CN113702821A - 一种提取gis局部放电信号的方法及系统 - Google Patents
一种提取gis局部放电信号的方法及系统 Download PDFInfo
- Publication number
- CN113702821A CN113702821A CN202111050180.0A CN202111050180A CN113702821A CN 113702821 A CN113702821 A CN 113702821A CN 202111050180 A CN202111050180 A CN 202111050180A CN 113702821 A CN113702821 A CN 113702821A
- Authority
- CN
- China
- Prior art keywords
- partial discharge
- discharge signal
- gis partial
- noise
- wavelet
- 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 71
- 238000007781 pre-processing Methods 0.000 claims abstract description 33
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000000605 extraction Methods 0.000 claims description 26
- 238000009499 grossing Methods 0.000 claims description 13
- 239000000284 extract Substances 0.000 claims description 6
- 239000002131 composite material Substances 0.000 abstract 1
- 238000001228 spectrum Methods 0.000 description 21
- 230000008569 process Effects 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000010355 oscillation Effects 0.000 description 4
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000008030 elimination Effects 0.000 description 3
- 238000003379 elimination reaction Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000013016 damping Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003534 oscillatory effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G01R31/327—Testing of circuit interrupters, switches or circuit-breakers
- G01R31/3271—Testing of circuit interrupters, switches or circuit-breakers of high voltage or medium voltage devices
-
- 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
-
- 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
- G01R31/327—Testing of circuit interrupters, switches or circuit-breakers
