一种基于改进小波包—谱减法的变压器噪声提取方法技术

本发明专利技术公开了一种基于改进小波包—谱减法的变压器噪声提取方法，属于变压器噪声处理领域，基于变压器噪声和典型干扰信号的时频特征，设计了小波包结合谱减法进行去噪，引入KL散度加权计算，能对信号时频进行更加详细的划分，由于干扰信号一般具有突发性、偶然性、不确定性，变压器噪声主要为平稳低频信号，根据变压器噪声和干扰信号的时频差异，对小波包分解后的带噪频段进行谱减法降噪，去除干扰信号；本发明专利技术通过设计的小波包通过KL散度分类优化谱减法对变压器的噪声信号进行四层小波包分解，能更具有针对性的面对分布在特定频段的噪声，通过谱减法去除不同频段的干扰信号，将排除干扰的小波包信号重构图重组，得到纯净的变压器噪声。压器噪声。压器噪声。

【技术实现步骤摘要】
一种基于改进小波包
—
谱减法的变压器噪声提取方法


[0001]本专利技术涉及变压器噪声处理
，尤其是涉及一种基于改进小波包—谱减法的变压器噪声提取方法。

技术介绍

[0002]在变压器噪声中，无论是铁芯噪声还是绕组噪声，其主频率都是电网频率的二倍，也就是100Hz。但是由于磁致伸缩的非线性、磁通分布情况、传输路径不一致、外界干扰等原因，使得磁通饱和不再是标准的正弦波，含有其他谐波分量，这些谐波的频率主要为200Hz、300Hz、400Hz等，均为50Hz的偶倍频，但是也含有少量的150Hz、250Hz、350Hz等50Hz奇倍频的谐波成分。同时，从整体上来看，变压器本体噪声主要集中分布在1kHz以内，变压器噪声有助于了解变压器内部情况；干扰信号主要是检测时外界环境对变压器噪声的干扰，比如汽车声、鸟叫声、虫鸣声、施工噪声、生活噪声等等，这些干扰信号种类不同，其时域频域特性也有所不同。根据现有分析可知，虫鸣声、蛙鸣声、鸟鸣声存在较为明显的间歇性，且频率范围主要在高频段，其中虫鸣声的频率范围大概在3～5kHz，蛙鸣声频率范围大概在2～3kHz，鸟鸣声频率范围大概在2.5kHz～4kHz；而相比之下，汽车噪声主要集中在2.5kHz以下的低频段，大多数干扰信号是近似于脉冲状高频不稳定信号，具有一定的突发性、偶然性和不确定性，因此需要优化掉噪声，得到原始的变压器噪声。
[0003]因此提供了一种基于改进小波包—谱减法的变压器噪声提取方法。

