CN107728018A - 一种电力电缆现场局部放电信号的降噪方法 - Google Patents
一种电力电缆现场局部放电信号的降噪方法 Download PDFInfo
- Publication number
- CN107728018A CN107728018A CN201710852842.3A CN201710852842A CN107728018A CN 107728018 A CN107728018 A CN 107728018A CN 201710852842 A CN201710852842 A CN 201710852842A CN 107728018 A CN107728018 A CN 107728018A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- signal
- noise
- wavelet
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1227—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials
- G01R31/1263—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials of solid or fluid materials, e.g. insulation films, bulk material; of semiconductors or LV electronic components or parts; of cable, line or wire insulation
- G01R31/1272—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials of solid or fluid materials, e.g. insulation films, bulk material; of semiconductors or LV electronic components or parts; of cable, line or wire insulation of cable, line or wire insulation, e.g. using partial discharge measurements
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明公开了一种电力电缆现场局部放电信号的降噪方法,包括如下步骤,步骤S1:现场采集电力电缆局部放电信号,经过数字处理,形成现场局部放电信号的时域信号f(t);步骤S2:利用快速傅里叶变换将时域信号f(t)转换为对应频域函数F(ω),并对频域函数F(ω)进行数学处理,获得快速傅里叶功率谱步骤S3:使用AGFCM算法对含噪信号功率谱数据分为两类;步骤S4:定位窄带干扰峰,并对定位到的窄带干扰峰进行压缩处理,对滤除窄带干扰峰后的P(ω)进行快速傅里叶反变换,得到去除窄带噪声信号g(t);步骤S5:对g(t)进行小波变换分析,选取母小波,确定阈值,滤除白噪声,得到最终去噪信号。本发明可以抑制周期性窄带噪声,减小了波形畸变率,提高了去噪结果的信噪比。
Description
技术领域
本发明涉及电力检测技术领域,具体涉及一种电力电缆现场局部放电信号 的降噪方法。
背景技术
局部放电(partial discharge,PD)是电力电缆安全运行的常见故障,如果不能及时检测出局部放电信号,将会造成安全隐患,严重时可能引发用电事故。PD检 测是目前绝缘状态评估的有效方法之一,然而由于运行环境的影响,在实际现 场PD信号采集过程中,互感器采集到的PD信号会含有各种大量的干扰和噪声。 比如电气设备的热噪声引起的白噪声、由***载波通信或高次谐波引起的周期 性窄带干扰、由可控硅等开关器件动作产生的随机脉冲干扰等。在处理原始信 号时,只有将混杂的噪声加以消除或抑制后,PD信号的一些重要特征才能显现 出来。因此,如何从含噪声的实际信号中提取出PD信号成为一个具有实际意义 的问题。
当前去噪算法主要有傅里叶分析法、波形参数直接提取法以及小波分析法 等。傅里叶分析在频域上有着很好的分辨率,可以针对窄带噪声进行处理。波 形参数直接提取法可以提取出放电脉冲前沿时间、后沿时间、脉宽及波形存在 时间等特征量,进而识别出PD脉冲。目前在噪声干扰的抑制方面研究较多的方 法是小波变换。小波变换由于具有多分辨率分析的特点,在处理局放这类非平 稳信号时能取得较好的效果,但是针对周期性窄带噪声进行去噪时,往往会导 致波形失真或者去噪不彻底,同时传统小波分析去躁算法还存在着信噪比低、 波形畸变率较大、还原准确性不高的问题,因此,对于现场噪声,需要一种更加先进的去噪算法。
发明内容
本发明所要解决的技术问题是,提供一种电力电缆现场局部放电信号的降 噪方法,解决传统小波分析去躁算法存在的信噪比低、波形畸变率较大、还原 准确性不高的问题。
为解决上述技术问题,本发明采用如下技术方案:一种电力电缆现场局部 放电信号的降噪方法,包括如下步骤,
步骤S1:现场采集电力电缆局部放电信号,经过数字处理,形成现场局部 放电信号的时域信号f(t);
步骤S2:利用快速傅里叶变换将时域信号f(t)转换为对应频域函数F(ω), 并对频域函数F(ω)进行数学处理,获得快速傅里叶功率谱