- G01R31/3271—Testing of circuit interrupters, switches or circuit-breakers of high voltage or medium voltage devices
- G01R31/3272—Apparatus, systems or circuits therefor
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明公开了一种提取GIS局部放电信号的方法,其包括步骤:(1)采集含有噪声的GIS局部放电信号;(2)对含有噪声的GIS局部放电信号进行分数阶傅里叶变换,在分数阶傅里叶变换域内,采用最小均方误差准则对经过分数阶傅里叶变换的含有噪声的GIS局部放电信号进行处理,得到含有噪声的GIS局部放电信号的最佳信噪比及其对应的最优阶次p0;(3)当含有噪声的GIS局部放电信号的阶次为最优阶次p0时,对含有噪声的GIS局部放电信号进行阈值预处理;(4)对经过阈值预处理的GIS局部放电信号进行小波平滑去噪;(5)采用多层小波分解提取出有效GIS局部放电信号。此外,本发明还公开了一种用于实施上述方法的提取GIS局部放电信号的系统。
Description
技术领域
本发明涉及一种信号提取方法,尤其涉及一种局部放电信号的提取方法。
背景技术
GIS局部放电信号检测是一种反映高压电力设备绝缘状况的重要手段,它对于提高电力系统的安全性和经济性具有重要意义。但是,在设备实际运行时,由于存在大量的现场干扰,局部放电信号往往淹没在噪声之中。因此,为了获得有效的局放信息,必须要对噪声干扰加以抑制。
在现场众多的干扰源中,随机噪声影响尤为严重,因此,随机噪音应该作为首先抑制的对象。目前现有技术中已有多种抑制方法,如FFT滤波、小波变换等。其中,FFT滤波和小波变换都是通过对频域内的子带滤波来达到抑制高频噪声的目的。
但是,实际上,由于随机噪声干扰的频谱与局部放电信号的频谱相互重叠,因此采用上述现有技术在频域内仍然难以将噪音干扰与局部放电信号区分开,这一问题给局部放电信号的提取带来了很大困难。
由此,针对局部放电信号和噪音在时域、频域均存在能量耦合,无法通过时域或频域滤波将局放信号精确提取的问题,发明人通过不断地研究,提出了一种将分数阶傅立叶变换(FRFT)融合小波变换应用在局部放电信号消噪中,以此获得一种新的提取GIS局部放电信号的方法。
由于有用的局部放电信号和噪声都具有时频特性,而分数阶傅立叶变换(FRFT)同时融合了信号在时域和频域的信息,具有良好的时频聚集性,因而可以有效的处理非平稳信号。
基于此,针对现有技术的不足与缺陷,本发明期望获得一种新的提取GIS局部放电信号的方法及系统,其通过采用分数阶傅立叶变换(FRFT)融合小波变换进行消噪,以提取GIS局部放电信号。
发明内容
本发明的目的之一在于提供一种提取GIS局部放电信号的方法,该方法通过采用分数阶傅立叶变换(FRFT)融合小波变换进行消噪,可以实现在强噪声干扰下的提取GIS局部放电信号。
本发明所述的GIS局部放电信号的方法的消噪能力较优,能够提高GIS局部放电信号的提取精度,其可以有效应用于局部放电信号检测领域中,具有十分良好的应用前景。
基于上述目的,本发明提出了一种提取GIS局部放电信号的方法,包括步骤:
(1)采集含有噪声的GIS局部放电信号;
(2)对含有噪声的GIS局部放电信号进行分数阶傅里叶变换,在分数阶傅里叶变换域内,采用最小均方误差准则对经过分数阶傅里叶变换的含有噪声的GIS局部放电信号进行处理,得到含有噪声的GIS局部放电信号的最佳信噪比及其对应的最优阶次p0;
(3)当含有噪声的GIS局部放电信号的阶次为最优阶次p0时,对含有噪声的GIS局部放电信号进行阈值预处理;
(4)对经过阈值预处理的GIS局部放电信号进行小波平滑去噪;
(5)采用多层小波分解提取出有效GIS局部放电信号。
在本发明的上述技术方案中,本发明提出了一种提取GIS局部放电信号的方法,其在强噪声的背景下,可以通过分数阶傅立叶变换(FRFT)的数据预处理和小波平滑去噪,提高GIS局部放电信号的提取精度。
在本发明中,含有噪声的GIS局部放电信号经过分数阶傅里叶变换(FRFT)后,在分数阶傅里叶变换域内,随着局部放电信号的阶次的变化,信号能量谱呈现不同的时频聚集性。相应地,利用最小均方误差(MMSE)准则扫描到最优阶的FRFT域,获得最优阶次p0。
