CN110161344A - 基于尺度分解的变压器振声检测信号滤波方法和*** - Google Patents
基于尺度分解的变压器振声检测信号滤波方法和*** Download PDFInfo
- Publication number
- CN110161344A CN110161344A CN201910528806.0A CN201910528806A CN110161344A CN 110161344 A CN110161344 A CN 110161344A CN 201910528806 A CN201910528806 A CN 201910528806A CN 110161344 A CN110161344 A CN 110161344A
- Authority
- CN
- China
- Prior art keywords
- noise
- local
- serial number
- signal sequence
- scale
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明的实施例公开一种基于尺度分解的变压器振声检测信号滤波方法和***，所述方法包括：步骤1，输入实测的振声信号序列S；步骤2，对所述振声信号序列S进行滤除噪声处理，生成滤除噪声后的信号序列S*；具体为：S*＝WS；其中，W为滤波系数矩阵。
Description
技术领域
本发明涉及电力领域，特别是涉及一种变压器运行状态振声检测方法及***。
背景技术
随着智能电网的高速发展，电力设备安全稳定运行显得尤其重要。目前，对超高压及以上电压等级的电力设备开展运行状态检测，尤其是对异常状态的检测显得愈加重要和迫切。电力变压器作为电力***的重要组成部分，是变电站中最重要的电气设备之一，其可靠运行关系到电网的安全。
变压器运行状态检测的基本原理是提取变压器运行中的各特征量，分析、辨识并跟踪特征量以此监测变压器的异常运行状态。当前变压器运行状态的常用检测方法中，包括检测局部放电的脉冲电流法和超声波检测法、检测绕组变形的频率响应法以及检测机械及电气故障的振动检测法等。这些检测方法主要检测变压器绝缘状况及机械结构状况，其中以变压器振动信号(振声)的检测最为全面，对于大部分变压器故障及异常状态均能有所反应。
虽然变压器振声检测方法在变压器运行状态监测中有着广泛的应用，且技术相对成熟，但是由于振声检测方法利用了变压器发出的振动信号，很容易受到环境噪声的影响，所以此方法在实际工作环境中应用时常常得不到令人满意的结果。
发明内容
本发明的目的是提供一种基于尺度分解的变压器振声检测信号滤波方法和***，所提出的方法利用了随机噪声的统计性能，并利用数据驱动原理求取滤波系数，采用L1最小化获取滤波系数，对离群点具有很好的鲁棒性。所提出的方法具有较好的滤波性能，计算非常简单。
为实现上述目的，本发明提供了如下方案：
基于尺度分解的变压器振声检测信号滤波方法，包括：
步骤1，输入实测的振声信号序列S；
步骤2，对所述振声信号序列S进行滤除噪声处理，生成滤除噪声后的信号序列S*；具体为：S*＝WS；其中，W为滤波系数矩阵。
基于尺度分解的变压器振声检测信号滤波***，包括：
获取模块，输入实测的振声信号序列S；
滤波模块，对所述振声信号序列S进行滤除噪声处理，生成滤除噪声后的信号序列S*；具体为：S*＝WS；其中，W为滤波系数矩阵。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
虽然变压器振声检测方法在变压器运行状态监测中有着广泛的应用，且技术相对成熟，但是由于振声检测方法利用了变压器发出的振动信号，很容易受到环境噪声的影响，所以此方法在实际工作环境中应用时常常得不到令人满意的结果。本发明的目的是提供一种基于尺度分解的变压器振声检测信号滤波方法和***，所提出的方法利用了随机噪声的统计性能，并利用数据驱动原理求取滤波系数，采用L1最小化获取滤波系数，对离群点具有很好的鲁棒性。所提出的方法具有较好的滤波性能，计算非常简单。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍。显而易见，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的流程示意图；
图2为本发明的结构示意图；
图3为本发明具体实施案例的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1基于尺度分解的变压器振声检测信号滤波方法的流程示意图
图1为本发明基基于尺度分解的变压器振声检测信号滤波方法的流程示意图。如图1所示，所述的基于尺度分解的变压器振声检测信号滤波方法具体包括以下步骤：
步骤1，输入实测的振声信号序列S；
