共查询到18条相似文献,搜索用时 203 毫秒
1.
2.
针对局部放电超声信号检测过程中存在噪声干扰的问题,提出一种基于变分模态分解和改进小波去噪的噪声抑制方法。首先对局部放电信号进行变分模态分解,得到若干频带分布不同的本征模态分量,结合模态的峭度剔除窄带干扰主导的分量;然后利用改进的小波去噪法,将其余有效模态分量中残留的白噪声进一步滤除;最后将剩余分量进行信号重构实现噪声抑制。对仿真局部放电信号去噪的结果表明,所提方法可提升信噪比约12.1 dB,且能够更加完整地保留原始信号波形。此外,在实验室环境下搭建了10 kV电压等级的局部放电模拟系统,采用Sagnac光纤传感检测局部放电超声信号。实验结果表明,所提方法具有良好的去噪性能,对实测信号的噪声抑制比达到了7.504。 相似文献
3.
局部放电(简称局放)是造成电气设备绝缘劣化的主要原因。当前可靠、低成本的局放检测和分析系统需求迫切。本文采用四只MEMS光纤超声传感器?研制了基于USB2.0和Labview的四通道高速采样系统,旨在多方位采集由局放产生的超声波信号并分析放电源的位置。实验结果表明:该系统较好地实现了超声信号的定位,在2mx2mx0.9m空间范围内定位偏差为 2cm~ 5cm,有望广泛应用于电气设备的运行状态监测。 相似文献
4.
针对电气设备局部放电信号容易被现场运行环境中的窄带干扰信号淹没、不易提取的难题,提出了基于共振稀疏分解的局部放电信号窄带干扰抑制新方法。该方法根据局部放电信号与窄带信号的振荡特征,分析并合理选择品质因子、冗余因子、分解层数和权重系数,实现了对含窄带干扰的局部放电信号的稀疏分解,并将其分解为高共振分量、低共振分量和残余分量,从而可提取出有效的局部放电信号。与小波变换阈值滤波法对比,该方法能更有效地抑制窄带干扰,且误差小、相似度高。仿真和实测数据的处理结果也验证了该方法的有效性。 相似文献
5.
在利用多高频电流传感器进行电缆局部放电在线检测与定位时,针对局放信号初至时刻拾取精度不高影响定位精度的问题,提出一种基于AIC(Akaike''s Information Criterion)准则和时窗能量比的局放故障在线检测与精确定位方法.首先利用时窗能量比检测出局部放电发生的时窗,然后求取确定时窗的局部AIC特征曲线,并基于AIC准则精确拾取局放信号初至时刻.最后,运用到达时间法对局放源进行定位.仿真结果表明,该方法定位精度高,抗噪声干扰能力强,在-2 dB的噪声环境下可实现99.85%的定位准确率,具备工程实用价值. 相似文献
6.
文章设计了一款用于气体绝缘组合电器局部放电的特高频包络检波装置。分析了气体绝缘组合电器局部放电产生原因,介绍了这种局部放电特高频包络检波装置设计方法,采用该特高频包络检波装置对绝缘缺陷模型局部放电信号进行检测和分析。结果表明该装置可以有效提取输入信号的峰值包络,检测气体绝缘组合电器局部放电信号,避免电气设备运行过程中故障的发生。 相似文献
7.
当前开关柜电气设备运行环境中存在的混频信号,使白噪声对局部放电检测造成的干扰,导致检测效率和精度无法达到预期要求,因此开展基于粒子群算法的开关柜电气设备局部放电特性检测方法研究。通过开关柜电气设备局部放电信号处理、基于粒子群算法的局部放电特征提取、局部放电检测特征输出,提出一种全新的检测方法。通过对比实验证明,新的检测方法检测效率得到有效提升,并且能够确保检测结果的精度符合变电站运维需要。 相似文献
8.
针对GIS局部放电(partial discharge, PD)监测中背景白噪声较多、GIS局部放电信号干扰较大的问题,应用改进深度残差网络设计一种新的GIS局部放电在线监测白噪声干扰抑制方法。进行局部放电在线监测中白噪声、局部放电脉冲信号的多尺度特性分析,在局部放电脉冲染噪信号中提取白噪声信号。加入感知损失,设计由生成图像网络与损失网络构成的改进深度残差网络,对白噪声信号波形图像实施超分辨率重建。通过SN-EMD算法提取白噪声信号波形图像的模态域特征。通过构建复小波滤波器组,对模态域特征实施滤波处理,实现GIS局部放电在线监测中的白噪声干扰抑制。实验测试结果表明,设计方法去噪后的信噪比最高可达97.22 dB,干扰抑制前后信号的幅值相对误差最高可达63.20 dB,干扰抑制前后信号相关系数一直大于0.75,完成GIS局部放电在线监测白噪声干扰抑制。 相似文献
9.
10.
11.
