一种变压器绕组变形超声检测信号新型去噪方法技术

本申请涉及一种变压器绕组变形超声检测信号新型去噪方法，包括：利用采集卡采集探头发射的发射波和接收的回波信号；根据发射波起振点和回波响应点将信号分为三段，分别为杂波信号、发射波信号和回波信号；对杂波信号进行去噪；判断发射波信号和回波信号的采样点是否均大于设定值；若发射波信号和回波信号的采样点均大于设定值，分别对发射波信号和回波信号采用ITD

【技术实现步骤摘要】
一种变压器绕组变形超声检测信号新型去噪方法


[0001]本申请涉及信号处理
，具体涉及一种变压器绕组变形超声检测信号新型去噪方法。

技术介绍

[0002]超声波信号的应用范围广泛，无论是工业上的机械探伤，还是医疗中的疾病诊断，亦或是地理中的地表地形勘探，都有超声信号检测法的应用。但是因为超声检测环境一般比较复杂，再加上设备噪声的干扰，最终得到的超声波采样信号都不可避免地混杂有一定量的噪声分量，严重时会对超声检测的结果产生极大的干扰。
[0003]为了减小噪声对超声检测信号的干扰，傅里叶变换、小波变换等方法被用于超声信号的去噪，但它们也存在一些无法避免的缺点。随着新的时
‑
频分析算法如经验模态分解(EMD)算法、局部平均分解(LMD)算法以及它们的改进算法的出现，非平稳信号分析技术变得更加成熟。但随着EMD算法以及其改进算法研究的深入，EMD处理信号时出现的处理效率低、部分时域信息丢失、分解分量在端点附近存在虚假信息等问题也引起了研究人员的注意。针对EMD存在的这些问题，Frei等于2006年提出了一种针对非线性、非平稳信号的新方法——固有时间尺度分解(ITD)。该方法更加适合分析非线性具有时变谱的不平稳信号，不需要样条插值和筛选过程，因此几乎没有边缘效应，计算速度很快，可以实时处理大量数据。2014年Konstantin等将数学中的变分知识与模态分解相结合形成变法模态分解(VMD)算法。它通过迭代搜索变分模型的最优解来选择分解后的频率中心和带宽，因而避免了端点效应和频谱混叠。
[0004]虽然上述经典的去噪方法在工程领域得到了广泛的应用，但它们都存在不同程度的缺陷。

