一种电力电缆现场局部放电信号的降噪方法技术

本发明专利技术公开了一种电力电缆现场局部放电信号的降噪方法，包括如下步骤，步骤S1：现场采集电力电缆局部放电信号，经过数字处理，形成现场局部放电信号的时域信号f(t)；步骤S2：利用快速傅里叶变换将时域信号f(t)转换为对应频域函数F(ω)，并对频域函数F(ω)进行数学处理，获得快速傅里叶功率谱

【技术实现步骤摘要】
一种电力电缆现场局部放电信号的降噪方法
本专利技术涉及电力检测
，具体涉及一种电力电缆现场局部放电信号的降噪方法。
技术介绍
局部放电(partialdischarge,PD)是电力电缆安全运行的常见故障，如果不能及时检测出局部放电信号，将会造成安全隐患，严重时可能引发用电事故。PD检测是目前绝缘状态评估的有效方法之一，然而由于运行环境的影响，在实际现场PD信号采集过程中，互感器采集到的PD信号会含有各种大量的干扰和噪声。比如电气设备的热噪声引起的白噪声、由系统载波通信或高次谐波引起的周期性窄带干扰、由可控硅等开关器件动作产生的随机脉冲干扰等。在处理原始信号时，只有将混杂的噪声加以消除或抑制后，PD信号的一些重要特征才能显现出来。因此，如何从含噪声的实际信号中提取出PD信号成为一个具有实际意义的问题。当前去噪算法主要有傅里叶分析法、波形参数直接提取法以及小波分析法等。傅里叶分析在频域上有着很好的分辨率，可以针对窄带噪声进行处理。波形参数直接提取法可以提取出放电脉冲前沿时间、后沿时间、脉宽及波形存在时间等特征量，进而识别出PD脉冲。目前在噪声干扰的抑制方面研究较多的方法是小波变换。小波变换由于具有多分辨率分析的特点，在处理局放这类非平稳信号时能取得较好的效果，但是针对周期性窄带噪声进行去噪时，往往会导致波形失真或者去噪不彻底，同时传统小波分析去躁算法还存在着信噪比低、波形畸变率较大、还原准确性不高的问题，因此，对于现场噪声，需要一种更加先进的去噪算法。
技术实现思路
本专利技术所要解决的技术问题是，提供一种电力电缆现场局部放电信号的降噪方法，解决传统小波分析去躁算法存在的信噪比低、波形畸变率较大、还原准确性不高的问题。为解决上述技术问题，本专利技术采用如下技术方案：一种电力电缆现场局部放电信号的降噪方法，包括如下步骤，步骤S1：现场采集电力电缆局部放电信号，经过数字处理，形成现场局部放电信号的时域信号f(t)；步骤S2：利用快速傅里叶变换将时域信号f(t)转换为对应频域函数F(ω)，并对频域函数F(ω)进行数学处理，获得快速傅里叶功率谱步骤S3：使用AGFCM算法对含噪信号功率谱数据分为两类，选取受窄带干扰影响较小的一类的最大值为阈值T；步骤S4：定位窄带干扰峰，并对定位到的窄带干扰峰进行压缩处理，对滤除窄带干扰峰后的P(ω)进行快速傅里叶反变换，得到去除窄带噪声信号g(t)；步骤S5：对g(t)进行小波变换分析，选取母小波，确定阈值，滤除白噪声，得到最终去噪信号。优选的，步骤S3中AGFCM算法的具体过程为：从全局数据集中按比例进行抽样得到全局数据集的一个子集，再通过设置聚类个数c进行层次聚类直到产生c个模糊C均值最终聚类中心，然后将这c个模糊C均值聚类中心，作为遗传算法的初始种群，再对这c个种群个体进行选择、交叉和变异操作，经过M次迭代后，实现对数据聚类的优化；将n个样本数据X＝(x1,x2,...,xn)分为c个类族，并求每组的聚类中心vi(i＝1,2,...,c)，其目标函数定义为：μij表示第j个数据点对第i个类的隶属度；dij表示第j个数据点与第i个聚类中心的欧式距离；m∈[1,∞]是模糊聚类指数。优选的，步骤S4中，将原始信号的功率谱元素分为两类，第一类为受窄带干扰较小的部分，第二类为周期性窄带干扰部分，取为第一类元素最大值，则干扰峰阈值为其中，α为裕度系数，对信号功率谱中大于阈值的点的FFT变换系数进行压缩，将原信号的FFT变换系数作处理，利用方程方程中F(ω),F'(ω)分别为阈值处理前后原信号的FFT变换系数；λ为压缩比，压缩比按下式选取其中，分别为染噪信号功率谱中最大值和均值；最后，利用干扰峰阈值T以及F'(ω)公式，对于大于T的频域信号部分作为干扰峰处理。优选的，步骤S5中对g(t)进行小波变换分析的具体方法为：设函数ψ(t)∈L2(R)，若其傅里叶变换ψ(ω)满足容许条件成立：ψ(t)即为基小波，通过对基小波进行平移和伸缩就构成了小波函数，若设伸缩因子为a、平移因子为b，则小波函数可以表示为：对任意g(t)∈L2(R)，连续小波变换为：利用此函数选取母小波，确定阈值，滤除白噪声，得到最终去噪信号。本专利技术采用上述技术方案，利用AGFCM聚类算法对快速傅里叶变换进行阈值优化选取，从而抑制周期性窄带噪声，减小了波形畸变率。然后再通过小波变换，去除白噪声，提高了去噪结果的信噪比。附图说明图1为本专利技术的流程图。图2为电力电缆现场局部放电信号的降噪装置结构原理图。具体实施方式本专利技术针对传统的小波分析去躁算法会导致波形失真或者去噪不彻底，以及信噪比低、波形畸变率较大、还原准确性不高的问题，提出一种更加先进的去噪算法，对现场噪声进行降噪处理。如图1所示，一种电力电缆现场局部放电信号的降噪方法，包括如下步骤，S1：现场采集电力电缆局放信号，经过数字处理，形成含周期性窄带噪声和白噪声等干扰的现场局放信号时域信号f(t)。S2：设信号f(t)的快速傅里叶变换为F(ω)，即其FFT功率谱为S3：从全局数据集中按比例进行抽样得到全局数据集的一个子集，再通过设置聚类个数c进行层次聚类直到产生c个FCM最终聚类中心。然后将这c个FCM聚类中心，作为遗传算法的初始种群。再对这c个种群个体进行选择、交叉和变异操作，经过M次迭代后，将染噪信号功率谱元素分为两类，第一类为受窄带干扰较小的部分，第二类为周期性窄带干扰部分。S4：取为第一类元素最大值，则干扰峰阈值为其中，α为裕度系数，以保护受窄带干扰较小的功率谱部分。将原信号的FFT变换系数作利用下述数学公式处理：式中F(ω),F'(ω)分别为阈值处理前后原信号的FFT变换系数；λ为压缩比。上式即对染噪信号功率谱中大于阈值的点的FFT变换系数进行压缩。压缩其中分别为染噪信号功率谱中最大值和均值。对滤除窄带干扰峰后的P(ω)进行FFT反变换，得到去除窄带噪声信号g(t)。S5：进行小波变换处理，设函数ψ(t)∈L2(R)，若其傅里叶变换ψ(ω)满足容许条件成立：ψ(t)即为基小波。通过对基小波进行平移和伸缩就构成了小波函数，若设伸缩因子为a、平移因子为b，则小波函数可以表示为：选取母小波，确定阈值，滤除白噪声，得到最终去噪信号。本文档来自技高网...

