应用FPGA和小波变换提取局部放电信号

小波变换是抑制局部放电中强干扰信号的有效工具,然而其巨大的计算量制约了它在局部放电在线监测中的现场应用。FPGA(Fielded Programmable Gate Array)器件兼具并行、串行的工作方式,有较高的并行计算能力,在现场数字信号处理领域具有较高的实时性。在分析了局部放电信号和白噪声的特点后,提出折衷小波包硬阈值变换算法。根据该算法,以DSP Builder为平台,模块化地设计出基于FPGA的流水线结构。从模拟现场信号中提取局部放电信号的实验结果表明系统可行。实际局部放电现场信号的处理结果表明,系统能较好的提取局部放电信号,同时满足了的实时性要求,在变压器的局部放电信号在线检测等领域具有一定的工程应用价值。     

用小波变换从窄带干扰中提取局部放电信号的实验研究

用Ｄａｕｂｅｃｈｉｅｓ小波和二进尺度Ｍａｌａｔ算法设计了低通、带通滤波器。在多种正弦干扰背景下研究空气或油中尖—板电极局部放电信号的提取效果及影响因素并给出了现场监测数据的处理结果。研究表明,应用小波分析方法可在有较强的窄带干扰时有效地提取放电信号,且处理速率较快,适合于在线监测时实时使用。     

用于提取GIS局部放电信号的正交紧支复小波构造研究

分析了复小波的优点,根据正交小波构造的条件,采用“保持实小波滤波器的幅频特性,改变其相频特性”的方法,构造了与相应实小波具有相同幅频特性、不同相频特性的复小波,并论证了该构造法的正确性,给出了具体的方法和步骤以及所构造的db4复小波滤波器组系数,并以此复小波为例研究从白噪声中提取局部放电信号。     

应用复小波变换对电力变压器局部放电超高频信号去噪研究

以电力变压器超高频局部放电在线检测系统为例,提出了一种基于复小波变换技术的分离局部放电超高频信号和噪声的方法;研究了三步骤去噪算法,对其最优复小波的选择、复小波分解阶数的确定及其阈值算法的选取作了重点研究。针对不同的噪声给出了不同的阈值算法——惩罚阈值法和SURE法的阈值选取能方便地捕捉噪声范围内存在信号分解的微小的细节信息,而普通阈值法和渐进SURE法的阈值选取能有效地去除噪声;最后,给出了在线去除局部放电超高频信号噪声的步骤和方法。结果表明:利用复小波变换技术,抑制电力变压器超高频在线监测的局部放电信号中的噪声是一种极为有效的优化方法。     

实小波与复小波变换对局部放电在线监测中提取信号特征的特点研究

通过采用实小波变换与复小波变换的分析方法抑制干扰、检测局部放电信号的研究,得到了实小波与复小波两种分析方法的特点;通过应用模拟数据和实验室实测数据分析,复小波变换可以从各种干扰中提出了局放信号的特征,应用效果十分良好.     

小波变换在局部放电信号提取中的应用

本文尝试将波波变换应用于提高用脉冲电流法测得的局部电脉冲的信噪比。     

应用复小波变换抑制GIS局部放电信号中白噪声干扰的研究

由于GIS局部放电超高频检测中不可避免的会遇到白噪声干扰，且现有抑制白噪声的方法有许多不足之处。文中根据白噪声干扰的特点，构造了Daubechie’S系列复小波，通过复小波变换的简单信息和复合信息，对染有白噪声的仿真信号和实测信号进行去噪研究。结果证明：综合运用复小波变换的简单信息与构成的复合信息，能更有效地抑制GIS局部放电超高频信号中的白噪声干扰。     

从白噪声中提取局部放电信号的小波变换方法研究

在分析局部放电在线监测中局部放电信号及白噪声特征的基础上,提出了用自相关函数的小波变换方法从白噪声中提取局部放电信号;通过对去噪后局部放电信号自相关函数特征的分析,提出了从小波反变换后的自相关函数中提取局部放电信号的方法。     

局部放电信号的提取与传输

介绍一种远程监测和传输系统。针对局部放电测量中存在的缓变窄带干扰,采用Ｍａｌ－ｌａｔ塔式小波分解算法提取局部放电信号。传输系统完成数据的采集、数据信号的压缩、传输和放电数据信号解压、分析处理、存储。该系统在实际电话线上进行放电信号传输实验表明正确率９５％以上,适合实际应用要求。     

GIS局部放电检测中的小波包变换提取信号

在介绍小波包变换算法的基础上，将小波包变换用于白噪声干扰下的气体绝缘组合电器(GIS)局部放电信号提取。对模拟的局部放电信号进行了小波包分解与重构的计算机仿真研究，分析了不同的局部放电波形、噪声水平及采样率对去噪结果的影响，最后对GIS内置传感器实测波形进行了小波包变换去噪。     

