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。     

基于快速傅里叶变换的调频引信噪声干扰抑制

噪声干扰是一种有效的压制性干扰信号,能干扰任何形式的信号检测.线性调频引信根据回波信号可有效提取目标信号,但噪声干扰的存在影响了引信获取目标信息的能力.为提高线性调频引信抗噪声干扰的能力,根据在一个调频周期内线性调频引信差频信号可近似认为为一单频信号的特点,提出基于快速傅里叶变换的线性调频引信噪声干扰抑制方法,分析了噪声干扰抑制原理,并对噪声干扰抑制效果进行了仿真.仿真结果表明,在信干比-10 dB时,仍能达到很好的噪声干扰抑制效果.     

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。     

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。     

局部放电窄带干扰抑制中改进快速傅里叶变换频域阈值算法的研究

窄带干扰抑制一直是电力设备局放在线监测中的一项重要课题,已有许多用于抑制窄带干扰的数字信号处理方法。章在研究快速傅里叶变换(FFT)频域阈值法的基础上,提出了一种改进算法,即利用多项式拟合的方法,在原有阈值法置零区域的两侧进行周边频带处理,使算法能够适应更宽频带内的窄带干扰。仿真计算和实测数据处理结果表明该算法有较好的干扰抑制效果。     

基于数学形态滤波器抑制局部放电窄带周期性干扰的研究

变压器局部放电在线检测的关键技术之一是有效抑制现场强烈的电磁干扰。文中引入非线性数学形态学变换，基于最小均方(LMS)算法构造了一种结构元素自适应的形态开、闭组合形态滤波器，很好地解决了局部放电在线检测的窄带周期性干扰问题。仿真表明该方法对窄带周期性干扰的噪声抑制比(NNR)大于60dB，而现场实际测量的噪声抑制比超过20dB。数学形态滤波器为电力变压器局部放电在线检测提供了一种新的干扰抑制方法。     

稀疏傅里叶变换在雷达中的应用研究

针对传统傅里叶变换计算量与所分析信号长度成正比,当采样率较大时,需要较大的运算时间问题,提出采用稀疏傅里叶变换(SFT)进行雷达信号处理,由于实际雷达目标多普勒频率个数有限,满足SFT方法使用条件,对SFT中的滤波器参数以及分段长度选择进行了分析与讨论,并给出了SFT处理雷达信号时的数学表达式;最后,利用仿真数据验证了该方法的性能,结果显示SFT在计算速度方面优于传统方法,可以提高目标信号参数的估计速度.     

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。     

基于小波变换和快速傅里叶变换的谐波检测

基于傅里叶变换的谐波检测方法可以确定平稳信号中各次谐波的频率和幅值,小波变换可以准确把握信号的局部细节。利用两种方法各自互补的优势,采用一种将小波变换和快速傅里叶变换相结合的综合检测方法对典型的复杂谐波信号进行检测,通过MATLAB仿真结果可知,该检测方法可以准确地检测各次稳态谐波、确定瞬变信号、准确地定位突变点的位置,为解决谐波问题提供了可行性和有效性的方案。     

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.     

开关柜局部放电超高频检测中周期性窄带干扰的抑制研究与应用

基于小波变换用于抑制开关柜局部放电在线检测中用期性窄带干扰的目的,提出了K-均值阈值算法来改进经典阈值法对窄带干扰频率的自适应性,现场实验结果表明,K-均值阈值算法能改善局部放电信号的提取效果,准确率高,波形失真小,对混频周期性窄带干扰具有较强抑制能力.     

小波包变换和广义形态滤波器在局部放电检测中的应用

现场局部放电在线检测过程中常伴随有白噪声和窄带周期性干扰,为局部放电信号的检测带来很大的困难.为了从强的噪声干扰中有效的提取局部放电信号,本文提出了一种小波包变换和广义形态滤波器相融合的新方法对含有强噪声的局部放电信号进行去噪.结果表明该方法能够有效的消除局部放电信号的噪声,同时能很好的保留原信号的特征,解决了滤除混合...     

快速自适应付里叶变换（AFT）及其在多维数据压缩中应用

介绍了一种新的用于多维数据压缩快速自适应付里叶变换算法 ,并将其性能与经典的算法如付里叶变换和哈达玛变换算法的性能进行了比较 ,结果证明本方法具有更高的压缩度     

采用Van-der混沌振子抑制局部放电信号中周期性窄带干扰

局部放电在线监测的热点与难点之一是如何有效去除现场大量的干扰,从而真实地提取局部放电信号。为此,从非线性理论出发,基于Van-der混沌振子的运动特性,提出用Van-der混沌振子去除局部放电信号中周期性窄带干扰的新思路。该振子的时域波形对于与参考信号频差较小的周期信号具有敏感性,对噪声和与参考信号频差较大的周期信号具有免疫力。然后重新定义一种Floquet指数,利用该振子实现了多种混叠信号中周期性窄带信号幅值的检测。最后通过仿真实验和实测信号分析验证了利用该混沌振子检测周期性窄带干扰信号的可行性和有效性。     

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。     

局部放电信号处理相关方法的研究

分析了FFT阈值滤波和基于能量比预处理的FFT阈值滤波法,分别采用这两种方法对实际监测信号进行处理,并对比分析了两种信号处理结果。结果表明,FFT阈值滤波法采用不同的滤波系数时,信号处理结果会呈现很大的差异;基于能量比预处理法能找到能量突变的点,信号处理更具针对性,但采用能量比预处理阈值滤波过程中应当注意选取合适的窗口长度,且在信号处理的时候应当尽可能地减少局部放电信号能量的损失。     

新型自适应广义形态滤波在MOA在线监测数据处理中的应用

基于数学形态学的开－闭变换及其组合形式,综合考虑输出信号的均方根误差和信噪比,提出采用变尺度算法确定自适应的最优可变权值多级广义形态滤波器,该算法避免了自适应广义滤波器算法中最速下降法在迭代接近最优权值时收敛缓慢的缺点。将其用于MOA在线监测数据处理,以提高复杂电磁环境应力下MOA真实信号提取的精度,保证进一步分析诊断的准确性。仿真分析和实验结果表明,选取最优可变权值的广义滤波器可以抑制孤立的小点、毛刺、小桥和正负脉冲等噪声,运算简单,易于写入硬件(如嵌入式系统等)。     

基于离散Fourier变换的有源电力滤波器应用

提出一种改进的离散Fourier变换和离散Fourier反变换算法，在基于数字信号处理器（TMS320C32）的并联型有源电力滤波器中，对电网用户端畸变的谐波电流信号进行快速的离散化分频，并依据分频结果获取补偿指定次或指定若干次谐波电流指令信号，最后，用实验对该方法进行了验证。