【技术实现步骤摘要】
基于图像信息熵与多元变分模态分解的局放信号去噪方法
[0001]本专利技术属于电力系统工程信号处理和高压绝缘监测
,具体涉及基于图像信息熵与多元变分模态分解的局放信号去噪方法。
技术介绍
[0002]电气设备的绝缘缺陷总是伴随着局部放电,局部放电的不断发展导致绝缘的进一步恶化,最终导致设备故障。因此,PD检测有助于在设备发生故障前发现潜在缺陷并予以消除,局部放电是评价电缆绝缘状态的有效方法,对于电力设备健康状况的评估至关重要。PD测试是一种常用方法,但由于现场的电磁环境复杂恶劣,会存在白噪声干扰或周期窄带干扰,这些干扰会导致PD信号的波形发生严重畸变,影响测试结果的准确性,甚至被掩埋于背景噪声,从而影响后续的缺陷诊断与状态评估。
技术实现思路
[0003]本专利技术的目的是提供基于图像信息熵与多元变分模态分解的局放信号去噪方法,解决了电缆终端局部放电现场检测时存在白噪声、周期性窄带干扰,以及去噪过程中自适应性较弱的问题。
[0004]本专利技术所采用的技术方案是,基于图像信息熵与多元变分模态分解的局放信号去噪方法,具体按照以下步骤实施:
[0005]步骤1、对含噪局部放电信号进行分解,确定多元变分模态分解算法模态数;
[0006]步骤2、判定模态特征性质属于局部放电主导分量或者噪声分量;
[0007]步骤3、对噪声分量进行滤波处理;
[0008]步骤4、将滤波处理后的噪声分量与局部放电主导分量叠加得到重构局部放电信号,通过对重构局部放电信号Z进行改进小波阈 ...
【技术保护点】
【技术特征摘要】
1.基于图像信息熵与多元变分模态分解的局放信号去噪方法,其特征在于,具体按照以下步骤实施:步骤1、对含噪局部放电信号进行分解,确定多元变分模态分解算法模态数;步骤2、判定模态特征性质属于局部放电主导分量或者噪声分量;步骤3、对噪声分量进行滤波处理;步骤4、将滤波处理后的噪声分量与局部放电主导分量叠加得到重构局部放电信号,通过对重构局部放电信号Z进行改进小波阈值去噪,得到去噪后的局部放电信号。2.根据权利要求1所述基于图像信息熵与多元变分模态分解的局放信号去噪方法,其特征在于,步骤1具体过程为:步骤1.1、通过多元变分模态分解算法对含噪局部放电信号X进行分解,获得本征模态分量IMF
n
,n=1,2,
…
,K,n为模态编号,K为模态数,定义初始条件:K=1,迭代次数最大值为2000;步骤1.2、通过叠加本征模态分量IMF
n
得到第一次噪声滤除后的重组局部放电信号Y,并将其转换为JPG格式的二维图像;步骤1.3、对二维图像通过灰度处理得到灰度图像,并计算灰度图像的一维信息熵H;步骤1.4、计算含噪局部放电信号X与重组局部放电信号Y的皮尔逊相关系数ρ,以及多元变分模态分解算法的执行效率η;步骤1.5、判断是否满足ρ>0.95,若不满足,则K=K+1,并返回步骤1.1;否则判断信息熵H是否最小,如果最小,输出模态数K为多元变分模态分解算法模态数;否则返回步骤1.1。3.根据权利要求2所述基于图像信息熵与多元变分模态分解的局放信号去噪方法,其特征在于,步骤1.3中所述对二维图像通过灰度处理得到灰度图像的公式为:Gray=0.2126R+0.7152G+0.0772B其中,R、G、B分别表示图像中红、绿、蓝三基色分量的像素。4.根据权利要求2所述基于图像信息熵与多元变分模态分解的局放信号去噪方法,其特征在于,步骤1.3中所述计算灰度图像的一维信息熵H公式为:其中,p
i
表示灰度值为i的像素所出现的概率。5.根据权利要求2所述基于图像信息熵与多元变分模态分解的局放信号去噪方法,其特征在于,步骤1.3中所述计算含噪局部放电信号X与重组局部放电信号Y的皮尔逊相关系数ρ的计算式如下:其中,X和Y分别为含噪局部放电信号和重组局部放电信号;cov(X,Y)为含噪局部放电信号和重组局部放电信号的协方差;σ
X
、σ
Y
分别是含噪局部放电信号和重组局部放电信号的标准差;E(X)、E(Y)分别是含噪局部放电信号和重组局部放电信号的期望。6.根据权利要求2所述基于图像信息熵与多元变分模态分解的局放信号去噪方法,其
特征在于,所述多元变分模态分解算法的...
【专利技术属性】
技术研发人员:王晓卫,王雪,田影,屈新宇,张志华,王毅钊,岳阳,贾嵘,梁振锋,
申请(专利权)人:西安理工大学,
类型:发明
国别省市:
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。