步骤S3:使用AGFCM算法对含噪信号功率谱数据分为两类,选取受窄带 干扰影响较小的一类的最大值为阈值T;
步骤S4:定位窄带干扰峰,并对定位到的窄带干扰峰进行压缩处理,对滤 除窄带干扰峰后的P(ω)进行快速傅里叶反变换,得到去除窄带噪声信号g(t);
步骤S5:对g(t)进行小波变换分析,选取母小波,确定阈值,滤除白噪声, 得到最终去噪信号。
优选的,步骤S3中AGFCM算法的具体过程为:从全局数据集中按比例进 行抽样得到全局数据集的一个子集,再通过设置聚类个数c进行层次聚类直到 产生c个模糊C均值最终聚类中心,然后将这c个模糊C均值聚类中心,作为 遗传算法的初始种群,再对这c个种群个体进行选择、交叉和变异操作,经过 M次迭代后,实现对数据聚类的优化;将n个样本数据X=(x1,x2,...,xn)分为c个类 族,并求每组的聚类中心vi(i=1,2,...,c),其目标函数定义为:
μij表示第j个数据点对第i个类的隶属度;dij表示第j个数据点与第i个聚类中 心的欧式距离;m∈[1,∞]是模糊聚类指数。
优选的,步骤S4中,将原始信号的功率谱元素分为两类,第一类为受窄带 干扰较小的部分,第二类为周期性窄带干扰部分,取为第一类元素最大值, 则干扰峰阈值为其中,α为裕度系数,对信号功率谱中大于阈值的 点的FFT变换系数进行压缩,将原信号的FFT变换系数作处理,利用方程
方程中F(ω),F'(ω)分别为阈值处理前后原信号的FFT变换系数;λ为压缩比, 压缩比按下式选取
其中,分别为染噪信号功率谱中最大值和均值;
最后,利用干扰峰阈值T以及F'(ω)公式,对于大于T的频域信号部分作为干扰 峰处理。
优选的,步骤S5中对g(t)进行小波变换分析的具体方法为:
设函数ψ(t)∈L2(R),若其傅里叶变换ψ(ω)满足容许条件成立:
ψ(t)即为基小波,通过对基小波进行平移和伸缩就构成了小波函数,若设伸缩因子为a、平移因子为b,则小波函数可以表示为:
对任意g(t)∈L2(R),连续小波变换为:利用此函数选取 母小波,确定阈值,滤除白噪声,得到最终去噪信号。
本发明采用上述技术方案,利用AGFCM聚类算法对快速傅里叶变换进行 阈值优化选取,从而抑制周期性窄带噪声,减小了波形畸变率。然后再通过小 波变换,去除白噪声,提高了去噪结果的信噪比。
附图说明
图1为本发明的流程图。
图2为电力电缆现场局部放电信号的降噪装置结构原理图。
具体实施方式
本发明针对传统的小波分析去躁算法会导致波形失真或者去噪不彻底,以 及信噪比低、波形畸变率较大、还原准确性不高的问题,提出一种更加先进的 去噪算法,对现场噪声进行降噪处理。
如图1所示,一种电力电缆现场局部放电信号的降噪方法,包括如下步骤,
S1:现场采集电力电缆局放信号,经过数字处理,形成含周期性窄带噪声 和白噪声等干扰的现场局放信号时域信号f(t)。
S2:设信号f(t)的快速傅里叶变换为F(ω),即其FFT功 率谱为
S3:从全局数据集中按比例进行抽样得到全局数据集的一个子集,再通过 设置聚类个数c进行层次聚类直到产生c个FCM最终聚类中心。然后将这c个 FCM聚类中心,作为遗传算法的初始种群。再对这c个种群个体进行选择、交叉 和变异操作,经过M次迭代后,将染噪信号功率谱元素分为两类,第一类为受 窄带干扰较小的部分,第二类为周期性窄带干扰部分。
S4:取为第一类元素最大值,则干扰峰阈值为其中,α为裕 度系数,以保护受窄带干扰较小的功率谱部分。将原信号的FFT变换系数作利 用下述数学公式处理:
式中F(ω),F'(ω)分别为阈值处理前后原信号的FFT变换系数;λ为压缩比。上式即对染噪信号功率谱中大于阈值的点的FFT变换系数进行压缩。压缩其中分别为染噪信号功率谱中最大值和均值。对滤除窄带干扰峰后 的P(ω)进行FFT反变换,得到去除窄带噪声信号g(t)。
S5:进行小波变换处理,设函数ψ(t)∈L2(R),若其傅里叶变换ψ(ω)满足容许 条件成立:
ψ(t)即为基小波。通过对基小波进行平移和伸缩就构成了小波函数,若设伸 缩因子为a、平移因子为b,则小波函数可以表示为:
选取母小波,确定阈值,滤除白噪声,得到最终去噪信号。
Claims (4)
1.一种电力电缆现场局部放电信号的降噪方法,其特征在于包括如下步骤,
步骤S1:现场采集电力电缆局部放电信号,经过数字处理,形成现场局部放电信号的时域信号f(t);
步骤S2:利用快速傅里叶变换将时域信号f(t)转换为对应频域函数F(ω),并对频域函数F(ω)进行数学处理,获得快速傅里叶功率谱
步骤S3:使用AGFCM算法对含噪信号功率谱数据分为两类,选取受窄带干扰影响较小的一类的最大值为阈值T;
步骤S4:定位窄带干扰峰,并对定位到的窄带干扰峰进行压缩处理,对滤除窄带干扰峰后的P(ω)进行快速傅里叶反变换,得到去除窄带噪声信号g(t);
步骤S5:对g(t)进行小波变换分析,选取母小波,确定阈值,滤除白噪声,得到最终去噪信号。
2.根据权利要求1所述的一种电力电缆现场局部放电信号的降噪方法,其特征在于,步骤S3中AGFCM算法的具体过程为:从全局数据集中按比例进行抽样得到全局数据集的一个子集,再通过设置聚类个数c进行层次聚类直到产生c个模糊C均值最终聚类中心,然后将这c个模糊C均值聚类中心,作为遗传算法的初始种群,再对这c个种群个体进行选择、交叉和变异操作,经过M次迭代后,实现对数据聚类的优化;将n个样本数据X=(x1,x2,...,xn)分为c个类族,并求每组的聚类中心vi(i=1,2,...,c),其目标函数定义为:
<mrow>
<msub>
<mi>J</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>U</mi>
<mo>,</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>c</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msubsup>
<mi>&mu;</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mi>m</mi>
</msubsup>
<msubsup>
<mi>d</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mn>2</mn>
</msubsup>
</mrow>
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>s</mi>
<mo>.</mo>
<mi>t</mi>
<mo>.</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>&mu;</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>=</mo>
<mn>1</mn>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>,</mo>
<mo>&ForAll;</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mi>c</mi>
</mrow>
μij表示第j个数据点对第i个类的隶属度;dij表示第j个数据点与第i个聚类中心的欧式距离;m∈[1,∞]是模糊聚类指数。
3.根据权利要求1所述的一种电力电缆现场局部放电信号的降噪方法,其特征在于,步骤S4中,将原始信号的功率谱元素分为两类,第一类为受窄带干扰较小的部分,第二类为周期性窄带干扰部分,取为第一类元素最大值,则干扰峰阈值为其中,α为裕度系数,对信号功率谱中大于阈值的点的FFT变换系数进行压缩,将原信号的FFT变换系数作处理,利用方程
<mrow>
<msup>
<mi>F</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mo>(</mo>
<msub>
<mi>&omega;</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mi>F</mi>
<mo>(</mo>
<msub>
<mi>&omega;</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
<mo>/</mo>
<mi>&lambda;</mi>
<mo>,</mo>
<mi>P</mi>
<mo>(</mo>
<msub>
<mi>&omega;</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
<mo>&GreaterEqual;</mo>
<mi>T</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>F</mi>
<mo>(</mo>
<msub>
<mi>&omega;</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
<mo>,</mo>
<mi>P</mi>
<mo>(</mo>
<msub>
<mi>&omega;</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
<mo><</mo>
<mi>T</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
方程中F(ω),F'(ω)分别为阈值处理前后原信号的FFT变换系数;λ为压缩比,压缩比按下式选取
其中,分别为染噪信号功率谱中最大值和均值;
最后,利用干扰峰阈值T以及F'(ω)公式,对于大于T的频域信号部分作为干扰峰处理。
4.根据权利要求1所述的一种电力电缆现场局部放电信号的降噪方法,其特征在于,步骤S5中对g(t)进行小波变换分析的具体方法为:
设函数ψ(t)∈L2(R),若其傅里叶变换ψ(ω)满足容许条件成立:
<mrow>
<msub>
<mi>C</mi>
<mi>&psi;</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Integral;</mo>
<mrow>
<mo>-</mo>
<mi>&infin;</mi>
</mrow>
<mrow>
<mo>+</mo>
<mi>&infin;</mi>
</mrow>
</munderover>
<mo>|</mo>
<mi>&omega;</mi>
<msup>
<mo>|</mo>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mo>|</mo>