步骤2，对所述振声信号序列S进行滤除噪声处理，生成滤除噪声后的信号序列S*；具体为：S*＝WS；其中，W为滤波系数矩阵。
所述步骤2之前，所述方法还包括：
步骤3，求取所述的滤波系数矩阵W。
所述步骤3包括：
步骤301，计算尺度矩阵，具体为：
Mjl＝BlAj
其中
具有尺度j和l的尺度矩阵
j,l：尺度，为整数，一般设置为j＝3,l＝4
步骤302，对所述的振声信号序列进行尺度变换，该步骤具体为：
Iij＝MijS
I＝[I1,I2,…,IN]
步骤303，计算局部化因子，该步骤具体为：
其中为当前处理点(序号为i)的均值局部化因子
NLocal：局部化窗口长度，服从均值为15，方差为21的高斯分布
i：当前进行处理的数据点序号
对于局部化噪声序列中序号小于零的点:
(Ii-j,j＝-NLocal,-NLocal+1,…,i-1,i),其值设为0：
Ii-j＝0,j＝-NLocal,-NLocal+1,…,i-1,i
其中
当前处理点(序号为i)的方差局部化因子
NLocal：局部化窗口长度，服从均值为15，方差为21的高斯分布
i：当前进行处理的噪声点序号
表示噪声序列
的方差
对于局部化噪声序列中序号小于零的点:
(Ii-j,j＝-NLocal,-NLocal+1,…,i-1,i),其值设为0：
Ii-j＝0,j＝-NLocal,-NLocal+1,…,i-1,i
步骤304，模拟背景噪声，该步骤具体为：
其中：
模拟的背景噪声
服从均值为方差为
序号为i的均值局部化因子
序号为i的方差局部化因子
步骤305，求取滤波系数矩阵，该步骤具体为：
其中：
W：滤波系数
||*||1：L1模
λ：拉格朗日因子，任取
ISIMU：模拟的背景噪声
图2基于尺度分解的变压器振声检测信号滤波***的结构意图
图2为本发明基于尺度分解的变压器振声检测信号滤波***的结构示意图。如图2所示，所述基于尺度分解的变压器振声检测信号滤波***包括以下结构：
获取模块401，输入实测的振声信号序列S；
滤波模块402，对所述振声信号序列S进行滤除噪声处理，生成滤除噪声后的信号序列S*；具体为：S*＝WS；其中，W为滤波系数矩阵。
所述的***，还包括：
计算模块，求取所述的滤波系数矩阵W。
下面提供一个具体实施案例，进一步说明本发明的方案
图3为本发明具体实施案例的流程示意图。如图3所示，具体包括以下步骤：
1.输入实测的振声检测信号序列
S＝[S1,S2,…,SN]
其中
S：数据序列
Sn：数据序列中的第n个数据,n＝1,2,…,N
2.计算尺度矩阵
Mjl＝BlAj
其中
具有尺度j和l的尺度矩阵
j,l：尺度，为整数，一般设置为j＝3,l＝4
3.尺度变换
Iij＝MijS
I＝[I1,I2,…,IN]
4.求取局部化因子
估计背景噪声的统计参数
(1)背景噪声的均值
(2)背景噪声的方差
(3)局部化因子
由于变压器工作环境较为开放，背景噪声会呈现一定的非平稳特性，因此引入局部化因子刻画背景噪声的非平稳性。
其中为当前处理点(序号为i)的均值局部化因子
NLocal：局部化窗口长度，服从均值为15，方差为21的高斯分布
i：当前进行处理的噪声点序号
对于局部化噪声序列中序号小于零的点:
(Ii-j,j＝-NLocal,-NLocal+1,…,i-1,i),其值设为0：
Ii-j＝0,j＝-NLocal,-NLocal+1,…,i-1,i
其中
当前处理点(序号为i)的方差局部化因子
NLocal：局部化窗口长度，服从均值为15，方差为21的高斯分布
i：当前进行处理的噪声点序号
表示噪声序列
的方差
对于局部化噪声序列中序号小于零的点:
(Ii-j,j＝-NLocal,-NLocal+1,…,i-1,i),其值设为0：
Ii-j＝0,j＝-NLocal,-NLocal+1,…,i-1,i
5.背景噪声模拟
其中：
模拟的背景噪声
服从均值为方差为
序号为i的均值局部化因子
序号为i的方差局部化因子
6.求解滤波系数
其中：
W：滤波系数
||*||1：L1模
λ：拉格朗日因子，任取
ISIMU：模拟的背景噪声
7.滤波
对输入的实测振声信号进行滤波，滤波后的结果为：
S*＝WS
其中S*：滤波结果
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的***而言，由于其与实施例公开的方法相对应，所以描述较为简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (5)
1.基于尺度分解的变压器振声检测信号滤波方法，其特征在于，包括：
步骤1，输入实测的振声信号序列S；
步骤2，对所述振声信号序列S进行滤除噪声处理，生成滤除噪声后的信号序列S*；具体为：S*＝WS；其中，W为滤波系数矩阵。
2.根据权利要求1所述的方法，其特征在于，所述步骤2之前，所述方法还包括：
步骤3，求取所述的滤波系数矩阵W。
3.根据权利要求2所述的方法，其特征在于，所述步骤3包括：
