本發(fā)明涉及一種局放信號(hào)干擾抑制方法，尤其涉及一種基于分幀自適應(yīng)稀疏分解的局放信號(hào)干擾抑制方法，屬于電力監(jiān)測(cè)技術(shù)領(lǐng)域。

背景技術(shù)：

統(tǒng)計(jì)資料表明，絕緣劣化是電氣設(shè)備發(fā)生故障的主要原因。電氣設(shè)備設(shè)計(jì)與制造過(guò)程中，一般充分考慮了絕緣性能及裕度，故電氣設(shè)備發(fā)生整體性絕緣故障的概率較小。然而，由于毛刺、氣泡等絕緣局部性缺陷的原因，電氣設(shè)備往往會(huì)發(fā)生局部放電(簡(jiǎn)稱(chēng)局放)。隨著局放的發(fā)展，絕緣的劣化程度進(jìn)一步加深，最終導(dǎo)致絕緣失效性故障。局部放電是電氣設(shè)備絕緣發(fā)生劣化的重要原因，對(duì)電氣設(shè)備局放信號(hào)進(jìn)行監(jiān)測(cè)和分析可有效提高電氣設(shè)備絕緣監(jiān)測(cè)水平，對(duì)提高電力系統(tǒng)的安全性、穩(wěn)定性具有重要意義。

然而，由于局放信號(hào)較為微弱，且局放測(cè)試現(xiàn)場(chǎng)電磁環(huán)境復(fù)雜，局放信號(hào)常常湮沒(méi)于幅值較大的噪聲干擾中，影響監(jiān)測(cè)效果。對(duì)局放信號(hào)進(jìn)行干擾抑制是局放監(jiān)測(cè)的一個(gè)關(guān)鍵環(huán)節(jié)之一。

目前局部放電噪聲抑制方法主要由硬件法及軟件法。硬件法主要包括差動(dòng)平衡法、極性判定方法、時(shí)域開(kāi)窗法等。硬件法存在著波形極性判定困難，觸發(fā)門(mén)限設(shè)置困難及需較多先驗(yàn)知識(shí)等缺陷，影響了局放干擾抑制效果。軟件法包括自適應(yīng)濾波法、數(shù)學(xué)形態(tài)學(xué)濾波法、經(jīng)驗(yàn)?zāi)B(tài)分解法、小波法等。然而，然而，自適應(yīng)數(shù)字濾波器存在著收斂速度與穩(wěn)態(tài)誤差之間的矛盾，且對(duì)隨機(jī)擾動(dòng)過(guò)于靈敏，造成現(xiàn)場(chǎng)實(shí)際應(yīng)用不便；數(shù)學(xué)形態(tài)學(xué)濾波法受形態(tài)學(xué)濾波器的影響較大，難以滿足局放信號(hào)干擾抑制實(shí)時(shí)性的需求；經(jīng)驗(yàn)?zāi)B(tài)分解法受著經(jīng)驗(yàn)?zāi)B(tài)分解邊界效應(yīng)及模態(tài)混疊等因素的影響，且噪聲抑制的閾值確定較為困難；小波方法使用較廣，其對(duì)局放信號(hào)白噪聲及周期性窄帶噪聲的干擾抑制具有良好的效果，但是由于局放信號(hào)具有多樣性，局放信號(hào)小波去噪結(jié)果受小波基函數(shù)及及閾值確定準(zhǔn)則的影響較大，對(duì)小波基函數(shù)確定不合理，將嚴(yán)重影響去噪效果。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明要解決的技術(shù)問(wèn)題是提供一種基于分幀自適應(yīng)稀疏分解的局放信號(hào)干擾抑制方法。

為解決上述技術(shù)問(wèn)題，本發(fā)明采用的技術(shù)方案是：

一種基于分幀自適應(yīng)稀疏分解的局放信號(hào)干擾抑制方法，包括以下步驟：

步驟1：構(gòu)建局放信號(hào)的先驗(yàn)樣本集合y：實(shí)測(cè)待干擾抑制的局放信號(hào)x的采樣頻率為fs，采樣時(shí)間為整工頻周期，采樣數(shù)據(jù)點(diǎn)長(zhǎng)度為nx，即

x＝(x(1),x(2),…,x(nx))(1)

由以下具體步驟組成：

步驟1-1：初次篩選：以實(shí)驗(yàn)室條件下局放信號(hào)的實(shí)驗(yàn)樣本及現(xiàn)場(chǎng)高信噪比的局放信號(hào)的實(shí)測(cè)樣本作為初次篩選后的樣本信號(hào)集合；

