一种接地网检测信号滤波方法技术

本发明专利技术公开了一种接地网检测信号滤波方法，它包括：将三电极传感器埋设于接地网附近；建立小波变换滤波模型，并将所采集数据代入该模型，对检测数据进行小波多尺度分析，判断存在于检测数据中的电磁干扰类型；选取合适的阈值代入到小波变换滤波模型，对检测数据进行重构，得到滤除了电磁干扰后的检测数据；建立卡尔曼滤波模型，并将处理之后的检测数据代入到卡尔曼滤波模型中进行分析；判断存在于检测数据中的高斯白噪声类型；选取合适的自适应因子，进一步构建自适应卡尔曼滤波模型，将检测数据中存在的高斯白噪声进行滤除，最终得到干扰被完全滤除的检测数据，解决了现有技术的检测数据准确性不高的问题。

【技术实现步骤摘要】
一种接地网检测信号滤波方法
本专利技术属于接地网腐蚀技术，尤其涉及一种接地网检测信号滤波方法。
技术介绍
接地网属于隐蔽工程，其集工作接地、保护接地、防雷接地等功能为一体，对于电力系统的可靠运行和工作人员的人身安全起着至关重要的作用。及时准确的掌握和预测接地网的腐蚀严重程度，防止由于接地不良造成的危害，同时对计划接地网的维修和更换的最佳时期提供了帮助。对于维持系统正常运行和减少经济损失意义重大。目前，常应用于接地网腐蚀状态的无损检测方法主要有三种，电化学检测法、电网络分析法、电磁场检测法，但是电磁场检测法与电网络分析法均存在工作量大、检测时间长、操作复杂等问题，不便于大范围的应用推广，而电化学检测方法可以较为有效的克服上述两种方法的缺陷，不仅仅检测速度快，检测结果也更加直观，比较适应大范围应用推广。然而在对该种方法进行推广应用时，发现了该种方法存在着一些弱势与缺陷，需要从检测手段及技术实现方面对该方法进行改进与完善。其中最主要的问题便是，电化学信号属于微弱信号，但检测现场存在着大量的电磁干扰及高斯白噪声，这极大的影响了现场检测数据的真实性与准确性，因此，寻找一种可以滤除现场干扰，得到准确电化学信号的方法是十分必要的。由于此类问题为新兴问题，还处在研究的初级阶段，因此对于该种现象的研究成果还较为稀少，仅有的研究成果中以小波变换和自适应小波滤波两种方法最为常见，其主要思想为滤除检测现场存在的电磁干扰。但经过现场实验分析之后，发现检测现场不仅仅存在电磁干扰，还有类似于高斯白噪声的干扰，因此仅使用单一的滤波算法不足以将现场干扰完全滤除干净。
技术实现思路
本专利技术要解决的技术问题是：提供一种接地网检测信号滤波方法，以解决现有技术由于单一滤波算法无法滤除两种不同类型的噪声从而导致检测数据精确度不高的问题。本专利技术技术方案是：一种接地网检测信号滤波方法，它包括：步骤1、将三电极传感器埋设于接地网周边，通过采集传感器之间自然腐蚀电位和极间电阻数据，以推导出极化电阻从而得到接地网的腐蚀速率及腐蚀深度；步骤2、建立小波变换滤波模型，并将所采集数据代入小波变换滤波模型，对检测数据进行小波多尺度分析，判断存在于检测数据中的电磁干扰类型；步骤3、选取合适的阈值代入到小波变换滤波模型，对检测数据进行重构，得到滤除了电磁干扰后的检测数据；步骤4、建立卡尔曼滤波模型，并将处理之后的检测数据代入到卡尔曼滤波模型中进行分析；判断存在于检测数据中的高斯白噪声类型；步骤5、选取合适的自适应因子，进一步构建自适应卡尔曼滤波模型，将检测数据中存在的高斯白噪声进行滤除，最终得到干扰被完全滤除的检测数据。步骤1所述的通过采集传感器之间自然腐蚀电位和极间电阻数据，推导出极化电阻从而得到接地网的腐蚀速率及腐蚀深度的公式如下：式中：v为腐蚀速率，，g/m-2.h；M为金属的摩尔质量，g/mol；Z为金属的原子价；icorr为腐蚀电流密度，μA/cm-2；B为常数；Rp为极化电阻，ba为阳极的塔菲尔常数；bc为阴极的塔菲尔常数。