<mi>&psi;</mi>
<mrow>
<mo>(</mo>
<mi>&omega;</mi>
<mo>)</mo>
</mrow>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
<mi>d</mi>
<mi>&omega;</mi>
<mo><</mo>
<mi>&infin;</mi>
</mrow>
ψ(t)即为基小波,通过对基小波进行平移和伸缩就构成了小波函数,若设伸缩因子为a、平移因子为b,则小波函数可以表示为:
<mrow>
<msub>
<mi>&psi;</mi>
<mrow>
<mi>a</mi>
<mo>,</mo>
<mi>b</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<msqrt>
<mi>a</mi>
</msqrt>
</mfrac>
<mi>&psi;</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>t</mi>
<mo>-</mo>
<mi>b</mi>
</mrow>
<mi>a</mi>
</mfrac>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mi>a</mi>
<mo>&Element;</mo>
<mi>R</mi>
<mo>,</mo>
<mi>b</mi>
<mo>&Element;</mo>
<mi>R</mi>
</mrow>
对任意g(t)∈L2(R),连续小波变换为:
利用此函数选取母小波,确定阈值,滤除白噪声,得到最终去噪信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710852842.3A CN107728018A (zh) | 2017-09-20 | 2017-09-20 | 一种电力电缆现场局部放电信号的降噪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710852842.3A CN107728018A (zh) | 2017-09-20 | 2017-09-20 | 一种电力电缆现场局部放电信号的降噪方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107728018A true CN107728018A (zh) | 2018-02-23 |
Family
ID=61207709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710852842.3A Pending CN107728018A (zh) | 2017-09-20 | 2017-09-20 | 一种电力电缆现场局部放电信号的降噪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107728018A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109145824A (zh) * | 2018-08-23 | 2019-01-04 | 重庆交通大学 | 一种堆垛机电流信号消噪方法 |
CN110108936A (zh) * | 2019-04-30 | 2019-08-09 | 西安西拓电气股份有限公司 | 信号处理方法及装置 |
CN111308285A (zh) * | 2020-03-03 | 2020-06-19 | 西南交通大学 | 一种窄带干扰降噪方法 |
CN111754029A (zh) * | 2020-06-08 | 2020-10-09 | 深圳供电局有限公司 | 一种社区负荷预测*** |
CN111784028A (zh) * | 2020-06-08 | 2020-10-16 | 深圳供电局有限公司 | 一种社区负荷预测方法 |
CN111781439A (zh) * | 2020-05-28 | 2020-10-16 | 广西电网有限责任公司梧州供电局 | 一种电力电缆局部放电信号检测方法及装置 |
CN112364704A (zh) * | 2020-10-16 | 2021-02-12 | 康威通信技术股份有限公司 | 一种基于时钟同步局部放电的聚类方法及*** |
CN112379228A (zh) * | 2020-11-05 | 2021-02-19 | 国网山东省电力公司武城县供电公司 | 一种变压器局部放电超声波定位方法及*** |
CN112667958A (zh) * | 2020-12-25 | 2021-04-16 | 淮安市水利勘测设计研究院有限公司 | 一种基于能量特征的出水流道脉动分析方法 |
CN113221615A (zh) * | 2020-12-31 | 2021-08-06 | 中国石油化工股份有限公司 | 一种基于降噪聚类的局部放电脉冲提取方法 |
CN113325277A (zh) * | 2021-04-30 | 2021-08-31 | 国能大渡河检修安装有限公司 | 一种局部放电处理方法 |
CN113777449A (zh) * | 2021-08-31 | 2021-12-10 | 云南电网有限责任公司昆明供电局 | 基于改进svd算法的电缆局部放电窄带干扰抑制方法 |