技术实现思路

[0005]为了解决或部分解决相关技术中存在的问题，本申请提供了一种变压器绕组变形超声检测信号新型去噪方法，将信号极值突变分段算法与ITD
‑
PE
‑
PCA相结合，从而使得对超声波有效信号滤波后与原信号相关系数更高，去噪效果更好。
[0006]本申请第一方面提供了一种变压器绕组变形超声检测信号新型去噪方法，包括：
[0007]利用采集卡采集探头发射的发射波和接收的回波信号；
[0008]根据发射波起振点和回波响应点将信号分为三段，分别为杂波信号、发射波信号和回波信号；
[0009]对杂波信号进行去噪；
[0010]判断发射波信号和回波信号的采样点是否均大于设定值；
[0011]若发射波信号和回波信号的采样点均大于设定值，分别对发射波信号和回波信号采用ITD
‑
PE
‑
PCA算法进行去噪；
[0012]若发射波信号和回波信号的采样点不是均大于设定值，合并发射波信号和回波信
号，然后对合并信号采用ITD
‑
PE
‑
PCA算法进行去噪；
[0013]拼接去噪后的信号。
[0014]可选地，采集卡的采样频率大于2倍的超声波中心频率。
[0015]可选地，基于信号极值检测算法，根据确定发射波起振点和接收波响应点将信号分为三段。
[0016]可选地，所述信号极值检测算法为信号极值突变的分段方法；该方法具体包括：
[0017]S101、通过极值点特性得到超声信号的极大值点和极小值点，记录所有极值点对应的时刻；
[0018]S102、找到极大值点的最大绝对值，从极大值点的最大值点开始按时刻减小的方向计算相邻极值点的绝对差值，对绝对差值序列按从大到小排序；
[0019]S103、找到部分较大绝对差值序列(比如序列中的值大于绝对平均值)所对应的相邻极大值点对，计算相邻极大值点对中大的数除以小的数的绝对比值，如果除数为零则取为非零绝对值最小极大值；将除数最大的相邻极大值点中值小极大值点对应的时刻定为发射信号的起振点PH1，计算起振点PH1与后一极大值点的绝对差值为AH；
[0020]S104、同样也可以利用极小值点确定发射信号的起振点PL1，求取起振点PL1与后一极小值点的绝对差值AL；比较AH和AL的大小，若AH大于AL则起振点取为PH1，反之则取PL1；
[0021]S105、从最大极大值MH所对应时刻按照时间增加的方向找到第一个绝对值小于0.1MH的极大值点随对应的时刻t1，找到t1到采样末端所有的极大值点和极小值点并记录所有极值点对应的时刻；
[0022]S106、确定回波信号响应时刻的剩余步骤与步骤S102至S105相同。
[0023]可选地，对杂波信号进行去噪的算法为小波阈值去噪算法，小波阈值去噪算法可以取出杂波信号中的白噪音。
[0024]可选地，所述设定值为1000；为了应对超声波有效信号采样长度可能不足的问题，选择1000个采样点作为发射波和回波都可以分割的分界点。
[0025]可选地，所述ITD
‑
PE
‑
PCA算法包括：
[0026]利用固有时间尺度分解(ITD)算法对超声信号进行分解；
[0027]利用排列熵(PE)确定ITD分解的次数；
[0028]利用主成分分析(PCA)用于对ITD
‑
PE分解得到的信号分量进行去噪处理。
[0029]可选地，固有时间尺度分解(ITD)算法包括：分解超声信号采样序列，得到一系列固有旋转分量序列和一个分解余量序列。
[0030]可选地，排列熵(PE)能够反映一维时间信号的复杂程度，对复杂信号的变化敏感，可以很好地放大系统的微变性。
[0031]可选地，主成分分析(PCA)算法是一种常用的降维算法，因为噪声信号的能量较低且一般与超声信号关联不大，噪声信号可在PCA降维中被大部分滤除，故PCA也可用去信号的去噪。
[0032]本申请提供的技术方案可以包括以下有益效果：
[0033]本申请将信号极值突变分段算法与ITD
‑
PE
‑
PCA相结合，从而使得对超声波有效信号滤波后与原信号相关系数更高，去噪效果更好。
[0034]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0035]为了更清楚地说明本申请专利实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请专利的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0036]图1为本申请实施例中超声波信号分段去噪流程图。
具体实施方式
[0037]下面将参照附图更详细地描述本申请的实施方式。虽然附图中显示了本申请的实施方式，但是应该理解的是，可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本申请更加透彻和完整，并且能够将本申请的范围完整地传达给本领域的技术人员。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种变压器绕组变形超声检测信号新型去噪方法，其特征在于，包括：采集探头发射的发射波和接收的回波信号；根据发射波起振点和回波响应点将信号分为三段，分别为杂波信号、发射波信号和回波信号；对杂波信号进行去噪；判断发射波信号和回波信号的采样点是否均大于设定值；若发射波信号和回波信号的采样点均大于设定值，分别对发射波信号和回波信号采用ITD
‑
PE
‑
PCA算法进行去噪；若发射波信号和回波信号的采样点不是均大于设定值，合并发射波信号和回波信号，然后对合并信号采用ITD
‑
PE
‑
PCA算法进行去噪；拼接去噪后的信号。2.如权利要求1所述的变压器绕组变形超声检测信号新型去噪方法，其特征在于，采集卡的采样频率大于2倍的超声波中心频率。3.如权利要求1所述的变压器绕组变形超声检测信号新型去噪方法，其特征在于，基于信号极值检测算法，根据确定发射波起振点和接收波响应点将信号分为三段。4.如权利要求1所述的变压器绕组变形超声检测信号新型去噪方法，其特征在于，所述信号极值检测算法为信号极值突变的分段方法；该方法具体包括：S101、通过极值点特性得到超声信号的极大值点和极小值点，记录所有极值点对应的时刻；S102、找到极大值点的最大绝对值，从极大值点的最大值点开始按时刻减小的方向计算相邻极值点的绝对差值，对绝对差值序列按从大到小排序；S103、找到部分较大绝对差值序列所对应的相邻极大值点对，计算相邻极大值点对中大的数除以小的数的绝对比值，如果除数为零则取为非零绝对值最小极大值；将除数最大的相邻极大值点中值小极大值点对应的时刻定为发射信号的起振点PH1，计算起振点PH1与后一极大值点的绝对差值为AH；S104、同样也可以利用极小值点确定发射信号的起振点PL1，求取起振...

【专利技术属性】
技术研发人员：顾惠杰，陆顺豪，龚春彬，陆忠心，黄尚渊，秦辞海，徐灏逸，王月强，张菲菲，贺润平，王哲斐，黄玮，李亮亮，
申请(专利权)人：宁波得弘企业发展有限公司，
类型：发明
国别省市：