基于混沌控制的周期窄带干扰抑制方法研究

将混沌控制理论用于局部放电在线检测的混沌算法用谱分析获取窄带干扰的周期 ,设置适当的周期参数扰动来控制Duffing Homes混沌振子系统 ,实现对检测信号中窄带干扰的精确估计和抑制。实验表明 ,特定的混沌系统可准确快速地识别并抑制窄带周期信号 ,而对局部放电脉冲信号无任何影响     

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.     

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。     

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.     

基于耦合混沌的局部放电信号检测

为了有效地检测局部放电脉冲信号,利用双耦合Duffing混沌振子瞬态同步突变现象对脉冲信号的敏感性和对白噪声的免疫能力,将双耦合Duffing振子应用于电机局部放电脉冲信号的检测中。根据局部放电脉冲信号的时频特性,构建适于局部放电检测的双耦合Duffing振子系统,设置双耦合Duffing振子的初始值、耦合因数、外部策动力的周期和幅值,以振子间的同步误差来检测微弱的局部放电信号。仿真测试结果表明,利用该方法检测局部放电脉冲信号,在低信噪比的条件下能取得良好的检测效果。     

局部放电在线监测中混频周期性窄带干扰的抑制

为抑制局部放电在线监测中的周期性窄带干扰,在分析局部放电信号与周期性窄带干扰的小波功率谱特点基础上,发现多频混合周期性窄带干扰会在小波功率谱的不同位置产生幅值很大的干扰功率峰。为此,提出一种基于小波功率谱抑制混频周期性窄带干扰的方法,阐述利用小波功率谱抑制混频周期性窄带干扰的基本原理和步骤;同时对经典的阈值法作了改进,采用K-均值阈值算法来改进阈值法对窄带干扰频率的自适应性。仿真结果表明,该方法具有较好的自适应性,对混频周期性窄带干扰具有较强的抑制能力。     

基于变分模态分解和小波分析的变压器局部放电去噪研究*

为有效去除变压器局部放电信号中大量的电磁干扰,针对现有经验模态分解存在模态混叠等问题,提出将一种新的信号分解算法——变分模态分解结合小波运用在变压器局部放电信号中来抑制窄带周期干扰和白噪声。首先利用变分模态分解将含噪信号分解成若干个以某中心频率波动的模态,在分解过程中自动滤去白噪声;然后提取含局部放电信息的模态进行重构;最后通过小波去除残余窄带周期干扰,进而实现干扰抑制。仿真和实测信号分析结果表明,该方法能很好地抑制两类干扰,保留局部放电信号特征,验证了采用变分模态分解结合小波去除噪声的有效性,为局部放电信号去噪提供了一种新的方法。     

基于混沌控制的局部放电周期性脉冲干扰抑制方法

识别并抑制周期性脉冲干扰是局部放电在线监测的重要环节.由于脉冲波形可能发生畸变,使基于相关、聚类分析的脉冲分类算法在实际应用中参数设置困难甚至算法失效.文中将混沌控制理论应用于局部放电在线监测中,提出了抑制周期性脉冲干扰的混沌算法.该算法利用周期性脉冲干扰的先验知识,设置适当的周期参数扰动来控制Duffing-Homes混沌振子系统,实现对检测信号中的周期性脉冲干扰的精确估计和抑制.实验表明,特定的混沌系统可准确、快速地识别周期性脉冲干扰信号并予以抑制,而对局部放电脉冲信号无任何影响.     

TLS-ESPRIT在局部放电窄带干扰抑制中的应用

针对局部放电信号的多态性以及利用混沌振子抑制周期性窄带干扰存在的不足,将一种阵列信号处理方法总体最小二乘-旋转矢量不变技术TLS-ESPRIT(total least squares-estimation of signal parameters via rotational invariance techniques)应用到局部放电信号窄带干扰抑制中。首先将含有窄带干扰的局放信号进行采样并形成HANKEL矩阵;再对HANKEL矩阵进行奇异值分解,划分为窄带干扰子空间与局放信号子空间,并判断是否存在窄带干扰及主要干扰的真实数目;最后通过TLS的二次消噪处理,改善周期性窄带干扰参数的提取精度。研究结果表明,该方法能够有效识别窄带干扰参数和有效处理多种形态的放电信号。     

基于广义S变换和奇异值分解的局放信号降噪优化方法

针对电缆终端局部放电现场检测时存在白噪声、周期性窄带干扰问题,提出一种基于广义S变换和奇异值分解的局放信号降噪方法。该方法首先通过广义S变换自适应获取窄带干扰个数并截取局放信号所在片段,然后利用改进的3谱线插值法对窄带干扰频率进行精确估计并构造引导信号加入原信号中,对该信号利用奇异值分解实现对混合噪声的抑制。通过对仿真、实测局放信号进行去噪,并与传统降噪方法进行对比分析。结果表明,该方法对于混合噪声干扰具有更优的抑制效果,能较好地还原局部放电信号。     

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。     

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SAMP-VMD的局放信号去噪方法

针对电力设备局部放电信号容易受到环境中的窄带噪声和白噪声的干扰,为了更好保留局放信号特征以便后续进行故障诊断和预测,提出了一种基于压缩感知重构和变分模态分解的变压器局部放电信号去噪方法。该方法首先使用窗函数抑制窄带干扰的频率泄露,之后利用窄带干扰在频域上与局放信号和白噪声之间稀疏度的差异从而将窄带信号进行分离重构以抑制窄带噪声,其次通过改进变分模态分解方法根据各模态含有局放信号信息的多少来对不同模态进行分类去噪,最终恢复出局放信号。通过仿真及实测信号对该方法进行去噪效果测试,并与奇异值分解和变分模态分解去噪方法的去噪效果进行对比,结果表明该方法能够有效抑制局部放电信号的干扰,相比传统算法的波形相似系数提升约2%,能够更好的保留局部放电信号的波形特征。     

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。     

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。     

采用混沌振子和新相态判别法的局部放电检测

为了降低信号检测的信噪比,利用新型混沌振子作为检测工具,采用Lyapunov指数法分析动力学特性,通过提升临界混沌阈值精度减少在覆盖初始相位差方面混沌振子的使用数量。针对各主要相态判别方法的局限性,利用系统周期特点提出新相态判别法并设计仿真电路,实现相态的自动识别并记录间歇混沌状态周期。最后对单指数衰减振荡型局部放电信号进行检测。仿真结果表明,新型混沌振子动力学特性丰富,抗噪性能优越,能够实现更低的信噪比检测,新相态判别法不受过渡过程的影响,适用于任何混沌振子且具备电路实现的可行性,配合超高频传感器可以检测超高频毫伏级的变压器局部放电信号。     

纳秒级周期脉冲信号检测方法的研究

针对数字信号处理器(DSP)的高速低耗、实时性好的特点,运用混沌测量原理构建了一个特定的混沌系统用于检测纳秒级周期脉冲信号。此系统将不稳定的混沌状态到稳定的大尺度周期状态的跃迁作为检测周期性高速脉冲信号的依据,将待测信号作为影响Duffing振子周期的摄动源设计成混沌检测系统,并根据系统的运动状态(大尺度周期运动态或噪声混沌态)检测高速脉冲信号的幅值与频率。理论分析和实验均表明该检测系统能实时有效地检测出脉冲信号及其特性。