CN114492538A (zh) * | 2022-02-16 | 2022-05-13 | 国网江苏省电力有限公司宿迁供电分公司 | 一种城市中压配电电缆局部放电信号去噪方法 |
CN115542101A (zh) * | 2022-11-30 | 2022-12-30 | 杭州兆华电子股份有限公司 | 一种变压器声纹检测***的声纹预处理方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100022849A (ko) * | 2008-08-20 | 2010-03-03 | 한국전기연구원 | 패킷 웨이브렛 변환을 이용한 고압 회전기 부분방전 신호의노이즈 제거 방법 |
CN102323518A (zh) * | 2011-05-19 | 2012-01-18 | 西南交通大学 | 一种基于谱峭度的局部放电信号识别方法 |
CN105182200A (zh) * | 2015-09-28 | 2015-12-23 | 苏州光格设备有限公司 | 电缆局部放电信号的去噪处理方法 |
CN106896306A (zh) * | 2017-04-26 | 2017-06-27 | 国网上海市电力公司 | 一种gis振荡冲击耐压试验用信号去噪方法 |
CN106950475A (zh) * | 2017-03-23 | 2017-07-14 | 广东电网有限责任公司珠海供电局 | 一种基于小波变换的局部放电信号提取方法及装置 |
-
2017
- 2017-09-20 CN CN201710852842.3A patent/CN107728018A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100022849A (ko) * | 2008-08-20 | 2010-03-03 | 한국전기연구원 | 패킷 웨이브렛 변환을 이용한 고압 회전기 부분방전 신호의노이즈 제거 방법 |
CN102323518A (zh) * | 2011-05-19 | 2012-01-18 | 西南交通大学 | 一种基于谱峭度的局部放电信号识别方法 |
CN105182200A (zh) * | 2015-09-28 | 2015-12-23 | 苏州光格设备有限公司 | 电缆局部放电信号的去噪处理方法 |
CN106950475A (zh) * | 2017-03-23 | 2017-07-14 | 广东电网有限责任公司珠海供电局 | 一种基于小波变换的局部放电信号提取方法及装置 |
CN106896306A (zh) * | 2017-04-26 | 2017-06-27 | 国网上海市电力公司 | 一种gis振荡冲击耐压试验用信号去噪方法 |
Non-Patent Citations (4)
Title |
---|
李玲玲: "基于层次聚类的模糊聚类算法的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
牛强 等: "改进的模糊C-均值聚类方法", 《电子科技大学学报》 * |
纪璇 等: "小波阈值法在局部放电信号除噪中的应用", 《中国高等学校电力***及其自动化专业第二十二届学术年会》 * |
罗新: "10kV电缆在线局部放电检测的去噪及识别方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109145824A (zh) * | 2018-08-23 | 2019-01-04 | 重庆交通大学 | 一种堆垛机电流信号消噪方法 |
CN110108936A (zh) * | 2019-04-30 | 2019-08-09 | 西安西拓电气股份有限公司 | 信号处理方法及装置 |
CN111308285B (zh) * | 2020-03-03 | 2021-04-13 | 西南交通大学 | 一种窄带干扰降噪方法 |
CN111308285A (zh) * | 2020-03-03 | 2020-06-19 | 西南交通大学 | 一种窄带干扰降噪方法 |
CN111781439B (zh) * | 2020-05-28 | 2023-04-14 | 广西电网有限责任公司梧州供电局 | 一种电力电缆局部放电信号检测方法及装置 |
CN111781439A (zh) * | 2020-05-28 | 2020-10-16 | 广西电网有限责任公司梧州供电局 | 一种电力电缆局部放电信号检测方法及装置 |
CN111784028A (zh) * | 2020-06-08 | 2020-10-16 | 深圳供电局有限公司 | 一种社区负荷预测方法 |
CN111754029A (zh) * | 2020-06-08 | 2020-10-09 | 深圳供电局有限公司 | 一种社区负荷预测*** |
CN112364704A (zh) * | 2020-10-16 | 2021-02-12 | 康威通信技术股份有限公司 | 一种基于时钟同步局部放电的聚类方法及*** |
CN112379228A (zh) * | 2020-11-05 | 2021-02-19 | 国网山东省电力公司武城县供电公司 | 一种变压器局部放电超声波定位方法及*** |