当含有噪声的GIS局部放电信号的阶次为最优阶次p0时,则可以进一步优选根据3σ法则采用硬阈值法对含有噪声的GIS局部放电信号进行数据预处理。为进一步提高GIS局部放电信号的提取精度,可以优选地采用db5~db10小波及无偏似然估计阈值规则进行平滑去噪。
需要说明的是,在本发明中,由于有用的局部放电信号和噪声都具有时频特性,而分数阶傅立叶变换(FRFT)同时融合了信号在时域和频域的信息,具有良好的时频聚集性,因而利用分数阶傅立叶变换(FRFT)可以有效的处理非平稳信号。
在本发明中,通过对带噪音的局部放电信号作分数阶傅立叶变换(FRFT),在FRFT域内可以采用3σ法则,进行硬阈值处理,最后利用FRFT反变换获得阈值预处理后的局部放电信号。理论分析表明,在FRFT过程中存在一个最优阶次的FRFT域,此时可达到最优的数据预处理效果。而后可以经过2~3层小波平滑滤波,进一步地提高局部放电信号特征的提取精度。
进一步地,在本发明所述的提取GIS局部放电信号的方法中,在步骤(3)中,采用3σ法则对含有噪声的GIS局部放电信号进行阈值预处理。
在本发明的上述技术方案中,3σ法则可以表示为:
p{-3σ<z-μ<3σ}=0.9974
其中,p表示局部放电信号的某一阶次,μ表示均值,z表示和N(μ,σ0 2)正比的值,可视作z~N(0,σ0 2),即取均值为0、均方差为σ0 2的白噪声。
通过上述公式得到局部放电信号的均方差σ,从而得到阈值T,而后再对数据进行预处理:
在上述公式中,Y(X)表示局部放电信号,T表示阈值。
进一步地,在本发明所述的提取GIS局部放电信号的方法中,在步骤(4)中,采用db5~db10小波进行小波平滑去噪。
进一步地,在本发明所述的提取GIS局部放电信号的方法中,在步骤(4)中,采用db8小波进行小波平滑去噪。
进一步地,在本发明所述的提取GIS局部放电信号的方法中,在步骤(4)中,在多层小波分解时,采用无偏似然估计软阈值方法提取出有效GIS局部放电信号。
相应地,本发明的另一目的在于提供一种提取GIS局部放电信号的系统,该系统可以用于实施本发明上述的提取GIS局部放电信号的方法,其消噪能力较优,能够提高GIS局部放电信号的提取精度,其可以有效应用于局部放电信号检测领域中,具有十分良好的应用前景。
基于上述目的,本发明还提出了一种提取GIS局部放电信号的系统,其包括:
信号采集装置,其采集含有噪声的GIS局部放电信号;
分数阶傅里叶变换模块,其对含有噪声的GIS局部放电信号进行分数阶傅里叶变换,在分数阶傅里叶变换域内,采用最小均方误差准则对经过分数阶傅里叶变换的含有噪声的GIS局部放电信号进行处理,得到含有噪声的GIS局部放电信号的最佳信噪比及其对应的最优阶次p0;
预处理模块,其被设置为:当含有噪声的GIS局部放电信号的阶次为最优阶次p0时,对含有噪声的GIS局部放电信号进行阈值预处理;
小波去噪模块,其对经过阈值预处理的GIS局部放电信号进行小波平滑去噪;
信号提取模块,其采用多层小波分解提取出有效GIS局部放电信号。
进一步地,在本发明所述的提取GIS局部放电信号的系统中,所述预处理模块采用3σ法则对含有噪声的GIS局部放电信号进行阈值预处理。
进一步地,在本发明所述的提取GIS局部放电信号的系统中,所述小波去噪模块采用db5~db10小波进行小波平滑去噪。
进一步地,在本发明所述的提取GIS局部放电信号的系统中,所述小波去噪模块采用db8小波进行小波平滑去噪。
进一步地,在本发明所述的提取GIS局部放电信号的系统中,所述信号提取模块在多层小波分解时,采用无偏似然估计软阈值方法提取出有效GIS局部放电信号。
与现有技术相比,本发明所述的提取GIS局部放电信号的方法及系统具有以下优点以及有益效果:
本发明所述的提取GIS局部放电信号的方法通过采用分数阶傅立叶变换(FRFT)融合小波变换进行消噪,可以实现在强噪声干扰下的提取GIS局部放电信号。采用本发明所述的GIS局部放电信号的方法,能够提高GIS局部放电信号的提取精度,其消噪能力较优,可以有效应用于局部放电信号检测领域中,具有十分良好的应用前景。
相应地,本发明所述的提取GIS局部放电信号的系统能够用于实施本发明上述的提取GIS局部放电信号的方法,其同样具有上述的优点以及有益效果。
