CN103308829A - 一种gis单次局放信号提取与触发时刻调整方法 - Google Patents
一种gis单次局放信号提取与触发时刻调整方法 Download PDFInfo
- Publication number
- CN103308829A CN103308829A CN2013101953556A CN201310195355A CN103308829A CN 103308829 A CN103308829 A CN 103308829A CN 2013101953556 A CN2013101953556 A CN 2013101953556A CN 201310195355 A CN201310195355 A CN 201310195355A CN 103308829 A CN103308829 A CN 103308829A
- Authority
- CN
- China
- Prior art keywords
- signal
- discharge
- fault
- crest
- gis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Testing Relating To Insulation (AREA)
- Locating Faults (AREA)
Abstract
本发明具体公开了一种GIS单次局放信号提取与触发时刻调整方法,它的步骤为:(1)利用超高频电磁波传感器获取GIS的单一局部放电故障;(2)利用小波去噪方法滤除步骤(1)故障信号中的高频噪声;(3)对(2)滤波后故障信号进行归一化,并取绝对值;步骤(4)求取(3)中获取信号的数值微分;(5)以微分信号为基础,使用阀值法定位各次放电信号中放电波峰的前沿在故障信号中的位置;(6)以(5)中获取的各次放电信号在原故障信号中的位置及其对应采样值为基础;(7)确定各次放电波峰起始点在原故障信号中的位置;(8)根据(7)截取的各次放电信号,通过补充***白噪声的方法,调整单次放电信号具有特定放电起始位置。
Description
技术领域
本发明涉及一种GIS单一局部放电故障信号的提取方法,尤其涉及一种GIS单一局部放电超高频(UHF)电磁波故障信号中单次放电信号提取方法。
背景技术
目前,对GIS(气体绝缘开关设备)局部放电故障的研究已逐步深入,并已公开了许多研究成果。但是这些研究成果往往只针对实验室条件下获取的单次且具有特定放电触发时刻(在故障信号采样序列中的位置)的GIS局放信号提出的;而实际GIS局放故障UHF监测信号往往包含多次放电信号,且各次放电信号触发时刻未知,从而造成实验室条件下适用的理论方法在实际中的应用效果大打折扣,甚至无法使用,限制了实验室理论方法向实际应用的转化。
发明内容
为了解决现有技术存在的问题,本发明公开了一种GIS单次局放信号提取与触发时刻调整方法,该方法通过小波去噪抑制故障信号中的高频噪声,以求取微分的方法抑制信号中的低频噪声,使故障信号最大限度凸现出来,之后对放电波峰的采样点使用高斯函数进行拟合,根据拟合函数求取其放电触发时刻。
为实现上述目的,本发明采用如下技术方案:
一种GIS单次局放信号提取与触发时刻调整方法,它包括如下步骤:
步骤(1)利用超高频电磁波传感器获取GIS的单一、多次局部放电故障,并将获得的信号输入到计算机中;
步骤(2)利用小波去噪方法滤除步骤(1)故障信号中的高频噪声;
步骤(3)对步骤(2)滤波后的故障信号进行归一化,并取绝对值,将放电波峰的前沿变为上升沿;
步骤(4)求取步骤(3)中获取信号的数值微分,凸显放电波峰位置;
步骤(5)以微分后的信号为基础,使用阀值法找出各次放电信号中,放电波峰前沿微分值大于该阀值的采样点在故障信号中的分布位置;
步骤(6)以步骤(5)中获取的各次放电波峰上升沿在原故障信号中的位置为基础,使用对应采样值对各次放电的放电波峰使用高斯函数进行拟合;
步骤(7)根据拟合所得各放电波峰的函数表达式,确定各次放电波峰起始点在原故障信号中的位置,在原故障信号中截取单次放电信号;
步骤(8)根据步骤(7)截取的各次放电信号,通过补充***白噪声的方法,调整单次放电信号具有特定放电起始位置。
步骤(2)所述包括以下步骤:
(1)使用五阶Symlets小波对y(0)进行四层小波分解,得到其各层高频系数gm(m=1,2,…,4)和低频系数hm(m=1,2,…,4),其中,y(0)表示原故障信号。
