CN115422982B - 一种高频暂态信号提取方法、系统、存储介质及计算设备 - Google Patents
一种高频暂态信号提取方法、系统、存储介质及计算设备 Download PDFInfo
- Publication number
- CN115422982B CN115422982B CN202211373021.9A CN202211373021A CN115422982B CN 115422982 B CN115422982 B CN 115422982B CN 202211373021 A CN202211373021 A CN 202211373021A CN 115422982 B CN115422982 B CN 115422982B
- Authority
- CN
- China
- Prior art keywords
- data
- signal
- window
- sampling
- frequency
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明公开一种高频暂态信号提取方法、系统、存储介质及计算设备,其中方法包括:根据启动信号,选取启动时刻前后一定时间段的采样数据;选取采样数据中变化最剧烈的点,以该点为参考点对数据窗内的采样数据进行加窗处理;对数据窗内加窗处理后的采样数据进行小波变换;比较多个相邻数据窗的小波变换结果,选取相邻多个数据窗中最灵敏的数据作为启动信号在所需频段的暂态分量。本发明通过微分判据选取数据窗内变化最剧烈位置,消除了原有装置的边界效应,同时避免了信号二抽取过程可能出现的信息丢失现象,更适合于处理保护装置所需的暂态信号,能够精确提取信号的高频分量。
Description
技术领域
本发明属于电力系统继电保护技术领域,特别涉及一种高频暂态信号提取方法、系统、存储介质及计算设备。
背景技术
小波变换是电力系统暂态量及行波保护、测距等原理实现的关键技术之一,对于故障后产生的暂态信号,利用小波变换可以提取其中的高频分量,以此来判断故障的类型、位置,实现故障的快速隔离与定位。
现有的保护装置中采用的小波变换主要是Mallat算法。由于实际信号都是有限长的,现有的装置多采用周期扩展和反射扩展的方法来处理信号边界,以避免边界不连续性所产生的在边界上变换系数衰减慢的问题,但是这会导致边界上的信号值发生突变,无法准确的反应实际情况,使保护判别结果受到干扰。
另外,现有装置采用的小波变换方法在二抽取过程中会出现有效信息丢失现象,从而使得基于高频暂态量的保护判据发生误动作。因此,现有的高频暂态信号提取方法不适用于高速的继电保护装置。
发明内容
针对上述问题,本发明提供一种高频暂态信号提取方法、系统、存储介质及计算设备,本发明所采用的技术方案是:
一种高频暂态信号提取方法,包括以下步骤:
根据启动信号,选取启动时刻前后一定时间段的采样数据;
选取采样数据中变化最剧烈的点,以该点为参考点对数据窗内的采样数据进行加窗处理;
对数据窗内加窗处理后的采样数据进行小波变换;
比较多个相邻数据窗的小波变换结果,选取相邻多个数据窗中最灵敏的数据作为启动信号在所需频段的暂态分量。
进一步的,根据启动信号,选取启动时刻前后一定时间段的采样数据具体如下:
选取启动时刻
t 2前Δ
t 1至启动时刻后Δ
t 2时间段内,即
t 1至
t 4时刻的采样数据;
其中,
t 1为与启动时刻
t 2之前相差Δ
t 1的时刻,
t 4为启动时刻
t 2之后相差Δ
t 2的时刻,Δ
t 1和Δ
t 2根据所需高频暂态信号长度进行设定。
进一步的,选取采样数据中变化最剧烈的点,以该点为参考点对数据窗内的采样数据进行加窗处理包括:
选取采用点步骤:通过数据窗内的最大微分处找到变化最剧烈的时刻
t 3对应的采样点;
生成数据窗步骤:以变化最剧烈时刻
t 3对应的采样点作为参考点,生成一定长度的汉宁窗;
加窗处理步骤:对一定长度的汉宁窗内的采样数据进行加窗处理。
进一步的,对数据窗内的加窗处理后的采样数据进行小波变换包括:
确定小波算法分解层数步骤:根据所需提取的信号频率与信号的采样频率,确定小波算法分解层数
j;
采样数据分解计算步骤:对数据窗内加窗处理后的采样数据进行
j层分解;