Db复小波在超高频局部放电测量中的应用

On-line partial discharge(PD)detection still remains a very challenging task because of the strong electromagnetic interferences.In this paper,a new method of de-noising,using complex Daubechies wavelet(CDW)transform,has been proposed.It is a relatively recent enhancement to the real-valued wavelet transform because of tow important properties,which are nearly shift-invariant and availability of phase information.Those properties give CDW transform superiority over other real-valued wavelet transform,and then the construction algorithm of CDW is introduced in detail.Secondly,based on the real threshold algorithm of real-valued wavelet transform,complex threshold algorithm is devised.This algorithm take the different characteristics of real part and imaginary part of complex wavelet coefficients into account,it modifies the real and imaginary parts of complex wavelet coefficients respectively.Thirdly,to obtain a real de-noised signal,new combined information series is devised.By applying different combination of real part and imaginary part of de-noised complex signal,a real de-noised signal can be restored with higher peak signal-to-noise ratio(PSNR)and less distortion of original signals.Finally,On-site applications of extracting PD signals from noisy background by the optimal de-noising scheme based on CDW are illustrated.The on-site experimental results show that the optimal de-noising scheme is an effective way to suppress white noise in PD measurement.     

局部放电信号的小波分析

为给气体绝缘系统(GIS)局部放电在线监测和诊断提供重要的理论依据,介绍了近年来国内外利用小波变换分析局部放电信号技术的研究状况,提出了利用小波分析局部放电信号的一般方法即采用相关系数法选择最佳小波,选择恰当的分解层,利用自动阈值法确定阈值,在此基础上对局部放电信号做小波、小波包分析,并与模糊理论、神经网络等技术结合来完成局部放电信号的模式识别。     

变压器局部放电信号小波消噪新算法与试验分析

目前变压器局部放电信号小波消噪主要有阈值法、相关法和模极大值法3种,其都有一定的局限性.针对这些局限性,笔者结合阈值法和模极大值法的特点和适应范围,给出了一种新的小波消噪算法,最后用该算法编程对变压器局部放电信号进行分析.实验表明该算法能较好的消除白噪声,并对强电脉冲干扰有一定的抑制作用,证明其在变压器放电信号处理中有...     

基于二元树复小波能量熵测度的局放模式识别

二元树复小波变换(DT-CWT)在时域和频域都具有表征信号局部特征的能力,且二元树复小波还具备近似平移不变、多方向选择、完全重构和高效计算等优点。而基于小波的信息熵能反映信号统计分布特征,突出系统信号中短暂的异常信号,达到及早发现可能故障的目的。笔者对4种典型绝缘缺陷产生的局部放电脉冲波形进行二元树复小波分解,将提取每层分解系数上的能量特征和小波能量熵测度作为模式识别的特征量。通过大量的试验获得放电样本,用构建的BP神经网络作为分类器,对4种典型绝缘缺陷产生的局部放电进行了有效识别,结果表明:采用此特征量的神经网络识别方法简单、有效、实用,为局部放电信号的识别提供了有效的参考。     

基于小波变换和数学形态学的局部放电信号降噪算法的研究

进行局部放电(Partial Discharge,PD)在线监测时,为解决传统降噪算法难以提取湮没在强白噪声干扰中的多态性局部放电脉冲的问题,提出一种小波变换(WT)与数学形态学(MM)相融合的方法.该算法在传统小波硬阈值降噪方法的基础上加入形态滤波环节,对小波分解系数进行滤波处理.仿真分析以强白噪声干扰下的多态性局部放电信号为研究对象,采用降噪后信号的信噪比和均方误差为降噪性能指标,分析比较该方法与其他传统降噪方法的降噪性能,对实测局部放电信号研究结果表明该方法与传统的小波阈值方法相比,能够更有效地抑制强噪声干扰并较为完整地提取局部放电脉冲信号,且对母小波选取的依赖性低、计算量小、便于实现.将该方法运用于局部放电实测信号的处理,取得了良好的降噪效果.     

一种新型的局部放电信号处理方法

提出了用小波分析和分形相结合求局部放电信号分维的方法。不同的局部放电信号 ,分维不同 ,故分维能用来识别局部放电信号 ,以便对局部放电信号进行相关处理 ,实验表明该方法能精确地识别声电信号 ,找出声电信号的对应关系 ,提高故障定位的精度     

基于小波变换的局部放电软阈值消噪方法研究

在阐述小波变换原理的基础上介绍了两种局部放电检测的软阈值去噪方法:即Stein无偏风险阈值法和平均阈值法,并利用MATLAB对加入白噪声的局部放电信号模型进行仿真研究。结果表明,Stein无偏风险阈值法对单指数振荡局部放电模型消噪效果好,但是对于其它3种局放模型波形失真严重,滤噪效果较差;利用平均阈值法能更好地实现从白噪声干扰中提取原信号。     

基于人工神经网络的绝缘局部放电信号提取方法的研究

提出了一种基于ＢＰ神经网络结构与算法的局部放电信号提取方法。该方法在网络节点连接权向量域,从强大的窄带周期性干扰（载波通讯干扰）和随机噪声中提取局部放电信号。仿真研究与现场实验结果表明,该方法能有效地提取局部放电信号,可用于大型发电机、变压器及其它电力设备局部放电在线监测系统中。