附图说明
图1示意性地显示了本发明所述的提取GIS局部放电信号的方法在一种实施方式的步骤流程示意图。
图2示意性地显示了理想局部放电信号的能量谱。
图3示意性地显示了加入噪音干扰后的局部放电信号的能量谱。
图4示意性地显示了含有噪声的局部放电信号的阶次为最优阶次p0=0.015时的能量谱。
图5示意性地显示了p0=0.015的含有噪声的局部放电信号经阈值预处理后的能量谱。
图6示意性地显示了采用本发明所述的GIS局部放电信号的方法提取的局部放电信号的能量谱。
图7示意性地显示了仅用小波变换处理并选取db8小波函数的提取结果。
图8示意性地显示了仅用小波变换处理并选取Haar小波函数的提取结果。
图9示意性地显示了采集到的实际GIS局部放电信号的能量谱。
图10示意性地显示了对实际GIS局部放电信号采用本发明所述的GIS局部放电信号的方法提取得到的有效GIS局部放电信号的能量谱。
具体实施方式
下面将结合说明书附图和具体的实施例对本发明所述的提取GIS局部放电信号的方法及系统做进一步的解释和说明,然而该解释和说明并不对本发明的技术方案构成不当限定。
在本发明所述的提取GIS局部放电信号的系统中,系统可以包括:信号采集装置、分数阶傅里叶变换模块、预处理模块、小波去噪模块和信号提取模块。其中,信号采集模块能够采集含有噪声的GIS局部放电信号。
需要说明的是,在本发明所述的提取GIS局部放电信号的系统中,分数阶傅里叶变换模块可以对含有噪声的GIS局部放电信号进行分数阶傅里叶变换(FRFT),在分数阶傅里叶变换域内,采用最小均方误差准则对经过分数阶傅里叶变换的含有噪声的GIS局部放电信号进行处理,得到含有噪声的GIS局部放电信号的最佳信噪比及其对应的最优阶次p0。
相应地,当含有噪声的GIS局部放电信号的阶次为最优阶次p0时,采用预处理模块能够对含有噪声的GIS局部放电信号进行阈值预处理,经过阈值预处理的GIS局部放电信号可以在小波去噪模块中进行小波平滑去噪,而后利用信号提取模块采用多层小波分解可以提取出有效GIS局部放电信号。
在本发明中,采用本发明所述的提取GIS局部放电信号的系统可以实施本发明所述的提取GIS局部放电信号的方法。
图1示意性地显示了本发明所述的提取GIS局部放电信号的方法在一种实施方式的步骤流程示意图。
在本发明中,本发明所述的提取GIS局部放电信号的方法可以包括以下步骤(1)-步骤(5):
(1)采集含有噪声的GIS局部放电信号。
(2)对含有噪声的GIS局部放电信号进行分数阶傅里叶变换,在分数阶傅里叶变换域内,采用最小均方误差准则对经过分数阶傅里叶变换的含有噪声的GIS局部放电信号进行处理,得到含有噪声的GIS局部放电信号的最佳信噪比及其对应的最优阶次p0。
(3)当含有噪声的GIS局部放电信号的阶次为最优阶次p0时,对含有噪声的GIS局部放电信号进行阈值预处理。
在本发明上述步骤(3)中,可以采用3σ法则对含有噪声的GIS局部放电信号进行阈值预处理。
(4)对经过阈值预处理的GIS局部放电信号进行小波平滑去噪。
在本发明上述步骤(4)中,可以采用db5~db10小波进行小波平滑去噪;在多层小波分解时,可以采用无偏似然估计软阈值方法提取出有效GIS局部放电信号。当然在某些实施方式中,可以具体选用db8小波进行小波平滑去噪。
(5)采用多层小波分解提取出有效GIS局部放电信号。
需要说明的是,在实际工程过程中,检测到的局部放电信号往往呈现出两种形态:指数衰减型脉冲或振荡衰减型脉冲,即其可以表示为单指数衰减模型和双指数衰减模型。
单指数衰减模型:x1(t)=A1sin(2πfct)exp(-t/τ1)。
双指数衰减模型:x2(t)=A2sin(2πfct)(exp(-2.2t/τ2)-exp(-1.3t/τ3))。
在上述公式中,A1表示幅值1,A2表示幅值2;τ1表示衰减系数1;τ2表示衰减系数2;τ3表示衰减系数3;fc表示震荡频率;t表示时域。
由此,为了验证本发明所述的GIS局部放电信号的方法,可以进行具体的试验测试进行论证。在本发明中,可以假定振荡频率fc均取为1MHz,A1=0.3mV,A2=0.5mV,τ1=1μs,τ2=2μs,τ3=4μs,控制采样频率为10MHz。在此次试验中,随机噪声干扰可以选用均值为0、方差为0.32的白噪声进行模拟,该含噪信号的信噪比较低,控制为-6.7dB。
