学术简报|基于单通道盲源分离算法的局部放电特高频信号去噪方法

摘要

国网安徽省电力有限公司电力科学研究院的研究人员刘宇舜、程登峰等,在2018年第23期《电工技术学报》上撰文,为有效抑制现场检测局部放电特高频信号背景噪声中的周期性窄带干扰和高斯白噪声干扰,提出一种基于单通道盲源分离算法的去噪方法。

首先对局部放电特高频信号进行时频联合分析,获得源信号数量;然后对检测到的局部放电信号进行奇异值分解,将得到的重构奇异值子矩阵重新组合成多通道信号,并采用特征矩阵近似联合对角化方法进行盲源分离,从局部放电信号中分离出噪声干扰;最后采用l1范数最小化方法进行源信号估计,得出去噪后的局部放电特高频信号。使用该方法对模拟试验和现场实测信号进行去噪处理,并与现有方法的去噪结果进行对比。

结果表明,与现有方法相比,该方法可更有效抑制周期性窄带和高斯白噪声干扰,且去噪后的局部放电特高频信号波形不发生明显畸变。

当高压设备内部绝缘出现故障时,会产生局部放电(Partial Discharge, PD),可通过检测PD信号来评估设备的绝缘状态。伴随PD产生的特高频(Ultra-High Frequency, UHF)电磁波信号(频率为0.3~3 GHz)会通过非金属屏蔽介质向外传播,可使用UHF天线传感器检测高压设备的PD。

然而由于早期绝缘缺陷产生的PD UHF信号幅值较低,且在现场检测中易受到外部电磁干扰,导致检测到的PD信号出现严重的波形畸变甚至淹没在噪声干扰信号中。因此,需要研究PD UHF信号中噪声干扰的抑制方法。

在PD检测现场,高斯白噪声干扰和周期性窄带干扰为背景噪声的主要组成部分。目前数字化PD去噪方法由于具有噪声抑制效果好和性能可优化的特点,成为了研究热点并得到广泛应用。该方法主要包括快速傅里叶变换(Fast Fourier Transform, FFT)阈值滤波法、自适应数字滤波法、经验模态分解(Empirical Mode Decomposition, EMD)类去噪方法和小波变换类去噪方法。

其中,FFT阈值滤波法和自适应数字滤波法可有效抑制窄带干扰,但是当PD信号和窄带干扰的频率重合时,会使波形发生明显畸变;由于PD信号属于暂态非平稳信号,采用EMD类方法对PD信号进行去噪处理时,会出现模态混叠现象,影响去噪效果;小波变换类去噪方法可有效抑制高斯白噪声信号,但是由于较难选取合适的小波基、分解层数和阈值,导致抑制窄带干扰后PD波形会出现一定的畸变。

此外,文献[9]提出的混沌振子法可有效抑制窄带干扰信号,但无法灵活设置系统周期性策动力频率,且计算量较大。文献[10]采用独立分量分析的方法将PD信号与噪声干扰逆向分离,但是分离出的PD信号幅值发生变化。

文献[11]提出一种PD信号稀疏表示去噪方法,可有效抑制白噪声和窄带干扰且波形畸变较小,但是该方法需要建立原子库并进行迭代计算,导致计算时间较长。文献[12]基于广义S变换模时频矩阵进行PD信号去噪,但是该方法无法有效抑制无线通信中的幅值调制窄带干扰,且需要进行大量的矩阵运算。

盲源分离技术可在源信号特征参数和混合模型未知时,将混合信号中各源信号分离出来[13]。本文将各噪声干扰信号和原始PD信号均视为源信号,将检测到的PD UHF信号视为观测信号,提出一种基于单通道盲源分离的PD信号去噪方法。

首先对PD UHF信号进行时频联合分析,获得源信号数量;对检测到的单通道UHF信号进行奇异值分解(Singular Value Decomposition, SVD),并选取与源信号数量相等的重构奇异值进行SVD逆运算,得到一系列重构奇异值子矩阵,进行信号重组获得伪多输入多输出(Multiple Input Multiple Output, MIMO)矩阵,使单通道检测PD信号增维为多通道检测信号;再采用特征矩阵近似联合对角化(Joint Approximate Diagonalization of Eigen-matrices, JADE)算法对单通道PD信号进行盲源分离,分离出各类干扰信号;最后采用l1范数最小化方法进行源信号估计,得出去噪后的PD UHF信号。

图1  JADE盲源分离算法原理

图4  试验平台接线图

结论

本文基于单通道盲源分离算法,采用SVD将单通道检测PD信号增维为多通道检测信号,结合JADE算法和l1范数最小化方法,可有效抑制PD UHF信号中周期性窄带干扰和高斯白噪声。对模拟试验和现场实测PD UHF信号进行去噪处理,结果证明了本文方法的有效性,并得到以下结论:

1)利用原始PD信号进行SVD得到的子矩阵可将单通道检测PD信号转换为多通道PD信号,从而有效解决PD信号去噪过程中盲源分离的欠定问题。

2)采用l1范数最小化方法可有效解决单通道盲源分离后信号幅值变化较大的问题,可有效提高信号模式识别准确率。

3)本文提出的去噪方法可有效抑制实测UHF信号中的周期性窄带干扰和白噪声干扰,且去噪后PD波形不发生明显畸变。

(0)

相关推荐