CN112710928A - 基于自相关性分析的直流局部放电波形去干扰方法及系统 - Google Patents

Abstract

本发明公开了一种基于自相关性分析的直流局部放电波形去干扰方法及系统，包括以下步骤：从采集的原始信号中提取直流局部放电脉冲和干扰脉冲的波形；对每个直流局部放电脉冲的波形进行NACF变换，计算并比较所有直流局部放电脉冲的NACF的相关系数；根据同类局部放电脉冲的NACF的相关系数高，不同类局部放电脉冲NACF相关系数较低，调整并设置相关系数阈值，根据所述相关系数阈值将直流局部放电脉冲与手机和\或对讲机的干扰脉冲区分，并滤除所述干扰脉冲。本发明能够有效的滤除直流局部放电数据中的手机信号干扰与对讲机信号干扰，实现直流局部放电的去噪。

Description

基于自相关性分析的直流局部放电波形去干扰方法及系统

技术领域

本发明涉及直流局部放电领域，尤其涉及一种基于自相关性分析的直流局部放电波形去干扰方法及系统。

背景技术

换流变压器在运行中既要承受交流电应力作用，又要承受较大分量的直流电应力作用，要求变压器绝缘尤其是阀侧绝缘对运行中的工作场强有足够的耐受裕度，其绝缘问题非常突出。进行直流外施耐压试验是考察阀侧绕组绝缘状况的有效手段，同时开展局部放电检测能有效地反映设备内部绝缘的故障，尤其对突发性故障的早期预警，是换流变出厂试验中的一项重要内容。目前国家电网公司正在开展±1100kV直流输电的研究工作，±1100kV换流变可能采取现场组装的方式，因此需要在现场开展直流耐压及局放试验等其他绝缘试验。

由于在进行直流局部放电检测时，存在着较多的干扰源。在检测过程中，需要把干扰源从直流局部放电检测信号中滤除。其中最具代表性的干扰源主要有手机干扰、对讲机干扰等，这些干扰的电磁信号非常容易通过空间耦合进入局部放电测试系统，对换流变的现场直流局部放电产生影响。

为了抑制周期性手机干扰信号、对讲机干扰信号，采用基于小波分析方法同时在时域和频域进行局部分析，在利用小波变换方法分析信号时，时间分辨率和频率分辨率都是可变的，在频率分辨率较高的部分具有较低的时间分辨率，在频率分辨率较低的部分具有较高的时间分辨率，基于这个特点理论上证明了运用小波分析方法去除PD信号中的噪声信号。然而，从去噪试验结果上看，去噪后的手机干扰信号波形与原始波形并没有太大的变化，仍然呈现“持续时间长”、“等幅值”特性，而对讲机干扰脉冲呈现出与手机干扰信号的“等幅值”特性类似的特征，即在整个脉冲持续时间内，脉冲的幅值呈现周期性的振荡，并不具备局部放电脉冲的振荡衰减特征。由此可见，传统的小波分析方法难以去除手机干扰信号和对讲机干扰信号。

综上，为保证换流变的现场直流局部放电不受信号干扰影响，采取有效的措施来去除小波分析无法完全去除的手机信号和脉冲型干扰，显得尤其重要。

发明内容

本发明提供了一种基于自相关性分析的直流局部放电波形去干扰方法及系统，用以解决换流变进行现场直流局部放电检测时，传统的小波分析方法难以去除手机干扰信号和对讲机干扰信号的技术问题。

为解决上述技术问题，本发明提出的技术方案为：

一种基于自相关性分析的直流局部放电波形去干扰方法，包括以下步骤：

从采集的原始信号中提取直流局部放电脉冲和干扰脉冲的波形；

对每个直流局部放电脉冲的波形进行NACF变换，计算并比较所有直流局部放电脉冲的NACF的相关系数；

根据同类局部放电脉冲的NACF的相关系数高，不同类局部放电脉冲NACF相关系数较低，调整并设置相关系数阈值，根据相关系数阈值将直流局部放电脉冲与手机和\或对讲机的干扰脉冲区分，并滤除干扰脉冲。

