CN115980528A - 一种环网柜噪音信号快速诊断与消除方法与装置 - Google Patents

一种环网柜噪音信号快速诊断与消除方法与装置 Download PDF

Info

Publication number
CN115980528A
CN115980528A CN202310112089.XA CN202310112089A CN115980528A CN 115980528 A CN115980528 A CN 115980528A CN 202310112089 A CN202310112089 A CN 202310112089A CN 115980528 A CN115980528 A CN 115980528A
Authority
CN
China
Prior art keywords
signal
partial discharge
signals
discharge
interference
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.)
Granted
Application number
CN202310112089.XA
Other languages
English (en)
Other versions
CN115980528B (zh
Inventor
陈浩
张永昌
李彩强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Xiangneng Intelligent Power Distribution Equipment Co ltd
Original Assignee
Hunan Xiangneng Intelligent Power Distribution Equipment Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hunan Xiangneng Intelligent Power Distribution Equipment Co ltd filed Critical Hunan Xiangneng Intelligent Power Distribution Equipment Co ltd
Priority to CN202310112089.XA priority Critical patent/CN115980528B/zh
Publication of CN115980528A publication Critical patent/CN115980528A/zh
Application granted granted Critical
Publication of CN115980528B publication Critical patent/CN115980528B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Testing Relating To Insulation (AREA)

Abstract

本发明涉及噪音信号消除的技术领域，揭露了一种环网柜噪音信号快速诊断与消除方法与装置，方法包括：对环网柜内的局部放电信号进行去均值处理；分别基于局部放电信号的时域能量以及频域分布参数，识别局部放电信号中的放电干扰信号；基于预构建放电干扰信号图谱与存在放电干扰信号的局部放电信号之间的互相关函数消除其中部分放电干扰信号；利用改进的谱减法对初步噪音干扰消除的局部放电信号进行噪音信号的过滤处理。本发明利用局部放电检测方法检测环网柜中配电设备的绝缘状态，针对环网柜中不同类型的噪音设计不同的噪音信号诊断以及消除方法，对所采集局部放电信号中不同类型的噪音信号进行诊断消除，提高环网柜实时安全检测的准确率。

