融合小波和形态学的避雷器在线监测方法研究

泄漏电流是对避雷器进行在线监测及运行状态评估的重要方法,但泄漏电流信号易受外界噪声干扰,而传统去噪方法存在去噪效果不理想的问题。本文提出了一种融合小波阈值去噪和形态学去噪的新型自适应去噪方法,该方法利用了小波阈值法在去除低幅值噪声和形态学法在去除高幅值噪声上的不同独特优势,并采用最速下降法对小波法的阈值和形态学法的权系数进行自适应优化确定。通过避雷器泄漏电流仿真信号和现场实测信号的去噪对比试验,结果表明:本文小波和形态学相融合的去噪方法具有很好的优越性和稳定性,可为避雷器泄漏电流信号处理及其在线监测提供有效的技术参考和指导。     

基于EEMD阈值的绝缘子泄漏电流去噪的研究

绝缘子泄漏电流信号的采集受很多噪声信号的干扰,直接使用将影响准确地提取其特征量,本文对基于EEMD(Ensemble Empirical Mode Decomposition)阈值的绝缘子泄露电流去噪方法进行研究,借鉴小波去噪的4种阈值方法对泄漏电流信号进行去噪,分别是自适应阈值、固定阈值、启发式阈值和极大极小阈值,对EEMD阈值的去噪方法进行研究,通过对去噪前后信号的波形、有效值和谐波幅值比这3个特征量进行分析比较,综合比较仿真和实测信号去噪前后的效果,得出固定阈值是EEMD去噪方法的最佳阈值。     

模态相关法在MOA泄漏电流去噪中的应用

针对MOA泄漏电流幅值小,易受噪声干扰的问题。基于模态相关法基本原理,以求取相关系数第一极小值点为目标,首先使用检验模态分解法(empirical mode decomposition,EMD)对采集的含噪声泄漏电流信号进行固有模态函数(intrinsic mode functions,IMF)分解,求取各层IMF分量与原始信号之间的相关系数,得到第一极小值点,进而得到信号与噪声主导的IMF分量的分界点。最后通过重构有用信号的模态函数实现对MOA泄漏电流的去噪。计算发现:当泄漏电流信号信噪比分别为-1.1 d B、-3.2 d B、-5.1 d B和-6.7 d B时,使用模态相关法去噪后可将信号信噪比提高26.08 d B、24.17 d B、24.42 d B和23.80 d B;使用小波阈值去噪则可以分别提高21.06 d B、18.20 d B、17.48 d B和15.71 d B。两种算法的去噪效果明显。与小波阈值去噪法相比,模态相关法有较好的自适应能力,灵活度更高。对于准确监测MOA泄漏电流,及时发现MOA老化情况有指导意义。     

基于经验模态分解的电测井信号去噪研究

电测井方法所得到的信号含有一定的随机噪声,对原始信号进行处理之前需对其进行去噪。基于经验模态分解(EMD)得到的本征模态函数(IMF)具有自适应性、完备性、可重构性以及正交性和良好的时频聚集性等特点。因此,利用IMF分量去噪对于处理信号与噪声频率混叠的情况具有很好的效果,是一种多分辨率的去噪方法。本文采用一种首先经过经验模态分解,其次通过对部分IMF分量进行软阈值去噪的方法,研究结果表明,该方法能有效去除电测井信号的噪声干扰,且效果优于传统的小波软阈值去噪结果。     

基于EMD小波的高速电梯振动信号去噪

结合经验模态分解与小波阈值去噪方法,提出基于EMD小波的高速电梯振动信号去噪方法,并对高速电梯振动信号进行了实例分析。结果表明,应用基于EMD小波阈值去噪方法相比于低通滤波去噪方法与单纯小波阈值去噪方法,具有更高的信噪比,能够提高分析的精度。有效保留了信号特征。     

基于经验模态分解去噪改进主成分分析的冷水机组传感器故障检测

提出了一种基于经验模态分解(EMD)阈值去噪(TD)和主成分分析(PCA)相结合的冷水机组传感器故障检测方法(EMD-TD-PCA)。采用EMD阈值去噪法去除原始数据中的噪声来提高数据质量,针对去噪后的数据构建PCA模型。采集了武汉市某电子厂螺杆式冷水机组的实际运行数据,用于验证故障检测效果,并与传统PCA方法和小波阈值去噪(Wavelet-TD-PCA)方法的传感器故障检测结果进行了对比。结果表明:EMD-TD-PCA可以有效提高冷水机组传感器的故障检测效率,同等偏差条件下,故障检测效果优于传统PCA方法和Wavelet-TD-PCA方法。对于小偏差(-1～1℃)故障,故障检测效果提升尤为明显。     

一种用CEEMDAN和排列熵去除脉搏信号噪声的方法

为去除脉搏信号中的噪声,提出了一种将自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)和排列熵(permutation entropy,PE)相结合的方法。首先由HK-2000C脉搏信号传感器采集信号,对采集的脉搏信号用CEEMDAN得到一系列的本征模态分量(intrinsic mode function,IMF);然后计算各个本征模态分量的排列熵值,根据排列熵值选定阈值,确定并处理代表噪声的本征模态分量;最后对处理后的模态分量进行重构,从而消除脉搏信号中的噪声。实验结果表明,与经验模态分解(empirical mode decomposition,EMD)去噪方法和集合经验模态分解(ensemble empirical mode decomposition,EEMD)去噪方法相比,所提方法对脉搏信号去噪的效果更好。     

基于小样本数据挖掘的空气处理机组传感器隐形故障诊断方法

针对空气处理机组系统内传感器隐形故障诊断准确率不足及虚警率较高等问题,本文提出了基于集成经验模态分解软阈值去噪法与RBF神经网络(EEMDSTD-RBF)相结合的故障诊断方法,通过集成经验模态分解软阈值去噪法对采集的原始数据进行数据去噪,将去噪后的正常运行数据以及隐形故障数据输入RBF神经网络进行训练,得到EEMDSTD-RBF故障诊断模型,从而提高RBF神经网络对于空气处理机组传感器隐形故障的诊断准确率,同时,实验证明,该方法有效降低了虚警率。在关于空气处理机组六个传感器点位在三种隐形故障等级下的偏置故障的实验中,结果表明,与RBF及EEMDSTD-BP方法相比较,该方法在不同故障状态下,EEMDSTD-RBF的诊断准确率提高了8.7%～64.7%,虚警率降低了12.62%。     

广义S变换在绝缘子泄漏电流去噪中的应用研究

绝缘子泄漏电流对绝缘子运行状态在线监测具有重要的意义,但泄漏电流信号易受到各种噪声的干扰,针对泄漏电流信号信噪比低及传统去噪方法去噪效果不佳的现状,利用广义S变换在非平稳信号处理方面的独特优势,将广义S变换应用到绝缘子的泄漏电流去噪中,在广义S变换高质量的时频分布平面中设计了一种阈值去噪和时频谱分布滤波相结合的新型时频滤波器,通过绝缘子泄漏电流高压试验和现场实测信号的去噪结果分析,验证了本文方法在绝缘子泄漏电流信号去噪中的有效性和稳定性。     

小波分析去除地震资料高频干扰的研究

利用MATLAB小波分析工具箱,选用db4小波基函数、软阈值函数对实际地震资料进行五层小波去噪,通过对比分析四种小波阈值的去噪结果,指出启发式阈值函数可以较好的实现地震信号的去噪,去噪后的地震震相易于识别,有助于准确的分析研究地震信号。     

综合消噪算法在金属氧化物避雷器在线监测中的应用

金属氧化物避雷器(MOA)泄漏电流可作为判断其老化的依据。针对实际测量的MOA泄漏电流中存在干扰信号将原始泄漏电流信号覆盖问题,提出卡尔曼滤波和离散平稳小波组合的综合消噪算法。首先使用离散平稳小波将泄漏电流信号分解为细节信号和逼近信号,其次对逼近信号和细节信号滤波进行卡尔曼滤波,最后将滤波后的逼近信号和部分细节信号进行重构,得到消噪后的泄漏电流信号,并首次提出适应于MOA老化的泄漏电流模型对该算法进行仿真验证。研究表明,该综合消噪算法消噪效果明显优于单独使用卡尔曼滤波和离散平稳小波,经过消噪后的泄漏电流波形信噪比明显提升,可从波形上对MOA是否老化进行判断,为MOA在线监测提供依据。     

信号去噪阈值与阈值函数的取舍研究

为了提高爆破振动信号精度,采用小波阈值去噪方法对爆破振动信号进行去噪,在去噪过程中阈值与阈值函数的选取是关键,阈值与阈值函数选取的合适与否将直接影响到消噪的效果。研究结果表明:heursure和sqtwolog两种阈值的去噪效果比较好;软阈值函数较硬阈值函数有更好的去噪效果。     

小波去噪在GPS动态监测数据处理中的应用研究

介绍了小波去噪的原理和步骤,基于不同的阈值选取方法、选择几种不同的小波函数、比较了在GPS动态监测数据处理中的去噪效果。结果表明,应用小波分析的方法可以较好实现去噪效果。     

基于小波分析的变形监测数据异常值检测与处理研究

探讨了采用小波分析方法对变形监测数据进行预处理,包括异常值检测和小波阈值去噪。利用小波分析后的模极大值在不同尺度上的衰减程度可以衡量出信号的局部奇异性,进而检测出数据异常值,接着采用小波阈值去噪法对异常值进行处理。本文结合某基坑周围建筑物沉降监测实例,来说明小波分析方法应用于变形监测数据异常值检测与处理的可行性。     

结合小波分析的金属面夹芯组合板损伤检测

夹芯板作为一种保温隔热性能良好的新型建筑材料,在建筑工程中逐渐被广泛应用.通过采用超声波法对各种在正常使用过程中可能出现的夹芯板损伤进行检测,并用小波分析技术对超声回波的信号进行去噪处理,并对处理过超声回波信号进行小波分解.结果表明:经过小波去噪和小波分解之后,能够通过识别出反射回波信号的到达时间和各级小波分解的波形较...     

非线性小波变换阈值法去噪在工程中的应用

利用基于非线性小波变换阈值去噪算法,对变形监测数据进行去噪处理,对模拟数据的处理结果表明,基于非线性小波变换阈值去噪方法与传统的阈值去噪方法相比,能有效地去除伪吉布斯现象,提高信噪比,剔除变形监测数据中的噪声,识别被噪声疏忽的有用信号。     

金属氧化物避雷器泄漏电流新型去噪方法研究

金属氧化物避雷器泄漏电流是对其进行在线监测及状态评估的一种重要方法,但泄漏电流信号易受到外界噪声的干扰。针对传统去噪方法在金属氧化物避雷器泄漏电流去噪中效果不佳的现状,利用广义S变换在去除非平稳信号高频干扰噪声方面的独特优势和TT变换在去除低频干扰噪声方面的独特优势,提出了一种将广义S变换和TT变换相融合的二维时频去噪方法,将该方法应用到金属氧化物避雷器泄漏电流信号的去噪中,采用信噪比、均方根误差、波形相似系数及波形特征来评估去噪效果,在泄漏电流仿真信号及现场实测信号的去噪对比试验中验证了本文方法的有效性和优越性。     

基于EMD分解与压缩传感的泄漏电流压缩方法

为了提高绝缘子监测系统数据传输和处理速度,对非平稳泄漏电流信号进行数据压缩至关重要。压缩传感理论(Compressed Sensing,CS)将采样与压缩合并进行,少量采样就能很好地恢复信号,不仅降低对硬件要求,而且提高压缩效率。然而CS恢复非平稳信号过程中计算复杂度很高。提出经验模态分解(EMD)和CS相结合的方法,将非平稳泄漏电流分解成有限个相对平稳的固有模态IMF,然后对相对平稳的IMF分量进行CS处理。实验结果表明,CS处理经EMD分解的泄漏电流信号不仅提高整个系统的处理速度和运行效率,而且提高了压缩比和重构精度。     

运行中测量金属氧化物避雷器阻性泄漏电流的新方法

<正> 对于金属氧化物避雷器运行情况的监视主要靠测量泄漏电流.常用的方法有测量全电流、直流测量阻性电流及泄漏电流的谐波分析.本文提出对泄漏电流进行谐波分析的新方法,采用外偿法把系统电压的谐波产生的三次谐波电流消除,以得到仅由避雷器产生的三次电流谐波.然后再确定阻性电流的三次谐波与总的阻性电流的关系.采用电场测量法间接求得容性三次谐波电流.电位及电流信号输入微处理机处理和显示各种参数,与直流测量法相比,其误差在20～25%之间.     

基于经验模态分解空域相关滤波的脉冲星信号消噪

针对脉冲星信号信噪比极低,且信号中有色噪声成分远大于高斯白噪声的特点,提出了一种基于经验模态分解(empirical mode decomposition,EMD)的脉冲星信号空域相关滤波消噪方法。首先建立脉冲星信号的分形高斯噪声模型,根据双对数功率谱密度估计分形高斯噪声的Hurst参数值;然后,结合脉冲星累积信号的窗口辐射特性和分形高斯噪声经EMD分解后的噪声分布特点,估计脉冲星信号各层内蕴模态函数(intrinsic mode function,IMF)中噪声的方差;最后,以IMF噪声方差为基础,建立EMD空域相关滤波方法并应用于脉冲星累积轮廓消噪。实验结果表明,与经典的平移不变小波阈值消噪法、平移不变小波空域相关滤波消噪法以及EMD模态单元比例萎缩消噪法相比,改进的EMD空域相关滤波消噪法在抑制脉冲信号中的噪声和保留更多的微脉冲特征细节信息方面更加有效。