<listing id="5bf7d"><dfn id="5bf7d"><progress id="5bf7d"></progress></dfn></listing><p id="5bf7d"><form id="5bf7d"></form></p>
    <p id="5bf7d"><track id="5bf7d"><strike id="5bf7d"></strike></track></p>
    <track id="5bf7d"><big id="5bf7d"><progress id="5bf7d"></progress></big></track>

        <rp id="5bf7d"></rp>

        <em id="5bf7d"></em>

            <b id="5bf7d"></b>

            新聞中心

            EEPW首頁 > 模擬技術 > 設計應用 > 改進的小波閾值去噪在介質損耗角檢測中的應用*

            改進的小波閾值去噪在介質損耗角檢測中的應用*

            作者:范晉龍,黃曉峰,鐘鑫豪 (湖南工業大學 交通工程學院,湖南 株洲 412007)時間:2021-08-02來源:電子產品世界收藏
            編者按:對于絕緣材料介質損耗角的檢測主要是通過計算介質的泄露電流與其兩端電壓之間的相位差得到。微弱的泄露電流信號極容易在強噪聲環境下被淹沒,傳統濾波方法不能將工頻附近的干擾信號濾除掉,因此導致介質損耗角測量精度低。本文采用一種改進的小波閾值去噪對采樣信號進行處理,提高介質損耗角測量精度,并利用MATLAB仿真驗證其有效性。

            *基金項目:湖南省省市聯合基金(2019JJ60060),多功能機組絕緣故障診斷關鍵技術研究

            本文引用地址:http://www.archiactvr.cn/article/202108/427283.htm

            作者簡介:范晉龍(1994—),男,山西,碩士研究生,主要研究方向為電氣設備故障診斷。E-mail:956781676@qq.com。

            黃曉峰(1974—),男,湖南,碩士生導師,副教授,主要研究方向為智能檢測與控制。E-ail:7063880@qq.com。

            0   引言

            長期處于復雜工況下的固體絕緣材料會產生不可逆轉的老化,影響電氣設備的正常工作 [1]。可以靈敏地監測絕緣材料的老化情況,通過計算介質兩端電壓與泄露電流信號之間相位差得到其值。由于電流信號極其微弱,混疊了噪聲的采樣信號與原始信號存在較大的偏差,因此對采樣信號降噪是檢測的首要環節。由于具有多分辨率分析的特性,能夠較好地區分混合信號中的有用成分和干擾成分,通過閾值設定能夠對原始信號進行有選擇性的剔除[2]。閾值的選擇對于信號降噪效果至關重要,傳統硬閾值函數降噪重構后使得信號在λ 和-λ 兩處都具有不連續性;而軟會使得信號重構后與原始信號存在很大的恒定偏差[3]。本文在對傳統閾值函數進行改善后,可以克服上述兩種經典閾值函數的缺陷,仿真研究表明具有較好的去噪效果,能夠應用于的測量。

            1   介質損耗角

            固體絕緣材料等效電路如圖1 所示,它可以看作電容和線性電阻串聯的結構。

            image.pngimage.png

            圖1 串聯等效電路圖與向量圖

            理想絕緣材料電流超前電壓90°,絕緣被破壞時實際電流與理想電流存在一定的相位差δ,此角定義為介質損耗角。通過電路等效模型得到的介質損耗角計算方法為:

            1627887149921072.png

            2   小波

            小波是一種函數,定義為式(2)。該函數可將指定復雜信號分解為不同頻率分量,并對每個分量的分辨率與其尺度匹配進行研究。

            image.png

            其中,ψ(t) 通過尺度伸縮和時間平移變換得到的函數系ψa,b,稱為小波函數。小波函數類似于一個窗口面積固定的雙窗函數,面積規律滿足海森堡測不準原理[4]。的頻域-時域窗口如圖2 所示。

            image.png

            從圖2 可以看出,伴隨尺度的增加,時域窗會變寬,而頻率窗會變窄,這是一種多分辨率的方法。當尺度較大時,適合分析混疊信號中的高頻成分;尺度較小時,適合分析低頻成分,因此具有混疊信號局部分析的能力[5]。

            2.1 小波

            小波變換具有一種“集中”信號的能力,混疊干擾的信號通過小波變換后,重要信號的能量匯集在小波域較大的小波系數中,而噪聲信號分布在整個小波域的系數中。由于重要信號和噪聲信號的小波系數值存在較大的差異,小波系數較大的一般以重要信號為主,而噪聲的小波系數較小。因此可以選擇一個合適的閾值函數對小波系數進行選擇性剔除,然后對信號進行重構,從而達到去噪的目的[6]。小波閾值去噪流程如圖3 所示關鍵

            步驟包括:

            1) 小波類型、分解層數、閾值和閾值函數的選擇;

            2) 對含噪信號進行處理;

            3) 按照閾值函數規則通過設定閾值進行干擾信號的剔除;

            4) 信號重構。

            2.2 改進的小波閾值去噪

            在小波閾值降噪過程中,閾值函數的選擇至關重要,通常有硬閾值與軟閾值函數。硬閾值函數保留了絕對值大于λ 的小波系數,可以使得原始信號的大部分信息得到保留,但在λ 與-λ 兩個地方存在截斷,使得重構后的信號出現不連續震蕩。而相對于硬閾值函數,軟閾值函數具備了在λ 與-λ 兩處的連續性,但會使小波系數出現恒定偏差,從而使得重構信號和原始信號存在一定的偏差。為了解決軟、硬閾值函數固有的缺陷,本文采用一種新的閾值函數:

            image.png

            的信號出現不連續震蕩。而相對于硬閾值函數,軟閾值函數具備了在λ 與-λ 兩處的連續性,但會使小波系數出現恒定偏差,從而使得重構信號和原始信號存在一定的偏差。為了解決軟、硬閾值函數固有的缺陷,本文采用一種新的閾值函數:

            1627887480723302.png

            在改進的閾值函數中引進了調整系數a。當a=0 時,上式為硬閾值函數;a=1 時,上式為軟閾值函數,結合了硬閾值函數與軟閾值函數的優點,同時增加了調節因子b。對改進的閾值函數在λ 處進行極限計算得到:

            1627887531119273.png

            可以得到改進的閾值函數

            image.png

            因此改進后的閾值函數具有一定的連續性,克服了傳統硬閾值函數的缺點。同時,改進的閾值函數通過調節因子b 改善了小波系數的收縮程度,可以解決軟閾值函數中出現的恒定偏差。

            3   MATLAB仿真結果分析

            利用MATLAB 實驗平臺產生介質損耗角的電流模型來驗證本文算法的有效性,同時對原始信號疊加不同程度的噪聲進行仿真研究。小波閾值去噪參數分別為:采用Sym7 小波進行5 層分解, 閾值選用固定閾值image.pngMATLAB仿真結果如圖 4 所示。

            1627887734435118.png

            通過仿真得到降噪后信號與原始正弦信號對比結果,如圖4 和表1、表2 所示。圖中干擾強度為30 dB,可以看出重構信號失真度較小。同時對不同的小波閾值去噪算法效果進行對比,結果如圖5 所示。在不同噪聲強度干擾下,本文改進的閾值去噪算法處理后的去噪效果優于傳統閾值去噪算法。

            1627887778256686.png

            1627887838814261.png

            利用本文算法進行介質損耗角中相位角的計算,得到圖6 所示結果,可以看出相位角計算結果在15 dB 以上噪聲時,計算結果誤差小,相對誤差為10-5,本文采用的算法介質損耗角測量精度較高。

            1627887910942886.png

            4   結束語

            本文對介質損耗角測量過程中噪聲信號的剔除展開研究,利用小波變換多分辨率分析的特點,采用小波閾值去噪對噪聲信號進行剔除。由于傳統的軟、硬閾值函數均具有局限性,本文采用一種改進的閾值函數進行信號降噪預處理后進行介質損耗角的計算。MATLAB 平臺仿真研究表明,改進閾值函數可以剔除高頻噪聲,重構信號失真度低,達到較好的降噪效果,有利于提高介質損耗角的測量精度。

            參考文獻:

            [1] GAO Z,CECATI C,DING S X.A survey of fault diagnosis and fault-tolerant techniques—Part I: Fault diagnosis with model-based and signal-based approaches[J].IEEE Transactions on Industrial Electronics,2015, 62(6):3757-3767.

            [2] 洪民江.基于小波變換的語音信號去噪算法研究[D].南京:南京郵電大學,2018.

            [3] 譚蓮子,張莉萍,解大,等.改進小波閾值去噪法在諧波檢測中的應用[J].電測與儀表,2019,56(13):23-26+75.

            [4] 牛藝橋,任國臣,張超,等.改進的小波閾值去噪法在電能質量檢測中的應用[J].遼寧工業大學學報(自然科學版),2015,35(04):220-224.

            [5] JAIN P K, TIWARI A K. A Robust Algorithm for Segmentation of Phonocardiography Signal Using Tunable Quality Wavelet Transform[J].Journal of Medical and Biological Engineering, 2018, 38(3):396-410.

            [6] 洪民江.基于小波變換的語音信號去噪算法研究[D].南京:南京郵電大學,2018.

            (本文來源于《電子產品世界》雜志2021年5月期)



            評論


            相關推薦

            技術專區

            關閉