步骤301，计算尺度矩阵，具体为：
Mjl＝BlAj
其中
Mjl：具有尺度j和l的尺度矩阵
j,l：尺度，为整数，一般设置为j＝3,l＝4
步骤302，对所述的振声信号序列进行尺度变换，该步骤具体为：
Iij＝MijS
I＝[I1,I2,…,IN]
步骤303，计算局部化因子，该步骤具体为：
其中为当前处理点(序号为i)的均值局部化因子
NLocal：局部化窗口长度，服从均值为15，方差为21的高斯分布
i：当前进行处理的数据点序号
对于局部化噪声序列中序号小于零的点:
(Ii-j,j＝-NLocal,-NLocal+1,…,i-1,i),其值设为0：
Ii-j＝0,j＝-NLocal,-NLocal+1,…,i-1,i
其中
当前处理点(序号为i)的方差局部化因子
NLocal：局部化窗口长度，服从均值为15，方差为21的高斯分布
i：当前进行处理的噪声点序号
表示噪声序列
的方差
对于局部化噪声序列中序号小于零的点:
(Ii-j,j＝-NLocal,-NLocal+1,…,i-1,i),其值设为0：
Ii-j＝0,j＝-NLocal,-NLocal+1,…,i-1,i
步骤304，模拟背景噪声，该步骤具体为：
其中：
模拟的背景噪声
服从均值为方差为
序号为i的均值局部化因子
序号为i的方差局部化因子
步骤305，求取滤波系数矩阵，该步骤具体为：
其中：
W：滤波系数
||*||1：L1模
λ：拉格朗日因子，任取
ISIMU：模拟的背景噪声。
4.基于尺度分解的变压器振声检测信号滤波***，其特征在于，包括：
获取模块，输入实测的振声信号序列S；
滤波模块，对所述振声信号序列S进行滤除噪声处理，生成滤除噪声后的信号序列S*；具体为：S*＝WS；其中，W为滤波系数矩阵。
5.根据权利要求4所述的***，其特征在于，还包括：
计算模块，求取所述的滤波系数矩阵W。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910528806.0A CN110161344A (zh) | 2019-06-18 | 2019-06-18 | 基于尺度分解的变压器振声检测信号滤波方法和*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910528806.0A CN110161344A (zh) | 2019-06-18 | 2019-06-18 | 基于尺度分解的变压器振声检测信号滤波方法和*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110161344A true CN110161344A (zh) | 2019-08-23 |
Family
ID=67626138
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910528806.0A Withdrawn CN110161344A (zh) | 2019-06-18 | 2019-06-18 | 基于尺度分解的变压器振声检测信号滤波方法和*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110161344A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110661548A (zh) * | 2019-09-13 | 2020-01-07 | 广东石油化工学院 | 一种利用l1模反演的plc信号滤波方法和*** |
| CN111368418A (zh) * | 2020-03-02 | 2020-07-03 | 上海索辰信息科技有限公司 | 流致噪声的多尺度仿真分析方法 |
| CN112434567A (zh) * | 2020-11-06 | 2021-03-02 | 华北电力大学 | 一种利用噪声抖动性质的功率信号滤波方法和*** |
-
2019
- 2019-06-18 CN CN201910528806.0A patent/CN110161344A/zh not_active Withdrawn
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110661548A (zh) * | 2019-09-13 | 2020-01-07 | 广东石油化工学院 | 一种利用l1模反演的plc信号滤波方法和*** |
| CN111368418A (zh) * | 2020-03-02 | 2020-07-03 | 上海索辰信息科技有限公司 | 流致噪声的多尺度仿真分析方法 |
| CN111368418B (zh) * | 2020-03-02 | 2021-05-07 | 上海索辰信息科技股份有限公司 | 流致噪声的多尺度仿真分析方法 |