(2)使用各层高频系数的阀值Tm,m=1,2,…,4,阀值满足:
步骤(3)具体过程如下:
为突出信号形态,对滤波后信号进行归一化;另外,为保证后续步骤中,确定的采样点位于放电波峰的前沿,需使放电波峰数据为正值,对滤波后数据取绝对值。令a表示的y(1)最大幅值,则
a=max(|y(1)|)
其中:max(·)为求取最大值,令:
y(2)=|y(1)/a|
则,y(2)即为y(1)波形调整的结果。
步骤(4)的具体过程如下:
采用基于拉格朗日插值公式的三点公式求取y(2)的微分y(3),以采样点在采样序列中的位置作为采样值对应的横坐标,以对应的采样值作为纵坐标;通过插值的方式求取导数的问题可以描述为,对给定数据:
横坐标:1,2,…,n
纵坐标:y(2)(1),y(2)(2),…y(2)(n)
进行插值。令求导步进h为单位采样间隔,即1,
使用三点公式,y(2)的微分y(3)可表示为:
y(3)(k)=0.5×[-3×y(2)(k)+4×y(2)(k+1)-y(2)(k+2)]
y(3)(n-1)=0.5×[-y(2)(n-2)+y(2)(n)]
y(3)(n)=0.5×[y(2)(n-2)-4×y(2)(n-1)+3×y(2)(n)]
其中,k=1,2,…,n-2,n为自然数。
所述的步骤(5)具体过程如下:超高频电磁波所处频段可以避开测量现场大部分常规干扰,滤除超高频电磁波中频率较之更高的噪声后,遗留下的噪声信号幅值小于放电波峰幅值的30%,变化频率低于超高频,通过微分求解可突出放电波峰的位置。
定义:b为判断y(2)中采样点是否位于放电波峰的微分阀值;令,b=0.3×max(y(3))。
在y(3)中,找出满足y(3)(x)≥b(其中自然数x=1,2,…,n)的所有采样点的采样时刻(即在采样序列中的位置)x(x为自然数)组成集合X;X中的数据聚集分布在j个采样时刻带上,j为自然数,从该j个采样时刻带中,剔除j1个包含采样点数小于5的时刻带,j1为自然数,且j1≤j,令r=j-j1。那么,故障信号中含有的局部放电次数为r,且该r个连续分布的采样时刻带位于各次局放故障放电波峰的前沿,当r=0时认为没有发生局放故障,后续步骤中默认r≥1。
步骤(6)的具体过程如下:
对该r个连续采样时刻带上的采样点,以采样时刻作为横坐标,以对应的采样数值作为纵坐标,表示为:
横坐标:xi0,xi0+1,…xi0+2×mi
纵坐标:y(1)(xi0),y(1)(xi0+1),…y(1)(xi0+2×mi)
其中,xi0表示第i个采样时刻带上,第1个采样时刻在采样序列y(2)中的位置,mi表示第i个采样时刻带所包含的采样点数,且i、mi为自然数,i≤r。
(2)、使用最小二乘法进行高斯函数拟合
拟合所得函数为
其中:x为实数,且1≤x≤n;ai表示第i个波峰高度;bi表示第i个波峰拟合所得高斯函数的对称轴在采样序列中的位置;ci反映了第i个波峰的陡峭程度,2ln(2×ci)为波峰半高度时的宽度。
步骤(7)的具体过程如下:
令i=1,2,…,r,该式的解x,有两个取值,对x的这两个取值分别取整得xi1,xi2;xi1、xi2为自然数且xi1<xi2;使用的传感器采样率为S GHz(S≥10)记pi=xi1-S/2,i=1,2,…,r,当pi≤0时,令pi=1,则各次放电起始位置为pi;
当r=1时,采样信号中只包含一次局部放电故障,且放电波峰起始位置为采样点p1,取行向量y(0)位于第p1位至第n位的元素作为放电故障信号;
当r≥2时,采样信号中包含r次放电信号;
当i=1时,取行向量y(0)前p2个元素作为第一个放电故障信号;
当2≤i<r时,取行向量y(0)位于第pi至pi+1位内的元素作为该次放电故障信号;
当i=r时,取行向量y(0)位于第pj位至第n位的元素作为该次放电故障信号。
按上述单次放电故障信号在采样信号中位置的定位方法,提取各次放电信号,并记为fi,i=1,2,…,r;明显fi彼此之间含有的元素个数是不同的,且fi中的第一个元素即为其对应的第i次放电故障信号的放电起始位置。
步骤(8)的具体过程如下:
以ki表示截取的单次放电故障信号fi包含元素的个数,i=1,2,…,r,ki为自然数;并令k0=max{ki,i=1,2,…,r}。为保证故障信号的完整性,要求s≥q+k0,s为自然数。GIS无故障时,对***噪声进行采样,组成噪声信号w,且w为1×s的行向量。令Fi,i=1,2,…,r,表示从原故障信号中提取的具有特定放电起始时刻q和采样点数s的单次故障信号。
