【技术实现步骤摘要】
本专利技术属于故障检测，尤其涉及基于vmd与ceemdan的铁路信号电缆故障检测方法及系统。
技术介绍
1、随着电缆使用寿命的增加，绝缘老化问题日益突出。无论是电力电缆还是铁路信号电缆都埋于地下沟槽，工作环境恶劣，再加上人为地面开挖和暴力施工等原因容易造成电缆受损，久而久之容易出现局部放电，屏蔽层腐蚀等高阻故障，甚至导致电缆直接被击穿，这些故障增加了电缆运行安全事故发生的风险，严重影响列车的行车安全。因此有效地检测铁路信号电缆的高阻接地故障具有十分重要的应用价值。
2、目前，现有针对电缆高阻接地故障的检测方法主要有频域反射法和宽频阻抗谱法，但这两种方法主要应用于电力电缆的故障检测，针对铁路信号电缆的高阻接地故障检测未见。基于频域反射的电缆故障检测方法通过向电缆中注入能量均匀的步进频信号，并测量其反射信号的频率参数来定位故障所在位置。频域反射法的优点是可以得到更为丰富的电缆传递函数信息，该方法假设反射信号存在傅里叶变换，但实际上反射信号为随机信号，并不是绝对可积的，直接对反射信号进行傅里叶变换会影响高阻故障的定位精度。此外，由于信号入射端反射系数大，注入信号折射到电缆中的能量较小，会产生严重的基线漂移，且电缆的工作环境，特别是铁路信号电缆的工作环境存在大量的噪声干扰，电缆反射信号易产生模态混叠现象。而且与电力电缆多为同轴电缆不同，铁路信号电缆为多芯、多组态结构的低压控制电缆，发生高阻接地故障时产生的反射信号往往非常微弱，在实际工程应用中仅仅利用频域反射法难以精确检测到铁路信号电缆的高阻接地故障。
1、本专利技术的目的在于提供基于vmd与ceemdan的铁路信号电缆故障检测方法，旨在解决在实际工程应用中仅仅利用频域反射法难以精确检测到铁路信号电缆的高阻接地故障的问题。
2、本专利技术是这样实现的，一种基于vmd与ceemdan的铁路信号电缆故障检测方法，所述方法包括：
3、注入进频信号，构建背景库，得到故障电缆芯线反射信号；
4、对故障电缆芯线反射信号进行预处理，并采用改进vmd算法对预处理后的信号进行分解，得到多个imf分量；
5、对imf分量进行去噪处理，得到重构信号；
6、采用ceemdan算法对重构信号进行分解，得到一组imfs分量；
7、构建相关数序列，并设定判决阈值，划分有用分量和噪声分量，对有用分量进行叠加得到去噪后的电缆反射信号；
8、采用周期图法计算功率谱，进行功率谱对消后，根据设定值判定故障位置，并将功率谱频率信息转换为距离信息。
9、优选的，所述注入进频信号，构建背景库，得到故障电缆芯线反射信号的步骤，具体包括同时向非故障电缆芯线与故障电缆芯线注入步进频信号，采集其反射信号，并定义非故障电缆芯线的反射信号为背景库，来自故障电缆芯线的反射信号为故障电缆芯线反射信号。
10、优选的，对故障电缆芯线反射信号进行预处理的步骤包括对故障电缆芯线反射信号进行去除直流分量处理和进行加窗处理，得到预处理信号。
11、优选的，采用改进vmd算法对预处理后的信号进行分解，得到多个imf分量的步骤中，改进vmd算法中，变分问题的构造为：
12、；
13、上式中表示待分解的模态个数，表示第阶模态分量，表示第阶模态分量的中心频率，表示狄拉克函数，*表示卷积算子；引入二次惩罚因子和拉格朗日乘法算子，将约束性变分问题转换为非约束性变分问题：
14、；
15、上式中，为二次惩罚因子，表示范数，表示向量的内积计算，计算得到的如下：
16、
17、优选的，采用改进vmd算法对预处理后的信号进行分解，得到多个imf分量的步骤中，设置初始分解层数，分解得到一组imf分量，并采用rife算法计算各imf分量的中心频率，判断各imf分量是否存在中心频率混叠现象，若存在，则分解层数加一，以此类推，假设分解层数为n时出现两个相同或者相近的中心频率，则最优分解层数为k = n-1。
18、优选的，对imf分量进行去噪处理，得到重构信号的步骤中，基于最小二乘的s-g平滑滤波算法对vmd算法分解后的各imf分量进行去噪处理，s-g算法的平滑公式如下：
19、
20、上式中表示由最小二乘拟合多项式得到的平滑系数。
21、优选的，采用ceemdan算法对重构信号进行分解，得到一组imfs分量的步骤，具体包括：
22、将高斯白噪声加入到待分解信号中，得到新信号：
23、；
24、其中，然后对新信号进行emd分解，得到第一阶本征模态分量；
25、；
26、对产生的n个模态分量进行总体平均得到ceemdan分解的第一个本征模态分量：
27、；
28、计算去除第一个分量后的残差：
29、；
30、在中加入正负成对的高斯白噪声得到新信号，以新信号为载体进行emd分解，得到第一阶模态分量，得到ceemdan分解的第二个本征模态函数：
31、；
32、计算去除第二个分量后的残差:
33、；
34、重复计算残差的过程，直至获得的残差信号不能继续分解，则原始待分解信号表示为：
35、。
36、优选的，采用周期图法计算得到功率谱表示为：
37、。