技术实现思路

[0004]本专利技术的目的是提供一种基于改进小波包—谱减法的变压器噪声提取方法，基于变压器噪声和典型干扰信号的时频特征，设计了小波包结合谱减法去除变压器噪声的方法，小波包结合谱减法对信号时频进行更加详细的划分，由于干扰信号一般具有突发性、偶然性、不确定性，变压器噪声主要为平稳低频信号，根据变压器噪声和干扰信号的时频差异，对小波包分解后的带噪频段结合KL散度分类优化谱减法降噪，去除干扰信号。
[0005]为实现上述目的，本专利技术提供了一种基于改进小波包—谱减法的变压器噪声提取方法，包括以下步骤：
[0006]S1：采集变压器的噪音信号；
[0007]S2：对噪音信号进行小波包分解，得到不同频段的小波包信号重构图，并选出噪音严重的小波包信号重构图；
[0008]S3：使用谱减法信号对噪音严重的重构图进行降噪处理；
[0009]S4：使用加权KL散度的方法识别不同噪声；
[0010]S5：将重构图进行合成，得到变压器的声音信号。
[0011]优选的，所述步骤S1中，采集噪音信号的采样频率是32kHz或者48kHz。
[0012]优选的，所述步骤S2中，小波包分解选用db4小波、Shannon熵标准。
[0013]优选的，所述步骤S2中，进行四层小波包分解，得到16个小波包信号重构图。
[0014]优选的，所述步骤S4中，使用加权KL散度的具体过程如下：
[0015]用Xjk表示小波包分解二叉树第j层第k个节点的小波包分解系数，对第j层各频带的小波包分解系数进行单支重构，提取各频带的信号sjk(t)，t是时间，各频带信号的能量如下：
[0016]Ejk＝∫|sjk(t)|2dt＝∑|xjk(p)|2[0017]上式中，xjk(p)为小波包分解二叉树第j层第k个频带的重构信号中第p个离散点的幅值；n为信号长度，则原始信号的总能量的公式如下：
[0018]E＝∑Ejk，k＝2
j
‑1[0019]提取铁芯噪声和绕组噪声2种工况下的小波包Shannon熵，构成特征向量矩阵P和Q，获得待测未知样本的特征向量矩阵R，以小波包分解后各频带能量与原始信号总能量的比值作为权重计算加权KL散度，权重向量的公式如下：
[0020]O＝[Ej0，Ej1，
···
，Ej(2j
‑
1)]/E
[0021]则加权KL散度的公式如下：
[0022]WKL(P∥Q)＝∑(α(i)+β(i))/2
·
(DKL(Pi∥Qi)+DKL(Qi∥Pi))
[0023]α(i)为对应矩阵P第i列的权重；β(i)为对应矩阵Q第i列的权重；DKL(Pi∥Qi)为Pi和Qi的KL散度，Pi和Qi分别为矩阵P和Q的第i列。
[0024]因此，本专利技术采用上述方法的一种基于改进小波包—谱减法的变压器噪声提取方法，具有以下好处：
[0025](1)在本专利技术中，现有的使用小波阈值的方法滤除噪声，依赖对阈值函数和分解层数的选择，应用时受限较多，设计了小波包结合谱减法的应用范围更广。
[0026](2)在本专利技术中，根据变压器噪声和干扰信号的时频差异，采用小波包，能将频带划分的更加详细，针对不同频带的复杂干扰信号，能有更好的去噪效果，使用也更加灵活，由于变压器噪声为低频平稳的信号，干扰信号为高频冠状信号，且具有一定的间歇性和突发性，结合这些时频特征差异，选用小波包分解结合KL散度分类优化谱减法对带噪频段进行滤波处理，效果更好。
[0027](3)在本专利技术中，使用加权KL散度辅助进行去噪，促使最终的去噪效果更好。
[0028]下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。
附图说明
[0029]图1为本专利技术一种基于改进小波包—谱减法的变压器噪声提取方法的实施例一中加噪后的声音信号小波包重构信号图；
[0030]图2为本专利技术一种基于改进小波包—谱减法的变压器噪声提取方法的实施例一中加噪后的声音信号经过谱减法后的小波包重构信号图；
[0031]图3为本专利技术一种基于改进小波包—谱减法的变压器噪声提取方法的实施例一中加噪前的变压器噪声信号图；
[0032]图4为本专利技术一种基于改进小波包—谱减法的变压器噪声提取方法的实施例一中加噪后的变压器噪声图；
[0033]图5为本专利技术一种基于改进小波包—谱减法的变压器噪声提取方法的实施例一中加噪后经过去噪后的变压器噪声图；
[0034]图6为本专利技术一种基于改进小波包—谱减法的变压器噪声提取方法的实施例二中采集的噪音信号的频谱图；
[0035]图7为本专利技术一种基于改进小波包—谱减法的变压器噪声提取方法的实施例二中小波包重构信号图；
[0036]图8为本专利技术一种基于改进小波包—谱减法的变压器噪声提取方法的实施例二中经过谱减法后的小波包重构信号图；
[0037]图9为本专利技术一种基于改进小波包—谱减法的变压器噪声提取方法的实施例二中去噪前的变压器噪声图；
[0038]图10为本专利技术一种基于改进小波包—谱减法的变压器噪声提取方法的实施例二中去噪后的变压器噪声图。
具体实施方式
[0039]因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进小波包—谱减法的变压器噪声提取方法，其特征在于：包括以下步骤：S1：采集变压器的噪音信号；S2：对噪音信号进行小波包分解，得到不同频段的小波包信号重构图，并选出噪音严重的小波包信号重构图；S3：使用谱减法信号对噪音严重的重构图进行降噪处理；S4：使用加权KL散度的方法识别不同噪声；S5：将重构图进行合成，得到变压器的声音信号。2.根据权利要求1所述的一种基于改进小波包—谱减法的变压器噪声提取方法，其特征在于：所述步骤S1中，采集噪音信号的采样频率是32kHz或者48kHz。3.根据权利要求1所述的一种基于改进小波包—谱减法的变压器噪声提取方法，其特征在于：所述步骤S2中，小波包分解选用db4小波、Shannon熵标准。4.根据权利要求1所述的一种基于改进小波包—谱减法的变压器噪声提取方法，其特征在于：所述步骤S2中，进行四层小波包分解，得到16个小波包信号重构图。5.根据权利要求1所述的一种基于改进小波包—谱减法的变压器噪声提取方法，其特征在于：所述步骤S4中，使用加权KL散度的具体过程如下：用Xjk表示小波包分解二叉树第j层第k个节点的小波包分解系数，...

【专利技术属性】
技术研发人员：熊一，明月，罗鹏，杨城晟，王雨辰，赵凌霄，张洪，唐学军，廖晓红，孙利平，李智威，陈然，周英博，
申请(专利权)人：国网湖北省电力有限公司经济技术研究院，
类型：发明
国别省市：