仅在此处定义格式:M(a1:a2)=N(a3:a4),表示将N的位于第a3列至第a4列(1≤a3≤a4)位置上的数据赋给M位于第a1列至第a2列(1≤a1≤a2)的数据存储位置,且a4-a3=a2-a1,a1,a2,a3,a4为自然数,则Fi可表示为:
Fi(1:q-1)=w(1:q-1)
Fi(q:q+ki-1)=fi(1:ki)
Fi(q+ki:s)=w(q+ki:s)
此时,Fi,i=1,2,…,r,即为从原故障信号中提取的具有特定放电起始时刻q和采样点数s的单次故障信号,且Fi(1:q-1)=w(1:q-1)表示将w的位于第1列至第q-1列位置上的数据赋给Fi位于第1列至第q-1列的数据存储位置;
Fi(q:q+ki-1)=fi(1:ki)表示将fi的位于第1列至第ki列位置上的数据赋给Fi位于第q列至第q+ki-1列的数据存储位置;
Fi(q+ki:s)=w(q+ki:s)的表示将w的位于第q+ki列至第s列位置上的数据赋给Fi位于第q+ki列至第s列的数据存储位置。
本发明的有益效果如下:
本发明方法公开的单次放电信号提取方法,通过小波去噪抑制故障信号中的高频噪声,以求取微分的方法抑制信号中的低频噪声,使故障信号最大限度凸现出来,提取单次放电故障信号更科学有效。同时将截取的信号规整化为具有特定触发时刻的单次故障信号,进而缩减实际故障信号与实验室条件下故障信号之间的差距,提高实验室中的理论方法在实际中的应用效果。
附图说明
图1单次放电故障信号
图2对连续放电信号滤除高频噪声后的波形
图3波形调整后的故障信号
图4阀值法定位波形调整后的放电波峰前沿
图5本发明方法总体流程图
具体实施方式
本发明通过对传感器获取的GIS内多次放电故障波形进行处理,确定各次放电信号放电波峰的大致位置;以各放电波峰处的采样值及其在故障信号采样序列的位置为基础,使用高斯函数对放电波峰进行拟合;通过对各放电波峰拟合所得的高斯函数表达式,确定各次放电信号起始采样点在故障信号采样序列的位置;依靠确定的放电信号起始位置,在故障信号中截取单次放电信号;通过补充噪声信号,获得只含有单次放电信号且具有特定放电触发时刻(在采样序列中的位置)的故障信号。本发明具体采用以下技术方案:
步骤(1)利用超高频电磁波传感器获取GIS的单一、多次局部放电故障,并将获得的信号输入到计算机中;
步骤(2)利用小波去噪方法滤除步骤(1)故障信号中的高频噪声;
步骤(3)对步骤(2)滤波后故障信号进行归一化,并取绝对值;
步骤(4)求取步骤(3)中获取信号的数值微分;
步骤(5)以微分信号为基础,使用阀值法定位各次放电信号中,放电波峰前沿微分值大于该阀值的采样点在故障信号中的分布位置;
步骤(6)以步骤(5)中获取的各次放电信号在原故障信号中的位置及其对应采样值为基础,对各次放电的放电波峰使用高斯函数进行拟合;
步骤(7)根据拟合所得各放电波峰的函数表达式,确定各次放电波峰起始点在原故障信号中的位置,在原故障信号中截取单次放电信号;
步骤(8)根据步骤(7)截取的各次放电信号,通过补充***白噪声的方法,调整单次放电信号具有特定放电起始位置。
上面步骤的具体过程如下:
假设GIS内超高频电磁波传感器获取的单一、多次局部放电故障信号行向量y(1×n维,n为自然数),y中含放电次数为M,M为自然数。以行向量y(i)(i=0,1,2...)表示Y经过i次处理后的结果,其中:y(0)表示原故障信号。另外,该方法要求传感器采样率大于等于10GS/s,即对于半峰脉宽持续时间为1ns的放电波峰,幅值大于半峰幅值部分采样点个数大于10。
1、滤除高频噪声
(1)使用五阶Symlets小波对y(0)进行四层小波分解,得到其各层高频系数gm(m=1,2,…,4)和低频系数hm(m=1,2,…,4),其中,y(0)表示原故障信号。
(2)使用各层高频系数的阀值Tm,m=1,2,…,4,阀值满足:
图1为实验室获取的具有特定放电时刻的GIS单次局放故障UHF信号,图2为y(1)的波形。
2、波形调整
为突出信号形态,对滤波后信号进行归一化;另外,为保证后续步骤中,确定的采样点位于放电波峰的前沿,需使放电波峰数据为正值,对滤波后数据取绝对值。令a表示的y(1)最大幅值,则
a=max(|y(1)|)