CN112667958A (zh) * | 2020-12-25 | 2021-04-16 | 淮安市水利勘测设计研究院有限公司 | 一种基于能量特征的出水流道脉动分析方法 |
CN113221615A (zh) * | 2020-12-31 | 2021-08-06 | 中国石油化工股份有限公司 | 一种基于降噪聚类的局部放电脉冲提取方法 |
CN113325277A (zh) * | 2021-04-30 | 2021-08-31 | 国能大渡河检修安装有限公司 | 一种局部放电处理方法 |
CN113777449A (zh) * | 2021-08-31 | 2021-12-10 | 云南电网有限责任公司昆明供电局 | 基于改进svd算法的电缆局部放电窄带干扰抑制方法 |
CN114492538A (zh) * | 2022-02-16 | 2022-05-13 | 国网江苏省电力有限公司宿迁供电分公司 | 一种城市中压配电电缆局部放电信号去噪方法 |
CN114492538B (zh) * | 2022-02-16 | 2023-09-05 | 国网江苏省电力有限公司宿迁供电分公司 | 一种城市中压配电电缆局部放电信号去噪方法 |
CN115542101A (zh) * | 2022-11-30 | 2022-12-30 | 杭州兆华电子股份有限公司 | 一种变压器声纹检测***的声纹预处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107728018A (zh) | 一种电力电缆现场局部放电信号的降噪方法 | |
CN101882964B (zh) | 瞬变电磁探测回波信号的降噪方法 | |
CN103630808B (zh) | 一种基于提升小波变换的局部放电信号去噪方法 | |
Antonini et al. | Wavelet packet-based EMI signal processing and source identification | |
Dwivedi et al. | Enhanced detection of power-quality events using intra and interscale dependencies of wavelet coefficients | |
CN102323518A (zh) | 一种基于谱峭度的局部放电信号识别方法 | |
Zhang et al. | Intrinsic component filtering for fault diagnosis of rotating machinery | |
CN107612865A (zh) | 一种应用于低压电力线载波通信的信号降噪方法 | |
CN113537102B (zh) | 一种微震信号的特征提取方法 | |
CN116088320B (zh) | 稀疏双时空非凸罚自适应Chirp模态交叉混叠分解方法 | |
CN112084845B (zh) | 基于多尺度小波系数自相关的低频1/f噪声消除方法 | |
CN102184451B (zh) | 一种基于多小波融合特征的神经元动作特征提取方法 | |
CN111680737A (zh) | 差异性信噪比条件下的雷达辐射源个体识别方法 | |
CN113268924B (zh) | 基于时频特征的变压器有载分接开关故障识别方法 | |
CN102496143B (zh) | 基于chelesky分解和近似奇异值分解的稀疏K-SVD噪声抑制方法 | |
CN107123431A (zh) | 一种水声信号降噪方法 | |
CN108710861B (zh) | 一种电网扰动信号检测识别方法 | |
Sheybani et al. | Removing spikes while preserving data and noise using wavelet filter banks | |
CN110287853B (zh) | 一种基于小波分解的暂态信号去噪方法 | |
Seo et al. | A novel signal extraction technique for online partial discharge (PD) measurement of transformers | |
CN105652166A (zh) | 一种用于局放在线监测的加权阈值小波降噪方法 | |
Wang et al. | Study on feature extraction method in border monitoring system using optimum wavelet packet decomposition | |
CN111382790B (zh) | 一种基于小波变换的高压直流故障分类方法 | |
CN114358040A (zh) | 一种基于自适应估算阈值法的扰动信号去噪方法 | |
CN103986539A (zh) | 一种基于稀疏去噪的认知无线电频谱感知方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180223 |
|
RJ01 | Rejection of invention patent application after publication |