Description

一种环网柜噪音信号快速诊断与消除方法与装置
技术领域
本发明涉及噪音信号诊断消除的技术领域，尤其涉及一种环网柜噪音信号快速诊断与消除方法与装置。
背景技术
随着城市不断发展，电网的规模不断扩大，用户对电能质量要求也越来越高，环网柜作为电网连接用户的重要设备，对其运行中的绝缘状态的检测是保障电力系统安全稳定可靠运行重要手段之一。局部放电检测是判断环网柜设备绝缘状态的主要方式，其中超高频检测法以其优良的抗干扰能力和高灵敏度成为主流的局部放电检测方法，但是该种放电检测方法也存在一定缺陷，即对混入在工作频段内的各种干扰信号无法有效识别和滤除，导致较高的误检率。针对该问题，本发明提出一种环网柜噪音信号快速诊断与消除方法，对混杂的干扰信号进行快速消除，降低环网柜漏电检测误检率。
发明内容
有鉴于此，本发明提供一种环网柜噪音信号快速诊断与消除方法与装置，目的在于：1)利用局部放电检测方法检测环网柜中配电设备的绝缘状态，根据所采集的包含多种噪音信号的局部放电信号，通过过滤消除不同类型的噪音信号，得到环网柜内气隙与绝缘套筒所形成夹层介质的放电电压信号，若检测到较大的放电电压信号，说明绝缘套筒上的气隙过大，容易被电压击穿，配电设备的绝缘状态较差，存在配电安全的漏电隐患，从而实现环网柜的实时安全检测；2)针对环网柜中不同类型的噪音设计不同的噪音信号诊断以及消除方法，通过过滤掉直流分量消除采集信号普遍存在的白噪声，并基于局部放电信号的时域能量以及频域分布参数，识别得到脉冲能量信号以及周期性信号，其中脉冲能量信号与局部放电过程中所施加的交流电压有关，有较大概率为存在放电干扰信号的放电电压信号，且周期性信号也可能为放电干扰信号以及放电电压信号，对其余信号进行过滤消除，消除掉随机噪音信号，并基于放电干扰信号图谱与存在放电干扰信号的局部放电信号之间的互相关函数，消除互相关系数较高的频率信号，实现周期性窄带干扰信号的过滤消除，并利用改进的谱减法对初步噪音干扰消除的局部放电信号进行噪音信号的过滤处理，得到滤除噪音信号的环网柜内局部放电信号，提高环网柜实时安全检测的准确率；3)利用多个正交的数据框对局部放电信号进行谱估计，并在谱估计前保留信号的相位角，避免传统谱减法对含带噪信号进行谱估计，导致处理后信号质量过于粗糙的问题，尽可能还原原始采集信号的质量，并基于初步噪音干扰消除的局部放电信号与原始信号的信噪比，实现基于噪音干扰状况的自适应谱减，噪音干扰越大，谱减法的调整处理比例越大。
实现上述目的，本发明提供的一种环网柜噪音信号快速诊断与消除方法，包括以下步骤：
S1：在环网柜内进行局部放电，得到环网柜内的局部放电信号；
S2：对局部放电信号进行去均值处理，消除局部放电信号中的白噪声，得到消除白噪声后的局部放电信号；
S3：分别基于消除白噪声后的局部放电信号的时域能量以及频域分布参数，识别局部放电信号中的放电干扰信号；
S4：若识别到放电干扰信号，则基于预构建放电干扰信号图谱与存在放电干扰信号的局部放电信号之间的互相关函数，消除局部放电信号中的部分放电干扰信号，得到初步噪音干扰消除的局部放电信号；
S5：利用改进的谱减法对初步噪音干扰消除的局部放电信号进行噪音信号的过滤处理，得到滤除噪音信号的环网柜内局部放电信号。
作为本发明的进一步改进方法：
可选地，所述S1步骤中在环网柜内进行局部放电，采集得到环网柜内的局部放电信号，包括：
环网柜的组成结构包括断路器、负荷开关、熔断器、配电设备以及绝缘套筒，绝缘套筒为金属或非金属结构的绝缘体，绝缘体内包含配电设备，所述环网柜用于接收、分配以及控制电能，对环网柜进行局部放电处理，得到环网柜的局部放电信号，根据局部放电信号检测判断环网柜内配电设备的绝缘状态；所述局部放电信号中包括白噪声以及多类型的放电干扰信号，影响环网柜绝缘状态检测的准确性；
所述局部放电处理的流程为：
S11：向环网柜的绝缘套筒施加交流电压，所施加的交流电压大小为U0；
S12：所述绝缘套筒内存在气隙，气隙与绝缘套筒之间形成夹层介质，当绝缘套筒表面存在交流电压时，较高的电场强度集中于夹层介质产生局部放电；
S13：采集绝缘套筒的电压信号作为局部放电信号U1(t)，其中t表示时序信息，t∈[t0,tL]，t0表示采集局部放电信号的初始时刻，tL表示采集局部放电信号的截止时刻，相邻采集时刻的时间差为Δt＝0.01秒，所采集的局部放电信号包括夹层介质之间的放电电压信号、白噪声信号以及放电干扰信号，其中夹层介质之间的放电电压信号越大，表明绝缘套筒内的气隙越大，配电设备的绝缘状态越差。
可选地，所述S2步骤中对局部放电信号进行去均值处理，得到消除白噪声后的局部放电信号，包括：
对局部放电信号进行去均值处理，消除局部放电信号中的白噪声，所述去均值处理流程为：
计算所采集局部放电信号U1(t)的信号均值
Figure BDA0004077178720000021
Figure BDA0004077178720000022
其中：
U1(t)包含L+1个时刻的采集信号；
对任意时刻ti的采集信号U1(ti)进行去均值处理，得到去均值处理后的采集信号U′1(ti)：
Figure BDA0004077178720000023
将所有时刻的去均值处理后采集信号构成去均值处理后的局部放电信号U′1(t)＝(U′1(t0),U′1(t1),...,U′1(ti),...,U′1(tL))，所述去均值处理后局部放电信号的均值为0，不存在直流分量。
可选地，所述S3步骤中基于消除白噪声后的局部放电信号的时域能量以及频域分布参数，识别局部放电信号中的放电干扰信号，包括：
根据所述消除白噪声后局部放电信号U′1(t)的时域能量参数以及频域分布参数，识别局部放电信号中的放电干扰信号，所述放电干扰信号包括周期性窄带干扰信号、通信干扰信号以及过零点干扰信号，在本发明实施例中，其中周期性窄带干扰信号包括由电力系统载波通讯、电力系统谐波以及无线电广播等所引起的干扰信号，通信干扰信号包括手机、蓝牙等通信设备产生的通信信号，过零点干扰信号为切换外部电源开关产生的噪声干扰信号；
所述放电干扰信号的识别流程为：
S31：构建长度为N个采集时刻的时域窗，所述时域窗的形式为：
Figure BDA0004077178720000024
其中：
n表示输入时域窗的第n个信号值，w(n)表示第n个信号值对应的时域权重；
S32：将局部放电信号U′1(t)划分为
