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。     

基于广义S变换与数学形态学的局部放电窄带干扰抑制方法

针对高压电力设备局部放电信号受周期性窄带干扰影响大的问题,提出了一种基于广义S变换与数学形态学的局部放电窄带干扰抑制方法。该方法可以从染噪局部放电(partial discharge,PD)信号中分离出原始PD信号和窄带干扰信号的时频谱图,从而在时频域内准确辨识出窄带干扰和原始PD信号,避免强能量的窄带干扰掩盖原始PD信号时频特征的问题。再利用总体最小二乘不变旋转矢量技术准确估计窄带干扰的特征参数,以抑制染噪PD信号中窄带干扰。对仿真和实测PD信号开展窄带干扰的抑制测试,测试结果表明：该文所提方法可以有效分离出染噪PD信号时频谱图中窄带干扰和PD信号,提高了时频分析的准确率;同时相比于传统的快速傅里叶变换(fast Fourier transform,FFT)算法谱最小熵解卷积滤波法和自适应奇异值分解法,该文方法能够有效抑制小幅值的窄带干扰,具备更好的窄带干扰抑制效果,以恢复局放信号的波形特征。     

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...     

基于数字陷波器的局放信号周期窄带干扰抑制方法研究

针对电力变压器现场监测的局放信号往往包含各种干扰的问题,提出使用数字陷波器去除局放信号中的周期窄带干扰,并使用MATLAB 7.0进行了仿真研究.仿真实验表明使用这种方法能有效地去除局放信号中的周期窄带干扰.     

应用组合广义形态学滤波器抑制变压器局放信号窄带干扰

为了抑制变压器局部放电(PD)信号中常见的窄带周期性干扰,根据PD信号和窄带周期性干扰的频谱特性不同,在开闭和闭开形态学滤波器的基础上,构造和采用组合广义形态学滤波器,在频域中滤除窄带周期性干扰形成的离散谱线,保留PD信号本身宽频带特性,从而达到抑制窄带周期性干扰的效果。用去噪前后的信噪比和波形相似系数对仿真PD信号的干扰抑制结果进行了评价,结果表明,组合广义形态学滤波器可以有效地抑制窄带周期性干扰。     

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。     

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。     

抑制局部放电信号窄带干扰的快速算法

为消除与抑制窄带干扰对电力设备局部放电信号在线监测的影响,提出了一种将快速傅里叶变换（FFT）与小波变换相融合的快速算法,即先对信号进行FFT,从窄带干扰背景中有效提取局部放电信号,再利用小波变换对FFT处理后的局部放电信号进一步消噪。对仿真信号和实测信号的分析结果表明,该方法对窄带干扰有较好的消噪效果,并且得到的局部放电信号失真较小。     

自适应广义数学形态学抑制局部放电窄带干扰

针对传统数学形态滤波器存在的统计偏倚现象,基于最小均方(LMS)自适应算法调节不同长度的结构元素,提出一种自适应广义数学形态滤波器。在强烈的噪声环境中,采用数学形态学、广义数学形态学和自适应广义数学形态学三种方法对比仿真分析消除连续的周期窄带干扰,并引入信噪比和局部放电脉冲的波形失真均方误差评价指标。仿真分析和现场数据处理结果表明,自适应广义数学形态学的滤波效果优于单一的形态滤波效果,完整地保持了局部放电信号的几何结构特征,信号失真小。分析结果表明,自适应广义数学形态学能有效地抑制连续的周期窄带干扰。     

一种新的SAR窄带干扰抑制方法

合成孔径雷达易受电视网、通信网等无线设备的电磁干扰,严重影响成像质量。本文在分析SAR受到的干扰特点和信号模型的基础上,提出了一种基于压缩感知的SAR窄带干扰抑制方法。该方法根据SAR回波信号和窄带干扰信号在Chirplet字典上的调频斜率参数不同,在SAR回波信号重构过程中对干扰信号进行筛选并抑制,再把去除干扰后的压缩数据利用常规SAR成像算法进行成像。仿真结果表明,该方法不仅能有效抑制窄带干扰,而且大大减少了SAR系统成像处理的数据量,验证了本文所提方法的有效性。     

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。     

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LS_SVM高精度抑制局部放电信号窄带干扰的研究

在频域内抑制局部放电信号窄带干扰通常会造成局放信号能量损失.从时域出发,用最小二乘支持向量机拟合出一段窄带干扰信号,对其周期延拓得到测量时段内的全部窄带干扰信号,再将其从测量信号中减去,从而抑制了窄带干扰;讨论了最小二乘支持向量机嵌入维数对估算精度及参数(γ,σ)的影响.研究分析表明,本方法可有效抑制窄带干扰,窄带干扰越强、窄带信号频率与局放信号越接近,本方法优势越明显;合理选择嵌入维数可提高精度及参数鲁棒性.     