步骤2所述建立小波变换滤波模型的方法为：a)小波变换是采用不同的规则，对不同尺度上不同性质的噪声和信号的小波系数进行取舍和滤除非线性处理，最终达到去除噪声的目的，小波变换是用一族函数去表示或逼近一信号函数，若设基本小波函数为ψ(t)，平移和伸缩因子分别为a和b，则小波变换基底的定义为：b)对于任意的函数或信号f(t)∈L2(R)(L2(R)表示平方可积的实数空间，小波变换为该函数与小波函数的内积为：其中：ψ*(t)是ψ(t)的共轭；c)设信号f(t)的离散采样数据序列为f(k)，k＝0，1，2，…，N－1，有小波分解算法则为：式中，c0,k＝f(k)为原始数据，h(n)，g(n)为一对共轭镜像滤波器的脉冲响应，分别是低通滤波器H和高通滤波器G的滤波器系数，且g(n)＝(-1)1-nh(1-n)，j为小波分解层数。步骤3所述阈值的选取方法为：经过小波变换的多尺度分析之后，能够分解出原始信号的低频信号和各分解层的高频信号，从而通过设定小波阈值将低频信号保留，将各分解层的高频信号去除，从而实现滤除噪声的目的，小波阈值函数公式如下：式中x是小波系数，thr是阈值。步骤4所述建立卡尔曼滤波模型的方法包括：a)将小波多尺度分解后的接地网检测信号重构得到新的序列，在动态系统中，得到卡尔曼滤波的数学模型状态方程如下：式中：Xk为k历元的状态向量，Φk,k-1为从k－1历元状态到k历元状态的状态转移矩阵，Xk-1为k－1历元的状态向量，Wk-1为k历元的状态方程向量，相应的协方差矩阵为Lk为k历元观测向量，Vk为k历元的残差向量；b)假设在k历元增加新观测Lk，相应的k-1历元的状态的Xk-1滤波值为相应的误差方程为：步骤5所述选取合适的自适应因子，进一步构建自适应卡尔曼滤波模型的方法为：式中，αk为自适应因子，为观测量Lk的等价权，它是观测向量权矩阵的自适应估值，为的权矩阵，则自适应滤波的解为:步骤6、对滤波方法进行验证，所述验证方法为：步骤6.1、基于Matlab平台，模拟自然腐蚀电位信号Ecorr-t，设置Ecorr-t＝5mV，并在原始信号上施加电磁干扰和5dB的高斯白噪声；步骤6.2、构建自适应卡尔曼滤波模型、小波变换模型、小波变换与自适应卡尔曼滤波的融合滤波模型，分别对上述数据进行滤波，比较相应的信噪比SNR和均方误差NMSE。分别滤波后比较相应的信噪比SNR和均方误差NMSE的结果见表1；表1Ecorr-t信号的处理结果本专利技术有益效果：本专利技术将小波变换与自适应卡尔曼滤波算法进行了融合，发现该融合算法对于检测数据中存在干扰的滤除比其中任何一种单一算法的滤除效果均要好，可以看出接地网现场检测数据滤除结果与真实结果最为接近，本专利技术提出的小波变换与自适应卡尔曼滤波的融合滤波算法适用并可以有效滤除检测现场存在的各种干扰；解决了单一滤波算法无法同时滤除两种噪声，导致检测数据准确性不足的问题。附图说明图1为三层小波变换信号分解过程图；图2为本专利技术流程图。具体实施方式一种接地网检测信号滤波方法，它包括：步骤1、将三电极传感器埋设于接地网附近，通过采集传感器之间自然腐蚀电位，极间电阻等数据，以方便后续推导出极化电阻从而得到接地网的腐蚀速率及腐蚀深度；通过采集传感器之间自然腐蚀电位，极间电阻等数据，推导出极化电阻从而得到接地网的腐蚀速率及腐蚀深度的公式如下：式中：v为腐蚀速率，(g/m-2.h)；M为金属的摩尔质量，(g/mol)；Z为金属的原子价；icorr为腐蚀电流密度，(μA/cm-2)；B为常数；Rp为极化电阻，ba为阳极的塔菲尔常数本文档来自技高网...