步驟1-2：二次篩選：選擇初次篩選后的樣本信號(hào)集合中采樣頻率為實(shí)測(cè)待干擾抑制局放信號(hào)x的采樣頻率fs的正整數(shù)倍的樣本信號(hào)構(gòu)建二次篩選后的樣本信號(hào)集合；

步驟1-3：采樣時(shí)間截?cái)啵簩?duì)二次篩選后的樣本信號(hào)集合中的樣本信號(hào)進(jìn)行截?cái)嗵幚?，使其采樣時(shí)間為一個(gè)工頻整周期，處理后得到采樣時(shí)間截?cái)嗄硺颖拘盘?hào)yn′，其采樣頻率為c為正整數(shù)，采樣數(shù)據(jù)點(diǎn)長(zhǎng)度

步驟1-4：采樣數(shù)據(jù)規(guī)則化處理：采樣數(shù)據(jù)規(guī)則化處理后得到局放信號(hào)的先驗(yàn)樣本集合y＝{y1,y2,…yn,…,ym}n＝1,2,3···m，其中樣本元素yn＝{yn(1),yn(2),…,yn(nx)}，

步驟2：構(gòu)造自適應(yīng)局放噪聲抑制過(guò)完備原子庫(kù)：由以下具體步驟組成：

步驟2-1：采用emd方法對(duì)局放信號(hào)的先驗(yàn)樣本集合中的各樣本元素進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解，得到第一至第t階imf分量n為局放信號(hào)的先驗(yàn)樣本集合中的各樣本元素的序號(hào)，t為imf分量的階數(shù)；各階imf分量滿足imf條件，所述imf條件為：各階imf分量的極值點(diǎn)數(shù)目和過(guò)零點(diǎn)數(shù)目相差不超過(guò)1，由其極大值點(diǎn)及極小值點(diǎn)各自確定的包絡(luò)線平均值為零；

步驟2-2：對(duì)各階imf分量進(jìn)行單位化操作，得到各階imf單位化分量

其中，為單位化系數(shù)；

步驟2-3：對(duì)各階單位化imf分量進(jìn)行分幀操作：將各階單位化imf分量平均分成z幀，各幀的采樣長(zhǎng)度為整數(shù)；各階單位化imf分量的第z幀可表示為：

步驟2-3：構(gòu)建各階局放干擾抑制過(guò)完備原子庫(kù)幀分量：由相同階的單位化imf分量的同一幀構(gòu)成，第t階局放干擾抑制過(guò)完備原子庫(kù)的第z幀分量表示為：

步驟2-4：構(gòu)建各階局放干擾抑制過(guò)完備原子庫(kù)：由各階局放干擾抑制過(guò)完備原子庫(kù)中的各幀分量相互級(jí)聯(lián)得到，t階局放干擾抑制過(guò)完備原子庫(kù)表示為：

步驟2-5：構(gòu)建局放干擾抑制過(guò)完備原子庫(kù)：由各階局放干擾抑制過(guò)完備原子庫(kù)級(jí)聯(lián)構(gòu)成局放干擾抑制過(guò)完備原子庫(kù)d：

d＝{d¹,d²,d³,d⁴,d⁵,d⁶,d⁷}(7)

步驟3：對(duì)染噪局放信號(hào)進(jìn)行噪聲抑制：包括以下具體步驟：

步驟3-1：對(duì)染噪局放信號(hào)進(jìn)行分幀操作，各幀染噪局放信號(hào)的長(zhǎng)度相等且為整數(shù)；第z幀染噪局放信號(hào)xz為：

步驟3-2：對(duì)各幀染噪局放信號(hào)xz進(jìn)行加blackman窗操作：

xzb＝xz·wb(9)

其中xzb為加窗后的第z幀染噪局放信號(hào)，wb為blackman窗：

步驟3-3：采用匹配追蹤算法對(duì)加窗后的各幀染噪局放信號(hào)在d中進(jìn)行稀疏分解：

xzp＝azbd(11)

其中azb為xzb在d中進(jìn)行稀疏分解的稀疏表示系數(shù)；

步驟3-3：將各幀子信號(hào)稀疏分解結(jié)果順序相連，得到干擾抑制結(jié)果xp：

xp＝(x1p,x2p,…,xzp,…,xzp)(12)

所述步驟2-1中采用emd方法獲取各階imf函數(shù)的方法相同，均包括以下具體步驟：

步驟2-1-1：搜索樣本元素yn，n＝1,2,…,nx的各局部極大值點(diǎn)、極小值點(diǎn)，基于三次樣條插值方法得到其上、下包絡(luò)，并計(jì)算所述上、下包絡(luò)的均值mn；

步驟2-1-2：提取樣本元素yn的細(xì)節(jié)成分hn＝y(tǒng)n-mn；

步驟2-1-3：判斷樣本元素yn的細(xì)節(jié)成分hn是否滿足imf條件，如果是，轉(zhuǎn)向步驟2-1-5；否則，轉(zhuǎn)向步驟2-1-4；

步驟2-1-4：用樣本元素yn的細(xì)節(jié)成分hn代替樣本元素yn，轉(zhuǎn)向步驟2-1-1；

步驟2-1-5：得到n階imf分量imfn＝hn；

步驟2-1-6：計(jì)算剩余信號(hào)rn＝y(tǒng)n-imfn；

步驟2-1-7：判斷剩余信號(hào)rn是否為單調(diào)函數(shù)；如果是，轉(zhuǎn)向步驟2-1-9；否則，轉(zhuǎn)向步驟2-1-8；

步驟2-1-8：以剩余信號(hào)rn代替樣本元素yn，轉(zhuǎn)向步驟2-1-6；

步驟2-1-9：對(duì)各階imf分量進(jìn)行單位化操作，得到單位化imf分量：

其中，為第n階imf分量對(duì)應(yīng)的單位化系數(shù)。

采用上述技術(shù)方案所取得的技術(shù)效果在于：

本發(fā)明在無(wú)需設(shè)置過(guò)多先驗(yàn)參數(shù)的基礎(chǔ)上，實(shí)現(xiàn)局放信號(hào)自適應(yīng)快速干擾抑制。

附圖說(shuō)明

圖1是本發(fā)明的流程圖；

圖2是本實(shí)施例中局放先驗(yàn)樣本信號(hào)集合中本信號(hào)波形；

圖3是本實(shí)施例中1階單位化imf分量第1幀波形；

圖4是本實(shí)施例中實(shí)測(cè)含噪局放信號(hào)；

圖5是本實(shí)施例中含噪局放信號(hào)第一幀信號(hào)波形；

圖6是本實(shí)施例中含噪局放信號(hào)第一幀信號(hào)去噪結(jié)果；

圖7是本實(shí)施例中含噪局放信號(hào)去噪結(jié)果。

具體實(shí)施方式

下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說(shuō)明。

實(shí)施例1：

染噪局放信號(hào)x表示為：

x＝xp+xn(1)

其中，xp為原始無(wú)噪局放信號(hào)，xn為噪聲干擾信號(hào)。

若有一過(guò)完備原子庫(kù)d＝{dq,q＝1,2,…,q}，其中元素dq為張成整個(gè)hilbert空間h＝rⁿ的單位矢量，dq稱(chēng)為原子，且有q>>n。如果過(guò)完備原子庫(kù)d中各原子dq僅與原始無(wú)噪局放信號(hào)相關(guān)而與噪聲干擾信號(hào)不相關(guān)或者弱相關(guān)，那么可采用匹配追蹤算法對(duì)染噪局放信號(hào)x在過(guò)完備原子庫(kù)d中進(jìn)行分解，實(shí)現(xiàn)原始無(wú)噪局放信號(hào)用過(guò)完備原子庫(kù)d中原子進(jìn)行稀疏表示。第k次匹配追蹤迭代后，重建染噪局放信號(hào)x可表示為

其中，k為匹配追蹤的迭代次數(shù)；r^k+1x為第k次迭代后的殘差信號(hào)；r^kx為第k-1次迭代后的殘差信號(hào)，特別地，r¹x為未進(jìn)行匹配追蹤時(shí)的殘差信號(hào)，即為染噪局放信號(hào)；為第k次迭代所選原子，滿足所選原子與殘差信號(hào)的內(nèi)積絕對(duì)值最大的條件，即

隨著匹配追蹤迭代的進(jìn)行，殘差值將呈指數(shù)規(guī)律衰減，因此，k次迭代后，殘差值將小于某一閾值，此時(shí)可認(rèn)為此時(shí)迭代終止。，閾值是一個(gè)較小的數(shù)。最終，去噪局放信號(hào)xp表示為染噪局放信號(hào)x在過(guò)完備原子庫(kù)d中的稀疏分解：

用矩陣形式對(duì)(4)式表示為：

xp＝ad(5)

其中，a＝[a1,a2,a3,…,aq]為x染噪局放信號(hào)在過(guò)完備原子庫(kù)d中的稀疏表示系數(shù)，d＝[d1,d2,d3,…,dq]為過(guò)完備原子庫(kù)。

由上式可知，對(duì)染噪局放信號(hào)x在過(guò)完備原子庫(kù)d中進(jìn)行稀疏分解后，僅需少量原子dq可實(shí)現(xiàn)對(duì)原始無(wú)噪局放信號(hào)x’的稀疏表示，實(shí)現(xiàn)噪聲干擾抑制目的。

過(guò)完備原子庫(kù)d中各原子dq僅與原始無(wú)噪局放信號(hào)x’的特征相關(guān)而與噪聲干擾信號(hào)特征不相關(guān)或弱相關(guān)。由于局放信號(hào)具有多樣性，因此很難得到無(wú)噪局放信號(hào)x’的確切的數(shù)值表達(dá)式，故直接對(duì)過(guò)完備原子庫(kù)d中的原子dq進(jìn)行確定是較為困難的。為解決這一問(wèn)題，本發(fā)明首先構(gòu)建可局放先驗(yàn)樣本信號(hào)集合，并以此構(gòu)造了自適應(yīng)局放干擾抑制過(guò)完備原子庫(kù)，基于稀疏分解實(shí)現(xiàn)了局放信號(hào)干擾抑制，其具體方法為：

(一)構(gòu)建局放信號(hào)的先驗(yàn)樣本集合

實(shí)測(cè)待干擾抑制局放信號(hào)x的采樣頻率為fs，其采樣時(shí)間為整工頻周期，采樣數(shù)據(jù)點(diǎn)長(zhǎng)度為nx，即

x＝(x(1),x(2),…,x(nx))(6)

首先構(gòu)建局放信號(hào)的先驗(yàn)樣本集合y，其構(gòu)建原則如下：

(1)初次篩選：以實(shí)驗(yàn)室條件下局放信號(hào)的實(shí)驗(yàn)樣本及現(xiàn)場(chǎng)高信噪比的局放信號(hào)的實(shí)測(cè)樣本作為初次篩選后的樣本信號(hào)集合。

(2)二次篩選：對(duì)經(jīng)初次篩選后的待選樣本信號(hào)的采樣頻率進(jìn)行二次篩選，保證經(jīng)二次篩選后，各樣本信號(hào)采樣頻率為實(shí)測(cè)待干擾抑制局放信號(hào)x的采樣頻率為fs的c倍，c為正整數(shù)。

(3)采樣時(shí)間截?cái)啵簩?duì)經(jīng)二次篩選后的樣本信號(hào)進(jìn)行截?cái)嗵幚?，保證采樣時(shí)間為一個(gè)工頻整周期。

(4)采樣數(shù)據(jù)點(diǎn)長(zhǎng)度規(guī)則化：保證各樣本信號(hào)采樣時(shí)間為一個(gè)整工頻周期的基礎(chǔ)上，進(jìn)行采樣長(zhǎng)度規(guī)則化，使得各樣本信號(hào)采樣數(shù)據(jù)點(diǎn)長(zhǎng)度與實(shí)測(cè)待干擾抑制局放樣本信號(hào)采樣數(shù)據(jù)點(diǎn)長(zhǎng)度相同。對(duì)于經(jīng)初次篩選、二次篩選、采樣時(shí)間截?cái)嗄硺颖拘盘?hào)yn′，其采樣頻率為(c為正整數(shù))，則采樣數(shù)據(jù)點(diǎn)長(zhǎng)度僅采樣數(shù)據(jù)點(diǎn)規(guī)則化，得到樣本信號(hào)yn為

最終可得到局放先驗(yàn)樣本信號(hào)集合y＝{y1,y2,…yn,…,ym}，n＝1,2,…,m，并有yn＝{yn(1),yn(2),…,yn(nx)}。

(二)構(gòu)造自適應(yīng)局放噪聲抑制過(guò)完備原子庫(kù)

采用經(jīng)驗(yàn)?zāi)B(tài)分解方法，即empiricalmodedecomposition，emd方法，對(duì)局放先驗(yàn)樣本信號(hào)集合中的各樣本信號(hào)進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解，得到各階固有模態(tài)函數(shù)，簡(jiǎn)記為各階imf函數(shù)，滿足如下條件：各階imf函數(shù)的極值點(diǎn)數(shù)目和過(guò)零點(diǎn)數(shù)目相差不超過(guò)1；由極大值點(diǎn)及極小值點(diǎn)各自確定的包絡(luò)線平均值為零。

對(duì)于樣本信號(hào)yn，采用emd方法對(duì)其進(jìn)行分解，得到各階imf函數(shù)的方法為：

(1)搜索yn局部極大值點(diǎn)、極小值點(diǎn)，并基于三次樣條插值方法得到y(tǒng)n上、下包絡(luò)。計(jì)算上下包絡(luò)的均值mn。