优选地，直流局部放电脉冲的NACF如下：

式中，任何一个提取的脉冲波形用S＝{s₁，s₂，...，s_N}表示，N为脉冲波形的采样点，k：第k个采样点，取k＝1,2，…，N；

E_s为信号的总能量，如下：

其中，i为采样点的变量，取i＝1，2，…，N。

优选地，计算所有直流局部放电脉冲的NACF的相关系数，计算公式如下：

式中，r为NACF的相关系数，R_1i为第1脉冲NACF的第i个值，

为第1脉冲NACF的平均值，R_2i为第2脉冲NACF的第i个值，

为第2脉冲NACF的平均值，i为采样点的变量，i＝1，2，…，N，N为脉冲波形的采样点。

优选地，从采集的原始信号中提取直流局部放电脉冲和干扰脉冲的波形，包括以下步骤：

对采集的原始信号的直流局部放电波形进行小波去噪；

寻找每个脉冲波形的起点和终点，并保存每个脉冲波形的绝对值的最大值所在的位置；

将每个脉冲波形的绝对值的最大值所在的位置定位到原始信号的直流局部放电波形中，设置脉冲宽度L，提取单个脉冲的波形，直至得到所有直流局部放电脉冲和干扰脉冲的波形。

优选地，得到所有直流局部放电脉冲和干扰脉冲的波形后，根据采集原始信号的环境噪声水平，设置背景噪声阈值，并去除小于背景噪声阈值的背景噪声干扰。

本发明还提供一种计算机系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一方法的步骤。

本发明具有以下有益效果：

本发明的基于自相关性分析的直流局部放电波形去干扰方法及系统，能够有效的滤除直流局部放电数据中的手机信号干扰与对讲机信号干扰，实现直流局部放电的去噪。

除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照附图，对本发明作进一步详细的说明。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明优选实施例的小波分析前后的直流局部放电脉冲；

图2是本发明优选实施例的小波分析后的单次脉冲波形；

图3是本发明优选实施例的直流局部放电原始脉冲波形；

图4是本发明优选实施例的典型的直流局部放电脉冲波形；

图5是本发明优选实施例的典型的背景噪声干扰波形；

图6是本发明优选实施例的包含手机干扰信号的直流局部放电250s信号的背景去噪结果(a为去噪前，b为去噪后；试验电压：120kV)；

图7是本发明优选实施例的包含对讲机干扰信号的直流局部放电250s信号的背景去噪结果(a为去噪前，b为去噪后；试验电压：120kV)；

图8是本发明优选实施例的典型的直流局部放电脉冲和手机干扰信号；

图9是本发明优选实施例的典型直流局部放电脉冲和手机干扰信号的NACF；

图10是本发明优选实施例的包含手机干扰信号的直流局部放电脉冲NACF相关性分析(a为去噪后直流局部放电脉冲，b为所有脉冲与图9a的相关系数图)；

图11是本发明优选实施例的120kV下油纸绝缘针板模型典型直流局部放电脉冲；

图12是本发明优选实施例的120kV下油纸绝缘针板模型典型直流局部放电脉冲的NACF；

图13是本发明优选实施例的典型的对讲机干扰脉冲；

图14是本发明优选实施例的典型对讲机干扰脉冲的NACF；

图15是本发明优选实施例的用于直流局部放电抗干扰的脉冲波形及其NACF；

图16是本发明优选实施例的包含手机干扰信号的直流局部放电去噪结果(a为去噪前，b为去噪后)；

图17是本发明优选实施例的包含对讲机干扰信号的直流局部放电去噪结果(a为去噪前，b为去噪后)；

图18是本发明优选实施例的基于自相关性分析的直流局部放电波形去干扰方法的流程示意图。

具体实施方式

以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。

参见图18，本发明的基于自相关性分析的直流局部放电波形去干扰方法，包括以下步骤：

S1：从采集的原始信号中提取直流局部放电脉冲和干扰脉冲的波形；

S2：对每个直流局部放电脉冲的波形进行NACF变换，计算并比较所有直流局部放电脉冲的NACF的相关系数；

S3：根据同类局部放电脉冲的NACF的相关系数高，不同类局部放电脉冲NACF相关系数较低，调整并设置相关系数阈值，根据相关系数阈值将直流局部放电脉冲与手机和\或对讲机的干扰脉冲区分，并滤除干扰脉冲。