需要说明的是,在本发明中,上述未添加噪声干扰的理想局部放电信号可以参阅下述图2;添加了白噪音干扰的局部放电信号可以参阅下述图3。
图2示意性地显示了理想局部放电信号的能量谱。
图3示意性地显示了加入噪音干扰后的局部放电信号的能量谱。
如图2和图3所示,图2所示的理想的局部放电仿真信号实际上就是理想状态下不含有噪音干扰的局部放电信号;相应地,在计入白噪声干扰后,即成为了图3所示的局部放电信号。
在此次仿真试验中,可以对图3所示的含有噪音干扰的局部放电信号进行分数阶傅里叶变换(FRFT),在分数阶傅里叶变换域内,采用最小均方误差准则对经过分数阶傅里叶变换的含有噪声的局部放电信号进行处理,得到含有噪声的局部放电信号的最佳信噪比及其对应的最优阶次p0。
需要说明的是,在含有噪音干扰的局部放电信号在分数阶傅里叶变换域内进行变换时,利用最小均方误差(MMSE)准则进行处理,得到在p=0~0.1,0.4~0.5,0.9~1.0时,可以满足条件σe 2≤0.001;其中,P表示局部放电信号的阶次;σe表示采用最小均方误差(MMSE)准则进行处理后的均方差。
但考虑到信噪比因素,在此次试验过程中,将局部放电信号的阶次p定在0~0.1之间。同样,在本发明中,进一步以步长Δh=0.001在p=0~0.1区间进行搜索,当阶次为0.015时,时可以得到最佳信噪比,此时为最优阶次p0,能量谱如图4所示,图4示意性地显示了含有噪声的局部放电信号的阶次为最优阶次p0=0.015时的能量谱。
图5示意性地显示了p0=0.015的含有噪声的局部放电信号经阈值预处理后的能量谱。
如图5所示,同时结合参阅图1,在本次试验中,当含有噪声的GIS局部放电信号的阶次为最优阶次p0=0.015时,可以进一步采用3σ法则对含有噪声的局部放电信号进行阈值预处理。
在本发明的上述技术方案中,采用的3σ法则对含有噪声的局部放电信号进行阈值预处理可以具体包括:
3σ法则表示为:p{-3σ<z-μ<3σ}=0.9974
其中,p表示局部放电信号的某一阶次,μ表示均值,z表示和N(μ,σ0 2)正比的值,可视作z~N(0,σ0 2),即取均值为0、均方差为σ0 2的白噪声。
通过上述公式得到局部放电信号的均方差σ,从而得到阈值T,而后再对数据进行预处理:
在上述公式中,Y(X)表示局部放电信号,T表示阈值。
在本发明所述的提取GIS局部放电信号的方法中,由于采用的是硬阈值方法,其缺点是在某些点产生间断。所以在对含有噪声的局部放电信号进行阈值预处理后,需要再进一步进行小波平滑去噪。
在该试验中,可以采用db8小波对上述经过阈值预处理的局部放电信号进行小波平滑去噪。由于在阈值预处理后的噪音已经有效抑制,所以对图5所示的经过阈值预处理的局部放电信号只需进行多层(层数≥3)小波分解,采用无偏似然估计软阈值方法,取出有效局部放电信号,即可获得下述图6所示的能量谱。
图6示意性地显示了采用本发明所述的GIS局部放电信号的方法提取的局部放电信号的能量谱。
将图6所述采用本发明方法提取所得的局部放电信号的能量谱与图2的理想局部放电信号的能量谱进行比对,我们发现,图6所示能量谱的波形与图2所示理想局部放电信号的能量谱波形重合度很高,由此采用本发明所述的GIS局部放电信号的方法提取所得的局部放电信号精度很高。
为了证明本发明采用分数阶傅立叶变换(FRFT)融合小波变换进行消噪的技术方案的优越性,可以仅用小波变换处理对上述的局部放电信号进行分析。同时,引入均方根误差和局部相关指数这两个评价体系进行比较。
需要说明的是,小波变换处理的阈值为其中λi,nj,和mj分别为第j层小波系数的阈值、长度及绝对值中值。此时比较试验中,采用的小波函数为db8小波和Haar小波两种不同的方法进行,由于该局部放电信号的噪声强度大(所加噪声方差为0.32),需要进行8层小波分解。选取db8小波的提取结果如图7所示;选取Haar小波的提取结果如图8所示。
图7示意性地显示了仅用小波变换处理并选取db8小波函数的提取结果。
图8示意性地显示了仅用小波变换处理并选取Haar小波函数的提取结果。
相应地,为了比较各个方法对局部放电信号的提取效果,可以采用如下两个评价体系进行分析和判断:
表1列出了采用三种不同提取方法下得到的性能指标对比。
表1.
