[发明专利]基于归一化最小均方误差双滤波器处理小波分解后的局部放电信号检测方法

说明书

本发明公开了一种基于归一化最小均方误差双滤波器处理小波分解后的局部放电信号检测方法，包括：利用小波的分频特性先将信号分解到不同的频段上,然后把各频段的信号过归一化最小均方自适应背景滤波器更新滤波参数，再把背景滤波器收敛的参数更新到前景滤波器，前景滤波器对各频段信号施以滤波处理。本发明首先构建前前景自适应滤波器，然后把信号通过小波分解为各个频段的信号，最后把各频段的信号过归一化自适应滤波器进行噪声滤除，不仅可以获得比普通滤波器更好的效果，而且其收敛速度更快，更容易捕捉细小的放电。该方法可以广泛的应用于电力设备的局部放电信号的去噪声处理。

技术领域

本发明涉及对噪声信号的抑制，更具体地指是一种对局部放点信号的噪声抑制或者有效信号的提取，该方法基于对信号进行小波分解到不同频率,然后利用归一化最小均方误差双滤波器进行噪声抑制来提取有效信号，主要用于局部放点检测系统中。

背景技术

检测局部放电是监测电器设备绝缘状态的重要手段，近年来被业内人士广泛关注。一般在进行局部放电测试时，存在大量的干扰因素(环境噪声、其他信号噪声等)，导致局部放电信号淹没在噪声之中，为了准确检测局部放电信号，必然需要进行噪声抑制处理。因此，噪声的抑制是进行局部放电检测首要解决的问题。在众多干扰中，载波通讯、高频保护等一起的周期性窄带干扰尤其的严重，会给局部放电检测带来巨大的困难。

对于窄带干扰信号的抑制方法有很多，比如：FFT滤波、维纳滤波、带通滤波和自适应滤波等等。其中，仅自适应滤波器不需要窄带信号的先验信号，先验信号的获取本就是一个比较难的课题，一般也比较难准确的获取。

相对于其他的技术方案，自适应滤波器不需要先验窄带干扰，在抑制窄带干扰信号方面尤其天然的优势。但是，LMS自适应滤波器有收敛速度慢，易发散等缺点。归一化最小均方误差双滤波器(DNLMS,Double Normalized Least Mean Square)可以解决LMS收敛速度慢与收敛步长不能调和的矛盾，也可以解决由于滤波器发散状态下滤波导致的滤波不干净的问题，可以达到提升收敛速度、解决易发散的问题。

发明内容

本发明所要解决的技术问题是为了克服现有技术的缺陷和不足，提供基于归一化最小均方误差双滤波器处理小波分解后的局部放电信号检测方法。本方法是在文献[基于小波分解的自适应滤波算法在抑制局部放电窄带周期干扰中的应用.中国工程电机学报,Vol.23,No.1,Jan.2003]的基础上优化了自适应滤波器，既利用了小波分解所有优点且提供了滤波器的收敛速度、避免发散情况下滤波效果差的问题。该检测算法旨在为局部放电提供一种快速、准确的滤除各种噪声的方法，提供局部放电检测的准确性和实时性。

为了解决上述技术的问题，本发明所采用的技术方案是：

基于归一化最小均方误差双滤波器处理小波分解后的局部放电信号检测方法，所述方法包括如下步骤：

步骤A，采集探测器的局部放电信号：

探测器把采集到的局部放电信号通过数据通道发送到数据处理模块。

步骤B，接收数据小波分解：

把接收的数据通过小波分解后，分解为不同频段的信号。

步骤C，构造归一化最小均放误差滤波器的模型，选定滤波器的权重更新模型：

w为滤波器的权重矩阵，μ为调节因子，x(k)为输入信号，e(k)为估计残差。

步骤D，选择归一化最小均方误差算法构建滤波器，进行归一化最小均方误差算法构建滤波运算，计算归一化最小均方误差算法的背滤波系数：

归一化最小均方误差算法构建滤波算法的方程为：

e(k)＝d(k)-y(k)