其中:max(·)为求取最大值。令:
y(2)=|y(1)/a|
则,y(2)即为y(1)波形调整的结果,波形如图3所示。
3、微分
采用基于拉格朗日插值公式的三点公式求取y(2)的微分y(3)。以采样点在采样序列中的位置作为采样值对应的横坐标,以对应的采样值作为纵坐标;通过插值的方式求取导数的问题可以描述为,对给定采样数据:
1,2,…,n
y(2)(1),y(2)(2),…y(2)(n)
进行插值。令求导步进h为单位采样间隔,即1。
使用三点公式,y(2)的微分y(3)可表示为:
y(3)(k)=0.5×[-3×y(2)(k)+4×y(2)(k+1)-y(2)(k+2)]
y(3)(n-1)=0.5×[-y(2)(n-2)+y(2)(n)]
y(3)(n)=0.5×[y(2)(n-2)-4×y(2)(n-1)+3×y(2)(n)]
其中,k=1,2,…,n-2。
4、确定单次放电信号放电波峰前沿大致位置
超高频电磁波所处频段可以避开测量现场大部分常规干扰,滤除超高频电磁波中频率较之更高的噪声后,遗留下的噪声信号幅值小于放电波峰幅值的10%,变化频率低于超高频,通过微分求解可突出放电波峰的位置。
定义:b为判断y(2)中采样点是否位于放电波峰的微分阀值。令,b=0.3×max(y(3));
在行向量y(3)中,找出满足y(3)(x)≥b(其中正整数x=1,2,…,n)的所有采样点的采样时刻(即在采样序列中的位置)x(x为自然数)组成集合X;X中的数据聚集分布在j个采样时刻带上,j为自然数。从该j个采样时刻带中,剔除j1个包含采样点数小于5的时刻带,j1为自然数,且j1≤j,令r=j-j1。那么,故障信号中含有的局部放电次数为r,且该r个连续分布的采样时刻带位于各次局放故障放电波峰的前沿,当r=0时认为没有发生局放故障,后续步骤中默认r≥1;如图4所示。
5、波形拟合
对该r个连续采样时刻带上的采样点,以采样时刻作为横坐标,以对应的采样数值作为纵坐标,表示为:
横坐标:xi0,xi0+1,…xi0+2×mi
纵坐标:y(1)(xi0),y(1)(xi0+1),…y(1)(xi0+2×mi)
其中,xi0表示第i个采样时刻带上,第1个采样时刻在采样序列y(2)中的位置,mi表示第i个采样时刻带所包含的采样点数,且i、mi为自然数,i≤r。
(2)、使用最小二乘法进行高斯函数拟合
拟合所得函数为
其中:x为实数,且1≤x≤n;ai表示第i个波峰高度;bi表示第i个波峰拟合所得高斯函数的对称轴在采样序列中的位置;ci反映了第i个波峰的陡峭程度,2ln(2×ci)波峰半高度时的宽度。注:非线性函数的最小二乘拟合为已有技术,此处不再详述。
6、截取故障信号
令i=1,2,…,r,该式的解x,有两个取值,对x的这两个取值分别取整得xi1,xi2;xi1、xi2为自然数且xi1<xi2;使用的传感器采样率为S GHz(S≥10)记pi=xi1-S/2,i=1,2,…,r,当pi≤0时,令pi=1,则各次放电起始位置为pi。
当r=1时,采样信号中只包含一次局部放电故障,且放电波峰起始位置为采样点p1,取行向量y(0)位于第p1位至第n位的元素作为放电故障信号。
当r≥2时,采样信号中包含r次放电信号。
当i=1时,取行向量y(0)前p2个元素作为第一个放电故障信号。
当2≤i<r时,取行向量y(0)位于第pi至pi+1位内的元素作为该次放电故障信号;
当i=r时,取行向量y(0)位于第pj位至第n位的元素作为该次放电故障信号。
按上述单次放电故障信号在采样信号中位置的定位方法,提取各次放电信号,并记为fi,i=1,2,…,r;明显fi彼此之间含有的元素个数是不同的,且fi中的第一个元素即为其对应的第i次放电故障信号的放电起始位置。
7、规整化
对截取的单次放电故障信号fi,i=1,2,…,r,的规整化目的是获取具有特定采样点数s且放电起始位置为q的单次放电信号Fi(Fi为1×s的行向量),以便实验室下研究成果顺利应用。
以ki表示截取的单次放电故障信号fi包含元素的个数,i=1,2,…,r,ki为自然数;并令k0=max{ki,i=1,2,…,r}。为保证故障信号的完整性,要求s≥q+k0,s为自然数。GIS无故障时,对***噪声进行采样,组成噪声信号w,且w为1×s的行向量。令Fi,i=1,2,…,r,表示从原故障信号中提取的具有特定放电起始时刻q和采样点数s的单次故障信号。