特高频法是GIS设备在状态检测中最常用的方法之一,但在应用过程中传感器所采集的特高频信号通常会携带较多噪声,会干扰检测的准备性,因此对信号进行有效的噪声抑制是局部放电检测的关键技术。本文基于小波包去噪理论,提出了一种综合考虑平滑度和边缘特征的改进阈值函数,以实现对GIS局部放电特高频模拟信号的降噪。通过信噪比(SNR)、均方误差(MSE)和波形相似数(NCC)三种参数对方法的去噪效果进行评估,结果表明,改进小波包阈值的信号降噪方法具有良好的噪声抑制功能,应用后可提高GIS局部放电采集信号的初始数据质量。 相似文献
12.
13.
14.
This paper presents a new partial discharge (PD) pattern recognition method based on the cerebellar model articulation controller (CMAC). CMAC is an adaptive system by which defect types for partial discharge can be identified by referring to a table rather than by mathematical solution of simultaneous equations. CMAC maps input features of partial discharge into an input vector which is used to address a memory where the appropriate defect types are stored. Five types of defect models are well-designed on the base of investigation of many power apparatus failures. A PD detector is used to measure the raw three-dimension (3D) PD patterns, from which the fractal dimension, the lacunarity, and the mean discharges of phase windows are extracted as PD features. These critical features form the cluster domains of defect types. Using the characteristics of self-learning, association, and generalization, like the cerebellum of human being, the proposed CMAC-based pattern recognition scheme enables a powerful, straightforward, and efficient pattern recognition method. Moreover, the CMAC has the advantages of higher accuracy, shorter learning times, and noise tolerance, which are useful in recognizing the PD patterns of electrical apparatus. To demonstrate the effectiveness of the proposed method, comparative studies using a multilayer neural network (MNN) and K-means method are conducted on 200 sets of field-test PD patterns with high accuracy and high tolerance in noise interference. 相似文献
15.
针对滚动轴承早期故障信号被背景噪声淹没、故障特征不明显的问题,提出一种基于小波包分解和互补集合经验模态分解(CEEMD)的轴承早期故障信号特征提取方法.利用Matlab软件对采集到的轴承振动信号进行快速谱峭度分析,根据峭度最大化原则确定带通滤波器的中心频率和带宽,设计带通滤波器;对经过带通滤波器滤波后的信号进行小波包分解和CEEMD分解,根据峭度、相关系数筛选出有效本征模态函数(IMF)分量;利用IMF分量重构小波包信号,对重构小波包信号进行包络谱分析,提取轴承早期故障信号特征频率.该方法通过谱峭度分析降低背景噪声干扰,通过小波包分解增强故障冲击信号,并将CEEMD与小波包分解相结合,解决经典EMD分解存在的模态混叠、无效分量问题.仿真结果表明,相较于传统包络解调算法,重构后信号的背景噪声得到抑制,故障特征分量突出,验证了所提方法的可行性和有效性. 相似文献
16.
提出了实用性更强的完全受噪声扰动理论模型,引入了与原信号相关的乘性噪声;并基于新的模型,提出了一种改进的压缩采样匹配追踪算法.该算法通过构造一个感知测量矩阵,在信号替代阶段中取代随机测量矩阵来减少相关性对支撑集筛选的影响,最后可在乘性噪声存在的情况下实现了信号的精确重建.实验结果表明,在相同测试条件下,该算法的重建效果均优于其他贪婪算法和基匹配法(basic pursuit,BP). 相似文献
17.
针对强背景噪声下齿轮微弱故障特征难以有效提取的问题,本文提出了一种基于自适应经验小波塔式分解的齿轮故障诊断方法 .首先,在齿轮故障信号傅立叶变换基础上,通过设定分解层数对信号频谱进行有效划分,进行经验小波变换;然后进一步提出时-频峭度指标,绘制信号在不同分解层数下各分量信号的时-频峭度图,确定所感兴趣的最优共振频段范围;最终得到最优单分量信号,利用包络解调分析提取齿轮微弱故障特征.采用所提方法对齿轮故障信号进行分析,结果表明该方法可以有效提取齿轮微弱故障特征,而传统经验小波方法因为受强背景噪声影响较大,无法准确提取齿轮微弱故障特征信息. 相似文献
18.
压缩感知是一种新型的信号采样及重构理论,高效的信号重构算法是压缩感知由理论转向实际应用的枢纽。为了更精确地重构出原始稀疏信号,本文提出一种基于二次筛选的回溯广义正交匹配追踪算法。首先采用内积匹配准则选出较大数目的相关原子,提高原子的利用率。其次利用广义Jaccard系数准则对已选出的原子进行二次筛选,得到最匹配的原子,优化原子选取方式。实验结果表明,在不同稀疏度和观测值下进行信号重构,相比于回溯广义正交匹配追踪算法、正交匹配追踪算法及子空间追踪算法,本文算法在重构误差及重构成功率方面有较大的优越性。 相似文献