Figure BDA0004077178720000031
个子信号，每个子信号中包含N个采集时刻的采集信号，划分得到的任意第k个子信号为：
U′k＝[U′1(tN(k-1)),U′1(tN(k-1)+1),...,U′1(tNk-1)]
S33：将任意第k个子信号输入到时域窗中，得到第k个子信号的时域能量Ek：
Figure BDA0004077178720000032
其中：
U′1(tN(k-1)+n-1)表示第k个子信号中第n个采集时刻对应的信号值，w(n)为U′1(tN(k-1)+n-1)的时域权重；
S34：计算
Figure BDA0004077178720000033
个子信号的时域能量均值
Figure BDA0004077178720000034
Figure BDA0004077178720000035
设置时域能量阈值
Figure BDA0004077178720000036
其中α表示能量因子，将其设置为0.6，并将时域能量大于等于
Figure BDA0004077178720000037
的子信号标记为1，小于
Figure BDA0004077178720000038
的子信号标记为0，将出现0、1、0标记的连续子信号标记为脉冲能量信号，并将其余子信号标记为非脉冲能量信号；
S35：利用快速傅里叶算法提取非脉冲能量信号的频域分布参数，得到非脉冲能量信号在不同频率信号的分布：
Figure BDA0004077178720000039
其中：
U″表示非脉冲能量信号，tU″表示对应的时域信息；
A(tU″)表示非脉冲能量信号的幅值序列；
Ω(U″)表示U″所包含的不同频率信号的频率集合，f表示任意频率；
j表示虚数单位，j2＝-1；
Figure BDA00040771787200000310
表示非脉冲能量信号中频率为f的信号分布；
S36：遍历非脉冲能量信号中最大频率信号分布的极大值点，若相邻极大值点的时间间隔近似，则表示该非脉冲能量信号中存在周期信号，即存在较大可能包含夹层介质的放电电压信号或周期性窄带干扰信号，并将该非脉冲能量信号标记为周期性信号；
S37：将脉冲能量信号以及周期性信号作为识别到放电干扰信号的局部放电信号。
可选地，所述S4步骤中基于预构建的放电干扰信号图谱与存在放电干扰信号的局部放电信号之间的互相关函数，消除局部放电信号中的部分放电干扰信号，包括：
基于预构建的放电干扰信号图谱与存在放电干扰信号的局部放电信号之间的互相关函数，消除局部放电信号中的部分放电干扰信号，所述放电干扰信号的消除流程为：
S41：计算每个脉冲能量信号以及周期性信号的信号幅值均值和信号幅值最大值；
S42：计算信号幅值均值/信号幅值最大值作为每个脉冲能量信号以及周期性信号的幅值参数；
S43：若所述幅值参数大于预设的幅值阈值
Figure BDA00040771787200000311
则表示该信号存在通信干扰信号，并将该信号输入到中值滤波器中进行滤波处理，消除通信干扰信号，重复上述步骤，直到消除所有脉冲能量信号以及周期性信号中的通信干扰信号；
S44：利用快速傅里叶算法对每个脉冲能量信号以及周期性信号进行分解，得到不同频率的脉冲能量信号以及周期性信号；
S45：计算分解后每个脉冲能量信号以及周期性信号与放电干扰信号图谱的互相关系数，其中所述放电干扰信号图谱为预构建的周期性窄带干扰图谱，所述互相关系数的计算公式为：
Figure BDA0004077178720000041
其中：
Figure BDA0004077178720000042
表示脉冲能量信号或周期性信号U*(t′)分解得到的频率为f*的分解信号，t′表示信号的时序信息，
Figure BDA0004077178720000043
表示对应分解信号的标准差，
Figure BDA0004077178720000044
表示对应分解信号的均值，T*表示对应分解信号的序列长度；
F(t′)表示放电干扰信号图谱，σF表示放电干扰信号图谱的标准差，μF表示放电干扰信号图谱均值；
Figure BDA0004077178720000045
表示分解信号
Figure BDA0004077178720000046
与放电干扰信号图谱的互相关系数；
S46：将互相关系数大于0.7的分解信号删除，并将保留的分解信号进行叠加，并按时序信息重构为初步噪音干扰消除的局部放电信号x(t″)。
可选地，所述S5步骤中利用改进的谱减法对初步噪音干扰消除的局部放电信号进行噪音信号的过滤处理，包括：
利用改进的谱减法对初步噪音干扰消除的局部放电信号x(t″)进行噪音信号的过滤处理，所过滤的噪音信号包括过零点干扰信号以及随机噪音信号，所述改进的谱减法流程为：
S51：将局部放电信号x(t″)划分为m个局部放电子信号，每个局部放电子信号中包含N个采集时刻的信号值；
S52：对所划分的m个局部放电子信号分别进行离散傅里叶变换处理：
Figure BDA0004077178720000047
其中：
q表示离散傅里叶变换点数，将其设置为64，j表示虚数单位，xm(n)表示划分得到的第m个局部放电子信号中的第n个信号值，Xm(q)表示第m个局部放电子信号的离散傅里叶变换处理结果；
S53：计算得到第m个局部放电子信号的相位角：
Figure BDA0004077178720000048
S54：构建m个数据窗，每个数据窗的长度为N，且任意两个不同数据窗的乘积为0，两个相同数据窗的乘积为1；
S55：将第m个局部放电子信号输入到第m个数据窗中，得到第m个局部放电子信号的谱估计Sm(q)：
Figure BDA0004077178720000049
S56：利用改进的谱减法计算公式对谱估计结果进行处理：
Figure BDA00040771787200000410
其中：
S′m(q)表示对谱估计Sm(q)进行处理的结果，α表示局部放电信号的信噪比，在本发明实施例中，所述信噪比为局部放电信号x(t″)与采集信号U′1(ti)的信号幅值的均值比；
S57：根据每个局部放电子信号的相位角以及对应的谱估计处理结果，利用逆傅里叶变换处理将谱估计处理结果转换为信号，得到滤除噪音信号的环网柜内局部放电信号；
所述滤除噪音信号的环网柜内局部放电信号为夹层介质之间的放电电压信号，若放电电压信号超过预设定阈值，则说明绝缘套筒上的气隙过大，容易被电压击穿进而影响环网柜内配电设备的绝缘状态，影响供电安全。