【技术保护点】
1.一种接地网检测信号滤波方法，它包括：/n步骤1、将三电极传感器埋设于接地网周边，通过采集传感器之间自然腐蚀电位和极间电阻数据，以推导出极化电阻从而得到接地网的腐蚀速率及腐蚀深度；/n步骤2、建立小波变换滤波模型，并将所采集数据代入小波变换滤波模型，对检测数据进行小波多尺度分析，判断存在于检测数据中的电磁干扰类型；/n步骤3、选取合适的阈值代入到小波变换滤波模型，对检测数据进行重构，得到滤除了电磁干扰后的检测数据；/n步骤4、建立卡尔曼滤波模型，并将处理之后的检测数据代入到卡尔曼滤波模型中进行分析；判断存在于检测数据中的高斯白噪声类型；/n步骤5、选取合适的自适应因子，进一步构建自适应卡尔曼滤波模型，将检测数据中存在的高斯白噪声进行滤除，最终得到干扰被完全滤除的检测数据。/n

【技术特征摘要】
1.一种接地网检测信号滤波方法，它包括：
步骤1、将三电极传感器埋设于接地网周边，通过采集传感器之间自然腐蚀电位和极间电阻数据，以推导出极化电阻从而得到接地网的腐蚀速率及腐蚀深度；
步骤2、建立小波变换滤波模型，并将所采集数据代入小波变换滤波模型，对检测数据进行小波多尺度分析，判断存在于检测数据中的电磁干扰类型；
步骤3、选取合适的阈值代入到小波变换滤波模型，对检测数据进行重构，得到滤除了电磁干扰后的检测数据；
步骤4、建立卡尔曼滤波模型，并将处理之后的检测数据代入到卡尔曼滤波模型中进行分析；判断存在于检测数据中的高斯白噪声类型；
步骤5、选取合适的自适应因子，进一步构建自适应卡尔曼滤波模型，将检测数据中存在的高斯白噪声进行滤除，最终得到干扰被完全滤除的检测数据。


2.根据权利要求1所述的一种接地网检测信号滤波方法，其特征在于：步骤1所述的通过采集传感器之间自然腐蚀电位和极间电阻数据，推导出极化电阻从而得到接地网的腐蚀速率及腐蚀深度的公式如下：






式中：v为腐蚀速率，，g/m-2.h；M为金属的摩尔质量，g/mol；Z为金属的原子价；icorr为腐蚀电流密度，μA/cm-2；B为常数；Rp为极化电阻，ba为阳极的塔菲尔常数；bc为阴极的塔菲尔常数。


3.根据权利要求1所述的一种接地网检测信号滤波方法，其特征在于：步骤2所述建立小波变换滤波模型的方法为：
a)小波变换是采用不同的规则，对不同尺度上不同性质的噪声和信号的小波系数进行取舍和滤除非线性处理，最终达到去除噪声的目的，小波变换是用一族函数去表示或逼近一信号函数，若设基本小波函数为ψ(t)，平移和伸缩因子分别为a和b，则小波变换基底的定义为：



b)对于任意的函数或信号f(t)∈L2(R)(L2(R)表示平方可积的实数空间，小波变换为该函数与小波函数的内积为：



其中：ψ*(t)是ψ(t)的共轭；
c)设信号f(t)的离散采样数据序列为f(k)，k＝0，1，2，…，N－1，有小波分解算法则为：



式中，c0,k＝f(k)为原始数据，h(n)，g(n)为一对共轭镜像滤波器的脉冲响应，分别是低通滤波器H和高通滤波器G的滤波器系数...

【专利技术属性】
技术研发人员：黄欢，马晓红，曾华荣，毛先胤，杨琪，吴建蓉，张英，吕乾勇，张露松，杨柳青，刘君，徐舒蓉，彭敏放，孙洪博，
申请(专利权)人：贵州电网有限责任公司，
类型：发明
国别省市：贵州;52