确定小波变换结果步骤:将
j层分解中的最后一层细节系数作为小波变换结果。
进一步的,比较多个相邻数据窗的小波变换结果,选取相邻多个数据窗中最灵敏的数据作为启动信号在所需频段的暂态分量具体如下:
移动一个数据点得到下一个数据窗口,对多个数据窗内的采样数据进行加窗处理和小波变换;
根据小波算法分解层数
j,重复进行以下步骤2 j -1次:选取采用点步骤、生成数据窗步骤、确定小波算法分解层数步骤、采样数据分解计算步骤和确定小波变换结果步骤,获得2 j 个相邻数据窗的小波变换结果;
结合2 j 个相邻数据窗的小波变换结果,在2 j 个数据窗中选取暂态能量最大的数据窗小波变换结果作为该信号在所需频段的暂态分量。
进一步的,选取采用点步骤中,变化最剧烈的时刻
t 3对应的采样点
k max,为第一个满足下式关系的采样点:
式中,
a 0(
k)为原始离散信号,
k为采样点编号,
n为数据窗内采样点数,Δ
T为采样间隔时间。
进一步的,生成数据窗步骤中,生成一定长度的汉宁窗具体如下:
以采样点
k max作为参考点生成长度为2Δ
t 3的汉宁窗,如下式所示:
式中,
w(
t)为窗函数,
Δt 3 =
min{
t 3
−t 1
,t 4
−t 3 }。
进一步的,加窗处理步骤中,对长度为2Δ
t 3的汉宁窗内采样数据进行加窗处理,具体如下:
式中,
a 0w(
t)为加窗处理后的信号,
w(
t)为窗函数,
a 0(
t)为原采用数据信号,*表示卷积,
t满足。
进一步的,采样数据分解计算步骤中,通过Mallat算法对数据窗内加窗处理后的采样数据进行j层分解,具体如下:
式中,
h 0和
h 1分别代表低通和高通滤波器数组;
a 0w(
k)为经加窗处理后的原始离散信号;
d jw (
k)、
a jw (
k)分别为第
j层细节系数和平滑逼近系数,分别对应了第
j-1层平滑逼近系数
a (
j-1)w(
k)的高频分量和低频分量;
n为数据窗内采样点数。
进一步的,暂态能量具体如下:
式中,
E为小波变换结果的暂态能量,
d jw (
k)为第
j层细节系数。
进一步的,多个数据窗内的采样数据包括
t 1+Δ
T至
t 4+Δ
T数据窗内的采样数据,其中Δ
T为采样间隔时间。
本发明还提供一种高频暂态信号提取系统,包括:
信号接收模块,用于若接收到继电保护装置发送的启动信号,根据启动信号,选取启动时刻前后一定时间段的采样数据;
信号处理模块,用于选取采样数据中变化最剧烈的点,以该点为参考点对数据窗内的采样数据进行加窗处理;
信号处理模块,还用于对数据窗内加窗处理后的采样数据进行小波变换;
信号输出模块,用于比较多个相邻数据窗的小波变换结果,选取相邻多个数据窗中最灵敏的数据作为信号在所需频段的暂态分量。
进一步的,信号接收模块具体用于:
选取启动时刻
t 2前Δ
t 1至启动时刻后Δ
t 2时间段内,即
t 1至
t 4时刻的采样数据;
其中,
t 1为与启动时刻
t 2之前相差Δ
t 1的时刻,
t 4为启动时刻
t 2之后相差Δ
t 2的时刻,Δ
t 1和Δ
t 2根据所需高频暂态信号长度进行设定。
进一步的,信号处理模块具体用于:
通过数据窗内的最大微分处找到变化最剧烈的时刻
t 3对应的采样点;
以变化最剧烈时刻
t 3对应的采样点作为参考点,生成一定长度的汉宁窗;
对一定长度的汉宁窗内的采样数据进行加窗处理。
进一步的,信号处理模块还具体用于:
根据所需提取的信号频率与信号的采样频率,确定小波算法分解层数
j;
对数据窗内加窗处理后的采样数据进行
j层分解;
将
j层分解中的最后一层细节系数作为小波变换结果。
本发明还提供一种计算机可读存储介质,可读存储介质中存储一个或多个程序,一个或多个程序包括指令,指令当由计算设备执行时,使得计算设备执行所述高频暂态信号提取方法。
本发明还提供一种计算设备,包括一个或多个处理器、一个或多个存储器,其中,所述一个或多个存储器中存储有一个或多个程序,一个或多个程序被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行所述高频暂态信号提取方法的指令。
