一种基于拉曼光谱的SF6分解特征组分检测的降噪方法技术

本发明专利技术涉及一种基于拉曼光谱的SF6分解特征组分检测的降噪方法，属于电力设备故障诊断技术领域。该方法包括以下步骤：S1、通过对测得的SF6分解组分的拉曼信号进行小波变换，搜索脊线进行识别谱峰位置和强度检测；S2、基于信号与噪声在不同分解尺度的不同形态获取半峰宽；S3、根据获得的峰值和半峰宽进行最小二乘拟合；S4、检验去噪效果。本发明专利技术提出的方法能够在信噪比较低情况下，有效地重构出被强背景噪声淹没的拉曼信号，大大提高了检测系统的时间分辨率。此外，基于拉曼光谱对SF6及其分解组分的检测的精度更高，准确度更高，能更好的对GIS设备进行监测，预防设备内部的绝缘隐患。预防设备内部的绝缘隐患。预防设备内部的绝缘隐患。

【技术实现步骤摘要】
一种基于拉曼光谱的SF6分解特征组分检测的降噪方法


[0001]本专利技术属于电力设备故障诊断
，涉及一种基于拉曼光谱的SF6分解特征组分检测的降噪方法。

技术介绍

[0002]SF6及其分解气体产物的准确检测是实现GIS设备状态有效诊断的关键之一。目前，SF6及其分解气体的检测方法存在交叉干扰、稳定性差等问题，而拉曼光谱具有多组分气体同时检测、无需样气预处理、抗干扰能力强等优点，基于拉曼光谱的SF6及其分解气体检测具有较好的应用前景。而为了提高拉曼光谱检测系统的时间分辨率，常常需要采用较短的采样积分时间，此时带有分子结构振动谱的有用拉曼信号可能完全淹没在噪声中，严重影响信号的进一步分析，因此有必要对测量所得的光谱信号进行噪声消除处理。传统的拉曼光谱信号去噪算法，如移动窗口、平均平滑法、经验模态分解等。虽然能在一定程度上实现拉曼光谱信号的噪声消除，然而也同样存在各自的问题。例如：移动窗口平均平滑法，基于信号和噪声统计特性之间的差异，其基本假设是噪声为零均值噪声，通过对原始信号取平均值达到提高信噪比的目的，是消除噪声最常用方法。通过选择一个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于拉曼光谱的SF6分解特征组分检测的降噪方法，其特征在于：所述方法包括以下步骤：S1、通过对测得的SF6分解组分的拉曼信号进行小波变换，搜索脊线进行识别谱峰位置和强度检测；S2、基于信号与噪声在不同分解尺度的不同形态获取半峰宽；S3、根据获得的峰值和半峰宽进行最小二乘拟合；S4、检验去噪效果。2.根据权利要求1所述的一种基于拉曼光谱的SF6分解特征组分检测的降噪方法，其特征在于：所述步骤S1具体为：使用MATLAB软件对测得的SF6分解组分的拉曼光谱曲线进行基于脊线提取的谱峰识别，采用软件中的Mexian Hat模块连续小波变换进行谱峰识别，该小波定义如式(1)所示：Hat模块连续小波变换进行谱峰识别，该小波定义如式(1)所示：为拉曼信号，曲线f(x)做连续Mexian Hat小波变换的变化过程如下：其中，a为伸缩因子，b为平移因子，表示的共轭，W
f
(a，b)为正比于f(x)与标准差为a的高斯概率密度函数卷积的二阶导；SF6分解组分的拉曼光谱近似为高斯函数形式，其二阶导数在谱峰位置必然表现为局部极大值，在不同尺度上的同一谱峰的局部极大值位置相近，该局部最大值随小波尺度变大而变大，通过小波系数的三维图呈现山脊的形状，搜索出小波系数矩阵中的脊线；根据模值信息提取小波脊线的方法对SF6分解组分的拉曼光谱提取小波脊线，通过有小尺寸的极大值向大尺寸蔓延的方式进行脊线搜索，在获得脊线中选取顺利连接到最大尺度的脊线，运用阈值法，设置一个阈值，去除强度较弱的部分，留下部分的最大尺度点即为识别的峰值点；通过阈值法提取的谱峰中存在由强度较大的噪声引起的“假峰”，采用参照平均信号的方式剔除部分假峰；同时对信号进行小波变换时，对SF6分解组分的拉曼光谱采用边界元素复制法进行边界延拓。3.根据权利要求1所述的一种基于拉曼光谱的SF6分解特征组分检测的降噪方法，其特征在于：所述步骤S2...

【专利技术属性】
技术研发人员：张振宇，张学东，晋涛，马丽强，张申，刘宇鹏，周渠，
申请(专利权)人：西南大学，
类型：发明
国别省市：