通过上述步骤，能够有效的滤除直流局部放电数据中的手机信号干扰与对讲机信号干扰，实现直流局部放电的去噪。

在实际实施时，在上述步骤的基础上，本发明还可进行优化，以下采用试验对本发明的去干扰方法进行说明：

1、放电波形数据的提取。

在记录每一个脉冲放电时间和放电量的同时，保存每一个脉冲完整的波形，通过比较所有脉冲的波形，使得属于直流局部放电的脉冲最大聚集，并与干扰信号的脉冲最大区分，由此去除直流局部放电的噪声干扰。因此，为了有效去除小波分析无法完全除去的手机信号与脉冲型干扰，需要首先从采集的原始信号中提取局部放电脉冲波形(和干扰脉冲的波形)。

1.1波形数据的提取。

为了准确保存直流局部放电数据中的每一个脉冲波形，首先需要明确每个放电波形的起始点和结束点。因此提出了一种基于小波分析的直流局部放电脉冲波形提取方法，其原理是基于原始脉冲与小波分析后脉冲最大值(绝对值)所在的位置不发生变化，主要步骤如下：

(1)对采集的直流局部放电数据进行小波去噪，采样率为10MS/s。

图1(a)、图1(b)分别为示波器采集的直流局部放电信号与小波去噪后的信号，其中试验模型为油纸绝缘针板模型，施加直流电压为120kV。由此可以看出，经过小波去噪后，0.5s的直流局部放电数据中保留有3个脉冲，如图1(b)所示。

(2)寻找每个脉冲波形的起点和终点，并保存该波形最大值(绝对值)所在的位置。

根据小波去噪后脉冲波形的任意点值不等于0，而其他点的值等于0，可找到小波去噪后的每个脉冲的波形起始点和结束点，因此可保存每个去噪后的脉冲波形，分别如图2(a)、图2(b)和图2(c)所示。然后，从每个脉冲波形中找到最大值所在的位置。

(3)根据最大值位置定位到原始数据中，设置一定的脉冲宽度L，提取单个脉冲波形。

根据去噪后每个脉冲波形最大值所在的位置，往前推移L/2个脉宽，往后推移L/2个脉宽，可获取完整的原始脉冲波形。图2(a)～(c)对应的原始脉冲波形如图3(a)～(c)所示。

1.2背景噪声干扰的去除。

经过脉冲波形提取以后，由于随机干扰的上升沿，往往很多幅值在背景噪声水平以下的脉冲波形也被保存了下来，此类脉冲属于背景噪声干扰，应予以滤除。图4给出了两个典型的直流局部放电脉冲波形，其中试验模型为油纸绝缘针板模型，施加直流电压为120kV。从图中可以看出，直流局部放电脉冲具有明显的快速上升和下降的过程。

图5给出了四个典型的背景噪声干扰脉冲波形，与局部放电脉冲波形相比，背景噪声干扰波形较为杂乱，没有明显的波形规律。

根据采集原始信号的环境的噪声水平，来设定一定的背景噪声阈值，从而来去除小于背景噪声阈值的背景干扰。本实施例中，经过反复试验和观察，发现实验室的背景噪声均小于0.03V，因此，设置的背景噪声阈值为0.03V。图6(a)和图6(b)分别为包含手机干扰信号的直流局部放电250s信号的背景去噪前后对比图；图7(a)和图7(b)为包含对讲机干扰信号的直流局部放电250s信号的背景去噪前后对比图。从图中可以看出，在去除背景噪声干扰以后，直流局部放电测试结果中仍然包含大量的脉冲聚集性干扰，即：手机干扰信号和对讲机干扰信号。

2、基于脉冲自相关函数的直流局部放电波形分析

2.1自相关函数定义

若s(t)表征一个连续的实时信号，则s(t)的自相关函数(Auto-CorrelationFunction，ACF)R_s(τ)定义为：

ACF相比时域或频域的脉冲波形分析方法具有如下的优点：

(1)R_s(τ)的傅里叶变换G_s(f)属于能量谱，其与s(t)的傅里叶变换S(f)(其中

)的联系如下：

因此s(t)与R_s(τ)提供的谐波分量信息相同。

(2)R_s(τ)的最大值(R_s(0)＝max(R_s(τ))等于信号s(t)的总能量W(s(t))：

因此，可以得到：

|R_s(0)|≥|R_s(τ)| (4)

