基于混沌控制和多重滤波的局部放电去噪研究

采集局部放电信号时,经常受到外界的干扰,主要包括周期性窄带干扰、白噪声干扰和随机脉冲干扰.噪声太大时,局部放电信号会被淹没.为了提高变压器局部放电信号定位的准确性,提出混沌控制和多重滤波的方法,在线检测去除干扰.利用相关性和谱分析识别周期干扰并确定窄带干扰的周期,设置合适参数控制混沌系统,精确去除噪声,采用多重滤波的方法去除白噪声干扰,以及利用脉冲极性鉴别法抑制随机脉冲干扰,并在虚拟仪器平台上进行仿真实验.实验结果表明,该方法可以有效抑制干扰,为变压器局部放电信号的定位系统奠定了技术基础.     

小波变换在抑制GIS局部放电白噪干扰中的应用

分析了GIS局部放电中白噪声干扰.仿真实验结果表明,小波分析方法抑制白噪干扰能力强,信号畸变小,能够有效的从白噪干扰中提取局放信号.     

形态学滤波与自适应噪声抵消在GIS局部放电超高频信号去噪中的应用

抑制局部放电信号中的噪声干扰是GIS局部放电在线监测的关键技术之一。尽管超高频检测方法能够有效避开低频干扰,但来自测量系统的白噪声仍然为局部放电的准确测量带来挑战。针对GIS局部放电监测中的白噪声干扰,以提高局部放电超高频法的测量精度为目标,文中采用形态学滤波和自适应噪声抵消相结合的方法对GIS局部放电超高频信号的去噪问题进行了研究。通过对4种典型绝缘缺陷产生的局部放电超高频信号的去噪实验,结果表明文中所用方法较小波变换方法能更好地去除白噪声且去噪后信号具有较小的幅值误差和畸变率。     

基于混沌控制和多重滤波的局部放电去噪研究

采集局部放电信号时,经常受到外界的干扰,主要包括周期性窄带干扰、白噪声干扰和随机脉冲干扰。噪声太大时,局部放电信号会被淹没。为了提高变压器局部放电信号定位的准确性,提出混沌控制和多重滤波的方法,在线检测去除干扰。利用相关性和谱分析识别周期干扰并确定窄带干扰的周期,设置合适参数控制混沌系统,精确去除噪声,采用多重滤波的方法去除白噪声干扰,以及利用脉冲极性鉴别法抑制随机脉冲干扰,并在虚拟仪器平台上进行仿真实验。实验结果表明,该方法可以有效抑制干扰,为变压器局部放电信号的定位系统奠定了技术基础。     

新型局部放电检测技术研究

受到噪声信号的干扰,实际检测局部放电时,检测得到的放电量数值过小.针对该问题,研究了一种新型局部放电检测技术.根据局部放电产生能量信号,采集放电信号特征,根据不同变化特征的放电信号特征,运用不同处理算法,去除噪声干扰,设定不同识别模式的放电参数,最终完成放电检测技术的研究.选用试验器材,连接局部放电检测装置,采集局部放电参数,并作为标准对比值,分别使用2种传统检测技术与设计的检测技术进行试验,结果表明设计的检测技术得到的放电量数值最准确.     

变压器局部放电检测中的小波包去噪算法

分析了变压器局部放电在线检测中局部放电及干扰信号特征 ,根据小波包变换良好的时频局部化特性 ,引入信号子空间范数描述局部放电信号在时频空间中的分布 ,提出了局部放电信号在线检测的小波包变换新算法。理论分析与实验结果表明 ,该算法能有效抑制周期性载波干扰和白噪声 ,提取局放信号特征     

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。     

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.     

绝缘局部放电检测的自适应数字滤波技术

在绝缘局部放电（ＰＤ）检测中,抑制干扰历来是一个非常重要的问题。为抑制干扰,提高信噪比,提出了采样数据的自适应滤波方法,将其运用于模拟和实际采样信号分析时,成功地在强噪声干扰环境下分辨出了弱的局部放电信号。     

FFT优化算法与小波分析在局部放电检测中的应用

在实际检测过程中受多种干扰信号的影响,局部放电信号的检测数据不够准确,难以反映出真实局部放电情况,工作效率低,为此提出了一种基于快速傅里叶变换(fast Fourier transformation,FFT)优化算法与小波分析联合检测方法。首先对含有噪声的局部放电信号进行FFT优化处理,在此基础上再利用小波分析进一步处理,最后获得去除干扰的局部放电信号。由实际案例中的处理效果可知,该方法能够很好地去除噪声信号的干扰,验证了该方法在局部放电检测中的准确性,为进一步研究局部放电提供了准确的数据来源。     

局部放电脉冲信号ICA提取技术的初步研究

为了提高局部放电在线监测的灵敏度,根据独立成分分析(ICA)基本模型的定义,提出将背景噪声信号与局放脉冲信号看成两个相互独立的信号源,不同观测点获取的观测信号为两者的线性混合,从而可以实现两者的分离的方法。利用ActiveX自动化技术实现了可用于局放脉冲信号提取的ICA软件模块;基于双通道超宽带检测技术,对加噪后的直流下油纸绝缘针板缺陷模型的局放脉冲序列提取进行了试验研究并且利用峭度准则与试验电压极性相结合的方法消除了局放脉冲提取的ICA含混性问题。实验结果表明:该方法能够提取被背景噪声完全淹没的脉冲信号,可以恢复出单个局放脉冲波形、脉冲波形之间的相对幅值关系以及脉冲极值所对应的时间点等重要局部放电信号信息。     

