与分析造成了一定影响。
因此要实现谐波的准确检测必须先去除噪声,信号去噪是信息处理过程中的关键步骤,去噪方式决定去噪效果,因此,如何选择最优的去噪方法成为电力系统谐波分析领域的一个研究热点。
常用的去噪方法主要有:数学形态法、傅里叶变换(FFT)去噪法、小波去噪等。因为小波变换继承了短时傅里叶变换局部化的思想,又克服了窗口大小随着频率变换的缺点,小波去噪成为目前国内外应用于电能质量信号检测与分析最广泛的去噪方法。小波去噪的算法主要包括:模极大值重构去噪算法,空域相关去噪算法,小波阈值去噪算法。
其中,在实际去噪应用中已经得到广泛应用的经典去噪算法为小波阈值去噪法,这种方法可以有效去噪的同时,保留原始信号的突变点信息。
小波阈值去噪方法主要由三个步骤组成:
(1)首先选择合适的小波基和分解层数,对含噪信号进行小波变换得到各层的尺度系数和小波系数;
(2)然后选择合适的阈值和阈值函数,对各层小波系数进行阈值量化得到估计的小波系数,而尺度系数保持不变;
(3)最后根据尺度系数和估计的小波系数进行小波重构,得到去噪后的信号。该方法能得到原始信号的近似最优估计,具有广泛的适应性。
但是,传统小波阈值函数容易处理造成“伪吉布斯”现象、小波系数偏差等问题,具有硬阈值函数不连续、软阈值函数失真的特点,去噪效果不佳。
发明内容
本申请提供了一种基于改进小波阈值的电力谐波信号去噪方法,以解决现有技术中小波阈值函数容易处理造成“伪吉布斯”现象、小波系数偏差等问题,具有硬阈值函数不连续、软阈值函数失真的特点,去噪效果不佳的问题。
本申请采用的技术方案如下:
本发明提供了一种基于改进小波阈值的电力谐波信号去噪方法,包括以下步骤:
采集原始电力谐波信号;
对所述原始电力谐波信号进行染噪处理,得到一维染噪信号;
对所述一维染噪信号进行5~8层小波分解,得到高频小波系数Wj,k,其中Wj,k表示小波分解第j层的细节系数组中的第k个系数;
进一步地,所述采集原始电力谐波信号中的原始电力谐波信号包括三种典型电能质量信号,分别为电压暂降、电压暂升和电压中断。
进一步地,对所述原始电力信号进行染噪处理,得到一维染噪信号,包括:
在所述原始电力谐波信号中加入不同信噪比的高斯白噪声SNR,得到一维染噪信号。
进一步地,所述高斯白噪声SNR为10dB。
进一步地,对所述一维染噪信号进行5~8层小波分解,得到高频小波系数Wj,k,包括:
采用db8小波基函数对一维染噪电力信号进行5~8层小波分解,得到高频小波系数Wj,k。
进一步地,采用db8小波基函数对一维染噪电力信号进行5~8层小波分解,得到高频小波系数Wj,k,包括:
选取sym9、sym8、sym7和db6、db8、dbl0小波基分别对小波进行小波分解,通过仿真对比分析,采用db8作为小波基,对所述一维染噪信号进行5~8层小波分解,得到高频小波系数Wj,k。
采用改进通用阈值规则计算出阈值,其中改进的通用阈值表达式为:
δ=median(|w1,k|)/0.6745
实际应用中,δ总是未知的,故用其估计值,其中,w1,k层小波系数,median(x)表示取中值运算,λj表示每一层小波系数的阈值,j表示分解层数;
式中k,k1为改进阈值函数的调整因子,其中0<k<1,k1为正常数。
进一步地,所述方法还包括引入输出信噪比SNR、均方误差RMSE和平滑度r来验证去噪效果,其计算公式分别为:
当信号去噪后,峰值信噪比值越大、均方根误差越小、平滑度指数越低,表明去噪信号越接近原始信号,即信号去噪效果越好。
采用本申请的技术方案的有益效果如下:
本发明的一种基于改进小波阈值的电力谐波信号去噪方法,提出的改进后的小波阈值函数克服了传统小波阈值函数处理造成的“伪吉布斯”现象、小波系数偏差等问题,弥补了小波软、硬阈值去噪的缺点,其适应性更强。另外改进的小波阈值函数具有无穷连续导数,将介于[-λ,λ]之间的估计小波系数与原始小波系数之间建立了非线性函数关系,而不是简单的置零,便于进行各种数学处理,为小波阈值的自适应选择提供可能,以便更高效的发挥阈值去噪的优势。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,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为改进小波阈值去噪流程图;
图2为谐波染噪信号图;
图3为四种阈值函数特性曲线图;
图4为不同阈值函数去噪效果图;
图5为不同阈值规则时的输出信噪比图。
具体实施方式
下面将详细地对实施例进行说明,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。以下实施例中描述的实施方式并不代表与本申请相一致的所有实施方式。仅是与权利要求书中所详述的、本申请的一些方面相一致的系统和方法的示例。
参见图1至图5。
本申请提供的一种基于改进小波阈值的电力谐波信号去噪方法,如图1所示的改进小波阈值去噪流程图,包括以下步骤:
步骤S1:采集原始电力谐波信号。
所述采集原始电力谐波信号中的原始电力谐波信号包括三种典型电能质量信号,分别为电压暂降、电压暂升和电压中断。
在本实施例中,步骤S1中所述电力信号在实际电网中的谐波以齐次谐波为主,例如,在对信号进行小波阈值小波去噪仿真实验中,根据奈奎斯采样定理设置采样频率为6400Hz,采样时间0.1s,采样点数为1024个,电压信号的表达式为:
f(t)=sin(2πft)+0.1sin(6πft)+0.2sin(10πft)+
0.15sin(14πft)+0.1sin(22πft)+0.03sin(120πft)
步骤S2:在原始电力谐波信号加入高斯白噪声,得到一维染噪电能信号。
在本实施例中,步骤2中加入的所述高斯白噪声SNR为10dB,如图2所示。
步骤S3:对步骤S2获得的一维染噪电能信号进行5层小波分解,选定db8为小波基对输入信号进行小波分解,得到高频小波系数Wj,k和最低级别的近似系数,其中文件,Wj,k表示小波分解第j层的细节系数组中的第k个系数,即Wj,k=<f,ψj,k>。
具体来说,在本实施例中,步骤S3中,选取sym9、sym8、sym7和db6、db8、dbl0小波基分别对小波进行小波分解,通过仿真对比分析,采用db8作为小波基,考虑到采集谐波电压、电流信号的电能质量分析仪器的采样频率通常为6.4kHz,基波频率为50Hz等特点,将分解层数选定为5~8层,试验证明其能够很好地缓和噪声分离和重构信号失真之间的矛盾。
在本实施例中,步骤S4具体包括以下步骤:
步骤S41:采用改进通用阈值规则计算出阈值,其中改进的通用阈值表达式为:
实际应用中,δ总是未知的,故用其估计值,
δ=median(|w1,k|)/0.6745
其中,w1,k为第一层小波系数,median(x)表示取中值运算;
式中λj表示每一层小波系数的阈值,j表示分解层数,当j大时,λj小,多尺度阈值则时对分解后的不同尺度上的系数用不相同的阈值进行处理,能更简洁高效地进行去噪分析。
式中k,k1为改进阈值函数的调整因子,其中0<k<1,k1为正常数,这个调节系数的实际值可以根据使用情况自适应的调节,拥有更强的自适应性。当阈值λ小于真实的小波系数的绝对值的时候,调节参数会随着小波系数绝对值的逐渐增加而逐渐减小。改进阈值函数的去噪特性曲线图如图3所示。
下面利用数学方法证明阈值函数的连续性和改进现有固定偏差问题,根据改进的阈值折衷函数表达式可知,当|Wj,k|→λ时:
可以看出改进阈值函数在λ处连续,同理可以证明在-λ处也连续。因此证明此发明中所提出的改进软、硬阈值折衷法弥补了硬阈值不连续的缺点,延续了软阈值法的优点。
当|Wj,k|→∞,调节参数k,使得k→1,求得
即当|Wj,k|→∞,阈值与小波系数偏差为0,弥补了软阈值法中存在的恒定偏差问题。根据实际需要灵活设置k,k1,在使用中需通过经验和仿真来选择最合适的值。
进一步地,本发明上述方法还包括引入输出信噪比SNR、均方误差RMSE和平滑度r来验证去噪效果,其计算公式分别为:
在输入染噪谐波信噪比为10dB情况下,采用本发明去噪方法与传统软硬阈值去噪方法,得到本发明与传统软硬阈值去噪方法的输出信噪比和均方误差。表1为不同阈值函数去噪效果对比结果。
表1不同阈值函数去噪效果对比结果
在输入染噪谐波信噪比为0-20dB情况下,采用本发明改进通用阈值规则与传统四种阈值规则,得到不同阈值规则下的输出信噪比如图5所示。使用改进后的阈值量化规则,减小了去噪后的信号与原始信号之间的误差,同时SNR和RMSE的值也是最优,并且在计算复杂度相同的情况下,其运行时间最短,如表2所示。
表2运行计算时间对比
特别的,在本实施例中,如图4所示为不同阈值函数去噪效果图,由图4可以看出,软、硬阈值去噪波形图含有很多毛刺,没有很好的过滤掉噪声;软硬阈值折衷去噪后的信号波形比较平滑,信息损失小,但是个别点上略有差异;所提出的改进的阈值函数去噪得到的波形平滑度和相似度都有所提高。本发明中基于多尺度阈值思想,采用具有自适应的阈值可以分层良好地区分噪声信号,能够使去噪效果干净彻底,提出的改进阈值函数,在去噪后信号的信噪比和均方误差意义上都有了一定的改善,并且具有比折衷阈值法更灵活的参数选择范围,因此该方法用于信号去噪是可行和有效的。
本申请提供的实施例之间的相似部分相互参见即可,以上提供的具体实施方式只是本申请总的构思下的几个示例,并不构成本申请保护范围的限定。对于本领域的技术人员而言,在不付出创造性劳动的前提下依据本申请方案所扩展出的任何其他实施方式都属于本申请的保护范围。
Claims (8)
2.根据权利要求1所述的基于改进小波阈值的电力谐波信号去噪方法,其特征在于,所述采集原始电力谐波信号中的原始电力谐波信号包括三种典型电能质量信号,分别为电压暂降、电压暂升和电压中断。
3.根据权利要求1或2所述的基于改进小波阈值的电力谐波信号去噪方法,其特征在于,对所述原始电力信号进行染噪处理,得到一维染噪信号,包括:
在所述原始电力谐波信号中加入不同信噪比的高斯白噪声,得到一维染噪信号。
4.根据权利要求3所述的基于改进小波阈值的电力谐波信号去噪方法,其特征在于,所述高斯白噪声SNR为10dB。
5.根据权利要求1或4所述的基于改进小波阈值的电力谐波信号去噪方法,其特征在于,对所述一维染噪信号进行5~8层小波分解,得到高频小波系数Wj,k,包括:
采用db8小波基函数对一维染噪信号进行5~8层小波分解,得到高频小波系数Wj,k。
6.根据权利要求1或4所述的基于改进小波阈值的电力谐波信号去噪方法,其特征在于,采用db8小波基函数对一维染噪电力信号进行5~8层小波分解,得到高频小波系数Wj,k,包括:
选取sym9、sym8、sym7和db6、db8、db10小波基分别对小波进行小波分解,通过仿真对比分析,采用db8作为小波基,对所述一维染噪信号进行5~8层小波分解,得到高频小波系数Wj,k。
7.根据权利要求6所述的基于改进小波阈值的电力谐波信号去噪方法,其特征在于,采用改进通用法计算出阈值,并利用所述阈值与改进后的小波阈值函数对得到的一组高频小波系数Wj,k进行阈值量化处理,得到估计低频小波系数包括:
采用改进通用阈值规则计算出阈值,其中改进的通用阈值表达式为:
δ=median(|w1,k|)/0.6745
实际应用中,δ总是未知的,故用其估计值,其中,w1,k层小波系数,median(x)表示取中值运算,λj表示每一层小波系数的阈值,j表示分解层数;
式中k,k1为改进阈值函数的调整因子,其中0<k<1,k1为正常数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011299613.1A CN112395992A (zh) | 2020-11-18 | 2020-11-18 | 一种基于改进小波阈值的电力谐波信号去噪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011299613.1A CN112395992A (zh) | 2020-11-18 | 2020-11-18 | 一种基于改进小波阈值的电力谐波信号去噪方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112395992A true CN112395992A (zh) | 2021-02-23 |
Family
ID=74607435
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011299613.1A Pending CN112395992A (zh) | 2020-11-18 | 2020-11-18 | 一种基于改进小波阈值的电力谐波信号去噪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112395992A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113065436A (zh) * | 2021-03-24 | 2021-07-02 | 南方电网科学研究院有限责任公司 | 基于小波包变换的间谐波检测方法、装置及电力系统 |
CN113239751A (zh) * | 2021-04-27 | 2021-08-10 | 电子科技大学 | 一种基于加权因子的小波阈值去噪方法 |
CN113378661A (zh) * | 2021-05-25 | 2021-09-10 | 浙江工业大学 | 一种基于改进小波阈值和相关检测的直流电能信号去噪方法 |
CN113553997A (zh) * | 2021-09-17 | 2021-10-26 | 南京信息工程大学 | 一种联合改进小波阈值的信号处理方法、存储介质和系统 |
CN113628627A (zh) * | 2021-08-11 | 2021-11-09 | 广东电网有限责任公司广州供电局 | 一种基于结构化语音分析的电力行业客户服务质检系统 |
CN113642417A (zh) * | 2021-07-21 | 2021-11-12 | 江苏大学 | 一种基于改进小波算法的绝缘架空导线局部放电信号的去噪方法 |
CN113759244A (zh) * | 2021-09-03 | 2021-12-07 | 中国南方电网有限责任公司超高压输电公司广州局 | 断路器监测方法、装置、计算机设备和存储介质 |
CN113884758A (zh) * | 2021-09-29 | 2022-01-04 | 广东电网有限责任公司 | 一种直流电能计量方法、装置、设备及存储介质 |
CN114510976A (zh) * | 2022-02-15 | 2022-05-17 | 杭州电子科技大学 | 基于双变量阈值函数的呼吸信号去噪方法及装置 |
CN114841213A (zh) * | 2022-05-19 | 2022-08-02 | 东南大学 | 基于改进小波阈值函数的硅微谐振式加速度计降噪方法 |
CN116108336A (zh) * | 2023-04-13 | 2023-05-12 | 吉林省百皓科技有限公司 | 一种基于小波变换的二氧化氯传感器信号去噪方法 |
CN113642417B (zh) * | 2021-07-21 | 2024-05-14 | 江苏大学 | 一种基于改进小波算法的绝缘架空导线局部放电信号的去噪方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108985179A (zh) * | 2018-06-22 | 2018-12-11 | 福建和盛高科技产业有限公司 | 一种基于改进小波阈值函数的电能质量信号去噪方法 |
CN109242799A (zh) * | 2018-09-19 | 2019-01-18 | 安徽理工大学 | 一种变阈值的小波去噪方法 |
CN109557429A (zh) * | 2018-11-07 | 2019-04-02 | 国网浙江省电力有限公司电力科学研究院 | 基于改进小波阈值去噪的gis局部放电故障检测方法 |
CN110220708A (zh) * | 2019-04-24 | 2019-09-10 | 邯郸钢铁集团有限责任公司 | 一种基于改进小波算法的轴承信号降噪方法 |
-
2020
- 2020-11-18 CN CN202011299613.1A patent/CN112395992A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108985179A (zh) * | 2018-06-22 | 2018-12-11 | 福建和盛高科技产业有限公司 | 一种基于改进小波阈值函数的电能质量信号去噪方法 |
CN109242799A (zh) * | 2018-09-19 | 2019-01-18 | 安徽理工大学 | 一种变阈值的小波去噪方法 |
CN109557429A (zh) * | 2018-11-07 | 2019-04-02 | 国网浙江省电力有限公司电力科学研究院 | 基于改进小波阈值去噪的gis局部放电故障检测方法 |
CN110220708A (zh) * | 2019-04-24 | 2019-09-10 | 邯郸钢铁集团有限责任公司 | 一种基于改进小波算法的轴承信号降噪方法 |
Non-Patent Citations (4)
Title |
---|
任重;刘莹;刘国栋;黄振;: "改进的小波双阈值双因子函数去噪", 计算机应用, no. 09 * |
宿常鹏: "基于新阈值函数的小波阈值去噪方法研究", 《战术导弹技术》, pages 66 - 71 * |
宿常鹏;王雪梅;许哲;李骏霄;: "基于新阈值函数的小波阈值去噪方法研究", 战术导弹技术, no. 03, pages 2 * |
李庆华;山拜・达拉拜;邱新建;廖畅;孙全富;: "非高斯噪声背景下小波阈值算法分析", 计算机应用, no. 09 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113065436A (zh) * | 2021-03-24 | 2021-07-02 | 南方电网科学研究院有限责任公司 | 基于小波包变换的间谐波检测方法、装置及电力系统 |
CN113239751A (zh) * | 2021-04-27 | 2021-08-10 | 电子科技大学 | 一种基于加权因子的小波阈值去噪方法 |
CN113378661A (zh) * | 2021-05-25 | 2021-09-10 | 浙江工业大学 | 一种基于改进小波阈值和相关检测的直流电能信号去噪方法 |
CN113378661B (zh) * | 2021-05-25 | 2024-03-22 | 浙江工业大学 | 一种基于改进小波阈值和相关检测的直流电能信号去噪方法 |
CN113642417B (zh) * | 2021-07-21 | 2024-05-14 | 江苏大学 | 一种基于改进小波算法的绝缘架空导线局部放电信号的去噪方法 |
CN113642417A (zh) * | 2021-07-21 | 2021-11-12 | 江苏大学 | 一种基于改进小波算法的绝缘架空导线局部放电信号的去噪方法 |
CN113628627B (zh) * | 2021-08-11 | 2022-06-14 | 广东电网有限责任公司广州供电局 | 一种基于结构化语音分析的电力行业客户服务质检系统 |
CN113628627A (zh) * | 2021-08-11 | 2021-11-09 | 广东电网有限责任公司广州供电局 | 一种基于结构化语音分析的电力行业客户服务质检系统 |
CN113759244A (zh) * | 2021-09-03 | 2021-12-07 | 中国南方电网有限责任公司超高压输电公司广州局 | 断路器监测方法、装置、计算机设备和存储介质 |
CN113553997A (zh) * | 2021-09-17 | 2021-10-26 | 南京信息工程大学 | 一种联合改进小波阈值的信号处理方法、存储介质和系统 |
CN113884758A (zh) * | 2021-09-29 | 2022-01-04 | 广东电网有限责任公司 | 一种直流电能计量方法、装置、设备及存储介质 |
CN114510976A (zh) * | 2022-02-15 | 2022-05-17 | 杭州电子科技大学 | 基于双变量阈值函数的呼吸信号去噪方法及装置 |
CN114841213A (zh) * | 2022-05-19 | 2022-08-02 | 东南大学 | 基于改进小波阈值函数的硅微谐振式加速度计降噪方法 |
CN116108336A (zh) * | 2023-04-13 | 2023-05-12 | 吉林省百皓科技有限公司 | 一种基于小波变换的二氧化氯传感器信号去噪方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112395992A (zh) | 一种基于改进小波阈值的电力谐波信号去噪方法 | |
CN108985179A (zh) | 一种基于改进小波阈值函数的电能质量信号去噪方法 | |
CN112380934B (zh) | 基于小波熵与稀疏度的电缆局放信号自适应小波去噪方法 | |
CN113378661B (zh) | 一种基于改进小波阈值和相关检测的直流电能信号去噪方法 | |
CN113269082A (zh) | 一种基于改进变分模态分解的局部放电阈值去噪方法 | |
CN115618204A (zh) | 基于最优小波基和改进小波阈值函数的电能数据降噪方法 | |
CN116502042A (zh) | 基于变分模态分解与改进小波阈值的电能质量扰动去噪方法 | |
CN112084845A (zh) | 基于多尺度小波系数自相关的低频1/f噪声消除方法 | |
CN114842867A (zh) | 一种基于dft的音频正弦信号频率估计方法及系统 | |
CN110931039A (zh) | 一种基于小波的无线语音降噪装置及方法 | |
CN109409281A (zh) | 一种基于改进的小波阈值函数的降噪方法 | |
CN110287853B (zh) | 一种基于小波分解的暂态信号去噪方法 | |
CN110112757B (zh) | 基于sure小波消噪和改进hht的低频振荡分析方法 | |
CN110221349A (zh) | 一种基于小波变换与正弦波估计的瞬变电磁信号降噪方法 | |
CN111553308A (zh) | 一种电力变压器局部放电信号的重构方法 | |
Nannan | The application of an improved wavelet threshold function in de-noising of heart sound signal | |
CN116667920A (zh) | 结合主成分分析与希尔伯特-黄变换的瞬态信号检测方法 | |
Alak et al. | Speech Denoising with Maximal Overlap Discrete Wavelet Transform | |
Su et al. | Translation-invariant wavelet de-noising method with improved thresholding | |
Gu | Wavelet threshold de-noising of power quality signals | |
CN110703089B (zh) | 一种用于低频振荡Prony分析的小波阈值去噪方法 | |
Zhang et al. | A new time-scale adaptive denoising method based on wavelet shrinkage | |
Yang et al. | The de-noising method of threshold function based on wavelet | |
Hussein et al. | Histogram-based thresholding in discrete wavelet transform for partial discharge signal denoising | |
CN113505688A (zh) | 一种改进的自适应小波阈值信号去噪方法 |
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 |