(3)R_s(τ)是偶函数，即：

R_s(τ)≥R_s(-τ) (5)

因此，只需要采用τ>0的部分来进行分析。

(4)ACF的波形较原始信号波形，受高频噪声信号、随机振荡的干扰更小。

2.2直流局部放电脉冲的自相关函数分析方法。

对于采集的直流局部放电数据，任何一个提取的脉冲波形可用S＝{s₁，s₂，...，s_N}来表示，N为脉冲波形的采样点。为了分析比较不同幅值(能量)的脉冲，引入了归一化ACF(Normalized ACF，NACF)来进行直流局部放电脉冲波形的分析。直流局部放电脉冲的NACF可以表示为：

式中，k＝1,，2，…，N。E_s为信号的总能量，如下所示：

通过以上计算即可得到放电脉冲的NACF，然后对所有放电脉冲的NACF进行相关分析，计算脉冲之间的相关系数，如下式所示：

式中，R_1i为第1脉冲NACF的第i个值，

为第1脉冲NACF的平均值，R_2i为第2脉冲NACF的第i个值，

为第2脉冲NACF的平均值，i＝1，2，…，N。

2.3典型直流局部放电脉冲与干扰信号的自相关分析

2.3.1包含2G干扰的直流PD信号。

基于之前提出的直流局部放电脉冲提取方法，提取了包含手机干扰信号的直流局部放电单次脉冲波形，如图8所示。图8(a)和图8(b)为典型的直流局部放电脉冲信号(脉冲宽度为10μs，采样率为10MS/s，共有100个采样点，下同)，图8(c)和图8(d)为典型的手机信号干扰，脉冲宽度同样为10μs。从图8中可以看出，手机干扰信号为典型的周期干扰信号，呈现周期性的“等幅值”特性。

对图8中的四个脉冲波形进行NACF变换，可得到不同脉冲的归一化自相关函数波形，如图9所示，图9中的(a)～(d)依次是图8(a)～(d)的NACF的变换结果。由图9可知，局部放电脉冲与手机干扰信号的明显区别，经过NACF变换后，两者同样呈现出明显的区别，表明NACF适合进行下一步的去噪。另外，从图8和图9的对比中可以发现，NACF较原始脉冲有一个重要的优点，即：直流局部放电的脉冲中包含有正极性或负极性的脉冲，并且不同脉冲的幅值和包含的能量均不相同，而通过NACF变换，不仅可以对原始脉冲波形进行能量上的归一化，而且能够消除直流局部放电脉冲的极性的影响。

对图9中四个脉冲波形的NACF进行相关性分析，两两之间的相关系数如下表1所示。由表中结果可知，正、负直流局部放电脉冲波形NACF之间的相关性大于0.85，手机干扰脉冲NACF之间的相关系数大于0.99，表明同类脉冲NACF之间具有较好的相关性。另一方面，直流局部放电脉冲NACF与手机干扰脉冲NACF的相关系数为0.5～0.6，表明两者的相关性较低。因此，通过以上相关性分析可知，同类局部放电脉冲NACF的相关系数较高，不同类局部放电脉冲NACF相关系数较低。

表1图9中脉冲波形NACF的相关性分析结果

以上分析结果可为直流局部放电的抗干扰提供一个新的思路：在提取了所有脉冲波形后，首先对每个脉冲波形进行NACF变换，并比较所有脉冲的NACF的相关系数，通过设置一定阈值，即可将直流局部放电脉冲与手机干扰脉冲区分，实现直流局部放电的去噪。

图10给出了120kV下油纸针板采集的直流局部放电脉冲的NACF分析结果。图10(a)为去除背景噪声后的直流局部放电脉冲(包含手机干扰)；图10(b)中的相关系数为所有脉冲的NACF与图9(a)NACF的计算结果。由图中可以看出，大部分干扰脉冲的相关系数均在0.5～0.7之间，少数脉冲的相关系数在0.7以上。由此可知，采集的直流局部放电脉冲中，大部分均为干扰脉冲，少部分脉冲为直流局部放电脉冲。