38、优选的，采用改进vmd算法对预处理后的信号进行分解的步骤中，将得到的第一个imf分量去除。
39、本专利技术的另一目的在于提供一种基于vmd与ceemdan的铁路信号电缆故障检测系统，所述系统包括：
40、信号采集单元，用于注入进频信号，构建背景库，得到故障电缆芯线反射信号；
41、第一分解单元，用于对故障电缆芯线反射信号进行预处理，并采用改进vmd算法对预处理后的信号进行分解，得到多个imf分量；
42、数据降噪单元，用于对imf分量进行去噪处理，得到重构信号；
43、第二分解单元，用于采用ceemdan算法对重构信号进行分解，得到一组imfs分量；
44、去噪信号合成单元，用于构建相关数序列，并设定判决阈值，划分有用分量和噪声分量，对有用分量进行叠加得到去噪后的电缆反射信号；
45、故障定位单元，用于采用周期图法计算功率谱，进行功率谱对消后，根据设定值判定故障位置，并将功率谱频率信息转换为距离信息。
46、本专利技术提供的基于vmd与ceemdan的铁路信号电缆故障检测方法，基于变分模态分解和自适应噪声完全集合经验模态分解进行故障检测，在检测过程中，采用了改进后的vmd算法对信号进行分解，实现了在复杂噪声环境下铁路信号电缆高阻接地故障的精确检测。
本文档来自技高网...【技术保护点】
1.一种基于VMD与CEEMDAN的铁路信号电缆故障检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于VMD与CEEMDAN的铁路信号电缆故障检测方法，其特征在于，所述注入进频信号，构建背景库，得到故障电缆芯线反射信号的步骤，具体包括同时向非故障电缆芯线与故障电缆芯线注入步进频信号，采集其反射信号，并定义非故障电缆芯线的反射信号为背景库，来自故障电缆芯线的反射信号为故障电缆芯线反射信号。
3.根据权利要求1所述的基于VMD与CEEMDAN的铁路信号电缆故障检测方法，其特征在于，对故障电缆芯线反射信号进行预处理的步骤包括对故障电缆芯线反射信号进行去除直流分量处理和进行加窗处理，得到预处理信号。
4.根据权利要求1所述的基于VMD与CEEMDAN的铁路信号电缆故障检测方法，其特征在于，采用改进VMD算法对预处理后的信号进行分解，得到多个IMF分量的步骤中，改进VMD算法中，变分问题的构造为：
5.根据权利要求4所述的基于VMD与CEEMDAN的铁路信号电缆故障检测方法，其特征在于，采用改进VMD算法对预处理后的信号进行分
6.根据权利要求1所述的基于VMD与CEEMDAN的铁路信号电缆故障检测方法，其特征在于，对IMF分量进行去噪处理，得到重构信号的步骤中，基于最小二乘的S-G平滑滤波算法对VMD算法分解后的各IMF分量进行去噪处理，S-G算法的平滑公式如下：
7.根据权利要求1所述的基于VMD与CEEMDAN的铁路信号电缆故障检测方法，其特征在于，采用CEEMDAN算法对重构信号进行分解，得到一组IMFs分量的步骤，具体包括：
8.根据权利要求1所述的基于VMD与CEEMDAN的铁路信号电缆故障检测方法，其特征在于，采用周期图法计算得到功率谱表示为：
9.根据权利要求1所述的基于VMD与CEEMDAN的铁路信号电缆故障检测方法，其特征在于，采用改进VMD算法对预处理后的信号进行分解的步骤中，将得到的第一个IMF分量去除。
10.一种基于VMD与CEEMDAN的铁路信号电缆故障检测系统，其特征在于，所述系统包括：
...【技术特征摘要】
1.一种基于vmd与ceemdan的铁路信号电缆故障检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于vmd与ceemdan的铁路信号电缆故障检测方法，其特征在于，所述注入进频信号，构建背景库，得到故障电缆芯线反射信号的步骤，具体包括同时向非故障电缆芯线与故障电缆芯线注入步进频信号，采集其反射信号，并定义非故障电缆芯线的反射信号为背景库，来自故障电缆芯线的反射信号为故障电缆芯线反射信号。
3.根据权利要求1所述的基于vmd与ceemdan的铁路信号电缆故障检测方法，其特征在于，对故障电缆芯线反射信号进行预处理的步骤包括对故障电缆芯线反射信号进行去除直流分量处理和进行加窗处理，得到预处理信号。
4.根据权利要求1所述的基于vmd与ceemdan的铁路信号电缆故障检测方法，其特征在于，采用改进vmd算法对预处理后的信号进行分解，得到多个imf分量的步骤中，改进vmd算法中，变分问题的构造为：
5.根据权利要求4所述的基于vmd与ceemdan的铁路信号电缆故障检测方法，其特征在于，采用改进vmd算法对预处理后的信号进行分解，得到多个imf分量的步骤中，设置初始分解层数，分解得到一组imf分量，并...
【专利技术属性】
技术研发人员：薛瑞民，张学诚，钟胜远，张恩泉，梅建军，
申请(专利权)人：广州赛力迪科技有限公司，
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。