抑制周期性窄带干扰的时域重构优化算法性能分析

为更好地检测电力设备早期绝缘放电信号,结合遗传优化算法和傅立叶级数提出了一种改进的时域重构窄带干扰抑制方法。它通过遗传算法优化选择窄带干扰的重构参数,然后基于傅立叶级数对其进行时域重构,并通过与实测信号相减,获得待检测放电信号。此方法的干扰抑制效果与放电信号的频率分布及其幅值大小无关,仅与窄带干扰的重构精度有关。理论分析和仿真计算结果表明,该方法在窄带干扰频率分量个数及其频率值存在估计误差时,依然可以获得较高的窄带干扰重构精度,并具有较强的抗随机干扰能力。实测数据处理结果也验证了此方法的可行性。     

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(Empirical Mode 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.     

用最优谐波小波包变换抑制局部放电混频随机窄带干扰

在进行电气设备局部放电(partial discharge,PD)在线监测中,当多个随机周期性窄带干扰的频率位于传感器监测频段内部时,会严重影响监测的可信性和准确性,然而目前缺乏有效抑制此类干扰的方法。为此,利用谐波小波具有严格盒形频谱特性的优点,提出一种基于最优离散谐波小波包变换的PD去噪新方法,将不同频率窄带干扰的能量分别集中在单一的子带内,用分解后子带香农熵比值的大小来确定包含各窄带干扰的子带,只要将对应的小波系数置零后重构就能得到去除窄带干扰后的PD信号,克服了离散小波包变换子带间存在频谱泄漏的缺点,实现了对PD监测信号的自适应优化分解。通过对仿真和实测PD信号频带范围内含有的混频随机窄带干扰进行去噪处理,并与离散小波包变换去噪结果进行对比分析后表明,最优离散谐波小波包变换对PD信号去噪后的能量损失和波形畸变较小,有利于后续对PD信号的模式识别,可以解决干扰频率位于监测频段内难于抑制的难题。     

局部放电奇异值特征及其混合噪声的自适应抑制

为了抑制局部放电信号中混杂的窄带干扰和白噪声,文中首先分析了典型局部放电、窄带干扰和白噪声信号的Hankel矩阵奇异值的分布特征;提出了确定窄带干扰和典型局放奇异值有效阶次的自适应方法;将信号Hankel矩阵的有效阶次奇异值作为其特征量,在染噪信号中去除窄带干扰后重构信号,截取局部重构信号从中提取局放。通过对模拟和实测染噪信号的处理,验证了文中方法去除窄带干扰和白噪声的有效性。     

基于熵阈值的小波包变换抑制局部放电窄带干扰的研究

阐述了正交小波基框架下二进小波变换和小波包变换的频域分割基本思想，研究了窄带干扰存在时被测信号的小波包变换及其树节点的信息熵变化情况，并利用信号信息测度的熵作为判断局部放电在线监测中窄带干扰存在与否的标准，提出基于熵阈值的小波包分解和重构算法。研究结果表明，当窄带干扰存在时，被测信号的小波包变换树节点的信息熵明显增大，能够用作被测信号中存在窄带干扰的判据；仿真分析和实测数据处理表明，文中方法具有良好的自适应性，无需事先确定窄带干扰的数目及其中心频率，干扰抑制能力强，能准确提取局放脉冲的相位。     

局部放电检测中傅立叶级数法与几种抗干扰方法的比较分析

提出了一种新的抗窄带干扰方法,傅立叶级数法.首先利用原始局放数据估算窄带干扰的频率和傅立叶级数的系数,然后利用傅立叶系数估算窄带干扰波形,再将原始数据与估算结果相减,则窄带干扰被抵消而局放脉冲得以保留.文章利用仿真数据和现场试验数据分析了该方法的抗干扰效果,并与常用的数字滤波器、时频转换法、自适应滤波和小波滤波等方法进行了比较.发现该方法能够较好地消除窄带干扰,同时尽量保留了局放脉冲的幅值和极性特征.特别是在脉冲的主要频谱与窄带干扰的频谱非常接近时,傅立叶级数法的抗窄带干扰效果更明显.     

基于广义S变换和随机子空间的局放窄带干扰抑制方法

为了解决传统方法难以有效抑制局部放电中周期性窄带干扰的问题,本文提出了一种基于广义S变换和随机子空间的局部放电窄带干扰抑制方法.该方法首先利用广义S变换将染噪局放信号从时域变换到时频域中,接着利用局放信号和窄带干扰不同的时频特征确定窄带干扰数目和无局放时间片段,最后利用随机子空间算法估计窄带干扰参数,实现染噪局放信号的窄带干扰抑制.仿真和实际测试结果表明:相比于传统的广义S变换模矩阵方法和频率切片小波变换方法,本文所提方法对窄带干扰抑制效果更好,能更好地恢复原始局放波形.     

抑制局部放电信号中周期性窄带干扰的子空间重构方法

为有效提取局部放电信号,提出一种基于子空间重构的窄带干扰抑制方法。对局部放电信号数据形成的HANKEL矩阵进行奇异值分解,将信号划分为窄带干扰子空间和局部放电信号子空间。利用子空间数据重构窄带干扰波形,然后与原始数据相减,得到抑制干扰后的局部放电信号。该方法能在保证局部放电信号失真较小的同时有效去除窄带干扰,抗随机干扰能力较强。仿真和实测信号的处理结果验证了其有效性。     

基于集合经验模态分解的局部放电信号的窄带干扰抑制

采用经验模态分解(EMD)方法抑制局部放电的窄带干扰时,由于EMD方法本身存在模态混叠问题,在含有局放成分的模态固有函数中仍可能同时含有一定量的窄带成分,导致局放信号无法提取.分析了在局放信号上叠加不同幅值、不同频率的窄带干扰条件下的EMD混叠现象,并提出了基于集合经验模态分解(EEMD)的解决方法.该方法对单频率成分和多频率成分的窄带干扰,均能较好地提取出局放信号.并针对EEMD引入的白噪声干扰,提出了自适应阈值的抑制方法,取得了较好的结果.仿真和现场测试的结果均验证了所提方法的有效性.     