仅在此处定义格式:M(a1:a2)=N(a3:a4),表示将N的位于第a3列至第a4列(1≤a3≤a4)位置上的数据赋给M位于第a1列至第a2列(1≤a1≤a2)的数据存储位置,且a4-a3=a2-a1,a1,a2,a3,a4为自然数。则Fi可表示为:
Fi(1:q-1)=w(1:q-1)
Fi(q:q+ki-1)=fi(1:ki)
Fi(q+ki:s)=w(q+ki:s)
此时,Fi,i=1,2,…,r,即为从原故障信号中提取的具有特定放电起始时刻q和采样点数s的单次故障信号。
本发明方法总体流程图如图5所示。
Claims (8)
1.一种GIS单次局放信号提取与触发时刻调整方法,其特征是,包括以下步骤:
步骤(1)利用超高频电磁波传感器获取GIS的单一、多次局部放电故障,并将获得的信号输入到计算机中;
步骤(2)利用小波去噪方法滤除步骤(1)故障信号中的高频噪声;
步骤(3)对步骤(2)滤波后故障信号进行归一化,并取绝对值;
步骤(4)求取步骤(3)中获取信号的数值微分;
步骤(5)以微分信号为基础,使用阀值法定位各次放电信号中,放电波峰前沿微分值大于该阀值的采样点在故障信号中的分布位置;
步骤(6)以步骤(5)中获取的各次放电信号在原故障信号中的位置及其对应采样值为基础,对各次放电的放电波峰使用高斯函数进行拟合;
步骤(7)根据拟合所得各放电波峰的函数表达式,确定各次放电波峰起始点在原故障信号中的位置,在原故障信号中截取单次放电信号;
步骤(8)根据步骤(7)截取的各次放电信号,通过补充***白噪声的方法,调整单次放电信号具有特定放电起始位置。
3.如权利要求1所述的GIS单次局放信号提取与触发时刻调整方法,其特征在于:步骤(3)具体过程如下:
为突出信号形态,对滤波后信号进行归一化;另外,为保证后续步骤中,确定的采样点位于放电波峰的前沿,需使放电波峰数据为正值,对滤波后数据取绝对值,令a表示的y(1)最大幅值,则
a=max(|y(1)|)
其中:max(·)为求取最大值,令:
y(2)=|y(1)/a|
则,y(2)即为y(1)波形调整的结果。
4.如权利要求1所述的GIS单次局放信号提取与触发时刻调整方法,其特征在于:步骤(4)的具体过程如下:
采用基于拉格朗日插值公式的三点公式求取y(2)的微分y(3),以采样点在采样序列中的位置作为采样值对应的横坐标,以对应的采样值作为纵坐标;通过插值的方式求取导数的问题描述为,对给定采样数据:
横坐标:1,2,…,n
纵坐标:y(2)(1),y(2)(2),…y(2)(n)
进行插值,令求导步进h为单位采样间隔,即1,
使用三点公式,y(2)的微分y(3)可表示为:
y(3)(k)=0.5×[-3×y(2)(k)+4×y(2)(k+1)-y(2)(k+2)]
y(3)(n-1)=0.5×[-y(2)(n-2)+y(2)(n)]
y(3)(n)=0.5×[y(2)(n-2)-4×y(2)(n-1)+3×y(2)(n)]
其中,k=1,2,…,n-2,n为自然数。
5.如权利要求1所述的GIS单次局放信号提取与触发时刻调整方法,其特征在于:所述的步骤(5)具体过程如下:
定义:b为判断y(2)中采样点是否位于放电波峰的微分阀值;
令,b=0.3×max(y(3));
在行向量y(3)中,找出满足y(3)(x)≥b的所有采样点的采样时刻x组成集合X;X中的数据聚集分布在j个采样时刻带上,j为自然数,从该j个采样时刻带中,剔除j1个包含采样点数小于5的时刻带,j1为自然数,且j1≤j,令r=j-j1;那么,故障信号中含有的局部放电次数为r,且该r个连续分布的采样时刻带位于各次局放故障放电波峰的前沿,当r=0时认为没有发生局放故障,后续步骤中默认r≥1。
6.如权利要求1所述的GIS单次局放信号提取与触发时刻调整方法,其特征在于:步骤(6)的具体过程如下:
(1)、对该r个连续采样时刻带上的采样点,以采样时刻作为横坐标,以对应的采样数值作为纵坐标,表示为:
横坐标:xi0,xi0+1,…xi0+2×mi
纵坐标:y(1)(xi0),y(1)(xi0+1),…y(1)(xi0+2×mi)
其中,xi0表示第i个采样时刻带上,第1个采样时刻在采样序列y(2)中的位置,mi表示第i个采样时刻带所包含的采样点数,且i、mi为自然数,i≤r;
(2)、使用最小二乘法进行高斯函数拟合
拟合所得函数为
