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.     

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。     

基于改进FastICA的局部放电在线监测窄带干扰高保真性抑制方法

为了解决传统阈值法和盲分离法在局部放电周期性窄带干扰抑制过程中存在的波形畸变与不确定性问题,提出利用改进的Fast ICA算法对局部放电(PD)信号进行窄带干扰抑制。首先结合PD混合信号离散傅里叶变换功率谱的特点,引入信息熵理论对窄带干扰个数进行确定,并提出利用功率谱"两步法"对窄带干扰频率进行精确估计;然后引入简化的Simpson-Newton迭代公式对Fast ICA算法进行改进,减少算法的迭代次数,并提出利用校准信号对分离信号进行校准,修正分离PD信号的幅值和相位。仿真及实测结果表明,该方法能够有效抑制周期性窄带干扰并能有效保留信号原始特征,且算法的时间复杂度较小,同时与频率切片小波去噪方法和傅里叶变换滤波相比,该方法去噪效果更明显,且能有效避免边缘效应的影响。     

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。     

基于CEEMDAN与改进小波阈值的电缆局部放电信号降噪方法

对检测到的电缆局部放电信号降噪是实现电缆绝缘诊断与评估的前提,为此提出一种基于自适应噪声的完备集合经验模态分解(CEEMDAN)与改进小波阈值的电缆局部放电信号降噪方法。首先,采用CEEMDAN算法将染噪局部放电信号进行分解,得到数个模态分量;然后,计算模态分量的峭度值,筛选出有效特征分量并重构;最后,将重构信号通过改进小波阈值法再次降噪去除冗余噪声,得到降噪后的局部放电信号。将该方法、传统小波阈值法及集合经验模态分解与改进小波阈值法分别用于不同噪声强度下局部放电仿真信号的降噪处理,结果表明该方法具有更高的信噪比与波形相似系数,能有效抑制周期性窄带干扰与白噪声。     

一种基于谱峭度的局部放电信号提取新方法

针对局部放电信号中受到的平稳随机型干扰和窄带周期型干扰,提出了一种基于谱峭度的局部放电信号提取方法。首先求取出含噪局部放电信号的谱峭度,然后根据谱峭度设计自适应带通Wiener滤波器。对经过滤波器滤波后的信号进行小波平滑去噪,提取出更加精确的局部放电信号。分别采用所提方法和小波阈值去噪方法提取局部放电信号,结果表明,所提方法能够很好地抑制平稳随机型干扰和窄带周期型干扰,且各个性能指标都优于小波阈值去噪方法。     

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。     

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。     

局部放电在线监测的数据分析及现场干扰抑制

分析总结了局部放电在线监测数据及现场干扰抑制的经验,基于变压器油中局部放电特征的试验研究提出了小波变换局部放电干扰抑制法。该法充分利用局部放电信号特征,采用多尺度分析及多工频周期叠加方法抑制干扰。数据处理结果表明该法可有效抑制现场局部放电测量中的白噪、周期性窄带及随机性脉冲干扰。     

局部放电信号中的白噪声和窄带干扰

分析了局部放电信号中白噪声和周期性窄带干扰经小波变换后的不同特性 ,提出了抑制局部放电信号中白噪声干扰和周期性窄带干扰的分层式综合处理小波包变换算法。结果表明 ,用小波包变换提取局部放电信号有较好的自适应能力     

FFT谱最小熵解卷积滤波抑制放电信号中的周期性窄带干扰

提出了一种基于放电信号FFT谱最小熵解卷积滤波抑制周期性窄带干扰的方法。其原理为将频域上的干扰分量视作有用信号,放电信号视作噪声,利用最小熵解卷积滤波滤除放电信号成分、提取出干扰成分,再在原实测信号频谱中对干扰进行抑制,最后IFFT重构出放电信号。仿真和实验结果均表明该方法能够准确抑制掉窄带干扰,与传统的FFT能量比法相比,不涉及到能量窗的选择,可直接利用经典阈值准则提取出干扰成分,过程十分简便。该方法为现场测试中放电辐射信号周期性窄带干扰抑制提供了一种快捷的新方法。     

FFT谱最小熵解卷积滤波抑制放电信号中的周期性窄带干扰EI北大核心CSCD

提出了一种基于放电信号FFT谱最小熵解卷积滤波抑制周期性窄带干扰的方法。其原理为将频域上的干扰分量视作有用信号,放电信号视作噪声,利用最小熵解卷积滤波滤除放电信号成分、提取出干扰成分,再在原实测信号频谱中对干扰进行抑制,最后IFFT重构出放电信号。仿真和实验结果均表明该方法能够准确抑制掉窄带干扰,与传统的FFT能量比法相比,不涉及到能量窗的选择,可直接利用经典阈值准则提取出干扰成分,过程十分简便。该方法为现场测试中放电辐射信号周期性窄带干扰抑制提供了一种快捷的新方法。     

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。     

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.     

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(singular value decomposition,SVD)方法在局部放电(partial discharge,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...     

基于广义S变换和奇异值分解的局放信号降噪优化方法

针对电缆终端局部放电现场检测时存在白噪声、周期性窄带干扰问题,提出一种基于广义S变换和奇异值分解的局放信号降噪方法。该方法首先通过广义S变换自适应获取窄带干扰个数并截取局放信号所在片段,然后利用改进的3谱线插值法对窄带干扰频率进行精确估计并构造引导信号加入原信号中,对该信号利用奇异值分解实现对混合噪声的抑制。通过对仿真、实测局放信号进行去噪,并与传统降噪方法进行对比分析。结果表明,该方法对于混合噪声干扰具有更优的抑制效果,能较好地还原局部放电信号。     

局部放电信号中抑制周期性窄带干扰的逆向分离方法

为了有效提取局部放电信号,提出一种抑制周期性窄带干扰的逆向分离方法。该方法由两部分组成:利用矩阵束算法估计含噪局部放电信号中的窄带干扰频率;借助独立分量分析算法,逆向分离出抑制窄带干扰后的局部放电信号。针对在不同信噪比下的局部放电信号,分别运用小波、多小波消噪算法和该方法抑制窄带干扰。仿真结果表明,与小波、多小波相比,在信噪比低至?20d B时,该方法表现出更强的抗噪能力,同时能更好的保留原信号特征。现场测试信号的处理结果也验证了所提方法的有效性。     

小波降噪技术在电缆局部放电检测中的应用

分析电缆局部放电测量的小波降噪技术,阐述具有线性相位特性的双正交小波基本函数的优越性,从小波系数能量分布的角度提出了最大分解尺度的确定方法,以及用系数阅值代替尺度闽值的更精细自动小波阈值算法。仿真和试验研究表明,能量系数法不仅能有效抑制电缆局放检测中的白噪声和周期性窄带干扰,还能消除随机噪声干扰。     

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。