一种基于皮尔逊相关系数的ICEEMDAN局部放电去噪方法技术

本发明专利技术公开一种基于皮尔逊相关系数的ICEEMDAN局部放电去噪方法，包括：S1、通过仿真，输出局部放电信号、常见的多种噪声信号以及染噪信号；S2、利用改进的自适应噪声完备集合经验模态分解对染噪局部放电信号进行分解，得到多个IMF分量；S3、计算每个IMF分量的皮尔逊相关系数，根据系数准则筛选有效分量；S4、重构有效分量；S5、通过类小波函数去除残余噪声，得到有效局部放电信号。本发明专利技术能很好地抑制周期窄带和白噪声两类干扰，减少局部放电信号的畸变，保留局部放电信号特征，便于更准确地检测局部放电信号。测局部放电信号。测局部放电信号。

Iceemdan partial discharge denoising method based on Pearson correlation coefficient

【技术实现步骤摘要】
一种基于皮尔逊相关系数的ICEEMDAN局部放电去噪方法


[0001]本专利技术属于局部放电在线监测
，具体涉及一种基于皮尔逊相关系数的ICEEMDAN局部放电去噪方法。

技术介绍

[0002]GIS绝缘缺陷以局部放电的形式出现，加速了设备的老化，由于故障机理复杂，难以识别GIS绝缘缺陷，局部放电信号是一种非线性非时变脉冲信号，在局部放电现场进行检测时，周围存在较强噪声干扰，局部放电信号微弱且持续时间短，常常淹没在噪声里，影响了局部放电的诊断结果。
[0003]目前已有多种去噪方法，主要有采用基于模型的方法、变换域方法和自适应滤波方法，然而，这些方法依赖于平稳信号的关键假设，且滤波器参数不能改变，因此克服这些局限性，提出一种非线性的小波收缩方法来对非线性和非平稳信号进行去噪具有十分重要的意义。现有技术中的经验模态分解避免了小波基选择的问题，但该方法缺乏严格的理论基础，分解后的IMF分量存在严重的模态混合问题，现有技术中的CEEMDAN算法能有效地降低信号重构的误差，但IMF分量容易受到噪声的影响，仍然存在残余噪声和假模态成分的问题，而改进的CEEMDAN(ICEEMDAN)算法，能有效地解决分解过程中的问题，从而获得更好的IMF分量。