其中:x为实数,且1≤x≤n;ai表示第i个波峰高度;bi表示第i个波峰拟合所得高斯函数的对称轴在采样序列中的位置;ci反映了第i个波峰的陡峭程度,2ln(2×ci)波峰半高度时的宽度。
7.如权利要求1所述的GIS单次局放信号提取与触发时刻调整方法,其特征在于:步骤(7)的具体过程如下:
令i=1,2,…,r,该式的解x,有两个取值,对x的这两个取值分别取整得xi1,xi2;xi1、xi2为自然数且xi1<xi2;使用的传感器采样率为S GHz,其中S≥10,记pi=xi1-S/2,i=1,2,…,r,当pi≤0时,令pi=1,则各次放电起始位置为pi;
当r=1时,采样信号中只包含一次局部放电故障,且放电波峰起始位置为采样点p1,取行向量y(0)位于第p1位至第n位的元素作为放电故障信号;
当r≥2时,采样信号中包含r次放电信号;
当i=1时,取行向量y(0)前p2个元素作为第一个放电故障信号;
当2≤i<r时,取行向量y(0)位于第pi至pi+1位内的元素作为该次放电故障信号;
当i=r时,取行向量y(0)位于第pj位至第n位的元素作为该次放电故障信号;
按上述单次放电故障信号在采样信号中位置的定位方法,提取各次放电信号,并记为fi,i=1,2,…,r;明显fi彼此之间含有的元素个数是不同的,且fi中的第一个元素即为其对应的第i次放电故障信号的放电起始位置。
8.如权利要求1所述的GIS单次局放信号提取与触发时刻调整方法,其特征在于:步骤(8)的具体过程如下:
以ki表示截取的单次放电故障信号fi包含元素的个数,i=1,2,…,r,ki为自然数;并令k0=max{ki,i=1,2,…,r};为保证故障信号的完整性,要求s≥q+k0,s为自然数。GIS无故障时,对***噪声进行采样,组成噪声信号w,且w为1×s的行向量;令Fi,i=1,2,…,r,表示从原故障信号中提取的具有特定放电起始时刻q和采样点数s的单次故障信号;
在此处定义格式:M(a1:a2)=N(a3:a4),表示将N的位于第a3列至第a4列位置上的数据赋给M位于第a1列至第a2列的数据存储位置,且a4-a3=a2-a1,a1,a2,a3,a4为自然数;则Fi表示为:
Fi(1:q-1)=w(1:q-1)
Fi(q:q+ki-1)=fi(1:ki)
Fi(q+ki:s)=w(q+ki:s)
此时,Fi,i=1,2,…,r,即为从原故障信号中提取的具有特定放电起始时刻q和采样点数s的单次故障信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310195355.6A CN103308829B (zh) | 2013-05-23 | 2013-05-23 | 一种gis单次局放信号提取与触发时刻调整方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310195355.6A CN103308829B (zh) | 2013-05-23 | 2013-05-23 | 一种gis单次局放信号提取与触发时刻调整方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103308829A true CN103308829A (zh) | 2013-09-18 |
CN103308829B CN103308829B (zh) | 2015-08-05 |
Family
ID=49134260
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310195355.6A Active CN103308829B (zh) | 2013-05-23 | 2013-05-23 | 一种gis单次局放信号提取与触发时刻调整方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103308829B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103630808A (zh) * | 2013-11-11 | 2014-03-12 | 华南理工大学 | 一种基于提升小波变换的局部放电信号去噪方法 |
CN106569034A (zh) * | 2016-10-21 | 2017-04-19 | 江苏大学 | 一种基于小波和高阶pde的局部放电信号去噪方法 |