(2)提取細(xì)節(jié)成分hn＝y(tǒng)n-mn。以hn代替yn，重復(fù)(1)，直至hn滿足imf條件，得到該階imf分量imf＝hn。

(3)計(jì)算剩余信號(hào)，即rn＝y(tǒng)n-imfn。以rn代替yn，重復(fù)上述過(guò)程，直至rn為單調(diào)函數(shù)。

最終采用emd理論對(duì)樣本信號(hào)yn進(jìn)行分解，可得到各階imf，并可表示為：

由于局放信號(hào)為典型高頻振蕩信號(hào)，因此其主要時(shí)頻分布集中于較低階imf中，因此對(duì)于7階以后imf可省略不計(jì)。故采用emd理論對(duì)樣本信號(hào)yn進(jìn)行分解，可分解得到共7階imf分量

對(duì)各階imf分量進(jìn)行單位化操作，得到單位化imf分量，對(duì)于t階imf分量，對(duì)其單位化操作后，t階單位化imf分量可表示為：

其中，為對(duì)應(yīng)的單位化系數(shù)。

對(duì)各單位化imf分量進(jìn)行分幀化操作，且各單位化imf分量均分成z幀，各幀采樣長(zhǎng)度為nx/z，并確保z能被n乘除。對(duì)于其第z幀可表示為：

對(duì)局放先驗(yàn)樣本信號(hào)集合中各樣本信號(hào)重復(fù)進(jìn)行上述過(guò)程，并可由相同階單位分量的同一幀分量構(gòu)成集合，得到對(duì)應(yīng)階局放干擾抑制過(guò)完備原子庫(kù)幀分量。對(duì)于第t階局放干擾抑制過(guò)完備原子庫(kù)第z幀分量可表示為：

則t階局放干擾抑制過(guò)完備原子庫(kù)可由各幀分量相互級(jí)聯(lián)得到，并有：

由各階局放干擾抑制過(guò)完備原子庫(kù)級(jí)聯(lián)，可構(gòu)成局放干擾抑制過(guò)完備原子庫(kù)

d＝{d¹,d²,d³,d⁴,d⁵,d⁶,d⁷}(12)

(三)稀疏分解局放噪聲抑制

對(duì)染噪局放信號(hào)進(jìn)行分幀操作，且染噪局放信號(hào)等分成z幀，各幀采樣長(zhǎng)度為nx/z，并確保z能被n乘除。第z幀染噪局放信號(hào)xz可表示

對(duì)xz進(jìn)行加blackman窗操作，得到加窗后的第z幀信號(hào)xzb，且xzb可表示為：

xzb＝xz·wb(14)

其中wb為blackman窗，并有

采用匹配追蹤算法對(duì)xzb在d中進(jìn)行稀疏分解，最終xzb的去噪結(jié)果xzp＝azbd可由d中原子進(jìn)行表示，且可表示為：

xzp＝azbd

對(duì)染噪局放信號(hào)其余各幀子信號(hào)重復(fù)進(jìn)行上述操作，并順序?qū)⒏鲙有盘?hào)稀疏分解結(jié)果相連，最終可得干擾抑制結(jié)果xp，并有

xp＝(x1p,x2p,…,xzp,…,xzp)(16)

本實(shí)施例中，局放先驗(yàn)樣本信號(hào)集合中的一個(gè)樣本信號(hào)波形如圖2所示，其中采樣數(shù)據(jù)點(diǎn)長(zhǎng)度為100000。對(duì)局放先驗(yàn)樣本信號(hào)集合中各樣本信號(hào)進(jìn)行了emd分解，并進(jìn)行單位化操作，得到了各階單位化imf分量。對(duì)各階單位化imf均分成20幀，其1階單位化imf分量第1幀波形如圖3所示。圖4為現(xiàn)場(chǎng)實(shí)測(cè)某含噪局放信號(hào)，該局放信號(hào)信噪比較低，某些幅值較小脈沖信號(hào)已淹沒(méi)于噪聲中難以區(qū)分。該樣本信號(hào)采樣點(diǎn)長(zhǎng)度依然為100000。對(duì)含噪信號(hào)進(jìn)行分幀操作，同樣分為20幀，每幀采樣點(diǎn)長(zhǎng)度為50000，對(duì)于第一幀信號(hào)，其波形如圖5所示。對(duì)其進(jìn)行加窗操作后，并進(jìn)行稀疏分解，得到去噪結(jié)果如圖6所示。對(duì)各幀信號(hào)進(jìn)行上述操作，并將各幀去噪結(jié)果依次相連，得到含噪局放信號(hào)去噪結(jié)果，如圖7所示。