本发明的有益效果:本发明通过微分判据选取数据窗内变化最剧烈位置,以此为参考对信号进行加窗处理,消除了Mallat算法的边界效应;同时,通过原信号采样率及所需频率确定小波算法分解层数;另外,通过结合相邻数据窗的计算结果,选取多个数据窗经多层小波分解计算得到的最灵敏的数据作为最终结果,避免了算法的二抽取过程可能导致的有效信息丢失现象,保障了基于高频暂态量的继电保护及故障测距装置的可靠性。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,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示出了根据本发明实施例的一种高频暂态信号提取方法流程示意图;
图2示出了根据本发明实施例的保护算法数据窗选取原则和加窗处理示意图;
图3示出了根据本发明实施例的离散信号小波多层分解示意图;
图4示出了根据本发明实施例的一种高频暂态信号提取系统结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地说明,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
为了更好的理解本发明实施例的内容,先对高频暂态分量、小波变换、和数据窗进行简单介绍:
高频暂态分量,当电力系统发生故障时,瞬间出现运行电压降低、电流增大及电压与电流之间的相位角差发生变化等现象,电力系统将处于电磁暂态过程并在输电线路中产生高频暂态扰动分量。
小波变换(wavelet transform,WT)是一种新的变换分析方法,它继承和发展了短时傅立叶变换局部化的思想,同时又克服了窗口大小不随频率变化等缺点,能够提供一个随频率改变的“时间-频率”窗口,是进行信号时频分析和处理的理想工具。它的主要特点是通过变换能够充分突出问题某些方面的特征,能对时间(空间)频率的局部化分析,通过伸缩平移运算对信号(函数)逐步进行多尺度细化,最终达到高频处时间细分,低频处频率细分,能自动适应时频信号分析的要求,从而可聚焦到信号的任意细节,解决了Fourier变换的困难问题,成为继Fourier变换以来在科学方法上的重大突破。
数据窗,是指选取一段时间间隔内的采样数据作为输入。即将长时间尺度的数据切分为有界限的数据,从而对其进行处理。
本发明实施例提供一种高频暂态信号提取方法,适用于高速的继电保护装置,保障了基于高频暂态量的继电保护及故障测距装置的可靠性。
如图1所示,一种高频暂态信号提取方法,包括以下步骤:
S1、根据启动信号,选取启动时刻前后一定时间段的采样数据。
本步骤中,如图2所示,选取启动时刻
t 2前Δ
t 1至启动时刻后Δ
t 2时间段内,即
t 1至
t 4时刻的采样数据。
具体的,其中
t 1为与启动时刻
t 2之前相差Δ
t 1的时刻,
t 4为启动时刻
t 2之后相差Δ
t 2的时刻,Δ
t 1和Δ
t 2根据所需高频暂态信号长度进行设定,可设定为5ms。
S2、选取采样数据中变化最剧烈的点,以该点为参考点对数据窗内的采样数据进行加窗处理,具体如下:
S21、选取采用点步骤:通过数据窗内的最大微分处找到变化最剧烈的时刻
t 3对应的采样点
k max,即第一个满足下式所示关系的点:
式中,
a 0(
k)为原始离散信号,
k为采样点编号,
n为数据窗内采样点数,Δ
T为采样间隔。
S22、生成数据窗步骤:以变化最剧烈时刻
t 3对应的采样点作为参考点,生成一定长度的汉宁窗。具体的,以采样点
k max作为参考点生成长度为2Δ
t 3的汉宁窗,如下式所示:
式中,
w(
t)为窗函数,Δ
t 3=min{
t 3−
t 1,
t 4−
t 3}。
S23、加窗处理步骤:对一定长度的汉宁窗内的采样数据进行加窗处理,具体的,对长度为2Δ
t 3的汉宁窗内采样数据进行加窗处理,如下式所示:
式中,
a 0w(
t)为加窗处理后的信号,
a 0(
t)为原采用数据信号,*表示卷积,
t满足,如图2所示,通过本步骤的处理,消除了小波算法的边界效应。
S3、对数据窗内的加窗处理后的采样数据进行小波变换。
S31、确定小波算法分解层数步骤:根据所需提取的信号频率
f x 与信号的采样频率
f s,确定小波算法分解层数
j,具体如下式所示:
式中,[∙]表示取整函数。
S32、采样数据分解计算步骤:如图3所示,通过Mallat算法对数据窗内加窗处理后的采样数据进行
