基于混合型形态滤波器抑制变压器局部放电信号窄带周期性干扰

对混合型形态滤波器去除变压器局部放电信号窄带干扰的过程进行了分析。     

抑制局部放电在线监测中周期性干扰的级联式IIR陷波滤波器的研究

在分析用IIR陷波滤波器来抑制局部放电在线监测中周期性干扰的基础上 ,提出和论述了级联式IIR陷波滤波器基本原理及简明设计方法。模拟仿真和现场实验证明这种滤波器能有效的抑制局部放电在线监测系统中的周期性干扰。对于采样频率低的窄带系统 ,采用该滤波方法能在滤波同时 ,得到一个周波里的放电波形。     

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.     

变压器局部放电周期性干扰抑制方法综述

局部放电在线监测对确保电力变压器安全稳定运行有重要意义,在线监测得以实现的关键是如何从强干扰中区分出微弱的放电信号。针对局部放电中的周期性干扰,已经有多种不同类型的抗干扰措施。在比较了各类干扰抑制方法消除周期性干扰的性能的基础上,对各种滤波方法的原理及优缺点进行了综述。     

一种可用于局部放电在线检测的数字滤波器

针对局部放电在线检测中比较严重的周期性干扰信号,提出一种数字滤波的抗干扰措施,介绍了该滤波器的基本原理和实现方法。     

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。     

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.     

局部放电在线监测中周期性干扰的抑制

分析了局部放电在线监测中局放脉冲和周期性干扰脉冲 ,提出了通过比较连续几个工频周期的采集信号 ,自动寻找并剔除周期性干扰脉冲的方法。指出通过提取脉冲信号的包络进行相关性分析 ,可快速有效地提取局放信号 ,具有工程应用价值     

形态学一小波综合滤波器抑制局放现场干扰

提出了一种用于电力变压器局部放电在线检测中滤除周期性干扰 (利用形态开、闭组合形态滤波器 )和白噪声干扰 (利用小波模极大值法 )的形态学 小波综合滤波新方法。仿真结果表明该方法对干扰的噪声抑制比 (NNR) >80dB ,而现场实测的NNR >30dB。     

基于小波分解的自适应滤波算法在抑制局部放电窄带周期干扰中的应用

在局部放电在线监测中，由于窄带周期干扰的频率范围很宽，自适应滤波器的参数设置比较困难，有时甚至会导致算法不稳定。为此，文中提出了一种基于小波分解的自适应滤波算法，以用于抑制窄带周期干扰：利用小波的分频特性先将信号分解到不同的频段上，然后对各频段的信号施以自适应滤波，由于信号被分解到不同的频段，各频段内的窄带干扰频率相差有限，所以，可以根据各频段信号的特性采用最佳的滤波参数，以达到较好的滤波性能。计算机仿真分析和现场数据处理表明，该算法比普通自适应滤波算法有更好的抗干扰性能和稳定性。     

基于小波变换抑制局部放电监测中平稳性干扰的滤波器的研究

根据局部放电（ＰＤ）信号的非平稳统计特性,提出了一种用于抑制窄带干扰和测试设备产生的随机性干扰的新方法。该方法将多分辨分析和硬阈值结合起来构成一种基一皮变换的平稳－非平稳滤波器（ＷＴＳＴ－ＮＳＴ）,用于提取局部放电信号。实验结果表明,该方法能有效地实现局部放电信号和器材怕信号的分离,并具有计算时间短、提取出的ＰＤ信号波形畸变小等优点,有用于局部放电的在线检测中。     

变压器局部放电在线监测中实用抗干扰技术

分析了变压器局部放电在线监测中的各种干扰,提出了分层式抑制干扰的处理模型,采用不同的数字信号处理方法分层处理各种干扰,具有结构灵活、易于扩充等特点,现场实验结果表明,该模型可有效、快速地抑制干扰,具有良好的应用前景。     

用直接陷波法抑制局部放电监测系统中周期性干扰的研究

在分析局部放电监测系统中的周期性干扰特征的基础上,从解决IIR陷波滤波器存在的问题着手,提出了一种适合用于宽频带局部放电在线监测中抑制周期性干扰的直接陷波滤波方法。该文中详述了直接陷波滤波器的基本原理及设计方法。通过模拟仿真和实验证明该滤波器能有效地抑制局部放电在线监测中的周期性干扰,并能在滤波的同时实现数据的压缩和特征值的提取。     

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。     

局部放电灰度图象数学形态谱的研究

局部放电模式识别是判断电气设备绝缘状况和区分外部脉冲干扰的有效手段之一。数学形态学颗粒分析是一种十分有效的图像处理工具，主要用来处理灰度图像的粒度和形状特征，或者说通过数学形态谱以分析图像的纹理特征。提出了一种适用于局部放电模式识别的局部放电数学形态谱提取方法。该方法基于形态学颗粒分析理论，采用多尺度形态学“开”运算提取局部放电灰度图象的数学形态谱，并以此作为局部放电模式的特征向量。通过双隐层人工神经网络分类器实现放电模式识别。针对电力变压器内部放电和空气中放电设计了6种典型的放电模型，计算其形态谱，输入双隐层人工神经网络实现放电模式识别，识别结果表明了该方法的有效性。     

GIS超高频局放信号的数学建模

在已设计的高压导体金属突出物缺陷物理模型的基础上，针对GIS局部放电超高频内置传感器检测到的该缺陷产生的局放信号波形，采用数据拟合方法建立了用于仿真研究的数学模型，通过拟合误差、MUSCI功率谱和FFT分析，证明了所构建数学模型的正确性，并给出了该数学模型参数，最后验证了运用复小波变换技术在白噪声中可以提取该数学模型的超高频局放仿真信号。     

改进空间屏蔽滤波算法在局部放电脉冲提取中的应用

提出了改进的空间屏蔽滤波算法，并将其应用于局部放电脉冲信号的提取。利用Teager能量算子得到能量强化后的小波变换系数，利用小波系数在相邻尺度的乘积突出奇异性信号，形成基于尺度的屏蔽滤波器，通过相邻屏蔽滤波器的逻辑“与”运算得到最终的屏蔽滤波器。将该屏蔽滤波器和不同尺度的小波系数相乘来提取局部放电脉冲。仿真信号和试验室线棒放电信号的测试表明该方法不仅能提高信噪比，还能很好保留局部放电信号的幅值和能量，有利于后续的局部放电分析。     

采用数学形态学防止变压器差动保护误动的新方法

为有效地防止变压器区外故障TA饱和引起的差动保护误动,该文提出了一种基于数学形态梯度实现TA饱和检测的新方法.与传统的“时差法”不同,该方法仅需要对故障发生时刻进行检测,不需要对差流出现时刻准确定位,通过对故障后的一小段差流波形进行适当变换,构造出新的电流波形,然后利用数学形态梯度进行处理,提取出电流波形特征,从而实现在TA严重饱和的情况下,对差动保护区内外故障的准确识别.新方法计算简单,快速可靠,EMTP仿真实验验证了该方法的可行性和有效性.