【技术保护点】
一种电力电缆现场局部放电信号的降噪方法，其特征在于包括如下步骤，步骤S1：现场采集电力电缆局部放电信号，经过数字处理，形成现场局部放电信号的时域信号f(t)；步骤S2：利用快速傅里叶变换将时域信号f(t)转换为对应频域函数F(ω)，并对频域函数F(ω)进行数学处理，获得快速傅里叶功率谱

【技术特征摘要】
1.一种电力电缆现场局部放电信号的降噪方法，其特征在于包括如下步骤，步骤S1：现场采集电力电缆局部放电信号，经过数字处理，形成现场局部放电信号的时域信号f(t)；步骤S2：利用快速傅里叶变换将时域信号f(t)转换为对应频域函数F(ω)，并对频域函数F(ω)进行数学处理，获得快速傅里叶功率谱步骤S3：使用AGFCM算法对含噪信号功率谱数据分为两类，选取受窄带干扰影响较小的一类的最大值为阈值T；步骤S4：定位窄带干扰峰，并对定位到的窄带干扰峰进行压缩处理，对滤除窄带干扰峰后的P(ω)进行快速傅里叶反变换，得到去除窄带噪声信号g(t)；步骤S5：对g(t)进行小波变换分析，选取母小波，确定阈值，滤除白噪声，得到最终去噪信号。2.根据权利要求1所述的一种电力电缆现场局部放电信号的降噪方法，其特征在于，步骤S3中AGFCM算法的具体过程为：从全局数据集中按比例进行抽样得到全局数据集的一个子集，再通过设置聚类个数c进行层次聚类直到产生c个模糊C均值最终聚类中心，然后将这c个模糊C均值聚类中心，作为遗传算法的初始种群，再对这c个种群个体进行选择、交叉和变异操作，经过M次迭代后，实现对数据聚类的优化；将n个样本数据X＝(x1,x2,...,xn)分为c个类族，并求每组的聚类中心vi(i＝1,2,...,c)，其目标函数定义为：μij表示第j个数据点对第i个类的隶属度；dij表示第j个数据点与第i个聚类中心的欧式距离；m∈[1,∞]是模糊聚类指数。3.根据权利要求1所述的一种电力电缆现场局部放电信号的降噪方法，其特征在...

【专利技术属性】
技术研发人员：任广振，郑月忠，许海峰，曹俊平，林祖荣，黄晓光，韦爱平，刘安文，周永伟，王鹏，丁克松，
申请(专利权)人：国网浙江省电力公司绍兴供电公司，国网浙江省电力公司，上海科顺电力科技有限公司，
类型：发明
国别省市：浙江,33