基于广义S变换的电压骤降特征量检测方法

为实现电压骤降信号特征量的准确检测,提出并建立了基于广义S变换的电压骤降特征量检测方法。介绍了广义S变换的基本原理,构建了电压骤降特征量的计算模型,给出了电压骤降特征参数的检测流程。对离散电压信号进行广义S变换,通过广义S变换的基波幅值曲线计算电压骤降幅值;由广义S变换的高频频谱幅值和曲线得到电压骤降起始、结束时刻和电压骤降持续时间;利用广义S矩阵的相位矩阵计算得到电压骤降相位跳变值。仿真实验验证了方法的准确性。与现有检测方法相比,基于广义S变换的电压骤降特征量检测方法计算量小,准确度高,抑制噪声干扰与谐波影响效果好。     

基于改进S变换的电压暂降识别

电压暂降分类识别是合理选择电能质量治理方案的前提。提出一种基于改进S变换的电压暂降识别方法。首先根据电压暂降特征频率范围自适应确定改进S变换的调节因子,计算所得模时频矩阵作为电压暂降标准模板;再比较待测试暂降的改进S变换模矩阵特定频段与各标准模板之间的相似度,实现扰动分类。在比较相似度值的过程中,为凸显不同暂降类型的相似性及差异性,采用分频逐行计算相似度值,从而实现异类模板差异最大化。该方法充分挖掘各类暂降的特征差异,通过简单的相似度计算对扰动进行分类,无需添加辅助分类器。仿真和大量实测数据研究表明,该方法分类过程简单,抗干扰能力强。     

基于遗传算法和傅里叶级数的局部放电窄带干扰抑制

阐述了傅里叶级数法利用原始数据来重构窄带干扰的基本思想,分析了其重构精度受频率估计偏差和随机干扰影响较大的不足.在此基础上,结合遗传优化算法提出了一种抑制局部放电信号中窄带干扰的新方法.它不需要预知窄带干扰频率的精确值,而是通过遗传算法优化选择重构参数,避免了求解冗余方程组带来的累积误差,具有较强的自适应逼近能力和抗随...     

基于VMD与广义S变换的HVDC线路故障定位

针对高压直流输电线路故障定位中存在的输电线路长、故障概率大、测距精度不高以及故障波形含有噪声等问题,提出了VMD分解与广义S变换结合的高压直流输电线路故障测距算法。首先通过变分模态分解(Variational Model Decomposition,VMD)对含噪声的行波信号进行VMD分解,滤去噪声并获得最优模态分量。然后采用广义S变换(Generalized S-transform,GST)计算最优模态分量,生成高时间分辨率S矩阵。并选取S矩阵中的高频分量,识别该频率分量的波形突变点,从而获取故障初始行波到达时刻。最后通过测距公式获得故障距离。PSCAD/EMTDC仿真表明,所提方法受过渡电阻影响很小,不同故障距离的测距精度很高。经过现场故障行波数据的验证,可以实现在线路范围内快速准确的故障定位。     

基于广义S变换与PSO-PNN的电能质量扰动识别

为了克服从电网电能质量监测系统的大数据中自动识别出电能质量扰动的困难,提出了一种基于广义S变换与PSO-PNN的电能质量扰动识别新方法。该方法利用了广义S变换能兼顾时频分辨率的特点,首先使用广义S变换分析扰动信号的时频特性,接着从广义S变换模矩阵中提取出扰动信号的时频特征量,然后用PSO-PNN分类器对扰动信号进行分类识别。PSO算法的使用克服了PNN的平滑因子没有确定选取方法的缺陷,使分类器性能大大提升。仿真实验结果表明,该方法能够对常见的6种电能质量扰动进行高效的分类识别,分类正确率高,对噪声不敏感,具有良好的应用价值。