基于双模态噪声参考的自适应特高频局放信号提取装置及方法制造方法及图纸

技术编号:45722101 阅读:12 留言:0更新日期:2025-07-04 18:44
本发明专利技术公开了基于双模态噪声参考的自适应特高频局放信号提取装置及方法,涉及通信技术领域,包括:双传感器协同采集系统,所述双传感器协同采集系统包含定向特高频传感器组和噪声特征学习模块;自适应噪声消除装置,与所述双传感器协同采集系统连接;智能信号鉴别系统,与所述自适应噪声消除装置连接。通过定向特高频传感器组中的辅传感器专门采集环境背景噪声,噪声特征学习模块利用希尔伯特‑黄变换提取背景噪声的时频域特征图谱,使得装置能够实时了解噪声的特性变化。同时,自适应噪声消除装置中的动态阈值调整单元可以根据噪声能量水平自动调整信号触发阈值,实现了对噪音变化的自动跟踪,极大地提高了装置对复杂噪声环境的适应性。

【技术实现步骤摘要】

本专利技术涉及通信,具体是涉及基于双模态噪声参考的自适应特高频局放信号提取装置及方法


技术介绍

1、在通信领域的特高频局放信号监测中,过往的技术面临诸多挑战。随着环境的变化,现场的特高频局放信号会受到不同程度的噪声干扰,且噪声的强度和特性也会随之改变。例如,在工业现场,电气设备运行时会产生各种类型的电磁噪声,这些噪声会叠加在特高频局放信号上,使得监测到的信号变得复杂。

2、传统的局放在线监测技术,难以自动且精准地跟踪噪音变化。一方面,在面对不同频率和强度的噪声时,缺乏有效的自适应机制,无法及时调整监测参数以适应噪音环境的变化。例如,当环境中突然出现高强度的脉冲噪声时,传统监测设备可能会因无法及时调整阈值而导致误判,将噪声误识别为局放信号。另一方面,在消除噪音方面,传统技术手段有限。已有的滤波器通常只能针对特定类型的噪声进行处理,对于复杂多变的噪声,难以实现全面有效的降噪。如梳状滤波器虽然能抑制周期干扰,但对于非平稳信号和脉冲式突发噪声的处理效果不佳,这就导致最终提取的局放信号中仍包含大量噪声,影响信号的准确性和可靠性。p>

3、此外,本文档来自技高网...

【技术保护点】

1.基于双模态噪声参考的自适应特高频局放信号提取装置,其特征在于,包括:

2.根据权利要求1所述的基于双模态噪声参考的自适应特高频局放信号提取装置,其特征在于,所述自适应噪声消除装置包括动态阈值调整单元和三级复合滤波器链;

3.根据权利要求1所述的基于双模态噪声参考的自适应特高频局放信号提取装置,其特征在于,所述梳状滤波器用于抑制周期干扰,所述小波包降噪模块用于处理非平稳信号,所述神经网络滤波器用于识别脉冲式突发噪声。

4.根据权利要求1所述的基于双模态噪声参考的自适应特高频局放信号提取装置,其特征在于,所述智能信号鉴别系统包括多维度特征库和在线模式识...

【技术特征摘要】

1.基于双模态噪声参考的自适应特高频局放信号提取装置,其特征在于,包括:

2.根据权利要求1所述的基于双模态噪声参考的自适应特高频局放信号提取装置,其特征在于,所述自适应噪声消除装置包括动态阈值调整单元和三级复合滤波器链;

3.根据权利要求1所述的基于双模态噪声参考的自适应特高频局放信号提取装置,其特征在于,所述梳状滤波器用于抑制周期干扰,所述小波包降噪模块用于处理非平稳信号,所述神经网络滤波器用于识别脉冲式突发噪声。

4.根据权利要求1所述的基于双模态噪声参考的自适应特高频局放信号提取装置,其特征在于,所述智能信号鉴别系统包括多维度特征库和在线模式识别引擎;

5.根据权利要求1所述的基于双模态噪声参考的自适应特高频局放信号提取装置,其特征在于,所述希尔伯特-黄变换的具体步骤包括:对采集到的背景噪声信号进行经验模态分解,得到多个固有模态函数,再对每个固有模态函数进行希尔伯特变换,进而得到背景噪声的时频域特征图谱。

<...

【专利技术属性】
技术研发人员:吴伟杨文举钟开平鞠彦波苏海胥冲许留廷张仲达
申请(专利权)人:上海莫克电子技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1