基于改进SVD算法的电缆局部放电窄带干扰抑制方法技术

本发明专利技术公开了一种基于改进SVD算法的电缆局部放电窄带干扰抑制方法。该方法包括获取染噪PD仿真信号，将染噪PD仿真信号进行FFT变换，确定窄带干扰的个数；根据窄带干扰个数确定SVD的奇异值重构分配方案；利用3谱线插值精确估计窄带干扰频率，用于构造引导信号；在染噪PD信号中加入引导信号后再利用SVD进行分离；实现PD信号中窄带干扰的抑制。可以有效地抑制周期性窄带干扰并能还原出原始的PD脉冲波形，同时通过和传统SVD方法和FFT阈值滤波对比说明了该方法的去噪效果更明显。明了该方法的去噪效果更明显。明了该方法的去噪效果更明显。

【技术实现步骤摘要】
基于改进SVD算法的电缆局部放电窄带干扰抑制方法


[0001]本专利技术涉及高压电局部放电检测
，尤其涉及基于改进SVD算法的电缆局部放电窄带干扰抑制方法。

技术介绍

[0002]局部放电(partial discharge,PD)监测可以有效地评估电力系统设备的绝缘状态。但是由于测试现场存在着多种电磁干扰，同时PD信号通常比较微弱，因此PD信号会被淹没在背景噪声中，给PD信号的提取和识别带来较大挑战。这类电磁干扰可以分为随机脉冲干扰、周期性窄带干扰和白噪声，其中周期性窄带干扰具有持续时间长和出现概率高等特点，对PD信号的识别影响大。因此，研究PD监测中的周期性窄带干扰抑制策略有着重大意义。
[0003]在窄带干扰抑制方面，国内外开展了较多研究，主要的方法有数字滤波器、小波降噪、经验模态分解滤波和快速傅里叶变换(fast Fourier transform,FFT)阈值法。数字滤波器存在着能量损失较大以及相位偏差等问题而很少使用；小波降噪方法由于拥有较好的时频分析能力，在抑制噪声干扰方面有一定的优势，但在实际应用中存在小波基难选取和分解层数难确定的问题；经验模态分解滤波法虽然可以实现信号的自适应分解，但是存在端点效应、模态混叠等问题，运用范围有限；FFT阈值法由于操作方便的特点被广泛运用，但是存在着频谱泄露等固有缺陷造成的边缘效应等问题。
[0004]奇异值分解(singular value decomposition,SVD)作为一种信号分析的新方法，近年来得到了广泛的使用。现有技术中还提出将PD数据构造Hankle矩阵进行奇异值分解，实现窄带干扰子空间和PD信号子空间的分离，从而完成窄带干扰抑制，取得了较好的效果，但是进一步研究发现该方法存在SVD方法固有的奇异值阈值选取困难的缺陷，同时对于信号分析窗口较短的PD数据以及小幅值的窄带干扰抑制效果较差。

