改进经验模态分解阈值算法抑制强窄带干扰

为抑制电力设备局部放电在线监测中出现的较强窄带干扰,提出改进经验模态分解(EMD)阈值算法,改进了频域阈值算法并解决了其阈值和干扰频带难以确定的问题.首先在频域处理时设置一个较大阈值来降低窄带干扰幅值,接着EMD以得到含有特征频率的固有模态函数(IMF),然后对IMF分量进行阈值处理,利用窄带干扰和局部放电信号在IMF分量上的特性差异来抑制窄带干扰.     

局部放电在线监测中混频周期性窄带干扰的抑制

为抑制局部放电在线监测中的周期性窄带干扰,在分析局部放电信号与周期性窄带干扰的小波功率谱特点基础上,发现多频混合周期性窄带干扰会在小波功率谱的不同位置产生幅值很大的干扰功率峰。为此,提出一种基于小波功率谱抑制混频周期性窄带干扰的方法,阐述利用小波功率谱抑制混频周期性窄带干扰的基本原理和步骤;同时对经典的阈值法作了改进,采用K-均值阈值算法来改进阈值法对窄带干扰频率的自适应性。仿真结果表明,该方法具有较好的自适应性,对混频周期性窄带干扰具有较强的抑制能力。     

软硬滤波抑制周期性窄带干扰

分析了GIS局部放电检测中出现的周期性窄带干扰信号特征,提出了基于SDTM阈值法的小波变换抑制周期性窄带干扰的原理和算法,并结合设计的微带线滤波器用软硬滤波联合抑制周期性窄带干扰。仿真与实测研究表明,SDTM阈值法优于MINIMAXI和HEURSURE阈值选取法,其阈值的选取与样本的平均值和局部观察值有关,根据信号的大小决定且在小波变换的不同尺度上有一定的自适应性,能有效抑制周期性窄带干扰,用软硬滤波法先硬件滤波再小波处理能实现局放信号的有效提取。     

开关柜局部放电超高频检测中周期性窄带干扰的抑制研究与应用

基于小波变换用于抑制开关柜局部放电在线检测中用期性窄带干扰的目的,提出了K-均值阈值算法来改进经典阈值法对窄带干扰频率的自适应性,现场实验结果表明,K-均值阈值算法能改善局部放电信号的提取效果,准确率高,波形失真小,对混频周期性窄带干扰具有较强抑制能力.     

基于改进SVD算法的局部放电窄带干扰抑制方法

为了解决阈值法和传统奇异值分解(singularvaluedecomposition,SVD)方法在局部放电(partialdischarge,PD)周期性窄带干扰抑制过程中存在的窄带干扰抑制不干净和PD波形畸变的现象,提出了一种带引导信号的SVD算法进行PD信号的窄带干扰抑制。首先结合PD混合信号快速傅里叶变换(fast Fourier transform, FFT)功率谱的特点,引入经典阈值用于判断窄带干扰数,并提出利用3谱线插值对窄带干扰频率进行精确估计;然后构造引导信号加入PD混合信号中,使得窄带干扰的奇异值和PD信号的奇异值便于分离,从而完成PD混合信号的窄带干扰抑制。仿真及实测结果表明,该方法可以有效地抑制周期性窄带干扰并能还原出原始的PD脉冲波形,同时通过和传统SVD方法和FFT阈值滤波对比说明了该方法的去噪效果更明显。     

基于经验模态分解和自适应噪声对消算法的窄带干扰抑制

在局部放电在线检测中,自适应噪声对消算法是当前抑制窄带干扰的有效方法。由于窄带干扰频率范围很宽,滤波参数不易设置,同时实测时的窄带干扰在时频域都表现强烈,局部放电信号会完全淹没于干扰之中,使得一般改进噪声对消算法不能取得较好效果。为此,笔者提出一种改进经验模态分解的噪声对消算法,首先在频域中降低干扰幅值,接着利用经验模态分解的分频特性将宽频带的窄带干扰分解到不同频带,各频带内的窄带干扰频率相差有限,然后进行自适应噪声对消,以达到较好的滤波性能。仿真和实际数据验证了该算法的有效性。     