| CN112434567A (zh) * | 2020-11-06 | 2021-03-02 | 华北电力大学 | 一种利用噪声抖动性质的功率信号滤波方法和*** |
| CN112434567B (zh) * | 2020-11-06 | 2021-11-19 | 华北电力大学 | 一种利用噪声抖动性质的功率信号滤波方法和*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110161344A (zh) | 基于尺度分解的变压器振声检测信号滤波方法和*** | |
| CN103698699B (zh) | 一种基于模型的异步电动机故障监测诊断方法 | |
| Abdallah et al. | Stator winding inter‐turn short‐circuit detection in induction motors by parameter identification | |
| CN116433009A (zh) | 一种用于变电设备的异常监测方法、装置及存储介质 | |
| Dai et al. | Development of a modified stochastic subspace identification method for rapid structural assessment of in‐service utility‐scale wind turbine towers | |
| CN114186184A (zh) | 一种配电终端故障诊断方法、***、装置及存储介质 | |
| Guezmil et al. | Detecting inter-turn short-circuit fault in induction machine using high-order sliding mode observer: simulation and experimental verification | |
| CN105974270A (zh) | 一种输电线路故障类型诊断方法及*** | |
| CN106446502B (zh) | 带遗忘因子的特征向量递推的时变工作模态在线识别方法 | |
| CN104834591A (zh) | 测试autosar软件组件的测试方法及*** | |
| Cepeda et al. | Recognition of post-contingency dynamic vulnerability regions: Towards smart grids | |
| CN116595395B (zh) | 一种基于深度学习的逆变器输出电流预测方法及*** | |
| CN110161363A (zh) | 基于主频表征量的变压器运行状态振声检测方法和*** | |
| CN116448234A (zh) | 一种电力变压器运行状态声纹监测方法及*** | |
| CN110516645A (zh) | 一种利用掩码算子的变压器振声信号滤波方法和*** | |
| CN110161362A (zh) | 基于投影空间的变压器运行状态振声检测方法和*** | |
| CN110286291A (zh) | 一种利用主成分的变压器运行状态振声检测方法和*** | |
| CN101710161A (zh) | 基于自适应频率方波电压的转子接地在线监测装置及方法 | |
| CN110286287A (zh) | 一种基于小波变换的变压器运行状态振声检测信号滤波方法和*** | |
| CN110286289A (zh) | 一种利用低秩矩阵恢复的变压器运行状态振声检测信号滤波方法和*** | |
| CN110261716A (zh) | 基于狄拉克混合机制的变压器运行状态振声检测方法和*** | |
| Antic et al. | Application of Structured and Directional Residuals for Fault Detection and Isolation on Permanent‐Magnet DC Motor with Amplifier | |
| CN110514295A (zh) | 一种利用svd分解的变压器运行状态振声检测信号滤波方法和*** | |
| CN115358294A (zh) | 一种高速列车牵引***的微小故障检测方法 | |
| CN110320435A (zh) | 一种利用数据正则化的变压器运行状态振声检测信号重构方法和*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190823 |
|
| WW01 | Invention patent application withdrawn after publication |