2.3.2包含对讲机干扰的直流PD信号。

对采集的包含对讲机干扰信号的直流局部放电数据进行脉冲波形提取，试验模型为油纸绝缘针板模型，施加直流电压为120kV。图11给出了典型的直流局部放电脉冲波形，其对应的NACF波形分别如图12(a)～(d)所示。从图11中可以看出，试验过程中出现了几种不同类型的局部放电，图11(a)和图11(b)属于长时间振荡衰减波形，图11(c)和图11(d)属于快速衰减波形。从波形上看，图11(a)和图11(b)属于低频放电，符合气体放电特征，产生此种放电的原因可能是在进行包含对讲机干扰的试验时，加压时间已经较长，在长时间直流局部放电作用下，绝缘油裂化产生微气泡，图11(a)和图11(b)应为其中的微气泡放电。图11(c)和图11(d)属于高频放电，属于较高电压下油中杂质或带电粒子引发的直流局部放电脉冲。

对图12中的典型直流局部放电脉冲波形的NACF进行相关性分析，结果如表2所示。从表中结果可以发现，在试验过程中，虽然出现了几种不同类型的局部放电脉冲波形，然而其NACF波形的畸变却较小，所有的NACF相关系数均大于0.7。

表2图12中脉冲波形NACF的相关性分析结果

图8(a)与图11(c)和图11(d)具有类似的脉冲特性，为了进一步验证脉冲NACF相关性分析的有效性，将图12中的典型直流局部放电脉冲波形的NACF与图9(a)所示的直流局部放电脉冲NACF进行相关性分析，结果如表3所示。从表中结果可以发现，图12中四个直流局部放电脉冲的NACF与图9(a)的相关性较好，除了图12(b)中的脉冲NACF相关系数为0.6974，其他均大于0.7。因此，在进行直流局部放电干扰脉冲分析时，需要考虑由于油中微气泡放电带来的影响。

表3图12中脉冲波形NACF的相关性分析结果

从提取的波形中调出了几个典型的对讲机干扰信号脉冲波形，如图13所示。对比图11和图13可以发现，对讲机信号不具备直流局部放电脉冲的衰减振荡特性，而呈现出与手机干扰信号类似的周期性特征。然而，对讲机干扰信号的频率较手机干扰信号更高。

对图13中典型的对讲机干扰脉冲的NACF变换结果如图14(a)～(d)所示。从NACF波形上看，对讲机干扰脉冲的NACF与典型直流局部放电脉冲波形差别较大，进一步表明NACF适合进行直流局部放电干扰分析。

表4给出了图14中典型对讲机干扰脉冲NACF的相关性分析结果，显示对讲机干扰脉冲NACF之间具有非常好的相关性，相关系数均大于0.9。

表4图14中脉冲波形NACF的相关性分析结果

为了进一步研究对讲机干扰脉冲NACF与直流局部放电脉冲NACF之间的差异，分别计算了图14中典型对讲机干扰脉冲NACF与图9(a)和图11(b)两种典型直流局部放电脉冲NACF之间的相关系数，如表5所示。由表中数据可知，对讲机干扰脉冲的NACF与两种直流局部放电脉冲NACF之间的相关性较差，相关系数为0.4～0.6之间，再次说明脉冲NACF相关性分析用于油纸绝缘直流局部放电去噪的可行性。

表5图14中脉冲波形NACF与直流局部放电脉冲NACF的相关性分析结果

3、直流局部放电的干扰抑制策略研究

由以上的直流局部放电脉冲NACF相关性分析可知：

(1)在油纸绝缘针板电极结构模型的直流局部放电脉冲中，包含两种典型的局部放电脉冲：(a)高频的快速衰减脉冲；(b)低频的振荡衰减脉冲；这两种脉冲的NACF相关系数为0.69，而其他直流局部放电脉冲的NACF相关系数均大于0.7；

(2)手机干扰脉冲呈现周期性和“等幅值”特性，手机干扰脉冲的NACF与典型直流局部放电脉冲的NACF的相关系数为0.5～0.6；

(3)对讲机干扰脉冲与手机干扰脉冲的波形类似，但是较手机干扰脉冲具有更高的频率。对讲机干扰脉冲NACF与两种典型的直流局部放电脉冲NACF均在0.4～0.6范围内。

因此，通过预先设定的典型局部放电脉冲波形，并对其进行归一化自相关函数NACF变换。然后，对采集的直流局部放电数据提取单个脉冲波形，并同时保存每个脉冲的时间t和放电幅值q等数据，并利用背景噪声阈值去除背景噪声干扰。最后，对去除背景噪声干扰的脉冲波形进行NACF，与典型的局部放电脉冲波形NACF进行相关性分析，计算相关系数，并与设定的NACF相关系数干扰阈值d进行比较，小于d，则为干扰脉冲，大于d则为直流局部放电脉冲。

经过反复测试，d＝0.69能够有效区分典型干扰脉冲与油纸绝缘直流局部放电脉冲。本发明设置图8(a)典型的局部放电脉冲用于直流局部放电抗干扰，其脉冲波形及其NACF如图15所示。

对包含手机干扰信号和包含对讲机信号的直流局部放电数据的去噪结果分别如图16和图17所示。图16(a)为去噪前直流局部放电时间-幅值数据，图16(b)为去噪后直流局部放电时间-幅值数据。图17(a)为去噪前直流局部放电时间-幅值数据，图17(b)为去噪后直流局部放电时间-幅值数据。去噪结果充分说明了本发明的有效性。

综上可知，对包含手机干扰信号和对讲机干扰信号的直流局部放电数据分析结果表明，手机干扰信号和对讲机干扰信号的NACF与典型直流局部放电脉冲NACF的相关系数小于0.6，而典型直流局部放电脉冲NACF脉冲的相关系数则大于0.69。通过设置阈值为0.69，即可有效滤除直流局部放电数据中的手机信号干扰与对讲机信号干扰。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于自相关性分析的直流局部放电波形去干扰方法，其特征在于，包括以下步骤：

从采集的原始信号中提取直流局部放电脉冲和干扰脉冲的波形；

对每个直流局部放电脉冲的波形进行NACF变换，计算并比较所有直流局部放电脉冲的NACF的相关系数；

根据同类局部放电脉冲的NACF的相关系数高，不同类局部放电脉冲NACF相关系数较低，调整并设置相关系数阈值，根据所述相关系数阈值将直流局部放电脉冲与手机和\或对讲机的干扰脉冲区分，并滤除所述干扰脉冲。

2.根据权利要求1所述的基于自相关性分析的直流局部放电波形去干扰方法，其特征在于，直流局部放电脉冲的NACF如下：

式中，所有提取的脉冲波形可用S＝{s₁，s₂，...，s_N}表示，N为脉冲波形的采样点，k：第k个采样点，取k＝1,2，…，N；

E_s为信号的总能量，如下：

其中，i为采样点的变量，取i＝1，2，…，N。

3.根据权利要求2所述的基于自相关性分析的直流局部放电波形去干扰方法，其特征在于，所述计算所有直流局部放电脉冲的NACF的相关系数，计算公式如下：

式中，r为NACF的相关系数，R_1i为第1脉冲NACF的第i个值，

为第1脉冲NACF的平均值，R_2i为第2脉冲NACF的第i个值，

为第2脉冲NACF的平均值，i为采样点的变量，i＝1，2，…，N，N为脉冲波形的采样点。

4.根据权利要求1至3中任一项所述的基于自相关性分析的直流局部放电波形去干扰方法，其特征在于，所述从采集的原始信号中提取直流局部放电脉冲和干扰脉冲的波形，包括以下步骤：

对采集的原始信号的直流局部放电波形进行小波去噪；

寻找每个脉冲波形的起点和终点，并保存每个脉冲波形的绝对值的最大值所在的位置；

将每个脉冲波形的绝对值的最大值所在的位置定位到原始信号的直流局部放电波形中，设置脉冲宽度L，提取单个脉冲的波形，直至得到所有直流局部放电脉冲和干扰脉冲的波形。

5.根据权利要求4所述的基于自相关性分析的直流局部放电波形去干扰方法，其特征在于，得到所有直流局部放电脉冲和干扰脉冲的波形后，根据采集原始信号的环境噪声水平，设置背景噪声阈值，并去除小于背景噪声阈值的背景噪声干扰。

6.一种计算机系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至5任一所述方法的步骤。

Images