技术实现思路

[0005]因此，为了解决阈值法和传统奇异值分解(singular value decomposition,SVD)方法在局部放电(partial discharge,PD)周期性窄带干扰抑制过程中存在的窄带干扰抑制不干净和PD波形畸变的现象，本专利技术提出了一种带引导信号的SVD算法进行PD信号的窄带干扰抑制。可以有效地抑制周期性窄带干扰并能还原出原始的PD脉冲波形，同时通过和传统SVD方法和FFT阈值滤波对比说明了该方法的去噪效果更明显。
[0006]为了实现上述目的，本专利技术的一种基于改进SVD算法的电缆局部放电窄带干扰抑制方法，包括：
[0007]获取染噪PD仿真信号，将染噪PD仿真信号进行FFT变换，确定窄带干扰的个数；
[0008]根据窄带干扰个数确定SVD的奇异值重构分配方案；
[0009]利用3谱线插值精确估计窄带干扰频率，用于构造引导信号；
[0010]在染噪PD信号中加入引导信号后再利用SVD进行分离；实现PD信号中窄带干扰的
抑制。
[0011]优选的，所述将染噪PD仿真信号进行FFT变换，确定窄带干扰的个数，包括如下步骤：
[0012]S101、将将染噪PD仿真信号进行FFT变换，得到FFT功率谱；
[0013]S102根据FFT功率谱上周期性窄带干扰形成“尖峰脉冲”的正冲击特性，和放电信号形成频带较宽的“丘状”结构；计数正冲击个数，确定周期性窄带干扰的数量。
[0014]进一步优选的，所述利用3谱线插值精确估计窄带干扰频率，包括以下步骤：
[0015]S301、在FFT功率谱中根据周期性窄带干扰和放电信号的频域特征确定窄带干扰的谱线，并找出其左右两谱线的FFT系数幅值：R(k
p
)，R(k
p
‑
1)，R(k
p
+1)；
[0016]S302、计算定义的M参数
[0017][0018]式中：real为取数据实部，kp为窄带干扰谱线位置；
[0019]S303计算修正值δ
[0020][0021]S304按照下式计算估计的各窄带干扰精准频率为
[0022]式中：fs为PD信号采样率。
[0023]进一步优选的，所述根据窄带干扰个数确定SVD的奇异值重构分配方案，包括以下步骤：S201、利用一维信号y(n)(n＝1,2,
…
,N)构造Hankle矩阵；S202、对H矩阵进行奇异值分解；
[0024]H＝SVD
T
[0025]式中：S和D分别为左，右正交特征向量矩阵，V为对角矩阵，V＝diag(λ1,λ2,λ3,
…
,λ
p
),其中λ
i
被称为矩阵H的奇异值，按降序排列；
[0026]S203、将较大的λ
i
置0构造新的对角矩阵V'，重构数据矩阵H'；
[0027]H'＝SV'D
T
[0028]S204、对于重构后的数据矩阵H'，采用取平均值的方法对一维信号进行重构得到PD信号，完成窄带干扰的抑制。
[0029]进一步优选的，在染噪PD信号中加入引导信号后再利用SVD进行分离，包括以下步骤：
[0030]S401、利用原始信号f(t)进行FFT变换，通过FFT功率谱确定窄带干扰数m。
[0031]S402、利用三谱线插值进行窄带干扰频率的精确估计。
[0032]S403、将估计得到的窄带干扰频率用于生成引导信号r(t)为
[0033][0034]式中max(f(t))为染噪信号的最大值。
[0035]S404、将r(t)加入到f(t)中得到混合信号f
r
(t)，将fr(t)构造Hankle矩阵H进行SVD分解。
[0036]S405、将前2m个奇异值置0后重构信号，得到窄带干扰抑制后的PD脉冲信号。
[0037]本申请公开的基于改进SVD算法的电缆局部放电窄带干扰抑制方法，相比于现有技术至少具有以下优点：
[0038]1、本专利技术实施例提供的局部放电窄带干扰抑制方法，首先结合PD混合信号快速傅里叶变换FFT功率谱的特点，引入经典阈值用于判断窄带干扰数，并提出利用3谱线插值对窄带干扰频率进行精确估计；然后构造引导信号加入PD混合信号中，使得窄带干扰的奇异值和PD信号的奇异值便于分离，从而完成PD混合信号的窄带干扰抑制。仿真及实测结果表明，该方法解决了传统SVD法存在的奇异值分配方案难以确定的问题。
[0039]2、本专利技术实施例提供的局部放电窄带干扰抑制方法，通过3谱线插值的方法精确估计窄带干扰的频率用于构造引导信号，将引导信号注入PD混合信号中以减少窄带干扰和PD脉冲的奇异值之间的影响，提升SVD的窄带干扰抑制效果。
[0040]3、本专利技术实施例提供的局部放电窄带干扰抑制方法，通过和传统SVD法、FFT阈值法降噪的结果进行对比分析，本算法对窄带干扰的抑制效果更好，更能还原出原始PD脉冲的波形。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进SVD算法的电缆局部放电窄带干扰抑制方法，其特征在于，包括：获取染噪PD仿真信号，将染噪PD仿真信号进行FFT变换，确定窄带干扰的个数；根据窄带干扰个数确定SVD的奇异值重构分配方案；利用3谱线插值精确估计窄带干扰频率，用于构造引导信号；在染噪PD信号中加入引导信号后再利用SVD进行分离；实现PD信号中窄带干扰的抑制。2.根据权利要求1所述的基于改进SVD算法的电缆局部放电窄带干扰抑制方法，其特征在于，所述将染噪PD仿真信号进行FFT变换，确定窄带干扰的个数，包括如下步骤：S101、将染噪PD仿真信号进行FFT变换，得到FFT功率谱；S102根据FFT功率谱上周期性窄带干扰形成“尖峰脉冲”的正冲击特性，和放电信号形成频带较宽的“丘状”结构；计数正冲击个数，确定周期性窄带干扰的数量。3.根据权利要求1所述的基于改进SVD算法的电缆局部放电窄带干扰抑制方法，其特征在于，所述利用3谱线插值精确估计窄带干扰频率，包括以下步骤：S301、在FFT功率谱中根据周期性窄带干扰和放电信号的频域特征确定窄带干扰的谱线，并找出其左右两谱线的FFT系数幅值：R(k
p
)，R(k
p
‑
1)，R(k
p
+1)；S302、计算定义的M参数式中：real为取数据实部，kp为窄带干扰谱线位置；S303计算修正值δS304按照下式计算估计的各窄带干扰精准频率为式中：fs为PD信号采样率。4.根据权利要求1所述的基于改进SVD算法的电缆局部放电窄带干扰抑制方法...

【专利技术属性】
技术研发人员：金宇，杨进，周涛，张国志，吴尉民，吴辰阳，钱琪，万子逸，杨鸿景，王浩州，闵铁琦，
申请(专利权)人：云南电网有限责任公司昆明供电局，
类型：发明
国别省市：