算法 | 本发明方法 | db8小波 | Haar小波 |
E | 0.00849 | 0.00833 | 0.02247 |
C<sub>1</sub> | 0.85710 | 0.73047 | 0.51062 |
C<sub>2</sub> | 0.82271 | 0.71925 | 0.50333 |
在上述表1中,C1、C2分别表示单指数衰减震荡型和双指数衰减震荡型的局部相关函数。
由表1可以看出,从抑制噪声方面看,本发明所采用的方法与db8小波的去噪效果相差不大,Haar小波去噪能力较差。从提取的波形质量看,本发明所采用的方法的相似度高于db8小波,远远高于Haar小波。分析其原因,是由于在此次试验中,所给局部放电信号的噪声强度大(信噪比为-6.7dB),db8小波和Haar小波均需经过8层分解方可获得较好的效果,但同时分解层数的增多引起信号失真。
不同于db8小波和Haar小波,本发明的方法先利用分数阶傅立叶变换(FRFT)进行数据预处理,在初步去噪的同时,很好地保留了原信号的特征,后经过3层小波平滑去噪,即可较为精确地提取了局部放电信号的特征。
图9示意性地显示了采集到的实际GIS局部放电信号的能量谱。
图10示意性地显示了对实际GIS局部放电信号采用本发明所述的GIS局部放电信号的方法提取得到的有效GIS局部放电信号的能量谱。
如图9和图10所示,为了进一步验证本发明所述的提取GIS局部放电信号的方法的可行性,可以采用本发明所述的提取GIS局部放电信号的方法对现场采集到的局部放电信号(已归一化)进行处理,该实际GIS局部放电信号取自某电厂在线监测系统采集的变压器油中局部放电信号,如图9所示。
参阅图9可以看出,在该实际GIS局部放电信号中,GIS局部放电信号已经被背景噪声所淹没,无法辨识。
在采用本发明所述的提取GIS局部放电信号的方法对图9所示的实际GIS局部放电信号进行分数阶傅立叶变换(FRFT)后,可以再经小波平滑去噪3层分解重构就可以较好地提取局部放电信号,提取得到的有效GIS局部放电信号如图10所示。
参阅图10可以看出,该信号发生5次局部放电,其中第2、3、4次为连续放电;比较经本发明所述方法处理前后的波形可以看出,本发明所述的提取GIS局部放电信号的方法实现了在强噪声干扰下的局部放电信号提取,从而进一步验证了该方法的有效性和可行性。
综上所述可以看出,本发明所述的提取GIS局部放电信号的方法通过采用分数阶傅立叶变换(FRFT)融合小波变换进行消噪,可以实现在强噪声干扰下的提取GIS局部放电信号。
采用本发明所述的GIS局部放电信号的方法,能够提高GIS局部放电信号的提取精度,其消噪能力较优,可以有效应用于局部放电信号检测领域中,具有十分良好的应用前景。
相应地,本发明所述的提取GIS局部放电信号的系统能够用于实施本发明上述的提取GIS局部放电信号的方法,其同样具有上述的优点以及有益效果。
需要说明的是,本发明的保护范围中现有技术部分并不局限于本申请文件所给出的实施例,所有不与本发明的方案相矛盾的现有技术,包括但不局限于在先专利文献、在先公开出版物,在先公开使用等等,都可纳入本发明的保护范围。
此外,本案中各技术特征的组合方式并不限本案权利要求中所记载的组合方式或是具体实施例所记载的组合方式,本案记载的所有技术特征可以以任何方式进行自由组合或结合,除非相互之间产生矛盾。
还需要注意的是,以上所列举的实施例仅为本发明的具体实施例。显然本发明不局限于以上实施例,随之做出的类似变化或变形是本领域技术人员能从本发明公开的内容直接得出或者很容易便联想到的,均应属于本发明的保护范围。
Claims (10)
1.一种提取GIS局部放电信号的方法,其特征在于,包括步骤:
(1)采集含有噪声的GIS局部放电信号;
(2)对含有噪声的GIS局部放电信号进行分数阶傅里叶变换,在分数阶傅里叶变换域内,采用最小均方误差准则对经过分数阶傅里叶变换的含有噪声的GIS局部放电信号进行处理,得到含有噪声的GIS局部放电信号的最佳信噪比及其对应的最优阶次p0;
(3)当含有噪声的GIS局部放电信号的阶次为最优阶次p0时,对含有噪声的GIS局部放电信号进行阈值预处理;
(4)对经过阈值预处理的GIS局部放电信号进行小波平滑去噪;
(5)采用多层小波分解提取出有效GIS局部放电信号。
2.如权利要求1所述的提取GIS局部放电信号的方法,其特征在于,在步骤(3)中,采用3σ法则对含有噪声的GIS局部放电信号进行阈值预处理。
3.如权利要求1所述的提取GIS局部放电信号的方法,其特征在于,在步骤(4)中,采用db5~db10小波进行小波平滑去噪。
4.如权利要求3所述的提取GIS局部放电信号的方法,其特征在于,在步骤(4)中,采用db8小波进行小波平滑去噪。
5.如权利要求1所述的提取GIS局部放电信号的方法,其特征在于,在步骤(4)中,在多层小波分解时,采用无偏似然估计软阈值方法提取出有效GIS局部放电信号。
6.一种提取GIS局部放电信号的系统,其特征在于,包括:
信号采集装置,其采集含有噪声的GIS局部放电信号;
分数阶傅里叶变换模块,其对含有噪声的GIS局部放电信号进行分数阶傅里叶变换,在分数阶傅里叶变换域内,采用最小均方误差准则对经过分数阶傅里叶变换的含有噪声的GIS局部放电信号进行处理,得到含有噪声的GIS局部放电信号的最佳信噪比及其对应的最优阶次p0;
预处理模块,其被设置为:当含有噪声的GIS局部放电信号的阶次为最优阶次p0时,对含有噪声的GIS局部放电信号进行阈值预处理;
小波去噪模块,其对经过阈值预处理的GIS局部放电信号进行小波平滑去噪;
信号提取模块,其采用多层小波分解提取出有效GIS局部放电信号。
7.如权利要求6所述的提取GIS局部放电信号的系统,其特征在于,所述预处理模块采用3σ法则对含有噪声的GIS局部放电信号进行阈值预处理。
8.如权利要求6所述的提取GIS局部放电信号的系统,其特征在于,所述小波去噪模块采用db5~db10小波进行小波平滑去噪。
9.如权利要求8所述的提取GIS局部放电信号的系统,其特征在于,所述小波去噪模块采用db8小波进行小波平滑去噪。
10.如权利要求6所述的提取GIS局部放电信号的系统,其特征在于,所述信号提取模块在多层小波分解时,采用无偏似然估计软阈值方法提取出有效GIS局部放电信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111050180.0A CN113702821A (zh) | 2021-09-08 | 2021-09-08 | 一种提取gis局部放电信号的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111050180.0A CN113702821A (zh) | 2021-09-08 | 2021-09-08 | 一种提取gis局部放电信号的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113702821A true CN113702821A (zh) | 2021-11-26 |
Family
ID=78659244
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111050180.0A Pending CN113702821A (zh) | 2021-09-08 | 2021-09-08 | 一种提取gis局部放电信号的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113702821A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112198400A (zh) * | 2020-09-30 | 2021-01-08 | 国网福建省电力有限公司漳州供电公司 | 基于频谱感知特性的高压开关柜局部放电在线检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104714925A (zh) * | 2015-02-02 | 2015-06-17 | 北京工业大学 | 一种基于分数阶傅里叶变换和支持向量机的齿轮传动噪声分析方法 |
CN110059639A (zh) * | 2019-04-22 | 2019-07-26 | 桂林电子科技大学 | 一种基于分数阶小波变换和希尔伯特黄变换的跳频信号检测方法 |
CN110308397A (zh) * | 2019-07-30 | 2019-10-08 | 重庆邮电大学 | 一种混合卷积神经网络驱动的锂电池多类故障诊断建模方法 |
CN112924790A (zh) * | 2021-01-29 | 2021-06-08 | 上海逐鲨智能科技有限公司 | 一种基于傅里叶变换的非侵入式负荷识别装置及其方法 |
-
2021
- 2021-09-08 CN CN202111050180.0A patent/CN113702821A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104714925A (zh) * | 2015-02-02 | 2015-06-17 | 北京工业大学 | 一种基于分数阶傅里叶变换和支持向量机的齿轮传动噪声分析方法 |
CN110059639A (zh) * | 2019-04-22 | 2019-07-26 | 桂林电子科技大学 | 一种基于分数阶小波变换和希尔伯特黄变换的跳频信号检测方法 |
CN110308397A (zh) * | 2019-07-30 | 2019-10-08 | 重庆邮电大学 | 一种混合卷积神经网络驱动的锂电池多类故障诊断建模方法 |
CN112924790A (zh) * | 2021-01-29 | 2021-06-08 | 上海逐鲨智能科技有限公司 | 一种基于傅里叶变换的非侵入式负荷识别装置及其方法 |
Non-Patent Citations (1)
Title |
---|
李天云 等: "分数阶傅立叶变换和小波变换相融合去噪的局部放电信号提取", 吉林电力, vol. 36, no. 3, 25 June 2008 (2008-06-25), pages 4 - 8 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112198400A (zh) * | 2020-09-30 | 2021-01-08 | 国网福建省电力有限公司漳州供电公司 | 基于频谱感知特性的高压开关柜局部放电在线检测方法 |
CN112198400B (zh) * | 2020-09-30 | 2024-04-09 | 国网福建省电力有限公司漳州供电公司 | 基于频谱感知特性的高压开关柜局部放电在线检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jin et al. | A novel adaptive EEMD method for switchgear partial discharge signal denoising | |
CN108845250B (zh) | 基于振动信号特征提取的有载分接开关故障识别方法 | |
Seo et al. | Probabilistic wavelet transform for partial discharge measurement of transformer | |
Song et al. | Second generation wavelet transform for data denoising in PD measurement | |
Antonini et al. | Wavelet packet-based EMI signal processing and source identification | |
CN109557429A (zh) | 基于改进小波阈值去噪的gis局部放电故障检测方法 | |
CN113378661A (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 | |
CN102323518A (zh) | 一种基于谱峭度的局部放电信号识别方法 | |
CN109580787A (zh) | 用于变压器高压套管引线超声检测的超声回波去噪方法 | |
CN107315991B (zh) | 一种基于小波阈值去噪的ifra频响曲线去噪方法 | |
CN114492538B (zh) | 一种城市中压配电电缆局部放电信号去噪方法 | |
Zhong et al. | An improved wavelet spectrum segmentation algorithm based on spectral kurtogram for denoising partial discharge signals | |
Vigneshwaran et al. | An improved threshold estimation technique for partial discharge signal denoising using Wavelet Transform | |
Le et al. | Weak LFM signal dectection based on wavelet transform modulus maxima denoising and other techniques | |
CN113702821A (zh) | 一种提取gis局部放电信号的方法及系统 | |
Zhou et al. | Multi-objective sparsity maximum mode de-composition: a new method for rotating machine fault diagnosis on high-speed train axle box | |
Voznesensky et al. | Denoising chaotic signals using ensemble intrinsic time-scale decomposition | |
Zhang et al. | Suppression of UHF partial discharge signals buried in white-noise interference based on block thresholding spatial correlation combinative de-noising method | |
CN117520916A (zh) | 一种电缆局部放电信号去噪方法 | |
Prajna et al. | Efficient harmonic regeneration noise reduction‐based Wiener filter for acoustic emission signal detection | |
CN116189711B (zh) | 基于声波信号监测的变压器故障识别方法及装置 | |
CN109558857B (zh) | 一种混沌信号降噪方法 | |
Maheswari et al. | Partial discharge signal denoising using adaptive translation invariant wavelet transform-online measurement | |
CN108020761B (zh) | 一种局部放电去噪方法 | |
Hua et al. | A novel adaptive parameter optimization method for denoising partial discharge ultrasonic signals |
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 |