為準確提取檢測到的局部放電信號,針對高壓電力電纜的噪聲抑制問題,提出了自適應(yīng)變分模態(tài)分解（AVMD）結(jié)合自適應(yīng)小波包分解的方法提取純凈的局放信號。首先運用AVMD將周期性窄帶干擾、白噪聲和局放信號分解在不同的基本模態(tài)分量中,將周期性窄帶干擾濾出,得到僅含有白噪聲的局放信號。再運用自適應(yīng)小波包分解,將信號分解在高中低頻的分量中,根據(jù)閾值法將不含局放信號的分量濾出,得到較為純凈的局放信號,并將所提方法分別與其中單獨一種算法進行去噪比較分析。仿真結(jié)果表明,所提方法抑制噪聲效果更明顯,與仿真信號的相似度最高。 

【文章來源】：電力系統(tǒng)保護與控制. 2020,48(14)北大核心CSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

不同尺度下噪聲抑制，提取信號分解

圖1 不同尺度下噪聲抑制，提取信號分解從圖1可以看出隨著分解尺度的增加，分量1噪聲不斷減小，在J為1時，分量1噪聲含量較高，J為4時，波形失真和能量損失嚴重。為了選擇合適的分解尺度，需要進一步計算前6個分量與染噪局放信號的相關(guān)系數(shù)ρk、分量1與仿真局放信號的相關(guān)系數(shù)NCC、提取的局放信號信噪比SNR和幅值相對誤差d，對波形進行定量分析，分別如表1所示。

基于上述分析我們提出自適應(yīng)小波包分解法，即首先根據(jù)信號特征確定小波基為db4，設(shè)定閾值，從基本分解尺度進行分解，若分解后各分量與原信號之間的相關(guān)系數(shù)存在小于閾值a(根據(jù)上述分析本文取a=0.3)的情況，則停止分解。自適應(yīng)小波包分解的流程圖如圖2所示。1.2.2 自適應(yīng)小波包分解提取局放信號性能分析

【參考文獻】：
期刊論文
[1]基于脈沖電流法的高壓開關(guān)柜局部放電在線監(jiān)測裝置[J]. 陶詩洋,馮義,張?zhí)斐?蔡宏偉.  電力系統(tǒng)保護與控制. 2019(09)
[2]基于EMD和小波包能量法的信號去噪[J]. 趙超,楊慶東.  北京信息科技大學(xué)學(xué)報(自然科學(xué)版). 2019(01)
[3]基于變分模態(tài)分解的電力系統(tǒng)泛頻帶振蕩辨識方法[J]. 湯吉鴻,朱軍飛,李勇,左劍,馬俊杰,陳崇剛.  電力系統(tǒng)保護與控制. 2019(02)
[4]非負約束自動編碼器在電纜早期故障識別中的應(yīng)用[J]. 邵寶珠,李勝輝,白雪,黃旭龍,楊曉梅.  電力系統(tǒng)保護與控制. 2019(02)
[5]基于EMD-ICA的高壓電纜局部放電信號去噪研究[J]. 劉震宇,劉振英,范賀明.  電力系統(tǒng)保護與控制. 2018(24)
[6]基于AIC準則和時窗能量比的電纜局部放電在線檢測與定位[J]. 孫抗,郭景蝶,楊延舉,馬星河.  傳感技術(shù)學(xué)報. 2017(08)
[7]基于超聲波的電力電纜局部放電檢測方法的研究[J]. 宋哲.  電氣開關(guān). 2017(02)
[8]基于雙層阻抗模型的三相單芯電纜自恢復(fù)故障定位[J]. 張姝,林圣,唐進,何正友.  電工技術(shù)學(xué)報. 2016(17)
[9]基于VMD和TEO的高壓輸電線路雷擊故障測距研究[J]. 高艷豐,朱永利,閆紅艷,武英杰.  電工技術(shù)學(xué)報. 2016(01)
[10]交叉互聯(lián)高壓電纜系統(tǒng)的局部放電在線監(jiān)測和定位[J]. 張磊祺,盛博杰,姜偉,周文俊,田智,董翔,唐澤洋.  高電壓技術(shù). 2015(08)

博士論文
[1]基于變分模態(tài)分解與優(yōu)化多核支持向量機的旋轉(zhuǎn)機械早期故障診斷方法研究[D]. 呂中亮.重慶大學(xué) 2016



本文編號：3282579