CN114690003A - 一种基于eemd的局放信号降噪方法 - Google Patents
一种基于eemd的局放信号降噪方法 Download PDFInfo
- Publication number
- CN114690003A CN114690003A CN202210278710.5A CN202210278710A CN114690003A CN 114690003 A CN114690003 A CN 114690003A CN 202210278710 A CN202210278710 A CN 202210278710A CN 114690003 A CN114690003 A CN 114690003A
- Authority
- CN
- China
- Prior art keywords
- eemd
- signal
- noise reduction
- partial discharge
- imfs
- 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
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
-
- 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
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明申请公开了一种基于EEMD的局放信号降噪方法,包括:S1.对采集到的信号确定求集成平均的次数N和噪声的幅度A,原始的PD信号x(t)添加白噪声ni(t)得到含噪PD信号为xi(t)=x(t)+ni(t);S2.对xi(t)做EMD分解,得到IMF分量为并对N次IMF分量求平均得到最终的EEMD分解结果;S3.得到最后的残差为S4.利用折中的阈值处理函数对IMFs进行阈值处理获得去噪后的IMFs分量,然后再通过去噪后的IMFs分量和残差进行重构合成降噪后的PD信号;本基于EEMD的局放信号降噪方法,采用改进的EEMD算法在一定程度上减小了模态混叠效应;该方法不存在类似小波变换需要选择小波基及小波分解层数的难题;对各层IMF均进行阈值处理,降噪效果明显提高。
Description
技术领域
本发明涉及信号处理领域,具体涉及一种基于EEMD的局放信号降噪方法。
背景技术
局部放电(Partial Discharge,PD)作为气体开关绝缘设备(Gas InsulatedSwitchgear,GIS)绝缘缺陷的重要表征,准确及时地采集到高质量的PD信号对于PD监测设备来说至关重要,也是衡量PD监测设备优劣的重要原因。然而绝缘缺陷类型通常分为金属尖端、自由颗粒、悬浮、空穴等,不同的放电类型所产生的PD信号脉冲波形也不尽相同。优秀的PD监测设备不仅需要及时准确的采集到 PD信号脉冲,还应该对于采集到的局部放电信号进行分类,然而局部放电监测设备在现场复杂的环境下常存在无线通信的窄带干扰和电路中固有的白噪声干扰等。这些干扰信号的存在不仅会影响监测系统的响应速度也会造成多源局放分类的困难。因此,寻找一种有效的针对PD信号的降噪算法非常重要。
发明内容
本发明针对目前局部放电信号染噪的问题,提出了一种针对PD信号的EEMD 噪声抑制算法。EEMD算法相对于传统的EMD算法,在一定程度上改善了模态混叠现象,针对每一层的IMF分量采取相应的阈值,通过对各个IMF分量进行阈值处理后再重构,从而得到降噪后的PD信号。
为达到以上目的,提供如下方案:
一种基于EEMD的局放信号降噪方法,包括:
S1.对采集到的信号确定求集成平均的次数N和噪声的幅度A,原始的PD
信号x(t)添加白噪声ni(t)得到含噪PD信号为xi(t)=x(t)+ni(t);
S4.利用折中的阈值函数对IMFs进行阈值处理获得去噪后的IMFs分量,然后再通过去噪后的IMFs分量和残差进行重构合成降噪后的PD信号。
进一步,阈值函数如下:
本发明的优点在于:本基于EEMD的局放信号降噪方法,采用改进的EEMD 算法在一定程度上减小了模态混叠效应;该方法不存在类似小波变换需要选择小波基及小波分解层数的难题;对各层IMF均进行阈值处理,降噪效果明显提高。
附图说明
图1为本发明的算法流程图;
图2为原始的局部信号放电图;
图3为含早局部放电信号图;
图4为本发明含噪PD信号EEMD分解示意图;
图5为本发明降噪前后PD信号对比图。
具体实施方式
如图1至图5所示,发明用于提供一种基于EEMD算法的PD信号噪声抑制算法,为了使本发明的技术实现方案及效果更加清晰、明确,下面结合附图,对本发明的具体实施方式进行详细描述。
为验证该方法的性能,人工利用MATLAB产生含有噪声的PD信号。此处,使用单指数衰减振荡脉冲和双指数衰减振荡脉冲来模拟PD信号。它们的数学表达式分别如下所示:
1、EEMD算法的实现步骤:
EEMD降噪算法的流程图如附图1所示,结合图1在此处对该算法流程进行详细介绍。传统的EMD算法各IMF分量存在模态混叠、端点效应等问题。EEMD 算法利用高斯白噪声频谱均匀分布的特点,在待分析信号中加入白噪声,这样不同尺度的信号便可以自动分离到与其相适应的尺度上去,通过添加白噪声以补充一些缺失的尺度从而在一定程度上缓解模态混叠所造成的影响。EEMD算法步骤如下:S1、确定高斯白噪声重复添加的次数和白噪声的幅度;S2、对加入高斯白噪声信号做EMD分解得到IMFs;S3、重复步骤S1和S2,每次加入新的白噪声序列;S4、将每次得到的IMF分量求和并平均处理后的IMFs作为最终处理的结果;由于高斯白噪声均值为0,因此通过集成平均后噪声相互抵消,求平均后的计算结果便可以作为最终的计算结果。
2、EEMD阈值的确定:
在本发明中全局通用阈值通过下式确定:
上式中,C为一个常量,其值的大小取决于信噪比大小及信号的类型,n表示信号的长度,Ei通过式(4)得出。
式(4)中E1 2表示为第一个IMF分量的能量,其定义如式(5)所示。
软阈值和硬阈值处理表达式如下:
重构的降噪后的信号通过式(8)得出。
考虑到硬阈值函数的不连续性,导致在去噪信号中产生突变伪影、波形振荡,尤其是当噪声水平比较显著时。软阈值处理解决了硬阈值处理的问题,但是软阈值处理对信号进行了压缩,使得处理前后的信号存在偏差,从而导致信号的部分信息丢失。针对传统软硬阈值处理存在的问题,本发明在结合软硬阈值的特点提出了折中的阈值处理方法。折中函数如下式:
式(9)中α(0<α<1)为折中因子,通过调节α的取值兼顾软硬阈值处理的特性,从而提升去噪效果。
3、构建PD信号验证去噪效果:
本发明借助于MATLAB 2019软件进行仿真实验,通过模拟现场局部放电信号的噪声环境。PD信号的振荡频率fc设置为600MHz,衰减因子τ=5×10-9,叠加信噪比为10dB的高斯白噪声作为噪声来源,信号的采样频率设置为5Ghz。采用改进的折中的阈值处理函数对含噪PD信号进行仿真实验,得到各IMFs分量和去噪前后对比图分别如附图4和附图5所示。
以上所述仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的适用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (2)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210278710.5A CN114690003A (zh) | 2022-03-21 | 2022-03-21 | 一种基于eemd的局放信号降噪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210278710.5A CN114690003A (zh) | 2022-03-21 | 2022-03-21 | 一种基于eemd的局放信号降噪方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114690003A true CN114690003A (zh) | 2022-07-01 |
Family
ID=82138809
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210278710.5A Pending CN114690003A (zh) | 2022-03-21 | 2022-03-21 | 一种基于eemd的局放信号降噪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114690003A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116304564A (zh) * | 2023-02-23 | 2023-06-23 | 南京理工大学 | 一种基于改进eemd算法和自相关降噪的信号降噪方法 |
-
2022
- 2022-03-21 CN CN202210278710.5A patent/CN114690003A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116304564A (zh) * | 2023-02-23 | 2023-06-23 | 南京理工大学 | 一种基于改进eemd算法和自相关降噪的信号降噪方法 |
CN116304564B (zh) * | 2023-02-23 | 2023-10-31 | 南京理工大学 | 一种基于改进eemd算法和自相关降噪的信号降噪方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Argenti et al. | Multiresolution MAP despeckling of SAR images based on locally adaptive generalized Gaussian pdf modeling | |
Kopsinis et al. | Development of EMD-based denoising methods inspired by wavelet thresholding | |
He et al. | Gaussian-modulated linear group delay model: Application to second-order time-reassigned synchrosqueezing transform | |
CN110096956B (zh) | 基于eemd和排列熵二阶差分的信号去噪方法及装置 | |
Hoshyar et al. | Comparing the performance of various filters on skin cancer images | |
Hussein et al. | Denoising of acoustic partial discharge signals corrupted with random noise | |
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 | |
CN110059639A (zh) | 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 | |
CN115700544A (zh) | 一种联合经验模态分解及小波软阈值的色谱信号去噪方法 | |
CN111795931A (zh) | 一种针对激光超声缺陷检测衍射回波信号的重构提取方法 | |
CN113486750A (zh) | 一种基于改进vmd算法和小波包去噪算法的油浸式变压器局部放电信号去噪方法 | |
Il et al. | An appropriate thresholding method of wavelet denoising for dropping ambient noise | |
CN114690003A (zh) | 一种基于eemd的局放信号降噪方法 | |
CN109724693B (zh) | 一种基于平稳小波的融合光谱去噪方法 | |
CN113589253A (zh) | 一种基于伪时域的小波变换算法对微弱回波信号进行检测的方法 | |
CN108983158B (zh) | 一种基于Hankel矩阵奇异值分解的探地雷达噪声抑制方法 | |
CN107610055B (zh) | 傅里叶变换光谱仪干涉图噪声检测及抑制方法 | |
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 | |
CN109558857B (zh) | 一种混沌信号降噪方法 | |
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 | |
CN113705347B (zh) | 一种基于时频分析的空间电荷噪音抑制方法及设备 | |
CN113726318A (zh) | 基于wm的局部放电白噪声自适应抑制方法 | |
CN110703089B (zh) | 一种用于低频振荡Prony分析的小波阈值去噪方法 | |
CN113642417A (zh) | 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 |
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 |