技术实现思路

[0004]针对上述提出的技术问题，本专利技术提供一种基于皮尔逊相关系数的ICEEMDAN局部放电去噪方法，该方法充分利用ICEEMDAN分解得到的IMF分量之间的相互关系，提取局部放电有效信息，减少了波形畸变。
[0005]为了达到上述的专利技术目的，本专利技术采用的技术方案是一种基于皮尔逊相关系数的ICEEMDAN局部放电去噪方法，具体包括以下的步骤：
[0006]S1、输入局部放电信号，常见的噪声信号，以及染噪信号；
[0007]S2、利用改进的自适应噪声完备集合经验模态分解对染噪局部放电信号进行分解，得到多个IMF分量；
[0008]S3、计算每个IMF分量的皮尔逊相关系数，根据相关系数准则筛选有效IMF分量；
[0009]S4、重构有效IMF分量，得到初步去噪后的局部放电信号；
[0010]S5、通过类小波函数去除残余噪声，得到有效局部放电信号。
[0011]作为一种优选技术方案，所述S2中利用ICEEMDAN算法对染噪局部放电信号进行分解，包括如下步骤：
[0012]S21、对原始信号x进行EMD迭代分解I次，并定义一个计算局部均值的算子M(x)，然后计算残差r1及IMF1：
[0013][0014]IMF1＝x
‑
r1[0015]其中，ω
i
为被单位方差的零均值高斯白噪声，ε0为分解开始时加入的期望信噪比系数；
[0016]S22、继续分解实现残差r2，并定义IMF2：
[0017][0018]IMF2＝r1‑
r2[0019]其中，E2为EMD分解的第2个分量，ε1为第2次计算IMF分量时加入的期望信噪比系数；
[0020]S23、计算k阶残差及IMF
k
：
[0021][0022]IMF
k
＝r
k
‑1‑
r
k
[0023]其中，k＝3,
…
,K，E
k
为EMD分解的第k个分量，ε
k
‑1为第k次计算IMF分量时加入的期望信噪比系数；
[0024]S24、继续筛选得到一个最终残差R：
[0025][0026]S25、重复所述S24，得到所有残差数和IMF分量。
[0027]与现有技术相比，本专利技术的有益效果至少如下所述：
[0028]本专利技术提供的一种基于皮尔逊相关系数的ICEEMDAN局部放电去噪方法适用于非线性非平稳信号的去噪，能够避免参数的选择，具有自适应性，克服了模态分解中存在的严重的模态混合问题，不易受噪声干扰，本专利技术还能很好地抑制周期窄带和白噪声两类干扰，减少局部放电信号的畸变，保留了局部放电信号特征，便于更准确地检测局部放电信号。
附图说明
[0029]图1为本专利技术的一种基于皮尔逊相关系数的ICEEMDAN局部放电去噪方法的整体步骤流程图；
[0030]图2为本专利技术的染噪信号和局部放电信号的时域图；
[0031]图3为本专利技术的ICEEMDAN算法分解的结果；
[0032]图4为本专利技术的去噪结果图。
具体实施方式
[0033]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0034]可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但除非特别说明，这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元
件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一xx脚本称为第二xx脚本，且类似地，可将第二xx脚本称为第一xx脚本。
[0035]参考如图1所示，本专利技术提供一种基于皮尔逊相关系数的ICEEMDAN局部放电去噪方法，具体通过执行如下的步骤来实现：
[0036]S1、输入局部放电信号，常见的噪声信号，以及染噪信号；
[0037]S2、利用改进的自适应噪声完备集合经验模态分解对染噪局部放电信号进行分解，得到多个IMF分量；
[0038]S3、计算每个IMF分量的皮尔逊相关系数，根据相关系数准则筛选有效IMF分量；
[0039]S4、重构有效IMF分量，得到初步去噪后的局部放电信号；
[0040]S5、通过类小波函数去除残余噪声，得到有效局部放电信号。
[0041]进一步的，上述的步骤S1中的噪声信号包含白噪声，上述的白噪声为均值是0，方差是0.001的正态分布白噪声n(t)，上述的S1中输入的各类信号如下：
[0042]局部放电信号s1(t)和s2(t)：
[0043][0044][0045]周期窄带干扰噪声p(t)：
[0046][0047]染噪信号g(t)：
[0048]g(t)＝s1(t)+s2(t)+p(t)+n(t)
[0049]其中，A为局部放电信号的振幅，τ为信号的衰减常数，t0为放电脉冲起始时刻，f
c
为信号的振荡频率，B为周期窄带干扰的幅值，f
i
为干扰的频率，分别为10kHz，300kHz，550kHz，1MHz，2MHz。
[0050]具体的，上述的步骤S1中输入的局部放电信号和染噪信号参考如图2(a)和参考如图2(b)所示。
[0051]进一步的，上述的步骤S2中利用ICEEMDAN算法对染噪局部放电信号进行分解，包括如下步骤：
[0052]S21、对原始信号x进行EMD迭代分解I次，并定义一个计算局部均值的算子M(x)，然后计算残差r1及IMF1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于皮尔逊相关系数的ICEEMDAN局部放电去噪方法，其特征在于，包括如下的步骤：S1、输入局部放电信号，常见的噪声信号，以及染噪信号；S2、利用改进的自适应噪声完备集合经验模态分解对染噪局部放电信号进行分解，得到多个IMF分量；S3、计算每个IMF分量的皮尔逊相关系数，根据相关系数准则筛选有效IMF分量；S4、重构有效IMF分量，得到初步去噪后的局部放电信号；S5、通过类小波函数去除残余噪声，得到有效局部放电信号。2.根据权利要求1所述的一种基于皮尔逊相关系数的ICEEMDAN局部放电去噪方法，其特征在于，所述S1中的噪声信号包含白噪声，所述白噪声为均值是0，方差是0.001的正态分布白噪声n(t)，所述S1中输入的各类信号如下：局部放电信号s1(t)和s2(t)：(t)：周期窄带干扰噪声p(t)：染噪信号g(t)：g(t)＝s1(t)+s2(t)+p(t)+n(t)其中，A为局部放电信号的振幅，τ为信号的衰减常数，t0为放电脉冲起始时刻，f
c
为信号的振荡频率，B为周期窄带干扰的幅值，f
i
为干扰的频率，分别为10kHz，300kHz，550kHz，1MHz，2MHz。3.根据权利要求1所述的一种基于皮尔逊相关系数的ICEEMDAN局部放电去噪方法，其特征在于，所述S2中利用ICEEMDAN算法对染噪局部放电信号进行分解，包括如下步骤：S21、对原始信号x进行EMD迭代分解I次，并定义一个计算局部均值的算子M(x)，然后计算残差r1及IMF1：IMF1＝x
‑
r1其中，ω
i
为被单位方差的零均值高斯白噪声，ε0为分解开始时加入的期望信噪比系数；S22、继续分解...

【专利技术属性】
技术研发人员：易孝波，杨开，吴建明，林海君，张华，方来金，龚鹏，陈浪，蒋伟，
申请(专利权)人：珠海市伊特高科技有限公司，
类型：发明
国别省市：