[发明专利]基于空域相关修正阈值的变小波系数局部放电信号消噪方法

说明书

技术领域

本发明属于工业信号处理领域，具体涉及一种基于空域相关修正阈值的变小波系数局部放电信号消噪方法。

背景技术

随着各种有机绝缘材料在电力设备中的广泛应用，电力设备中局部放电信号（Partial Discharge,简记作PD）的有效提取问题变得越来越突出。利用局部放电信号可进行绝缘故障的诊断、放电程度和类型的确定、设备绝缘劣化的判断等，这些都对电力设备的安全平稳运行起着至关重要的作用。然而，电力设备的实际运行环境中存在着电磁干扰，导致局部放电信号淹没在噪声中，进而影响利用局部放电信号对电力设备绝缘故障诊断的准确性。因此，通过有效的滤波技术去除噪声信息的干扰，并保留局部放电信号的基本信息特征是PD检测研究的关键问题之一。

局部放电信号属于瞬变信号，干扰中的白噪声则属于非平稳信号，二者的时频域特性存在差异。为了同时实现两种信号的有效检测，近年来小波变换（Wavelet Transform，简记作WT）的方法由于充分利用了信号的局部特性，通过调节局部放电信号和白噪声的不同小波系数，可实现两种不同类型信号的检测。

对于局部放电信号和白噪声信号经过小波变换后，局部放电信号产生的小波系数幅值较大，但个数较少，而白噪声对应的小波系数个数较多、幅值较小。将二者同时进行小波分解后，局部放电信号的小波系数的幅值要大于白噪声的系数幅值。因此，通过在不同尺度上选择合适的阈值，将小于该阈值的小波系数置零，而保留大于阈值的小波系数，从而使局部信号中的白噪声得以抑制。

小波阈值法是一种非线性的噪声信号剔除方法，它的本质是将信号按照分辨率高低由粗到精描述，再利用不同分解尺度因子对信号做滤波的带通滤波器，通过设置合理阈值来选择小波基，实现对信号中奇异特征信息的检测，从而实现信号的消噪。阈值选择法(Threshold Elimination Method，简记作TEM)是小波阈值法中的一种，它是Donoho DL在1995提出的一种非线性的消噪方法，其用于局部放电信号消噪的基本思想是利用分解后各层小波系数的幅值大小为依据估计局部放电信号的滤波系数的阈值，使滤波后的数据保持原有信号的本质特征。

目前，许多国内外的学者对阈值选择方法做了研究，通用的方法是Shim等人提出的全局阈值选择方法，利用信号长度和噪声方差来估计全局阈值，这种方法中各个分解层的阈值相同，处理效果不理想。常用的阈值选择方法还有Stein无偏风险估计法和极大极小原理法等，其阈值选取方法需要对噪声进行估计，属于半自动半经验的阈值选择方法，在实际应用中消噪效果并不十分理想。小波消噪阈值选择算法中最核心的问题是信号与噪声的区分，即将各个尺度上的较大幅值分解系数确定为信号，利用分解系数幅值大小直接作为区分的标准，进行阈值处理。然而，该算法是针对信号的局部数据进行操作，而在混有白噪声的局部放电信号中，白噪声的信号幅值远远大于局部放电信号的幅值，这使得该算法对样本中的阈值幅值很敏感，在干扰较强的情况下，阈值法的消噪效果并不稳定。

空域相关算法（Spatial Correlation Filtering Method，简记作SCFM）是利用小波分解系数在不同尺度上对应点的相关性来进行小波基系数的取舍，在有效的抑制噪声的同时还能锐化信号的边缘，算法性能较为稳定。但到目前为止，还没有人将该算法应用于阈值选择消噪的优化方面。

针对上述问题，本发明利用阈值选择算法从数据间小波变换后的系数出发，寻找使变换后小波系数与局部放电信号最接近的阈值，达到了有效利用不同尺度上信号和白噪声的分解特性对二者有效区分。同时，空域相关算法的本质决定了权重的确定不完全依赖于小波变换系数的阈值，从而能够降低噪声点对样本数据的影响，并且提高算法运行速度。

发明内容

本发明的目的在于提供一种降低噪声影响，提高消噪速度和精度的基于空域相关修正阈值的变小波系数局部放电信号消噪方法。

本发明的目的是这样实现的：

（1）对含有白噪声的局部放电信号进行小波变换，小波变换过程中的分解层数为M，得到尺度j中位置n处含噪信号f的小波系数初值W_f(j,n)；