基于ESMD的局部放电信号自适应去噪方法

检测电力设备的绝缘缺陷对确保电网安全可靠运行具有重要意义，但电力设备信号易受到现场噪声干扰。因此，抑制局部放电信号背景噪声是准确诊断电气设备绝缘状态的关键问题之一。本研究提出了一种自适应阈值辅助极点对称模态分解(ESMD)的自适应去噪方法，采用ESMD对局部放电信号进行分解得到一系列模态分量，构建基于相关系数和峭度自适应重构准则，以减小噪声干扰对局部放电特征的影响；针对重构的局部放电信号，引入自适应阈值进一步去除重构信号中的残余噪声，从而实现干扰抑制。本算法分别针对局放仿真信号和现场实测信号进行了去噪实验，结果表明，基于ESMD的自适应去噪算法能够有效抑制噪声干扰，保留局部放电信号特征，波形相似系数接近1,提高了局部放电检测的准确性。     

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。     

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。     

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。     

基于EEMD阈值去噪的电能质量多扰动分类

针对含噪声的电能质量多扰动分类识别问题,提出一种基于EEMD阈值去噪的分类识别方法。首先依据源噪声信号在电能基波上不同频率和不同幅值叠加的特性,采用EEMD去噪法对信号源分解得到固有模态函数(IMF),消除高斯白噪声后,将得到的IMF分量转化为IMF能量值;最后,运用人工蜂群算法(ABC)优化在线极限学习机(OSELM)实现多扰动分类识别。MATLAB实例证明了提出方法的能够准确的对于扰动信号进行分类识别。     

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。     

基于小波去噪振动加速度信号处理及时频域积分方法研究

使用小波去噪函数对实测加速度信号去噪并去除直流分量处理,利用时域积分法和频域积分法获取速度信号和位移信号,通过比较这两种积分方法在分析振动信号上的优劣,再分析误差来源并给出定量评判指标。通过实例验证了基于最小极大方差阈值的小波去噪在处理加速度信号时能获得较好的去噪效果;积分后修正的时频域积分法能够较好地克服直流分量和积分趋势项问题,并指出在对振动信号的处理上频域积分比时域积分有更高的准确度和稳定性。     

ECG信号改进阈值函数小波去噪算法研究

本文针对心电信号(ECG)微弱、频率范围低、易受噪声干扰等问题,提出一种改进小波阈值去噪算法。不但能通过可变参数h调节自身软、硬特性从而确定合适的阈值函数,而且根据分解层数不同,自适应地调整通用阈值。通过选取MIT-BIH库的部分数据,结合常见的三种小波基,进行实验验证。结果表明改进的小波阈值去噪算法可以有效抑制心电信号噪声,得到较好的信噪比,同时对MSE也有所改善。     

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。     

微震信号FIR–小波联合滤波算法及应用

固定频率干扰和背景噪声是严重影响深部岩石工程岩爆灾害微震监测与预警的难题。为解决这一难题,充分利用经典FIR(finite impulse response)带阻滤波器擅于处理固定频率噪声信号的优势,对干扰进行滤除;针对小波阈值去噪方法存在的不足,提出无偏估计小波阈值去噪方法,解决了小波阈值去噪方法滤除噪声时阈值难以准确确定的难题;对FIR带阻滤波器及提出的无偏估计小波阈值去噪方法进行有机融合,提出微震信号FIR–小波联合滤波算法,并研发了FIR–小波联合滤波模块。利用加噪后的合成正弦信号和微震信号对提出的算法进行验证,结果表明不同信噪比条件下,提出的算法具有较好的滤波效果,且具有良好的鲁棒性。巴基斯坦NJ水电站引水隧洞TBM施工过程中,强环境噪声干扰条件下应用结果表明:提出的算法提高了P波拾取的精度和岩石破裂信号的定位精度,为岩爆的预警与防治提供有力支撑,具有重要的理论与实际意义。     

一种改进的瓷套式电缆终端红外图像边缘提取算法

红外热像仪测温是电气设备状态检测的重要手段。在实际应用中,存在红外图像边缘粗糙模糊、噪声干扰严重等缺点,这给红外图像处理带来了极大的不便,为此提出一种基于改进Sobel算子和自适应最佳阈值的边缘提取算法。该算法利用八方向模板的Sobel算子对含有噪声的红外图像进行高温目标区域的边缘提取;通过广义高斯分布(GGD)描述图像的小波子带系数,并基于其间系数的局部领域信息进行方差估计,由此得到自适应最佳去噪阈值;结合改进Sobel算子和最佳阈值,最终得到所需边缘提取图像。MATLAB仿真结果表明:该算法在有效检测红外图像边缘信息的同时,极大提高了图像的抗噪能力。     

