智能化變電站電氣設(shè)備在線監(jiān)測(cè)信號(hào)需要快速處理及實(shí)時(shí)傳輸,針對(duì)這一問題,文中采用提升小波算法提取智能化變電站電氣設(shè)備狀態(tài)監(jiān)測(cè)信號(hào)。該方法采用提升小波對(duì)信號(hào)進(jìn)行分解,在閾值選擇時(shí)采用基于SURE無偏估計(jì)的最優(yōu)閾值自適應(yīng)選擇方法。對(duì)典型人工平穩(wěn)信號(hào)及局部放電信號(hào)試驗(yàn),結(jié)果表明,所提出的提升小波算法能夠很好地濾除信號(hào)中的噪聲,計(jì)算速度更快,具有良好的去噪效果和應(yīng)用價(jià)值。 

【文章來源】：現(xiàn)代電子技術(shù). 2020,43(08)北大核心

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

Doppler信號(hào)去噪結(jié)果

智能化變電站在獲得的全數(shù)字、光纖信號(hào)采集系統(tǒng)內(nèi)，由于存在光電互感器、電子互感器等大量平穩(wěn)的電壓電流信號(hào)，所以一旦受其他諧波干擾便不可避免地會(huì)發(fā)生畸變情況。所以考慮到此本文選用了Blocks,Bumps,HeaviSine和Doppler這4種比較典型的人工平穩(wěn)信號(hào)，對(duì)智能變電站的平穩(wěn)電壓電流信號(hào)模擬展開實(shí)驗(yàn)如圖1所示。統(tǒng)計(jì)仿真信號(hào)達(dá)到4 096個(gè)點(diǎn)的長(zhǎng)度，運(yùn)用上文所提的標(biāo)準(zhǔn)軟閾值法作為方法1，提升小波去噪法作為方法2,4種信號(hào)的去噪結(jié)果如圖2～圖5所示。其中，圖a）為初始仿真信號(hào)；圖b）為局部放電仿真信號(hào)，被信噪比污染后信號(hào)情況，中的δs表示信號(hào)，δe表示噪聲的標(biāo)準(zhǔn)方差；圖c）表示經(jīng)過對(duì)受信噪比干擾的信號(hào)進(jìn)行方法1去噪處理之后的結(jié)果；圖d）表示經(jīng)過對(duì)受信噪比干擾的信號(hào)進(jìn)行方法2去噪處理之后的結(jié)果。經(jīng)試驗(yàn)發(fā)現(xiàn)通過運(yùn)用方法2可以對(duì)白噪聲造成的干擾情況有效去除，并且對(duì)信號(hào)中的更多特征均能夠完整保存，如圖5中顯示的Doppler信號(hào)去噪結(jié)果。

統(tǒng)計(jì)仿真信號(hào)達(dá)到4 096個(gè)點(diǎn)的長(zhǎng)度，運(yùn)用上文所提的標(biāo)準(zhǔn)軟閾值法作為方法1，提升小波去噪法作為方法2,4種信號(hào)的去噪結(jié)果如圖2～圖5所示。其中，圖a）為初始仿真信號(hào)；圖b）為局部放電仿真信號(hào)，被信噪比污染后信號(hào)情況，中的δs表示信號(hào)，δe表示噪聲的標(biāo)準(zhǔn)方差；圖c）表示經(jīng)過對(duì)受信噪比干擾的信號(hào)進(jìn)行方法1去噪處理之后的結(jié)果；圖d）表示經(jīng)過對(duì)受信噪比干擾的信號(hào)進(jìn)行方法2去噪處理之后的結(jié)果。經(jīng)試驗(yàn)發(fā)現(xiàn)通過運(yùn)用方法2可以對(duì)白噪聲造成的干擾情況有效去除，并且對(duì)信號(hào)中的更多特征均能夠完整保存，如圖5中顯示的Doppler信號(hào)去噪結(jié)果。圖3 Bumps信號(hào)去噪結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]基于小波變換的斷路器振動(dòng)信號(hào)去噪處理[J]. 黃典慶,黃新波,朱永燦,張峻歆.  廣東電力. 2019(07)
[2]基于變分模態(tài)分解的變壓器有載分接開關(guān)振動(dòng)信號(hào)去噪分析[J]. 楊森,陳莎莎,李光茂,劉宇,張夢(mèng)慧,田妍.  電測(cè)與儀表. 2019(13)
[3]一種改進(jìn)小波閾值函數(shù)的信號(hào)去噪[J]. 郝建軍,劉勇剛,廖剛,徐童,陳家棟.  重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2019(04)
[4]疊加去噪自動(dòng)編碼器結(jié)合深度神經(jīng)網(wǎng)絡(luò)的心電圖信號(hào)分類方法[J]. 顏菲,胡玉平.  計(jì)算機(jī)應(yīng)用與軟件. 2019(04)
[5]基于SWT和雙變量閾值函數(shù)的ECG信號(hào)去噪[J]. 湯偉,王玲利,稅宇陽(yáng),王帥.  計(jì)算機(jī)工程與設(shè)計(jì). 2019(03)
[6]ECG信號(hào)自適應(yīng)貝葉斯小波去噪算法研究[J]. 趙靜,韋海成.  現(xiàn)代電子技術(shù). 2019(05)
[7]基于小波能量元和改進(jìn)雙閾值函數(shù)的微流控芯片信號(hào)去噪方法研究[J]. 蔡佳輝,童耀南,李金桂,曾靖.  傳感技術(shù)學(xué)報(bào). 2018(12)
[8]基于小波變換的紅外探測(cè)系統(tǒng)信號(hào)去噪[J]. 朱文斌,雷秉山,雷志勇.  紅外技術(shù). 2018(11)
[9]基于小波閾值的激光探測(cè)聲音信號(hào)去噪研究[J]. 王行芳,金施群,侯少陽(yáng).  大氣與環(huán)境光學(xué)學(xué)報(bào). 2018(05)
[10]基于小波變換的低場(chǎng)核磁共振信號(hào)去噪方法的研究進(jìn)展[J]. 常曉,蘇冠群,聶生東.  波譜學(xué)雜志. 2018(03)



本文編號(hào)：3521058