为了解决上述问题，本发明提供一种环网柜噪音信号快速诊断与消除装置，所述装置包括：
数据采集模块，用于在环网柜内进行局部放电，得到环网柜内的局部放电信号；
白噪声消除模块，用于对局部放电信号进行去均值处理，消除局部放电信号中的白噪声；
噪音信号消除模块，用于分别基于消除白噪声后的局部放电信号的时域能量以及频域分布参数，识别局部放电信号中的放电干扰信号，基于预构建放电干扰信号图谱与存在放电干扰信号的局部放电信号之间的互相关函数，消除局部放电信号中的部分放电干扰信号，得到初步噪音干扰消除的局部放电信号，利用改进的谱减法对初步噪音干扰消除的局部放电信号进行噪音信号的过滤处理，得到滤除噪音信号的环网柜内局部放电信号。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现上述所述的环网柜噪音信号快速诊断与消除方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的环网柜噪音信号快速诊断与消除方法。
相对于现有技术，本发明提出一种环网柜噪音信号快速诊断与消除方法，该技术具有以下优势：
首先，本方案提出一种环网柜绝缘状态检测以及噪音信号消除方法，通过利用局部放电检测方法检测环网柜中配电设备的绝缘状态，根据所采集的包含多种噪音信号的局部放电信号，通过过滤消除不同类型的噪音信号，得到环网柜内气隙与绝缘套筒所形成夹层介质的放电电压信号，若检测到较大的放电电压信号，说明绝缘套筒上的气隙过大，容易被电压击穿，配电设备的绝缘状态较差，存在配电安全的漏电隐患，从而实现环网柜的实时安全检测，同时本方案针对环网柜中不同类型的噪音设计不同的噪音信号诊断以及消除方法，通过过滤掉直流分量消除采集信号普遍存在的白噪声，并基于局部放电信号的时域能量以及频域分布参数，识别得到脉冲能量信号以及周期性信号，其中脉冲能量信号与局部放电过程中所施加的交流电压有关，有较大概率为存在放电干扰信号的放电电压信号，且周期性信号也可能为放电干扰信号以及放电电压信号，对其余信号进行过滤消除，消除掉随机噪音信号，并基于放电干扰信号图谱与存在放电干扰信号的局部放电信号之间的互相关函数，消除互相关系数较高的频率信号，实现周期性窄带干扰信号的过滤消除，并利用改进的谱减法对初步噪音干扰消除的局部放电信号进行噪音信号的过滤处理，得到滤除噪音信号的环网柜内局部放电信号，提高环网柜实时安全检测的准确率。
同时，本方案提出一种改进的谱减法，利用改进的谱减法对初步噪音干扰消除的局部放电信号x(t″)进行噪音信号的过滤处理，所过滤的噪音信号包括过零点干扰信号以及随机噪音信号，所述改进的谱减法流程为：将局部放电信号x(t″)划分为m个局部放电子信号，每个局部放电子信号中包含N个采集时刻的信号值；对所划分的m个局部放电子信号分别进行离散傅里叶变换处理：
Figure BDA0004077178720000061
其中：q表示离散傅里叶变换点数，将其设置为64，j表示虚数单位，xm(n)表示划分得到的第m个局部放电子信号中的第n个信号值，Xm(q)表示第m个局部放电子信号的离散傅里叶变换处理结果；计算得到第m个局部放电子信号的相位角：
Figure BDA0004077178720000062
构建m个数据窗，每个数据窗的长度为N，且任意两个不同数据窗的乘积为0，两个相同数据窗的乘积为1；将第m个局部放电子信号输入到第m个数据窗中，得到第m个局部放电子信号的谱估计Sm(q)：
Figure BDA0004077178720000063
利用改进的谱减法计算公式对谱估计结果进行处理：
Figure BDA0004077178720000064
其中：S′ m(q)表示对谱估计Sm(q)进行处理的结果，α表示局部放电信号的信噪比；根据每个局部放电子信号的相位角以及对应的谱估计处理结果，利用逆傅里叶变换处理将谱估计处理结果转换为信号，得到滤除噪音信号的环网柜内局部放电信号；所述滤除噪音信号的环网柜内局部放电信号为夹层介质之间的放电电压信号，若放电电压信号超过预设定阈值，则说明绝缘套筒上的气隙过大，容易被电压击穿进而影响环网柜内配电设备的绝缘状态，影响供电安全。本方案利用多个正交的数据框对局部放电信号进行谱估计，并在谱估计前保留信号的相位角，避免传统谱减法对含带噪信号进行谱估计，导致处理后信号质量过于粗糙的问题，尽可能还原原始采集信号的质量，并基于初步噪音干扰消除的局部放电信号与原始信号的信噪比，实现基于噪音干扰状况的自适应谱减，噪音干扰越大，谱减法的调整处理比例越大。
附图说明
图1为本发明一实施例提供的一种环网柜噪音信号快速诊断与消除方法的流程示意图；
图2为本发明一实施例提供的环网柜噪音信号快速诊断与消除装置的功能模块图；
图3为本发明一实施例提供的实现环网柜噪音信号快速诊断与消除方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种环网柜噪音信号快速诊断与消除方法。所述环网柜噪音信号快速诊断与消除方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述环网柜噪音信号快速诊断与消除方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
实施例1：
S1：在环网柜内进行局部放电，得到环网柜内的局部放电信号。
所述S1步骤中在环网柜内进行局部放电，采集得到环网柜内的局部放电信号，包括：
环网柜的组成结构包括断路器、负荷开关、熔断器、配电设备以及绝缘套筒，绝缘套筒为金属或非金属结构的绝缘体，绝缘体内包含配电设备，所述环网柜用于接收、分配以及控制电能，对环网柜进行局部放电处理，得到环网柜的局部放电信号，根据局部放电信号检测判断环网柜内配电设备的绝缘状态；所述局部放电信号中包括白噪声以及多类型的放电干扰信号，影响环网柜绝缘状态检测的准确性；
所述局部放电处理的流程为：
S11：向环网柜的绝缘套筒施加交流电压，所施加的交流电压大小为U0；
S12：所述绝缘套筒内存在气隙，气隙与绝缘套筒之间形成夹层介质，当绝缘套筒表面存在交流电压时，较高的电场强度集中于夹层介质产生局部放电；