j层分解,具体如下:
式中,
h 0和
h 1分别代表低通和高通滤波器数组;
a 0w(
k)为经加窗处理后的原始离散信号;
d jw (
k)、
a jw (
k)分别为第
j层细节系数和平滑逼近系数,分别对应了第
j-1层平滑逼近系数
a (
j-1)w(
k)的高频分量和低频分量来;
n为数据窗内采样点数。因此,Mallat小波算法得到的细节系数就可以代表故障高频分量。
S33、确定小波变换结果步骤:将
j层分解中的最后一层细节系数作为小波变换结果。
S4、比较多个相邻数据窗的小波变换结果,选取相邻多个数据窗中最灵敏的数据作为启动信号在所需频段的暂态分量,即输出的高频暂态信号,具体如下:
S41、移动一个数据点得到下一个数据窗口,对多个数据窗内的采样数据进行加窗处理和小波变换。
本步骤中,多个数据窗内的采样数据包括
t 1+Δ
T至
t 4+Δ
T数据窗内的采样数据,其中Δ
T为采样间隔时间。
S42、根据小波算法分解层数
j,总计重复实施获取相邻数据窗的小波变换结果的步骤2 j -1次,获得2 j 个相邻数据窗的小波变换结果,具体如下:
根据S31(确定小波算法分解层数步骤)中计算得到的分解层数
j,重复进行以下步骤2 j -1次:S21(选取采用点步骤)、S22(生成数据窗步骤)、S31(确定小波算法分解层数步骤)、S32(采样数据分解计算步骤)和S33(确定小波变换结果步骤),得到2 j -1个数据窗的第
j层小波变换细节系数。
S43、结合2 j 个相邻数据窗的小波变换结果,在2 j 个数据窗中选取暂态能量最大的数据窗小波变换结果作为启动信号在所需频段的暂态分量,具体如下:
根据暂态能量判据选取2 j 个相邻数据窗的中所得到的最灵敏的数据作为信号在所需频段的暂态分量,暂态能量如下式所示:
式中,
E为小波变换结果的暂态能量,在2 j 个数据窗中选取暂态能量最大的第
i个(
i=1,2,3,…,2 j )数据窗小波变换结果,以此作为该信号在所需频段的暂态分量,
n为数据窗内采样点数。如图3所示,由此解决了小波变换算法的二抽取过程可能导致的有效信息丢失现象,保障了基于高频暂态量的继电保护及故障测距装置的可靠性。
如图4所示,基于上述高频暂态信号提取方法,本发明实施例还提供一种高频暂态信号提取系统,包括测量模块、信号接收模块、信号处理模块和信号输出模块。
其中,测量模块用于测量电力系统运行期间的电压和电流,对电压、电流信号采样后为其他模块提供所需采样数据;信号接收模块用于根据是否接收到继电保护装置发送的启动信号,判断是否进入高频暂态信号提取流程。
信号接收模块还用于,若接收到继电保护装置发送的启动信号,根据启动信号,选取启动时刻前后一定时间段的采样数据。
信号处理模块用于选取采样数据中变化最剧烈的点,以该点为参考点对数据窗内的采样数据进行加窗处理。信号处理模块还用于对数据窗内加窗处理后的采样数据进行小波变换。
信号输出模块用于比较多个相邻数据窗的小波变换结果,选取相邻多个数据窗中最灵敏的数据作为信号在所需频段的暂态分量,即输出的高频暂态信号。
本发明实施例还提供一种计算机可读存储介质,其中可读存储介质中存储一个或多个程序,一个或多个程序包括指令,指令当由计算设备执行时,使得计算设备执行上述高频暂态信号提取方法。
本发明实施例还提供一种计算设备,包括一个或多个处理器、一个或多个存储器,其中,所述一个或多个存储器中存储有一个或多个程序,一个或多个程序被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行上述高频暂态信号提取方法的指令。
本发明在电力系统故障情况下,计算采样数据的小波变换结果,从而提取暂态电气量信号的高频分量。与传统的基于Mallat算法相比,通过微分判据选取数据窗内变化最剧烈位置,以此为参考对信号进行加窗处理,消除了Mallat算法的边界效应;同时,通过原信号采样率及所需频率确定小波算法分解层数;另外,通过结合相邻数据窗的计算结果,选取多个数据窗经多层小波分解计算得到的最灵敏的数据作为最终结果,避免了算法的二抽取过程可能导致的有效信息丢失现象,保障了基于高频暂态量的继电保护及故障测距装置的可靠性。
尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (12)
1.一种高频暂态信号提取方法,其特征在于,包括以下步骤:
根据启动信号,选取启动时刻前后一定时间段的采样数据;
选取采样数据中变化最剧烈的点,以该点为参考点对数据窗内的采样数据进行加窗处理具体包括:选取采用点步骤:通过数据窗内的最大微分处找到变化最剧烈的时刻t 3对应的采样点;生成数据窗步骤:以变化最剧烈时刻t 3对应的采样点作为参考点,生成一定长度的汉宁窗;加窗处理步骤:对一定长度的汉宁窗内的采样数据进行加窗处理;
对数据窗内加窗处理后的采样数据进行小波变换具体包括:确定小波算法分解层数步骤:根据所需提取的信号频率与信号的采样频率,确定小波算法分解层数j;采样数据分解计算步骤:对数据窗内加窗处理后的采样数据进行j层分解;确定小波变换结果步骤:将j层分解中的最后一层细节系数作为小波变换结果;
比较多个相邻数据窗的小波变换结果,选取相邻多个数据窗中最灵敏的数据作为启动信号在所需频段的暂态分量具体包括:移动一个数据点得到下一个数据窗口,对多个数据窗内的采样数据进行加窗处理和小波变换;根据小波算法分解层数j,重复进行以下步骤2 j -1次:选取采用点步骤、生成数据窗步骤、确定小波算法分解层数步骤、采样数据分解计算步骤和确定小波变换结果步骤,获得2 j 个相邻数据窗的小波变换结果;结合2 j 个相邻数据窗的小波变换结果,在2 j 个数据窗中选取暂态能量最大的数据窗小波变换结果作为该信号在所需频段的暂态分量。
2.根据权利要求1所述的高频暂态信号提取方法,其特征在于,根据启动信号,选取启动时刻前后一定时间段的采样数据具体如下:
选取启动时刻t 2前Δt 1至启动时刻后Δt 2时间段内,即t 1至t 4时刻的采样数据;
其中,t 1为与启动时刻t 2之前相差Δt 1的时刻,t 4为启动时刻t 2之后相差Δt 2的时刻,Δt 1和Δt 2根据所需高频暂态信号长度进行设定。
3.根据权利要求1所述的高频暂态信号提取方法,其特征在于,选取采用点步骤中,变化最剧烈的时刻t 3对应的采样点k max,为第一个满足下式关系的采样点:
式中,a 0(k)为原始离散信号,k为采样点编号,n为数据窗内采样点数,ΔT为采样间隔时间。
4.根据权利要求3所述的高频暂态信号提取方法,其特征在于,生成数据窗步骤中,生成一定长度的汉宁窗具体如下:
以采样点k max作为参考点生成长度为2Δt 3的汉宁窗,如下式所示:
式中,w(t)为窗函数,Δt 3 =min{t 3 −t 1 ,t 4 −t 3 }。
5.根据权利要求4所述的高频暂态信号提取方法,其特征在于,加窗处理步骤中,对长度为2Δt 3的汉宁窗内采样数据进行加窗处理,具体如下:
式中,a 0w(t)为加窗处理后的信号,w(t)为窗函数,a 0(t)为原采用数据信号,*表示卷积,t满足。
6.根据权利要求1所述的高频暂态信号提取方法,其特征在于,采样数据分解计算步骤中,通过Mallat算法对数据窗内加窗处理后的采样数据进行j层分解,具体如下:
式中,h 0和h 1分别代表低通和高通滤波器数组;a 0w(k)为经加窗处理后的原始离散信号;d jw (k)、a jw (k)分别为第j层细节系数和平滑逼近系数,分别对应了第j-1层平滑逼近系数a (j-1)w(k)的高频分量和低频分量;n为数据窗内采样点数。
7.根据权利要求6所述的高频暂态信号提取方法,其特征在于,暂态能量具体如下:
式中,E为小波变换结果的暂态能量,d jw (k)为第j层细节系数。
8.根据权利要求3-5任一所述的高频暂态信号提取方法,其特征在于,多个数据窗内的采样数据包括t 1+ΔT至t 4+ΔT数据窗内的采样数据,其中ΔT为采样间隔时间。
9.一种高频暂态信号提取系统,其特征在于,包括:
信号接收模块,用于若接收到继电保护装置发送的启动信号,根据启动信号,选取启动时刻前后一定时间段的采样数据;
信号处理模块,用于选取采样数据中变化最剧烈的点,以该点为参考点对数据窗内的采样数据进行加窗处理具体包括:选取采用点步骤:通过数据窗内的最大微分处找到变化最剧烈的时刻t3对应的采样点;生成数据窗步骤:以变化最剧烈时刻t3对应的采样点作为参考点,生成一定长度的汉宁窗;加窗处理步骤:对一定长度的汉宁窗内的采样数据进行加窗处理;
信号处理模块,还用于对数据窗内加窗处理后的采样数据进行小波变换具体包括:确定小波算法分解层数步骤:根据所需提取的信号频率与信号的采样频率,确定小波算法分解层数j;采样数据分解计算步骤:对数据窗内加窗处理后的采样数据进行j层分解;确定小波变换结果步骤:将j层分解中的最后一层细节系数作为小波变换结果;
信号输出模块,用于比较多个相邻数据窗的小波变换结果,选取相邻多个数据窗中最灵敏的数据作为信号在所需频段的暂态分量具体包括:移动一个数据点得到下一个数据窗口,对多个数据窗内的采样数据进行加窗处理和小波变换;根据小波算法分解层数j,重复进行以下步骤2j-1次:选取采用点步骤、生成数据窗步骤、确定小波算法分解层数步骤、采样数据分解计算步骤和确定小波变换结果步骤,获得2j个相邻数据窗的小波变换结果;结合2j个相邻数据窗的小波变换结果,在2j个数据窗中选取暂态能量最大的数据窗小波变换结果作为该信号在所需频段的暂态分量。
10.根据权利要求9所述的高频暂态信号提取系统,其特征在于,信号接收模块具体用于:
选取启动时刻t 2前Δt 1至启动时刻后Δt 2时间段内,即t 1至t 4时刻的采样数据;
其中,t 1为与启动时刻t 2之前相差Δt 1的时刻,t 4为启动时刻t 2之后相差Δt 2的时刻,Δt 1和Δt 2根据所需高频暂态信号长度进行设定。
11.一种计算机可读存储介质,其特征在于,可读存储介质中存储一个或多个程序,一个或多个程序包括指令,指令当由计算设备执行时,使得计算设备执行权利要求1-8任一所述的高频暂态信号提取方法。
12.一种计算设备,其特征在于,包括一个或多个处理器、一个或多个存储器,其中,所述一个或多个存储器中存储有一个或多个程序,一个或多个程序被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行权利要求1-8任一所述的高频暂态信号提取方法的指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211373021.9A CN115422982B (zh) | 2022-11-04 | 2022-11-04 | 一种高频暂态信号提取方法、系统、存储介质及计算设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211373021.9A CN115422982B (zh) | 2022-11-04 | 2022-11-04 | 一种高频暂态信号提取方法、系统、存储介质及计算设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115422982A CN115422982A (zh) | 2022-12-02 |
CN115422982B true CN115422982B (zh) | 2023-04-07 |
Family
ID=84207323
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211373021.9A Active CN115422982B (zh) | 2022-11-04 | 2022-11-04 | 一种高频暂态信号提取方法、系统、存储介质及计算设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115422982B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104122486A (zh) * | 2014-07-30 | 2014-10-29 | 浙江群力电气有限公司 | 一种电缆早期故障检测方法及装置 |
CN108732440A (zh) * | 2018-04-17 | 2018-11-02 | 北京理工大学 | 一种暂态电能质量检测方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108880505B (zh) * | 2018-04-16 | 2021-11-30 | 东南大学 | 基于启动判定元件和小波变换的接地网电位差滤波方法 |
CN109375051B (zh) * | 2018-08-29 | 2021-03-12 | 国网浙江省电力有限公司电力科学研究院 | 基于频谱密度衰减的雷电暂态信号识别方法及系统 |
CN112730982A (zh) * | 2020-12-23 | 2021-04-30 | 华南理工大学 | 一种混合直流输电系统的谐波检测方法 |
-
2022
- 2022-11-04 CN CN202211373021.9A patent/CN115422982B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104122486A (zh) * | 2014-07-30 | 2014-10-29 | 浙江群力电气有限公司 | 一种电缆早期故障检测方法及装置 |
CN108732440A (zh) * | 2018-04-17 | 2018-11-02 | 北京理工大学 | 一种暂态电能质量检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115422982A (zh) | 2022-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109357749B (zh) | 一种基于dnn算法的电力设备音频信号分析方法 | |
RU2523173C2 (ru) | Устройство и способ обработки аудио сигнала | |
CN101882964B (zh) | 瞬变电磁探测回波信号的降噪方法 | |
CN110739002A (zh) | 基于生成对抗网络的复数域语音增强方法、系统及介质 | |
CN103675617A (zh) | 一种用于高频局部放电信号检测的抗干扰方法 | |
CN107315991B (zh) | 一种基于小波阈值去噪的ifra频响曲线去噪方法 | |
CN116665710B (zh) | 气体绝缘开关设备的故障识别方法、装置和计算机设备 | |
CN108802175A (zh) | 一种基于emd的脉冲涡流检测信号降噪方法 | |
CN114492538A (zh) | 一种城市中压配电电缆局部放电信号去噪方法 | |
CN114242098A (zh) | 一种语音增强方法、装置、设备以及存储介质 | |
CN111046836B (zh) | 局放信号的滤波去噪及分析方法、系统、设备及存储介质 | |
CN105721090B (zh) | 一种非法调频广播电台的检测和识别方法 | |
CN115422982B (zh) | 一种高频暂态信号提取方法、系统、存储介质及计算设备 | |
CN111239565B (zh) | 基于分层式去噪模型的充油套管局部放电脉冲信号处理方法及系统 | |
CN113268924A (zh) | 基于时频特征的变压器有载分接开关故障识别方法 | |
CN111044865B (zh) | 一种直流气体绝缘电气设备局部放电小波去噪方法 | |
CN115902528B (zh) | 一种直流牵引网振荡与短路故障辨识方法 | |
CN110070887B (zh) | 一种语音特征重建方法及装置 | |
CN114674410A (zh) | 一种分量数时变的水声信号瞬时频率估计方法 | |
CN113092966B (zh) | 一种基于麦克风阵列的换流阀局部放电信号的定位方法 | |
CN115061018A (zh) | 一种高压开关柜局部放电监测方法 | |
CN112116917B (zh) | 基于相位跃变度的电抗器本体与风机声信号分离方法 | |
CN111641421A (zh) | 一种高动态数字接收机窄带干扰抑制系统及方法 | |
CN114063177B (zh) | 一种大地电磁数据去噪方法及系统 | |
Si et al. | Multi‐scale audio super resolution via deep pyramid wavelet convolutional neural network |
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 |