基于Hankel矩阵和奇异值分解的局部放电窄带干扰抑制方法EI北大核心CSCD

针对高压设备局部放电信号的周期性窄带干扰抑制问题,提出一种基于Hankel矩阵和奇异值分解的窄带干扰抑制方法。首先,通过染噪局部放电信号采样序列构造Hankel矩阵,作为轨迹矩阵,并对其做奇异值分解;研究窄带干扰奇异值分解的规律,并在该规律的基础上利用奇异熵增量和K均值算法找出窄带干扰对应的奇异值,对窄带干扰进行重构;得到窄带干扰后,从染噪信号中将其除去,获得只含有白噪声的局放(partial discharge,PD)信号。对染噪局部放电仿真信号、实测信号进行窄带干扰抑制,并与改进FFT阈值法、小波降噪的结果进行对比分析。结果表明:该方法对窄带干扰的抑制效果更好,波形相似度更高。     

基于Hankel矩阵和奇异值分解的局部放电窄带干扰抑制方法

针对高压设备局部放电信号的周期性窄带干扰抑制问题,提出一种基于Hankel矩阵和奇异值分解的窄带干扰抑制方法。首先,通过染噪局部放电信号采样序列构造Hankel矩阵,作为轨迹矩阵,并对其做奇异值分解;研究窄带干扰奇异值分解的规律,并在该规律的基础上利用奇异熵增量和K均值算法找出窄带干扰对应的奇异值,对窄带干扰进行重构;得到窄带干扰后,从染噪信号中将其除去,获得只含有白噪声的局放(partial discharge,PD)信号。对染噪局部放电仿真信号、实测信号进行窄带干扰抑制,并与改进FFT阈值法、小波降噪的结果进行对比分析。结果表明:该方法对窄带干扰的抑制效果更好,波形相似度更高。     

用于复小波变换的EWC阈值法抑制周期性窄带干扰

由于气体绝缘组合电器(GIS)的局部放电(PD)特高频检测虽然能够避开大多数窄带干扰,但是,还有部分窄带干扰会进入检测系统,从而湮没PD信号,因此在现场检测时必须加以抑制。根据PD信号与周期性窄带干扰小波变换后的不同特点,剖析了抑制周期性窄带干扰的常用方法--小波系数直接置零法的局限性,提出了可以用于抑制周期性窄带干扰的有效小波系数(EWC)阈值法,并以所构造的db4复小波对仿真信号与实测GIS特高频PD信号进行了对比去噪研究。研究结果表明:基于EWC阈值法的复小波变换能够有效地抑制GIS特高频PD信号中的周期性窄带干扰。     

用于复小波变换的EWC阈值法抑制周期性窄带干扰

由于气体绝缘组合电器（GIS）的局部放电（PD）特高频检测虽然能够避开大多数窄带干扰，但是，还有部分窄带干扰会进入检测系统，从而湮没PD信号，因此在现场检测时必须加以抑制。根据PD信号与周期性窄带干扰小波变换后的不同特点，剖析了抑制周期性窄带干扰的常用方法——小波系数直接置零法的局限性，提出了可以用于抑制周期性窄带干扰的有效小波系数（EWC）阈值法，并以所构造的db4复小波对仿真信号与实测GIS特高频PD信号进行了对比去噪研究。研究结果表明：基于EWC阈值法的复小波变换能够有效地抑制GIS特高频PD信号中的周期性窄带干扰。     

局部放电离散谱干扰的小波包变换熵阈值抑制法

将信号的小波包变换看做通过等带宽的滤波器组，输出是对应频带上的分量，如某一频带上存在离散谱干扰，其小波包变换树节点的信息熵将会明显增大。同时，提出基于小波包分解和重构算法的熵阈值法。结果表明，这种方法具有良好的自适应性，无须事先确定离散谱干扰的数目及其中心频率，干扰抑制能力强，能准确提取局部放电脉冲的相位，对于单一放电类型，可以标定放电量的大小。     

改进型阈值提取心电信号的R峰值

心电信号（ECG）在心脏疾病诊断治疗中起着十分重要的作用,其中,由于R波具有幅度较大且易于检测的特性,故R峰值的检测成为电生理信号处理的一个重要的环节,它的正确检测对进行心率检测和电生理分析起着至关重要的作用。然而,心电信号在采集过程中会受到一定程度的干扰,例如工频干扰,基线漂移等问题,常用的R峰值阈值算法无法检测基线较低的心电波形,产生漏检。针对此问题,文章提出一种R峰值改进型阈值提取算法,通过对每个心电周期设置阈值和重检机制,提高了阈值算法的准确率。仿真实验证明,该方法简单有效,实时性强,显著提高了R峰值检测的准确率,满足临床应用的要求。     