S13：采集绝缘套筒的电压信号作为局部放电信号U1(t)，其中t表示时序信息，t∈[t0,tL]，t0表示采集局部放电信号的初始时刻，tL表示采集局部放电信号的截止时刻，相邻采集时刻的时间差为Δt＝0.01秒，所采集的局部放电信号包括夹层介质之间的放电电压信号、白噪声信号以及放电干扰信号，其中夹层介质之间的放电电压信号越大，表明绝缘套筒内的气隙越大，配电设备的绝缘状态越差。
S2：对局部放电信号进行去均值处理，消除局部放电信号中的白噪声，得到消除白噪声后的局部放电信号。
所述S2步骤中对局部放电信号进行去均值处理，得到消除白噪声后的局部放电信号，包括：
对局部放电信号进行去均值处理，消除局部放电信号中的白噪声，所述去均值处理流程为：
计算所采集局部放电信号U1(t)的信号均值
Figure BDA0004077178720000071
Figure BDA0004077178720000072
其中：
U1(t)包含L+1个时刻的采集信号；
对任意时刻ti的采集信号U1(ti)进行去均值处理，得到去均值处理后的采集信号U′1(ti)：
Figure BDA0004077178720000073
将所有时刻的去均值处理后采集信号构成去均值处理后的局部放电信号U′1(t)＝(U′1(t0),U′1(t1),...,U′1(ti),...,U′1(tL))，所述去均值处理后局部放电信号的均值为0，不存在直流分量。
S3：分别基于消除白噪声后的局部放电信号的时域能量以及频域分布参数，识别局部放电信号中的放电干扰信号。
所述S3步骤中基于消除白噪声后的局部放电信号的时域能量以及频域分布参数，识别局部放电信号中的放电干扰信号，包括：
根据所述消除白噪声后局部放电信号U′1(t)的时域能量参数以及频域分布参数，识别局部放电信号中的放电干扰信号，所述放电干扰信号包括周期性窄带干扰信号、通信干扰信号以及过零点干扰信号，在本发明实施例中，其中周期性窄带干扰信号包括由电力系统载波通讯、电力系统谐波以及无线电广播等所引起的干扰信号，通信干扰信号包括手机、蓝牙等通信设备产生的通信信号，过零点干扰信号为切换外部电源开关产生的噪声干扰信号；
所述放电干扰信号的识别流程为：
S31：构建长度为N个采集时刻的时域窗，所述时域窗的形式为：
Figure BDA0004077178720000081
其中：
n表示输入时域窗的第n个信号值，w(n)表示第n个信号值对应的时域权重；
S32：将局部放电信号U′1(t)划分为
Figure BDA0004077178720000082
个子信号，每个子信号中包含N个采集时刻的采集信号，划分得到的任意第k个子信号为：
U′k＝[U′1(tN(k-1)),U′1(tN(k-1)+1),...,U′1(tNk-1)]
S33：将任意第k个子信号输入到时域窗中，得到第k个子信号的时域能量Ek：
Figure BDA0004077178720000083
其中：
U′1(tN(k-1)+n-1)表示第k个子信号中第n个采集时刻对应的信号值，w(n)为U′1(tN(k-1)+n-1)的时域权重；
S34：计算
Figure BDA0004077178720000084
个子信号的时域能量均值
Figure BDA0004077178720000085
Figure BDA0004077178720000086
设置时域能量阈值
Figure BDA0004077178720000087
其中α表示能量因子，将其设置为0.6，并将时域能量大于等于
Figure BDA0004077178720000088
的子信号标记为1，小于
Figure BDA0004077178720000089
的子信号标记为0，将出现0、1、0标记的连续子信号标记为脉冲能量信号，并将其余子信号标记为非脉冲能量信号；
S35：利用快速傅里叶算法提取非脉冲能量信号的频域分布参数，得到非脉冲能量信号在不同频率信号的分布：
Figure BDA00040771787200000810
其中：
U″表示非脉冲能量信号，tU″表示对应的时域信息；
A(tU″)表示非脉冲能量信号的幅值序列；
Ω(U″)表示U″所包含的不同频率信号的频率集合，f表示任意频率；
j表示虚数单位，j2＝-1；
Figure BDA00040771787200000811
表示非脉冲能量信号中频率为f的信号分布；
S36：遍历非脉冲能量信号中最大频率信号分布的极大值点，若相邻极大值点的时间间隔近似，则表示该非脉冲能量信号中存在周期信号，即存在较大可能包含夹层介质的放电电压信号或周期性窄带干扰信号，并将该非脉冲能量信号标记为周期性信号；
S37：将脉冲能量信号以及周期性信号作为识别到放电干扰信号的局部放电信号。
S4：若识别到放电干扰信号，则基于预构建放电干扰信号图谱与存在放电干扰信号的局部放电信号之间的互相关函数，消除局部放电信号中的部分放电干扰信号，得到初步噪音干扰消除的局部放电信号。
所述S4步骤中基于预构建的放电干扰信号图谱与存在放电干扰信号的局部放电信号之间的互相关函数，消除局部放电信号中的部分放电干扰信号，包括：
基于预构建的放电干扰信号图谱与存在放电干扰信号的局部放电信号之间的互相关函数，消除局部放电信号中的部分放电干扰信号，所述放电干扰信号的消除流程为：
S41：计算每个脉冲能量信号以及周期性信号的信号幅值均值和信号幅值最大值；
S42：计算信号幅值均值/信号幅值最大值作为每个脉冲能量信号以及周期性信号的幅值参数；
S43：若所述幅值参数大于预设的幅值阈值
Figure BDA0004077178720000099
则表示该信号存在通信干扰信号，并将该信号输入到中值滤波器中进行滤波处理，消除通信干扰信号，重复上述步骤，直到消除所有脉冲能量信号以及周期性信号中的通信干扰信号；
S44：利用快速傅里叶算法对每个脉冲能量信号以及周期性信号进行分解，得到不同频率的脉冲能量信号以及周期性信号；
S45：计算分解后每个脉冲能量信号以及周期性信号与放电干扰信号图谱的互相关系数，其中所述放电干扰信号图谱为预构建的周期性窄带干扰图谱，所述互相关系数的计算公式为：
Figure BDA0004077178720000091
其中：
Figure BDA0004077178720000092
表示脉冲能量信号或周期性信号U*(t′)分解得到的频率为f*的分解信号，t′表示信号的时序信息，
Figure BDA0004077178720000093
表示对应分解信号的标准差，
Figure BDA0004077178720000094
表示对应分解信号的均值，T*表示对应分解信号的序列长度；
F(t′)表示放电干扰信号图谱，σF表示放电干扰信号图谱的标准差，μF表示放电干扰信号图谱均值；
Figure BDA0004077178720000095
表示分解信号
Figure BDA0004077178720000096
与放电干扰信号图谱的互相关系数；
S46：将互相关系数大于0.7的分解信号删除，并将保留的分解信号进行叠加，并按时序信息重构为初步噪音干扰消除的局部放电信号x(t″)。
S5：利用改进的谱减法对初步噪音干扰消除的局部放电信号进行噪音信号的过滤处理，得到滤除噪音信号的环网柜内局部放电信号。
所述S5步骤中利用改进的谱减法对初步噪音干扰消除的局部放电信号进行噪音信号的过滤处理，包括：
利用改进的谱减法对初步噪音干扰消除的局部放电信号x(t″)进行噪音信号的过滤处理，所过滤的噪音信号包括过零点干扰信号以及随机噪音信号，所述改进的谱减法流程为：
S51：将局部放电信号x(t″)划分为m个局部放电子信号，每个局部放电子信号中包含N个采集时刻的信号值；
S52：对所划分的m个局部放电子信号分别进行离散傅里叶变换处理：
Figure BDA0004077178720000097
其中：
q表示离散傅里叶变换点数，将其设置为64，j表示虚数单位，xm(n)表示划分得到的第m个局部放电子信号中的第n个信号值，Xm(q)表示第m个局部放电子信号的离散傅里叶变换处理结果；
S53：计算得到第m个局部放电子信号的相位角：
Figure BDA0004077178720000098
S54：构建m个数据窗，每个数据窗的长度为N，且任意两个不同数据窗的乘积为0，两个相同数据窗的乘积为1；
S55：将第m个局部放电子信号输入到第m个数据窗中，得到第m个局部放电子信号的谱估计Sm(q)：
Figure BDA0004077178720000101
S56：利用改进的谱减法计算公式对谱估计结果进行处理：
Figure BDA0004077178720000102
其中：
S′m(q)表示对谱估计Sm(q)进行处理的结果，α表示局部放电信号x(t″)的信噪比；
S57：根据每个局部放电子信号的相位角以及对应的谱估计处理结果，利用逆傅里叶变换处理将谱估计处理结果转换为信号，得到滤除噪音信号的环网柜内局部放电信号；
所述滤除噪音信号的环网柜内局部放电信号为夹层介质之间的放电电压信号，若放电电压信号超过预设定阈值，则说明绝缘套筒上的气隙过大，容易被电压击穿进而影响环网柜内配电设备的绝缘状态，影响供电安全。
实施例2：
如图2所示，是本发明一实施例提供的环网柜噪音信号快速诊断与消除装置的功能模块图，其可以实现实施例1中的环网柜噪音信号快速诊断与消除方法。
本发明所述环网柜噪音信号快速诊断与消除装置100可以安装于电子设备中。根据实现的功能，所述环网柜噪音信号快速诊断与消除装置可以包括数据采集模块101、白噪声消除模块102及噪音信号消除模块103。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
数据采集模块101，用于在环网柜内进行局部放电，得到环网柜内的局部放电信号；
白噪声消除模块102，用于对局部放电信号进行去均值处理，消除局部放电信号中的白噪声；
噪音信号消除模块103，用于分别基于消除白噪声后的局部放电信号的时域能量以及频域分布参数，识别局部放电信号中的放电干扰信号，基于预构建放电干扰信号图谱与存在放电干扰信号的局部放电信号之间的互相关函数，消除局部放电信号中的部分放电干扰信号，得到初步噪音干扰消除的局部放电信号，利用改进的谱减法对初步噪音干扰消除的局部放电信号进行噪音信号的过滤处理，得到滤除噪音信号的环网柜内局部放电信号。
详细地，本发明实施例中所述环网柜噪音信号快速诊断与消除装置100中的所述各模块在使用时采用与上述的图1中所述的环网柜噪音信号快速诊断与消除方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
实施例3：
如图3所示，是本发明一实施例提供的实现环网柜噪音信号快速诊断与消除方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11、通信接口13和总线，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如程序12。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如程序12的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(用于实现噪音信号快速诊断与消除的程序12等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
所述通信接口13可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接，并实现电子设备内部组件之间的连接通信。
所述总线可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的程序12是多个指令的组合，在所述处理器10中运行时，可以实现：
在环网柜内进行局部放电，得到环网柜内的局部放电信号；
对局部放电信号进行去均值处理，消除局部放电信号中的白噪声，得到消除白噪声后的局部放电信号；
分别基于消除白噪声后的局部放电信号的时域能量以及频域分布参数，识别局部放电信号中的放电干扰信号；
若识别到放电干扰信号，则基于预构建放电干扰信号图谱与存在放电干扰信号的局部放电信号之间的互相关函数，消除局部放电信号中的部分放电干扰信号，得到初步噪音干扰消除的局部放电信号；
利用改进的谱减法对初步噪音干扰消除的局部放电信号进行噪音信号的过滤处理，得到滤除噪音信号的环网柜内局部放电信号。
具体地，所述处理器10对上述指令的具体实现方法可参考图1至图3对应实施例中相关步骤的描述，在此不赘述。
需要说明的是，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。并且本文中的术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (7)

1.一种环网柜噪音信号快速诊断与消除方法，其特征在于，所述方法包括：
S1：在环网柜内进行局部放电，得到环网柜内的局部放电信号；
S2：对局部放电信号进行去均值处理，消除局部放电信号中的白噪声，得到消除白噪声后的局部放电信号；
S3：分别基于消除白噪声后的局部放电信号的时域能量以及频域分布参数，识别局部放电信号中的放电干扰信号；
S4：若识别到放电干扰信号，则基于预构建放电干扰信号图谱与存在放电干扰信号的局部放电信号之间的互相关函数，消除局部放电信号中的部分放电干扰信号，得到初步噪音干扰消除的局部放电信号；
S5：利用改进的谱减法对初步噪音干扰消除的局部放电信号进行噪音信号的过滤处理，得到滤除噪音信号的环网柜内局部放电信号。
2.如权利要求1所述的一种环网柜噪音信号快速诊断与消除方法，其特征在于，所述S1步骤中在环网柜内进行局部放电，采集得到环网柜内的局部放电信号，包括：
环网柜的组成结构包括断路器、负荷开关、熔断器、配电设备以及绝缘套筒，绝缘套筒为金属或非金属结构的绝缘体，绝缘体内包含配电设备，所述环网柜用于接收、分配以及控制电能，对环网柜进行局部放电处理，得到环网柜的局部放电信号，根据局部放电信号检测判断环网柜内配电设备的绝缘状态；
所述局部放电处理的流程为：
S11：向环网柜的绝缘套筒施加交流电压，所施加的交流电压大小为U0；
S12：所述绝缘套筒内存在气隙，气隙与绝缘套筒之间形成夹层介质，当绝缘套筒表面存在交流电压时，较高的电场强度集中于夹层介质产生局部放电；
S13：采集绝缘套筒的电压信号作为局部放电信号U1(t)，其中t表示时序信息，t∈[t0，tL]，t0表示采集局部放电信号的初始时刻，tL表示采集局部放电信号的截止时刻，相邻采集时刻的时间差为Δt＝0.01秒，所采集的局部放电信号包括夹层介质之间的放电电压信号、白噪声信号以及放电干扰信号，其中夹层介质之间的放电电压信号越大，表明绝缘套筒内的气隙越大，配电设备的绝缘状态越差。
3.如权利要求2所述的一种环网柜噪音信号快速诊断与消除方法，其特征在于，所述S2步骤中对局部放电信号进行去均值处理，得到消除白噪声后的局部放电信号，包括：
对局部放电信号进行去均值处理，消除局部放电信号中的白噪声，所述去均值处理流程为：
计算所采集局部放电信号U1(t)的信号均值
Figure FDA0004077178700000011
Figure FDA0004077178700000012
其中：
U1(t)包含L+1个时刻的采集信号；
对任意时刻ti的采集信号U1(ti)进行去均值处理，得到去均值处理后的采集信号U′1(ti)：
Figure FDA0004077178700000013
将所有时刻的去均值处理后采集信号构成去均值处理后的局部放电信号U′1(t)＝(U′1(t0)，U′1(t1)，...，U′1(ti)，...，U′1(tL))，所述去均值处理后局部放电信号的均值为0，不存在直流分量。
4.如权利要求3所述的一种环网柜噪音信号快速诊断与消除方法，其特征在于，所述S3步骤中基于消除白噪声后的局部放电信号的时域能量以及频域分布参数，识别局部放电信号中的放电干扰信号，包括：
根据所述消除白噪声后局部放电信号U′1(t)的时域能量参数以及频域分布参数，识别局部放电信号中的放电干扰信号，所述放电干扰信号包括周期性窄带干扰信号、通信干扰信号以及过零点干扰信号；
所述放电干扰信号的识别流程为：
S31：构建长度为N个采集时刻的时域窗，所述时域窗的形式为：
Figure FDA0004077178700000021
其中：
n表示输入时域窗的第n个信号值，w(n)表示第n个信号值对应的时域权重；
S32：将局部放电信号U′1(t)划分为
Figure FDA0004077178700000022
个子信号，每个子信号中包含N个采集时刻的采集信号，划分得到的任意第k个子信号为：
U′k＝[U′1(tN(k-1))，U′1(tN(k-1)+1)，...，U′1(tNk-1)]
S33：将任意第k个子信号输入到时域窗中，得到第k个子信号的时域能量Ek：
Figure FDA0004077178700000023
其中：
U′1(tN(k-1)+n-1)表示第k个子信号中第n个采集时刻对应的信号值，w(n)为U′1(tN(k-1)+n-1)的时域权重；
S34：计算
Figure FDA0004077178700000024
个子信号的时域能量均值
Figure FDA0004077178700000025
Figure FDA0004077178700000026
设置时域能量阈值
Figure FDA0004077178700000027
其中α表示能量因子，将其设置为0.6，并将时域能量大于等于
Figure FDA0004077178700000028
的子信号标记为1，小于
Figure FDA0004077178700000029
的子信号标记为0，将出现0、1、0标记的连续子信号标记为脉冲能量信号，并将其余子信号标记为非脉冲能量信号；
S35：利用快速傅里叶算法提取非脉冲能量信号的频域分布参数，得到非脉冲能量信号在不同频率信号的分布：
Figure FDA00040771787000000210
其中：
U″表示非脉冲能量信号，tU″表示对应的时域信息；
A(tU″)表示非脉冲能量信号的幅值序列；
Ω(U″)表示U″所包含的不同频率信号的频率集合，f表示任意频率；
j表示虚数单位，j2＝-1；
Figure FDA00040771787000000211
表示非脉冲能量信号中频率为f的信号分布；
S36：遍历非脉冲能量信号中最大频率信号分布的极大值点，若相邻极大值点的时间间隔近似，则表示该非脉冲能量信号中存在周期信号，即存在较大可能包含夹层介质的放电电压信号或周期性窄带干扰信号，并将该非脉冲能量信号标记为周期性信号；
S37：将脉冲能量信号以及周期性信号作为识别到放电干扰信号的局部放电信号。
5.如权利要求1所述的一种环网柜噪音信号快速诊断与消除方法，其特征在于，所述S4步骤中基于预构建的放电干扰信号图谱与存在放电干扰信号的局部放电信号之间的互相关函数，消除局部放电信号中的部分放电干扰信号，包括：
基于预构建的放电干扰信号图谱与存在放电干扰信号的局部放电信号之间的互相关函数，消除局部放电信号中的部分放电干扰信号，所述放电干扰信号的消除流程为：
S41：计算每个脉冲能量信号以及周期性信号的信号幅值均值和信号幅值最大值；
S42：计算信号幅值均值/信号幅值最大值作为每个脉冲能量信号以及周期性信号的幅值参数；
S43：若所述幅值参数大于预设的幅值阈值
Figure FDA0004077178700000031
则表示该信号存在通信干扰信号，并将该信号输入到中值滤波器中进行滤波处理，消除通信干扰信号，重复上述步骤，直到消除所有脉冲能量信号以及周期性信号中的通信干扰信号；
S44：利用快速傅里叶算法对每个脉冲能量信号以及周期性信号进行分解，得到不同频率的脉冲能量信号以及周期性信号；
S45：计算分解后每个脉冲能量信号以及周期性信号与放电干扰信号图谱的互相关系数，其中所述放电干扰信号图谱为预构建的周期性窄带干扰图谱，所述互相关系数的计算公式为：
Figure FDA0004077178700000032
其中：
Figure FDA0004077178700000033
表示脉冲能量信号或周期性信号U*(t′)分解得到的频率为f*的分解信号，t′表示信号的时序信息，
Figure FDA0004077178700000034
表示对应分解信号的标准差，
Figure FDA0004077178700000035
表示对应分解信号的均值，T*表示对应分解信号的序列长度；
F(t′)表示放电干扰信号图谱，σF表示放电干扰信号图谱的标准差，μF表示放电干扰信号图谱均值；
Figure FDA0004077178700000036
表示分解信号
Figure FDA0004077178700000037
与放电干扰信号图谱的互相关系数；
S46：将互相关系数大于0.7的分解信号删除，并将保留的分解信号进行叠加，并按时序信息重构为初步噪音干扰消除的局部放电信号x(t″)。
6.如权利要求5所述的一种环网柜噪音信号快速诊断与消除方法，其特征在于，所述S5步骤中利用改进的谱减法对初步噪音干扰消除的局部放电信号进行噪音信号的过滤处理，包括：
利用改进的谱减法对初步噪音干扰消除的局部放电信号x(t″)进行噪音信号的过滤处理，所过滤的噪音信号包括过零点干扰信号以及随机噪音信号，所述改进的谱减法流程为：
S51：将局部放电信号x(t″)划分为m个局部放电子信号，每个局部放电子信号中包含N个采集时刻的信号值；
S52：对所划分的m个局部放电子信号分别进行离散傅里叶变换处理：
Figure FDA0004077178700000038
其中：
q表示离散傅里叶变换点数，将其设置为64，j表示虚数单位，xm(n)表示划分得到的第m个局部放电子信号中的第n个信号值，Xm(q)表示第m个局部放电子信号的离散傅里叶变换处理结果；
S53：计算得到第m个局部放电子信号的相位角：
Figure FDA0004077178700000039
S54：构建m个数据窗，每个数据窗的长度为N，且任意两个不同数据窗的乘积为0，两个相同数据窗的乘积为1；
S55：将第m个局部放电子信号输入到第m个数据窗中，得到第m个局部放电子信号的谱估计Sm(q)：
Figure FDA0004077178700000041
S56：利用改进的谱减法计算公式对谱估计结果进行处理：
Figure FDA0004077178700000042
其中：
S′m(q)表示对谱估计Sm(q)进行处理的结果，α表示局部放电信号x(t″)的信噪比；
S57：根据每个局部放电子信号的相位角以及对应的谱估计处理结果，利用逆傅里叶变换处理将谱估计处理结果转换为信号，得到滤除噪音信号的环网柜内局部放电信号；
所述滤除噪音信号的环网柜内局部放电信号为夹层介质之间的放电电压信号，若放电电压信号超过预设定阈值，则说明绝缘套筒上的气隙过大，容易被电压击穿进而影响环网柜内配电设备的绝缘状态，影响供电安全。
7.一种环网柜噪音信号快速诊断与消除装置，其特征在于，所述装置包括：
数据采集模块，用于在环网柜内进行局部放电，得到环网柜内的局部放电信号；
白噪声消除模块，用于对局部放电信号进行去均值处理，消除局部放电信号中的白噪声；
噪音信号消除模块，用于分别基于消除白噪声后的局部放电信号的时域能量以及频域分布参数，识别局部放电信号中的放电干扰信号，基于预构建放电干扰信号图谱与存在放电干扰信号的局部放电信号之间的互相关函数，消除局部放电信号中的部分放电干扰信号，得到初步噪音干扰消除的局部放电信号，利用改进的谱减法对初步噪音干扰消除的局部放电信号进行噪音信号的过滤处理，得到滤除噪音信号的环网柜内局部放电信号，以实现如权利要求1-6任一项所述的环网柜噪音信号快速诊断与消除方法。
CN202310112089.XA 2023-02-14 2023-02-14 一种环网柜噪音信号快速诊断与消除方法与装置 Active CN115980528B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310112089.XA CN115980528B (zh) 2023-02-14 2023-02-14 一种环网柜噪音信号快速诊断与消除方法与装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310112089.XA CN115980528B (zh) 2023-02-14 2023-02-14 一种环网柜噪音信号快速诊断与消除方法与装置

Publications (2)

Publication Number Publication Date
CN115980528A true CN115980528A (zh) 2023-04-18
CN115980528B CN115980528B (zh) 2024-03-26

Family

ID=85962577

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310112089.XA Active CN115980528B (zh) 2023-02-14 2023-02-14 一种环网柜噪音信号快速诊断与消除方法与装置

Country Status (1)

Country Link
CN (1) CN115980528B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01278222A (ja) * 1988-04-28 1989-11-08 Hitachi Ltd スペクトラム減算方式部分放電監視システム
US20130211750A1 (en) * 2010-05-26 2013-08-15 Union Fenosa Distribucion S.A. METHOD FOR THE CONTINUOUS MONITORING AND DIAGNOSIS OF SOURCES OF PARTIAL DISCHARGES (PDs) IN HIGH VOLTAGE CABLES DURING CONNECTION TO, AND OPERATION IN THE POWER GRID, AND PHYSICAL SYSTEM FOR CARRYING OUT SAME
CN104007374A (zh) * 2014-06-03 2014-08-27 华北电力大学 换流变压器局部放电检测实验中抗干扰信号的方法
CN109901031A (zh) * 2019-02-27 2019-06-18 西安电子科技大学 用于局部放电信号的信噪分离方法、信息数据处理终端
CN109991520A (zh) * 2019-03-19 2019-07-09 中国电力科学研究院有限公司 一种电缆振荡波局放检测系统用波速计算新方法
KR20200090562A (ko) * 2019-01-21 2020-07-29 (주) 에코투모로우코리아 광대역 무손실 부분방전 검출 및 노이즈 제거 장치
CN113325277A (zh) * 2021-04-30 2021-08-31 国能大渡河检修安装有限公司 一种局部放电处理方法
CN113484700A (zh) * 2021-06-03 2021-10-08 武汉慧测电力科技有限公司 基于室内智能巡检机器人的开关柜局放检测方法
CN114167240A (zh) * 2021-12-07 2022-03-11 国网安徽省电力有限公司电力科学研究院 一种内置式无线自取能的特高频局放检测的方法
CN114781430A (zh) * 2022-03-18 2022-07-22 国网上海市电力公司 一种局部放电信号去噪方法
CN114861722A (zh) * 2022-04-29 2022-08-05 国网四川省电力公司成都供电公司 基于时频谱图分离的局部放电窄带干扰抑制方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01278222A (ja) * 1988-04-28 1989-11-08 Hitachi Ltd スペクトラム減算方式部分放電監視システム
US20130211750A1 (en) * 2010-05-26 2013-08-15 Union Fenosa Distribucion S.A. METHOD FOR THE CONTINUOUS MONITORING AND DIAGNOSIS OF SOURCES OF PARTIAL DISCHARGES (PDs) IN HIGH VOLTAGE CABLES DURING CONNECTION TO, AND OPERATION IN THE POWER GRID, AND PHYSICAL SYSTEM FOR CARRYING OUT SAME
CN104007374A (zh) * 2014-06-03 2014-08-27 华北电力大学 换流变压器局部放电检测实验中抗干扰信号的方法
KR20200090562A (ko) * 2019-01-21 2020-07-29 (주) 에코투모로우코리아 광대역 무손실 부분방전 검출 및 노이즈 제거 장치
CN109901031A (zh) * 2019-02-27 2019-06-18 西安电子科技大学 用于局部放电信号的信噪分离方法、信息数据处理终端
CN109991520A (zh) * 2019-03-19 2019-07-09 中国电力科学研究院有限公司 一种电缆振荡波局放检测系统用波速计算新方法
CN113325277A (zh) * 2021-04-30 2021-08-31 国能大渡河检修安装有限公司 一种局部放电处理方法
CN113484700A (zh) * 2021-06-03 2021-10-08 武汉慧测电力科技有限公司 基于室内智能巡检机器人的开关柜局放检测方法
CN114167240A (zh) * 2021-12-07 2022-03-11 国网安徽省电力有限公司电力科学研究院 一种内置式无线自取能的特高频局放检测的方法
CN114781430A (zh) * 2022-03-18 2022-07-22 国网上海市电力公司 一种局部放电信号去噪方法
CN114861722A (zh) * 2022-04-29 2022-08-05 国网四川省电力公司成都供电公司 基于时频谱图分离的局部放电窄带干扰抑制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
侯春光等: "开关柜局部放电信号抗干扰算法研究", 《电气与能效管理技术》, 31 December 2020 (2020-12-31) *
侯毅等: "时域内抑制局部放电信号窄带干扰的研究", 《中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（上册）》, 31 October 2008 (2008-10-31) *
赵法强等: "基于谱减-小波算法电缆振荡波局部放电信号去噪方法的研究与实现", 《电线电缆》, vol. 2020, no. 04, 31 August 2020 (2020-08-31) *

Also Published As

Publication number Publication date
CN115980528B (zh) 2024-03-26

Similar Documents

Publication Publication Date Title
Monedero et al. Classification of electrical disturbances in real time using neural networks
CN109633368B (zh) 基于vmd和dfa的含分布式电源配电网电能质量扰动检测方法
Das et al. Diagnosis of power quality events based on detrended fluctuation analysis
Yılmaz et al. A real-time UWT-based intelligent fault detection method for PV-based microgrids
Dalai et al. Rough-set-based feature selection and classification for power quality sensing device employing correlation techniques
Dwivedi et al. Denoising techniques with change-point approach for wavelet-based power-quality monitoring
CN107174262A (zh) 注意力评测方法和系统
EP2770336A2 (en) Apparatus for detecting faults in battery system
Yeh et al. Wavelet and denoising techniques for real-time HIF detection in 12-kV distribution circuits
CN110677125B (zh) 电弧故障检测的方法及装置
HUE029655T2 (en) A method for analyzing the electrical consumption of a site with multiple electrical devices
JP7242225B2 (ja) 部分放電検出装置、部分放電検出方法、部分放電検出システム及びコンピュータプログラム
CN115980528B (zh) 一种环网柜噪音信号快速诊断与消除方法与装置
Chang et al. A hybrid approach for detection and classification of power quality disturbances
CN116610986A (zh) 电弧故障检测模型的训练、电弧故障检测方法及电子设备
CN111382790B (zh) 一种基于小波变换的高压直流故障分类方法
CN112729531A (zh) 配电变压器设备故障研判方法及系统
Tarasiuk et al. A few remarks about notching analysis-case study
Andami et al. Voltage notch detection using fuzzy expert system
Bank et al. Extraction and visualization of power system interarea oscillatory modes
Chang et al. Multi-synchrosqueezing transform-based hybrid method for frequency components detection of nonstationary voltage and current waveforms
CN112763797B (zh) 背景谐波电压电流频谱校正方法及装置
CN117309387B (zh) 一种齿轮箱多频带时变调制分量的分离解调方法及装置
CN107942171A (zh) 一种电能质量监测方法、装置及电子设备
Gayathri et al. An apt method for fault identification and classification on EHV lines using discrete wavelet transform

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