CN107687875A (zh) * | 2017-08-17 | 2018-02-13 | 合肥工业大学 | 一种测量含气导电液体流量的电磁式涡街流量计 |
CN108074319A (zh) * | 2016-11-11 | 2018-05-25 | 深圳怡化电脑股份有限公司 | 磁性信号的鉴伪方法及装置 |
CN108446632A (zh) * | 2018-03-20 | 2018-08-24 | 珠海华网科技有限责任公司 | 一种局部放电脉冲边沿寻找与局部放电确认方法 |
CN108957248A (zh) * | 2018-10-09 | 2018-12-07 | 国网河南省电力公司洛阳供电公司 | 一种配电网初始故障定位及预警方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2019850C1 (ru) * | 1991-04-29 | 1994-09-15 | Юрий Петрович Аксенов | Способ контроля характеристик частичных разрядов и устройство для его осуществления |
JP2000002741A (ja) * | 1998-06-15 | 2000-01-07 | Tokyo Electric Power Co Inc:The | 外部雑音除去方法 |
CN101865969A (zh) * | 2010-05-26 | 2010-10-20 | 四川电力试验研究院 | 一种气体绝缘组合电器局部放电的在线监测定位方法 |
CN102841294A (zh) * | 2011-12-23 | 2012-12-26 | 湖北省电力公司电力科学研究院 | 电气设备特高频局部放电检测中信号与干扰的鉴别方法 |
CN102854445A (zh) * | 2012-10-18 | 2013-01-02 | 上海市电力公司 | 一种局部放电脉冲电流的波形特征提取方法 |
-
2013
- 2013-05-23 CN CN201310195355.6A patent/CN103308829B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2019850C1 (ru) * | 1991-04-29 | 1994-09-15 | Юрий Петрович Аксенов | Способ контроля характеристик частичных разрядов и устройство для его осуществления |
JP2000002741A (ja) * | 1998-06-15 | 2000-01-07 | Tokyo Electric Power Co Inc:The | 外部雑音除去方法 |
CN101865969A (zh) * | 2010-05-26 | 2010-10-20 | 四川电力试验研究院 | 一种气体绝缘组合电器局部放电的在线监测定位方法 |
CN102841294A (zh) * | 2011-12-23 | 2012-12-26 | 湖北省电力公司电力科学研究院 | 电气设备特高频局部放电检测中信号与干扰的鉴别方法 |
CN102854445A (zh) * | 2012-10-18 | 2013-01-02 | 上海市电力公司 | 一种局部放电脉冲电流的波形特征提取方法 |
Non-Patent Citations (2)
Title |
---|
朱周侠等: "用于局部放电检测的一种小波去噪方法", 《高压电器》 * |
李天云等: "基于小波变换和数学形态学的局部放电信号分析方法", 《电网技术》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103630808A (zh) * | 2013-11-11 | 2014-03-12 | 华南理工大学 | 一种基于提升小波变换的局部放电信号去噪方法 |
CN103630808B (zh) * | 2013-11-11 | 2016-02-24 | 华南理工大学 | 一种基于提升小波变换的局部放电信号去噪方法 |