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。     

基于自适应滤波的信号分离与窄带干扰抑制

变电站复杂的电磁环境有时会对变电站电气试验工作产生干扰。基于对干扰信号的分析,讨论了自适应滤波器的基本原理,围绕最小均方误差准则以及最小均方(LMS)算法,设计了一种自适应信号分离器,并基于自适应信号分离器研究了低频窄带干扰抑制,利用快速傅里叶分解(FFT)进行了频域分析,进而实现了窄带干扰抑制,研制了一种变电站用电磁环境净空间生成装置。实验仿真结果验证了所提设计的可行性和装置的有效性,南京地区220 kV以上变电站的现场试验表明,基于该方法研制的变电站用电磁净空间生成装置能可靠抑制干扰信号,有效提升试验效率。     

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.     

快速傅里叶变换和广义形态滤波器在抑制局部放电窄带干扰中的应用

根据局部放电信号和窄带干扰的差异,提出了一种基于快速傅里叶变换(fast Fourier transform,FFT)和广义形态滤波器抑制窄带干扰的新方法。首先利用FFT得到窄带干扰的离散谱线,再利用基于数学形态学原理构造的广义形态滤波器将局部放电信号中的干扰滤除,最后进行傅里叶逆变换和小阈值处理以提取局部放电信号。仿真和实测数据的处理结果表明,该方法通过选取合理的结构元素可在滤除干扰的同时保留局部放电信号特征,较好地解决了局部放电信号中窄带干扰滤除的难题。     

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LS-SVM回归的频域分析法及其在局放窄带干扰抑制中应用

干扰抑制是电力设备局部放电监测中的关键技术之一,其中周期性窄带干扰在线监测时必须首先考虑滤除.提出基于最小二乘支持向量机(LS-SVM)回归的频域分析法,先将采集到的原始时域信号变换到频域后,利用LS-SVM对信号干扰频率最大幅值点附近的数据进行拓延,再逆变换以得到真实信号.通过对频域阈值、频域分析及LS-SVM回归的频域分析3种方法的仿真数据分析和某变电站监测实际数据分析结果表明,所提出的LS-SVM回归的频域分析法有效地拓展了干扰频带的宽度,较好地抑制了窄带干扰残余.     

一种用混沌振子去除局部放电信号中窄带干扰的新方法

如何有效地从现场大量的干扰中真实地提取局部放电信号,至今仍是提高在线监测系统的灵敏度和监测可靠性的难题.本文从非线性理论出发,提出用混沌振子去除局部放电信号中窄带干扰的新思路.讨论了用于判断混沌振子状态变化的Lyapunov指数的计算方法,仿真实验表明混沌振子对局部放电信号中的窄带干扰具有较强的敏感性,对局部放电信号和白噪声具有免疫力,能在保证原始局部放电信号失真较小的同时有效地去除窄带干扰.     

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.     

局部放电窄带干扰抑制中改进快速傅里叶变换频域阈值算法的研究

窄带干扰抑制一直是电力设备局放在线监测中的一项重要课题,已有许多用于抑制窄带干扰的数字信号处理方法。章在研究快速傅里叶变换(FFT)频域阈值法的基础上,提出了一种改进算法,即利用多项式拟合的方法,在原有阈值法置零区域的两侧进行周边频带处理,使算法能够适应更宽频带内的窄带干扰。仿真计算和实测数据处理结果表明该算法有较好的干扰抑制效果。     

基于改进DFT和时域准同步的间谐波检测算法

快速傅里叶变换(FFT)在非同步采样时存在频谱泄漏和栅栏效应,由此产生的谐波与间谐波之间的频谱干扰会严重影响间谐波参数测量的准确度。为减小谐波与间谐波之间的频谱干扰,提出一种基于改进离散傅里叶变换(DFT)和时域准同步的间谐波检测算法,采用改进DFT算法精确估计基波频率,利用三次样条插值重构准同步采样序列,用FFT算法对单个周期重构序列进行处理,得到基波和谐波的参数,并将基波和谐波成分从重构序列中减去,再次用FFT算法和最大谱峰搜索法对剩余序列进行处理,确定每一个间谐波成分的参数。仿真结果表明,该算法不仅能提高频率分辨率,还可以有效排除谐波和间谐波的频谱干扰,且间谐波检测的准确度高、稳定性好、运算量小。     

基于短时傅里叶变换的局部放电窄带干扰抑制

为有效抑制局部放电(PD)信号中周期性窄带干扰,文中提出短时傅里叶变换和矩阵束相结合的局部放电窄带干扰抑制方法。该方法利用短时傅里叶变换分析染噪PD信号,得到窄带干扰数目,同时分离出染噪PD信号中信号帧和噪声帧;采用矩阵束算法在噪声帧中对窄带干扰参数进行估计,重构出全时段的窄带干扰,实现局部放电的窄带干扰抑制。仿真及实测染噪PD信号的去噪效果表明,与传统的傅里叶级数法和局部能量比法相比,所提方法去噪后的残余噪声更小,对染噪PD信号中窄带干扰有很好的抑制效果。