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。     

煤层水力压裂微震信号P波初至的自动拾取方法

水力压裂技术是矿山领域防冲、消突以及瓦斯抽采等的绿色技术,煤层水力压裂过程的微震监测可实现对压裂裂缝追踪和效果评价。为了实现对煤层水力压裂微震信号P波初至到时的精确拾取,针对水力压裂微震信号的频域特性,提出一种基于改进小波包阈值去噪(MWPT)的和改进AIC法(IAIC)的初至到时精确拾取方法。该方法首先提出对原有WPT去噪模型进行改造,建立基于多去噪规则的多阈值去噪方法;然后对原AIC算法进行改进,提出构建联合快速搜索和精确拾取两大模块的IAIC快速、精确拾取算法。以典型煤层压裂微震数据为例,以人工拾取结果为参照,利用IAIC,ER,MER,WFM以及PAI-S/K五种算法对该数据进行处理,结果表明:MWPT算法适用于背景干扰少、频率范围集中的煤层水力压裂信号,信噪比提升至12.67 d B,信号能量特征保留高达97.15%;在到时拾取方面,除PAI-S/K外其余4种算法在去噪后的到时拾取精度均得到有效提高,其中尤以IAIC法最为明显,到时平均误差由34.17 ms锐减至7.08 ms;ER,MER,WFM算法对波形的起伏较为敏感,但由于时窗因素影响,其到时往往滞后于手动拾取值。总而言之,IAIC法对去噪结果更为敏感,在12通道波形的拾取精度(约7.08 ms)和速度(约0.124 s)远优于人工拾取和其他4类方法,误差分布方面也较理想(-10~10 ms误差范围内可达62.5%,-20~20 ms范围高达100%)。所提出方法一定程度上提升了煤层水力压裂微震信号P波初至的拾取效率和精度,可为后续的微震自动、高精定位计算提供借鉴。     

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。     

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。     

微震信号无参数自动去噪PD算法实现及应用

工程微震监测中常包含较多低信噪比信号。现有去噪方法存在参数多且需要手工调节等问题,为此,提出一种针对微震信号的无参数自动去噪PD(pick and denoise)算法。算法首先通过改进AIC(akaike information criterion)方法初步拾取P波初至,得到信号的背景噪声段,通过傅里叶变换在频率域上提取噪声功率谱信息,在此基础上从微震信号的功率谱中减去噪声功率谱,最后应用傅里叶逆变换还原得到去噪后微震信号。利用Matlab人工合成不同类型、不同信噪比的含噪信号,应用PD算法进行去噪并与EEMD(ensemble empirical mode decomposition)、小波去噪方法进行比较,结果表明:PD算法去噪后的平均绝对误差和误差标准差均优于EEMD和小波去噪方法,并且对于低信噪比信号,PD算法仍具有良好的效果。最后将PD算法应用于陕西省引汉济渭工程秦岭4#支洞微震监测工程中,对2730条微震信号进行去噪分析,得平均P波信噪比从滤波前的16.49提高到了35.62,表明PD算法对于提高工程微震信号质量具有良好的应用价值。     

瞬变电磁信号去噪方法对比分析与评价

在瞬变电磁法(TEM)的野外工作中,经常会遇到数据采集时的外部电磁噪声干扰。通常情况下,深部地质体的瞬变电磁响应被淹没于噪声之中,使得中晚期信号较弱且剧烈震荡,导致观测到的信号失真或不能真实反应较深的地下情况。因此,研究瞬变电磁噪声去噪方法有着重要的意义。本文就瞬变电磁信号的特点采用三点指数逼近非线性平滑去噪法、快速独立成分分析法(FastICA)、小波分析法和快速独立成分分析法与小波分析联合算法,通过数值模拟和实测瞬变电磁信号去噪实验,对比分析并评价了这四种去噪方法的有效性与优越性。实验表明采用快速独立成分分析法与小波分析联合算法,得到的数据均方根误差更小、信噪比更高、平滑度更小,对实测资料的处理带来有益的帮助,是一种实用可行的方法。     

基于差分变异算子的改进人工蜂群算法

文章针对传统人工蜂群算法收敛速度慢、精度不高的问题,基于差分进化算法中的变异算子,对人工蜂群算法搜索方程进行改进,在种群更新过程中引入当前种群最优个体信息,以提升算法的收敛速度和局部优化能力。     

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。