CN106569034A (zh) * | 2016-10-21 | 2017-04-19 | 江苏大学 | 一种基于小波和高阶pde的局部放电信号去噪方法 |
CN108074319A (zh) * | 2016-11-11 | 2018-05-25 | 深圳怡化电脑股份有限公司 | 磁性信号的鉴伪方法及装置 |
CN107687875A (zh) * | 2017-08-17 | 2018-02-13 | 合肥工业大学 | 一种测量含气导电液体流量的电磁式涡街流量计 |
CN107687875B (zh) * | 2017-08-17 | 2021-06-22 | 合肥工业大学 | 一种测量含气导电液体流量的电磁式涡街流量计 |
CN108446632A (zh) * | 2018-03-20 | 2018-08-24 | 珠海华网科技有限责任公司 | 一种局部放电脉冲边沿寻找与局部放电确认方法 |
CN108446632B (zh) * | 2018-03-20 | 2022-05-03 | 珠海华网科技有限责任公司 | 一种局部放电脉冲边沿寻找与局部放电确认方法 |
CN108957248A (zh) * | 2018-10-09 | 2018-12-07 | 国网河南省电力公司洛阳供电公司 | 一种配电网初始故障定位及预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103308829B (zh) | 2015-08-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103308829A (zh) | 一种gis单次局放信号提取与触发时刻调整方法 | |
CN109459732B (zh) | 一种宽带雷达干扰信号的识别分类方法 | |
CN105572649B (zh) | 基于稀疏傅里叶变换的雷达目标检测方法 | |
CN109633431B (zh) | 基于振动信号特征提取的有载分接开关故障识别方法 | |
CN106685478B (zh) | 基于信号时频图像信息提取的跳频信号参数估计方法 | |
CN103941254A (zh) | 一种基于地质雷达的土壤物性类别识别方法和装置 | |
CN106771905B (zh) | 一种适用于高频电流局部放电检测的脉冲提取方法 | |
CN102819043B (zh) | 阵列信号随机噪声自适应模型去噪方法 | |
CN102508206A (zh) | 基于小波包去噪和功率谱熵的线性调频信号参数估计方法 | |
KR101294681B1 (ko) | 기상 신호 처리장치 및 그 처리방법 | |
CN103344948B (zh) | 一种利用稀疏傅里叶变换计算外辐射源雷达互模糊函数的方法 | |
CN103777189A (zh) | 一种基于信息几何复自回归模型的雷达弱目标检测方法 | |
CN105675986A (zh) | 数据缺失时基于时频分析窄带调频信号的到达角估计 | |
CN104133248B (zh) | 一种高保真声波干扰压制方法 | |
CN109450405A (zh) | 一种应用于ad采集中的复合式软件滤波方法及*** | |
CN101881821A (zh) | 一种分数阶傅里叶域信道化接收方法 | |
CN104133199A (zh) | 用于生命探测雷达的微弱呼吸信号增强方法 | |
CN116088320A (zh) | 稀疏双时空非凸罚自适应Chirp模态交叉混叠分解方法 | |
CN105429720A (zh) | 基于emd重构的相关时延估计方法 | |
CN112986922A (zh) | 基于顺序统计滤波和二元检测的被动雷达信号检测方法 | |
CN109407069B (zh) | 一种基于选通加权频率分集的弹载雷达角闪烁频率抑制方法 | |
CN103500421A (zh) | 一种基于频率特征的耕地复种指数提取方法 | |
CN101833752B (zh) | 基于奇异值分解重构的红外小目标预处理方法 | |
CN109541567A (zh) | 基于深度学习的高速机动目标检测方法 | |
CN107561506B (zh) | 一种多级虚警概率联合递推目标检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |