基于小波阈值自适应的局部放电信号降噪

为了抑制电缆绝缘局部放电检测中存在的白噪声干扰,提出一种基于小波阈值的局部放电特征提取的方法.对含噪信号进行小波分解,在选取最优阈值时,用鲸鱼算法优化阈值选取过程,有效提高了算法的精度与运算速度.为验证去噪效果,利用该方法和传统小波软阈值法对局部放电仿真信号和实测局部放电信号去噪,结果表明:与传统软阈值函数法相比,该方...     

开关柜局部放电信号降噪与缺陷识别研究

文中采用暂态地电压法(TEV)进行检测,设计了四种典型的缺陷模型并搭建试验平台,分别对局部放电缺陷模型进行了实验。由于变电站现场环境复杂,需要对采集的信号进行信号降噪。针对以往小波降噪都是按照经验采取固定的分解层数的问题,提出一种Mallat算法结合最优分解层数自适应算法对含噪信号进行分离与重构,结果显示该算法可以很好地滤除噪声。对重构后的局放信号提取八种时域特征参数,并采用BP神经网络对开关柜局部放电的类型进行识别,当误差准确率δ=0.002时,放电类型的识别正确率最高,能够达到97%。     

电力变压器局部放电信号去噪

局部放电既是电力变压器绝缘故障的重要诱发因素,又是绝缘潜伏性故障的高灵敏度表现形式。文章针对局部放电信号非平稳、非线性强、易受干扰等特性,结合经验模态分解法,提出了基于完全经验模态分解和总体经验模态分解(CEEMD-EEMD)的局部放电阈值去噪新方法。利用新方法和EMD法去噪法对仿真局部放电信号进行去噪,去噪结果表明,基于CEEMD-EEMD的局部放电阈值去噪方法去噪效果更优。     

小波变换实现混沌雷达高精度泄漏检测研究

利用超宽带电混沌信号的强抗干扰性和随机性,通过分析超宽带混沌信号和经管道反射后雷达回波信号的互相关函数以及峰值信噪比,对管道泄漏点进行定位。在接收端,通过对雷达回波信号的小波阈值去噪和数据分析,探究小波基sym4 在3、4、5层小波分解之后的去噪效果,有效提高泄漏的检测精度。结果表明:小波基sym4,在加入5 dB高斯白噪声情况下,互相关系数方法中,采用4层分解的硬阈值法可以取得最佳去噪效果;小波基sym4,在加入5 dB高斯白噪声情况下,峰值比信噪比方法中,采用5层分解的硬阈值法可以取得最佳去噪效果,从而实现高精度泄漏检测。     

基于滑动窗奇异值分解的局部放电信号检测方法

在局部放电信号检测过程中,局部放电信号幅值小,易受到噪声干扰,导致低信噪比下局部放电信号检测与波形恢复难度大。本文提出了基于滑动窗奇异值分解的局部放电信号检测方法。该方法利用噪声干扰信号与局部放电信号奇异值的差异性,通过滑动窗分段处理,建立奇异值差值序列,达到降噪与还原局部放电信号的目的。仿真与实测结果表明,本文方法在抑制噪声干扰和还原局部放电信号方面相比传统方法更具优势,且稳定性更好,适合在混合噪声干扰下实现对实测局部放电信号的检测和波形恢复。     

音频事件检测算法在计量费控用电压开关柜局部放电检测中的应用研究

有效检测开关柜故障是影响电网安全的因素,如何进行有效的非浸入式检测是国内外的研究热点之一,提出一种基于音频信号的电压开关柜局部放电检测算法。可识别开关柜正常态、电晕态和放电态3种状态、算法首先提取电压开关柜放电声音的 MFCC特征作为识别特征,然后构建基于支持向量机的分类器来识别出电压开关柜的状态,从而进行故障检测, 实验表明本文提出的检测算法具有较高的局部放电检测正确率。     

小波去噪在太赫兹无损检测中的应用

提出了层析短时积分成像法,并通过实验验证了该方法的数据质量更高,成像效果优于传统的层析成像法;在小波去噪理论方面,结合太赫兹信号的特点提出δ-σ评价规则,利用该评价规则遴选出最优的小波去噪组合(即sym7小波,分解尺度为5),并以此为基础设计酚醛塑料样件进行无损检测层析短时积分成像实验,对比不同的小波去噪组合,从识别缺陷数量、缺陷识别率这两个主观评价指标和韦伯对比度这一客观评价指标上对比小波去噪的效果,结果表明:sym7小波(分解尺度为5,软阈值处理)对酚醛楔形缺陷无损检测信号小波去噪具有良好的效果,信号预处理后的样件无损检测图像背景噪声带得到了有效抑制,预制缺陷与背景区域的对比效果更加明显,能够清晰准确地获取样件的内部结构变化。     

变压器局部放电信号检测与类型识别

为实现变压器局部放电信号检测和类型识别,设计基于超高频(UHF)法的变压器局部放电检测系统,针对4种典型的变压器放电模型进行了局部放电实验,获得相应的局部放电包络信号数据,并通过以太网通信将数据上传至电脑。利用提升双树复小波变换对包络信号数据进行消噪,从消噪后的信号不难看出,同一放电模型的局部放电包络信号形状大致相同,不同放电模型存在差别。提取6种包络信号的特征参数,结合外部加载电压,采用BP神经网络对变压器局部放电类型进行识别,当训练误差δ=0.02时,变压器放电类型识别平均正确率在98%以上。     

基于盲源分离和时频分析的漏磁信号处理

利用独立分量分析的冗余取消特性,对多维加噪声观测信号进行盲源分离,得到源观测信号,实现噪声的有效消除,文章中应用此方法处理了仿真漏磁缺陷信号,实验结果表明:该除噪方法能极大提高漏磁信号的信噪比,且其效果要优于小波变换除噪方法.漏磁缺陷信号在时域上波形非常相似,很难加以分辨,而它们的危害性却大不相同,文章对裂纹和凹坑缺陷信号进行小波包分解,根据信号特征自适应的产生一组最优基来表征信号,分析这两种缺陷的时频特性,准确识别出这两种缺陷.     

基于小波分析法的信号分析

在变电站中的设备经常出现绝缘故障,会产生局部放电,利用检测设备可以测到放电的高频信号,但是信号中往往合有大量的噪声,如何有效的去除噪声是一项重要的工作,本文根据经典的小波分析法对高频信号进行了相应的去噪分析,得到了较好的结果。     

基于空域相关滤波法的计算机视频线缆传导泄漏信号分析与重建

针对计算机视频线缆（VGA接口线缆,DVI接口线缆）传导发射泄漏信号侦测与重建的问题,在小波变换的基础上提出了基于空域相关滤波的视频泄漏信号去噪方法.首先设计实验系统采集两种典型视频线缆的泄漏信号;然后对泄漏信号进行小波分解,并用空域相关法提取红信号;最后通过边缘检测实现原始视频信号的重建,分析了不同信噪比对信号重建率的影响.实验结果表明,空域相关滤波法能够有效抑制噪声,提高微弱泄漏信号的重建质量,在处理传导泄漏信号中具有重要应用价值.     

基于局部放电检测技术应用于配电开关柜的研究

开关柜的运行状态对电力系统供电可靠性具有重大影响。局部放电检测是反映开关柜绝缘状况的有效手段,利用不同放电模型模拟构造分析对于密闭的高压开关柜及相关设备的在线监测.针对高压开关柜由于在设计、制造、安装和运行维护方面存在着不同程度的问题,运用超声波原理对配电高压开关柜进行在线测试,根据放电类型能量的释放形式不同、各种检测方法的实用性与灵敏度也存在差异,在对开关柜局部放电检测过程中,综合应用各种不同类型的局放检测手段,根据不同测试波形及时发现问题,及时制定检修计划。     

基于VMD的激光雷达回波信号去噪方法研究

为滤除激光雷达回波信号中的噪声,提高其信噪比,本文提出了一种基于变分模态分解(VMD)的回波信号去噪方法。该方法利用去趋势波动分析对信号进行变分模态分解,通过巴氏距离区分相关模态和非相关模态,采用移动平均法提取非相关模态中的有用信号,并将其与相关模态进行重构实现噪声的有效去除。实验结果表明,经该方法处理后的回波信号输出信噪比提高到了22.58 dB,均方根误差减小为0.78×10-11。该方法能有效滤除激光雷达回波信号中的噪声,保证信号的完整性,与小波变换、经验模态分解直接阈值、变分模态分解局部重构等方法相比,具有明显优势。     

基于自适应分解级数小波去噪的TDOA估计算法研究

在无源时差(Time Difference of Arrival, TDOA)定位技术中，针对现有基于广义互相关时差估计方法对目标信号波形相关度要求高、信号受噪声干扰严重时其时差估计精度难以满足实际需求等问题，提出一种具有自适应分解级数的小波去噪预处理时差估计方法。对待处理信号进行多级小波分解，计算分解后各级系数向量的能量贡献率累加和(Energy Contribution Rate Cumulative sum, ECRCs),以满足ECRCs不小于80%的最小分解级数作为小波去噪的分级参数。结合计算的自适应分解级数及小波去噪方法对待处理信号进行自适应去噪处理，结合广义互相关算法对处理后信号进行峰值分析，得到两信号的时差值。通过仿真信号及甘肃某地实测的TDOA数据进行分析验证，结果表明，所提方法可有效提升时差估计精度及稳定性，尤其信号受噪声干扰较大时具有一定优势。     

采用小波阈值的时变光栅莫尔信号去噪方法

莫尔光栅的纳米级测量需要对莫尔信号进行高倍细分,而高倍细分的精度往往受到高斯白噪声的影响.将莫尔信号视为稳态模型进行去噪分析与处理时存在信号频率相对固定的缺陷,根据信号的频率是大范围可变的,且噪声分布在整个频率范围内,提出了一种更符合实际的时变模型,并采用小波阈值去噪法对信号进行处理.对时变莫尔信号进行了建模,对小波去噪原理及阈值去噪法进行了分析,经大量实验对比,选用Sym8小波基、分解尺度为6、阈值准则为Heursure的软阈值法去噪效果最好.去噪后,光栅莫尔信号接近理想信号,使莫尔信号的细分倍数达到1 000倍.     

基于小波的声发射信号去噪研究

由于小波变换具有较强的时频分析和局部分析能力,常用于非平稳信号的去噪处理中。首先根据小波分解后各高频系数所占的能量百分比对信号进行提纯,再对提纯后的信号进行小波阈值去噪,并运用信号能量百分比和频谱分析对去噪效果进行评判。实验结果表明,这种先提纯后阈值去噪的处理方法能够在保证信号不失真的前提下,有效去除声发射信号中的噪声。     

基于小波的输油管道泄漏信号去噪处理

基于小波分析的噪声消除方法,研究负压波法提取泄漏信号的去噪。首先介绍基于小波分析的噪声消除基本原理,然后运用小波方法对实测信号进行具体处理,在信号处理过程中考虑了不同小波基和不同的分解层数对去噪结果的影响。实验证明,合理选择小波基和小波分解的层数,能够有效滤除泄漏信号中的噪声。     

基于集合经验模态的微弱激光脉冲信号自动去噪方法

由于微弱激光脉冲信号中存在噪声，需对其进行去噪处理，为此，提出基于集合经验模态的微弱激光脉冲信号自动去噪方法。首先建立微弱激光脉冲信号模型，模拟信号回波；其次采用集合经验模态分解方法分解微弱激光脉冲信号，并计算模态分量的排序熵，根据计算结果消除虚假分量；再采用基于峰度检测的加窗方法获取噪声与有效信号的分界点，确定噪声区域；最后引入小波滤波器在噪声区域内对微弱激光脉冲信号自动去噪。实验结果表明，所提方法的噪声检测精度高、去噪效果好、去噪效率高。     

提升小波与能量检测联合优化下的频谱感知方法北大核心CSCD

传统的频谱感知方法易受噪声波动的干扰,而且在低信噪比的无线通信条件下检测精度较差。通过结合提升小波去噪与动态门限能量检测算法,能有效提高传统频谱感知方法的抗噪声性能和检测精度。首先对含噪信号进行奇偶抽样,分解信号,去除噪声部分,再重构为去噪新信号,然后通过能量检测方法来统计信号的能量积累,设置动态门限,最后以动态门限判断用户信号是否存在。提升小波去噪能够有效地去除采样信号中的噪声,减少噪声对能量检测法检测精度的影响,动态门限能根据噪声波动进行调整来适应复杂的噪声环境。仿真结果表明,提升小波去噪结合动态门限能量检测算法相比于传统的频谱感知要有更优的检测精度。此方法不但提高了其对不确定噪声的抵抗性,使之能适应复杂的通信环境,而且提高了频谱感知过程的可靠性。     

一种改善微弱信号信噪比的小波变换消噪法

通过分析小波变换处理信号噪声的方法及其在微弱信号检测方面的不够完善之处,提出适合于极低信噪比条件下小波消噪法的信号检测原理和方法,即通过构造具有可调功能的阈值函数以及对小波分解系数处理方式的优化设计等方法,在强背景噪声中提取出微弱的信号特征信息,从而实现微弱信号的检测.最后通过Matlab仿真验证该方法的实验效果,理论和实验结果均表明此方法能较大幅度地改善信号比.这里阈值构造过程中充分考虑到了信噪比因素的影响,并对小波分解系数的处理也进行了合理优化,从而使得去噪效果有较大的改善.