This application discloses an OLTC signal denoising method based on the contraction of time-frequency spectrum coefficient of STFT, which includes the following steps: 1) acquisition of vibration signal under normal state of OLTC by vibration acceleration sensor; 2) STFT transformation of collected OLTC vibration signal to obtain its time-frequency spectrum; 3) estimation of optimal threshold delta*th in the range of 0 to the maximum modulus of spectral coefficient by step-size iteration algorithm. (4) Using the optimal threshold of delta*th to retract the spectral coefficients, STFT inverse transform is performed on the obtained new time-frequency spectrum to reconstruct the denoised signal. This application directly denoises the impulse characteristic signal of mixed noise and extracts the impulse component. This method is simple, intuitive, targeted and can achieve better denoising effect.
【技术实现步骤摘要】
基于STFT时频谱系数收缩的有载分接开关信号降噪方法
本申请属于电力设备
,涉及有载分接开关故障诊断技术,具体涉及一种基于STFT(短时傅里叶变换)时频谱系数收缩的有载分接开关信号降噪方法。
技术介绍
变压器有载分接开关(ON-loadTapChanger,OLTC)作为变压器的核心部件之一,在电力系统中发挥着稳定负荷中心电压,调节无功潮流,增加电网调度灵活性等重要作用。在OLTC操作过程中,机构零部件之间的碰撞或摩擦会产生振动信号,这些振动信号包含着丰富的设备状态信息。但现场采集到的振动信号往往含有异常数据和各种噪声,会影响振动信号分析的结果。所以在对振动信号分析之前,应选择合适的方法对OLTC切换那一瞬间的冲击响应进行提取,这样有助于在对OLTC的故障诊断时发现故障的特征量。在传统的信号处理方法中,信号降噪是利用频谱分析技术来实现的,即通过傅里叶变换把信号变换到频域内进行分析。当噪声和信号在频域内可分时,可以通过设计合适的滤波器,滤除噪声部分所对应的频带,从而达到降噪的目的。然而,OLTC振动信号具有非平稳性特征,相应的频谱成分非常复杂,使得采用传统的基 ...
【技术保护点】
1.一种基于STFT时频谱系数收缩的OLTC信号降噪方法,其特征在于:包括以下步骤:步骤1:通过振动加速度传感器对OLTC正常状态下的振动信号进行采集;步骤2:对采集到的OLTC振动信号进行STFT变换得到其时频谱;步骤3:利用步长迭代算法在0到谱系数最大模值的区间内估计最优阈值δ*th;步骤4:利用最优阈值δ*th重新进行谱系数收缩,对得到的新的时频谱进行STFT逆变换,重构降噪后的信号。
【技术特征摘要】
1.一种基于STFT时频谱系数收缩的OLTC信号降噪方法,其特征在于:包括以下步骤:步骤1:通过振动加速度传感器对OLTC正常状态下的振动信号进行采集;步骤2:对采集到的OLTC振动信号进行STFT变换得到其时频谱;步骤3:利用步长迭代算法在0到谱系数最大模值的区间内估计最优阈值δ*th;步骤4:利用最优阈值δ*th重新进行谱系数收缩,对得到的新的时频谱进行STFT逆变换,重构降噪后的信号。2.根据权利要求1所述的基于STFT时频谱系数收缩的OLTC信号降噪方法,其特征在于:将振动加速度传感器安放在OLTC的顶盖。3.根据权利要求1所述的基于STFT时频谱系数收缩的OLTC信号降噪方法,其特征在于:所述振动加速度传感器的型号为JF2020。4.根据权利要求1所述的基于STFT时频谱系数收缩的OLTC信号降噪方法,其特征在于:经过振动加速度传感器采集的信号的是噪声混合信号x(t)=s(t)+n(t);其中,s(t)为触头冲击振动信号,n(t)为噪音。5.根据权利要求4所述的基于STFT时频谱系数收缩的OLTC信号降噪方法,其特征在于:步骤2具体包括如下步骤:步骤2.1:对噪声混合信号x(t)进行连续STFT变换;步骤2.2:在经过连续STFT变换得到的时频谱等间隔网格点(mT,nF)处采样,对网格点(mT,nF)处的采样信号进行离散化STFT变换。6.根据权利要求5所述的基于STFT时频谱系数收缩的OLTC信号降噪方法,其特征在于:步骤2.1具体包括:利用公式对噪声混合信号x(t)进行连续STFT变换;其中,STFT(τ,f)表示对噪声混合信号x(t)的连续STFT变换,t表示时间,f表示采集频率,*表示复数共轭参数,γ表示分析窗,τ控制着分析窗γ在t轴上位置。7.根据权利要求6所述的基于STFT时频谱系数收缩的OLTC信号降噪方法,其特征在于:分析窗γ在时域定义为高斯窗,即:其中,σ=1/|f|。8.根据权利要求5所述的基于STFT时频谱系数收缩的OLTC信号降噪方法,其特征在于:步骤2.2具体包括:利用公式对网格点(mT,nF)处的采样信号进行离散化STFT变换;其中,T为采样等间隔时间,F为采样等间隔频率,且T>0和F>0,m和n为整数。9.根据权利要求1所述的基于STFT时频谱系数收缩的OLTC信号降噪方法,其特征在于:步骤3具体包括如下步骤:步骤3.1:设定最优阈值估计所在的一个最小的目标模值区间[α,β]max{|STFT(m,n)|};其中,[α,β]为模值系数目标区间,且0≤α<β≤1;步骤3.2:将模值系数目标区间[α,β]分成M个步长,则每个系数步长Δd=(β-α)/M,对应的阈值步长ΔD=max{|...
【专利技术属性】
技术研发人员:陈冰冰,陈寿龙,马宏忠,王梁,王春宁,许洪华,王弢,陈明,高沁,
申请(专利权)人:国网江苏省电力有限公司南京供电分公司,河海大学,国网江苏省电力有限公司,国家电网有限公司,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。