基于改进经验小波变换的局部放电荧光信号去噪

由于现场环境的复杂性,局部放电(partial discharge,PD)检测伴随着大量噪声干扰,易出现PD漏报与误报现象,影响电力设备后续运维工作。文中采用荧光光纤PD检测法,提出了基于谱峭度和改进经验小波变换(empirical wavelet transform,EWT)的自适应PD荧光信号去噪算法。首先利用快速谱峭度图确定荧光信号傅里叶频谱的紧支撑区域边界,随后对含噪荧光信号进行EWT分解并获得荧光信号所在的有用信号分量,最后对有用信号分量采用小波阈值法去除残留噪声,得到去噪后的PD荧光信号。利用该方法对仿真荧光信号进行去噪分析,并将去噪结果与经验模态分解-小波变换(empirical mode decomposition-wavelet transform,EMD-WT)法和EWT法进行对比,结果表明,该方法在信噪比、均方根误差和归一化相关系数等指标方面都有所提升,证明了该方法具有良好的去噪效果。此外,实测信号的去噪结果表明,该方法的降噪率优于EMD-WT法和EWT法,具有较好的噪声抑制能力。     

De-noising of partial discharge signal using eigen-decomposition technique

The Rogowski coil method for the measurements and detection of PD signals represents a cost effective and practical way to measure PD signals in electrical power apparatus; however it is subject to excessive noise pick-up because of its inductive nature. This paper discusses the implementation of a de-noising algorithm using Eigen-decomposition approach, which can be utilized in order to minimize the extraneous noise encountered with on-line tests in the field. The proposed algorithm possesses the inherent advantage of decomposing the signal space and separates it from the noise subspaces. Results discussed in the paper demonstrate the performance of the proposed technique for both simulated and experimental PD signals.     

基于EEMD与KICA的局部放电窄带干扰抑制

窄带干扰严重时可能完全淹没局部放电信号,给局部放电检测工作带来巨大困难。针对局放信号经验模态分解模态混叠现象,提出采用集合经验模态分解与核独立分量分析抑制局部放电窄带干扰的方法。在局放信号叠加不同频率、不同幅值的窄带干扰情况下,该方法能较好地提取出局放信号,有效提高信噪比且信号失真小。仿真和现场测试信号的处理结果均验证了所提方法的有效性。     

The application of matched filters to PD detection and localization

In practice, partial discharge (PD) signals are corrupted mainly by narrowband noise caused by radio communications. Matched filters are very well suited for PD detection in the presence of such noise, since they exploit spectral regions with high SNR to maximize the SNR of a measured PD signal. In addition to its noise suppressing capabilities, a matched filter provides a means to estimate accurately PD pulse magnitude and arrival time. Consequently, PD detection can benefit greatly from the application of matched filters. However, good knowledge of the signal waveform is required. In many cases, such information can be obtained by measurement or modeling of the PD pulse propagation.     

基于AVMD-自适应小波包法的电缆局部放电去噪研究

为准确提取检测到的局部放电信号,针对高压电力电缆的噪声抑制问题,提出了自适应变分模态分解(AVMD)结合自适应小波包分解的方法提取纯净的局放信号。首先运用AVMD将周期性窄带干扰、白噪声和局放信号分解在不同的基本模态分量中,将周期性窄带干扰滤出,得到仅含有白噪声的局放信号。再运用自适应小波包分解,将信号分解在高中低频的分量中,根据阈值法将不含局放信号的分量滤出,得到较为纯净的局放信号,并将所提方法分别与其中单独一种算法进行去噪比较分析。仿真结果表明,所提方法抑制噪声效果更明显,与仿真信号的相似度最高。     

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。     

基于广义S变换模时频矩阵的局部放电特高频信号去噪方法

为有效抑制局部放电特高频信号中的噪声干扰,提出一种基于广义S变换模时频矩阵的去噪方法。基于二维模时频矩阵,采用区域最大能量法提取周期性窄带干扰的特征量,并通过矩阵逆向分离将其去除;采用奇异值分解去噪方法抑制信号中的高斯白噪声。使用该方法对仿真信号和实验室实测信号进行去噪处理,并与传统方法去噪结果进行对比。结果表明,所提方法能有效抑制局部放电信号特高频信号中的噪声,同时更好地保留了原始局部放电信号特征。对现场实测信号进行去噪处理,与传统方法相比,该方法具有较高的噪声抑制比和较低的幅值衰减比,可以有效提取局部放电超高频信号。     

基于ICA的变压器局部放电超声信号直达波分离研究

针对变压器局部放电超声波检测法存在的定位精度问题,分析了其主要原因在于时延选取的误差,而时延选取误差的主要原因是由于变压器局放超声信号传播规律极其复杂,通过超声传感器接收到的信号是直达波和非直达波以及各种噪声的混合叠加,只有正确分离提取出直达波的时延,才能提高定位精度。为此,本文提出了一种基于独立分量分析(ICA)的变压器局放超声信号直达波分离方法,通过单独分析直达波信号、非直达波信号以及噪声信号各自的主分量特征,运用ICA从混合信号中分离提取出直达波信号并选取时延。仿真和实验结果证明了该方法的可行性。     

基于小波消噪的充油电缆局部放电抗干扰技术研究

在分析高压充油电缆局部放电信号及白噪声干扰特征的基础上,利用小波消噪技术从白噪声中提取局部放电信号,通过仿真研究,证实了消噪模型的可行性,确定了小波消噪的分解尺度,实测信号的消噪处理证实了消噪算法在充油电缆局部放电在线监测上的有效性。