其他
学术简报|基于单通道盲源分离算法的局部放电特高频信号去噪方法
当高压设备内部绝缘出现故障时,会产生局部放电(Partial Discharge, PD),可通过检测PD信号来评估设备的绝缘状态。伴随PD产生的特高频(Ultra-High Frequency, UHF)电磁波信号(频率为0.3~3 GHz)会通过非金属屏蔽介质向外传播,可使用UHF天线传感器检测高压设备的PD。
然而由于早期绝缘缺陷产生的PD UHF信号幅值较低,且在现场检测中易受到外部电磁干扰,导致检测到的PD信号出现严重的波形畸变甚至淹没在噪声干扰信号中。因此,需要研究PD UHF信号中噪声干扰的抑制方法。
在PD检测现场,高斯白噪声干扰和周期性窄带干扰为背景噪声的主要组成部分。目前数字化PD去噪方法由于具有噪声抑制效果好和性能可优化的特点,成为了研究热点并得到广泛应用。该方法主要包括快速傅里叶变换(Fast Fourier Transform, FFT)阈值滤波法、自适应数字滤波法、经验模态分解(Empirical Mode Decomposition, EMD)类去噪方法和小波变换类去噪方法。
其中,FFT阈值滤波法和自适应数字滤波法可有效抑制窄带干扰,但是当PD信号和窄带干扰的频率重合时,会使波形发生明显畸变;由于PD信号属于暂态非平稳信号,采用EMD类方法对PD信号进行去噪处理时,会出现模态混叠现象,影响去噪效果;小波变换类去噪方法可有效抑制高斯白噪声信号,但是由于较难选取合适的小波基、分解层数和阈值,导致抑制窄带干扰后PD波形会出现一定的畸变。
此外,文献[9]提出的混沌振子法可有效抑制窄带干扰信号,但无法灵活设置系统周期性策动力频率,且计算量较大。文献[10]采用独立分量分析的方法将PD信号与噪声干扰逆向分离,但是分离出的PD信号幅值发生变化。
文献[11]提出一种PD信号稀疏表示去噪方法,可有效抑制白噪声和窄带干扰且波形畸变较小,但是该方法需要建立原子库并进行迭代计算,导致计算时间较长。文献[12]基于广义S变换模时频矩阵进行PD信号去噪,但是该方法无法有效抑制无线通信中的幅值调制窄带干扰,且需要进行大量的矩阵运算。
盲源分离技术可在源信号特征参数和混合模型未知时,将混合信号中各源信号分离出来[13]。本文将各噪声干扰信号和原始PD信号均视为源信号,将检测到的PD UHF信号视为观测信号,提出一种基于单通道盲源分离的PD信号去噪方法。
首先对PD UHF信号进行时频联合分析,获得源信号数量;对检测到的单通道UHF信号进行奇异值分解(Singular Value Decomposition, SVD),并选取与源信号数量相等的重构奇异值进行SVD逆运算,得到一系列重构奇异值子矩阵,进行信号重组获得伪多输入多输出(Multiple Input Multiple Output, MIMO)矩阵,使单通道检测PD信号增维为多通道检测信号;再采用特征矩阵近似联合对角化(Joint Approximate Diagonalization of Eigen-matrices, JADE)算法对单通道PD信号进行盲源分离,分离出各类干扰信号;最后采用l1范数最小化方法进行源信号估计,得出去噪后的PD UHF信号。
图1 JADE盲源分离算法原理
图4 试验平台接线图
010-63256949(编辑)
010-63256994(编务)
010-63256817(订阅)
邮箱:dgjsxb@vip.126.com
010-63256943(编辑)
010-63256994(编务)
010-63256817(订阅)
邮箱:dianqijishu@126.com
长按左侧二维码
索取《电气技术》样刊