基于经验模态分解的自适应滤波算法在局部放电窄带干扰抑制中的应用

自适应滤波算法是当前抑制窄带干扰的有效方法。对于单频率的窄带干扰,设置自适应滤波器的参数比较容易,但是对于局放监测中多个频率且频率范围很宽的窄带干扰,设置自适应滤波的参数就会变得很困难。根据经验模态分解EMD(Emp iricalMode Decomposition)的分频特性,将EMD引入自适应滤波算法,提出了一种基于EMD的自适应滤波算法。局放信号中多个频率的窄带干扰经EMD分解之后,会分解到不同的模态函数中,从而将多频率的窄带干扰转化成了多个单频率的窄带干扰,在此基础之上对固有模态函数进行自适应滤波,可以较容易地解决自适应滤波器参数设置的问题,并能获得比普通自适应滤波更好的效果。仿真及实际数据的处理验证了该算法的有效性。     

一种GIS在线监测中UHF局部放电信号新型去噪方法研究

超高频法是目前广泛使用的局部放电在线监测手段之一,虽然能够有效避免现场大量低频噪声的干扰,但是仪器热噪声、无线电通讯等因素仍然会对超高频信号产生干扰。小波阈值法是一种有效的去噪方法,核心在于阈值的有效选取,从信号能量的角度出发,利用奇异谱分析对小波分解后各尺度小波系数噪声成分的标准差进行估计,进一步通过Donoho广义阈值法求取各尺度阈值。通过模拟局部放电实验获取含噪信号,并利用所提方法去噪,从噪声抑制比的角度考虑,与传统的Donoho阈值法对比,具有更好的去噪效果。     

结合广义S变换和快速独立分量分析的局放信号中窄带干扰抑制方法

针对现有方法对局部放电（partial discharge,PD）信号中窄带干扰抑制效果较差的问题,提出了一种基于广义S变换和快速独立分量分析的窄带干扰抑制方案。该方案首先利用广义S变换对染噪PD信号进行时频分析,在染噪PD信号的时频分布图中,根据窄带干扰和PD信号的不同时频特征,可以确定窄带干扰的特征区域;然后在窄带干扰的特征区域中,利用Candan算法对窄带干扰的频率进行估计;最后利用窄带干扰频率估计值和快速独立分量分析方法分离出PD信号,实现窄带干扰抑制。仿真和实测结果说明,所提方法可以有效抑制染噪PD信号中窄带干扰,并且能准确获取PD信号的波形特征,对比传统的奇异值分解方法和快速傅里叶变换滤波方法,文中方法对窄带干扰的抑制效果更好,残余干扰的能量较小。     

基于EMD的局部放电窄带干扰抑制算法

以经验模态分解(empirical mode decomposition,EMD)为基础,提出了一种基于包络线及有效值的自适应窄带干扰抑制算法,用以从噪声中提取局放信号。EMD可以自适应地将信号分解成若干阶不同频率段的固有模态函数(intrinsic mode functions,IMF),窄带干扰经分解后在振幅上显示出与局放脉冲明显不同的特征,通过包络线及有效值确定的阈值可以有效地区别开来。仿真及实际处理结果表明:与常规的基于小波变换的窄带抑制算法相比,该算法具有较强的自适应性;能有效地抑制局放信号中的窄带干扰。     

超声回波信号的连续极性一致法分离谱处理

给出了一种基于连续极性一致恢复算法的超声回波信号分离谱处理方法，该方法不需要有关输入信号频带的先验知识，不必预先设置滤波器组的中心频率等参数，且能自动锁定缺陷回波和实时调节阈值以优化处理结果。数值仿真结果均表明，使用该方法可以提高信噪比，有效提取缺陷回波，且性能优于其他常规分离谱方法。     

基于粒子群优化的最佳阈值法在局部放电信号去噪中应用

抑制白噪声干扰是局部放电（ Partial Discharge,PD）在线检测中的关键技术。提出一种基于粒子群优化的最优阈值选取去噪方法。该方法采用小波对局部放电信号进行分解,在选取阈值时建立广义交叉验证准则,以广义交叉验证准则作为适应度值函数,并结合粒子群优化算法自适应地确定出各分解层的最佳阈值。该方法不依赖任何先验知识,实现局部放电信号自适应去噪。对局部放电仿真信号和实测局部放电信号的去噪结果表明：本文提出的方法与标准阈值法相比,能更好地去除局部放电信号中的白噪声。