一种对高压输电线路含噪电晕可听噪声信号进行降噪处理的方法和系统与流程

文档序号:11249150阅读:881来源:国知局
一种对高压输电线路含噪电晕可听噪声信号进行降噪处理的方法和系统与流程

本发明涉及信号处理领域,并且更具体地,涉及一种对高压输电线路含噪电晕可听噪声信号进行降噪处理的方法和系统。



背景技术:

我国的能源基地和大型负荷中心分离,能源基地分布在西部地区,而大型负荷中心则分布在东部,因此须采用特高压输电技术来实现远距离大容量的电能传输。而远距离输电的特高压线路经过的环境复杂,需要经过高海拔地区,导致表面电晕加剧,电磁环境效应更加严重。加之特高压系统的工作电压更高,线路表面电场越来越难以控制。极高的工作电压导致导线表面电晕强烈,产生很严重的无线电干扰和电晕可听噪声。这两方面的因素都将导致特高压输变电系统的电晕产生的电磁环境效应问题更加突出,已成为制约特高压输变电工程建设,特别是高海拔地区交直流特高压线路建设的关键问题之一。因此,研究交直流特高压线路的电晕可听噪声问题对于实现特高压工程的环境优化,提高线路建设的技术经济效益具有十分重要的意义。

但在现实中,由于输电线路的位置经常会位于发电厂和交通干道附近,较强的工厂噪声和交通噪声往往会干扰影响输电线路本身噪声的测量,这种情况下,一般常用的方法很难排除这些高背景噪声的影响,无法获得准确的测试结果。因此,非常有必要对高背景噪声下电晕可听噪声的测试方法进行研究,为输电线路噪声的深入研究和环境评价提供技术支撑。

目前已有一些技术可以对直流线路的可听噪声测量数据进行降噪处理。专利cn104634443a给出了一种高背景噪声下高压直流输电线路电晕可听噪声的处理方法,它首先使用有限冲击响应fir数字低通滤波器对测得的可听噪声a声级信号进行处理,剔除明显被干扰信号,然后再将其频谱减去背景噪声频谱得到相对干净的电晕噪声。专利cn105158587a给出了一种直流线路电晕可听噪声测试数据中无效数据的判定方法,主要是通过分析电晕可听噪声的频谱,利用电晕噪声的分段谱特性参数来辨识被环境噪声影响到的测量数据,然后将其剔除。这两个专利都可对电晕可听噪声进行降噪,专利cn105158587a仅在频谱对测量数据中的无效数据进行识别和剔除,专利cn104634443a使用fir滤波器对时域a声级数据进行了简单的无效数据辨识,然后在频谱上减去背景噪声的频谱,处理方法比较简单,对于更为通常的电晕可听噪声与背景噪声时频交叉混叠问题显然无能为力。



技术实现要素:

为了解决背景技术存在的当电晕可听噪声与背景噪声时频交叉混叠时,如何消除背景噪声的问题,本发明提供一种对高压输电线路含噪电晕可听噪声信号进行降噪处理的方法和系统。

所述对高压输电线路含噪电晕可听噪声信号进行降噪处理的方法包括:

步骤1、对原始信号进行采样,所述原始信号是包含环境噪声的含噪电晕可听噪声信号;

步骤2、对采样信号进行离散小波分解;

步骤3、应用步骤2中小波分解得到的趋势系数重建信号;

步骤4、将采样信号与重建信号相减得到相减信号,并将所述相减信号作为降噪后的电晕可听噪声信号。

优选地,对原始信号进行采样之前测量电晕笼上声信号测点以获取包含环境噪声的含噪电晕可听噪声信号。

优选地,将步骤4中得到的相减信号视为采样信号,重复执行步骤2至步骤4。

优选地,对采样信号进行离散小波分解时,小波函数为:

相应的离散小波变换为

上述两式中,m,n为整数,a0为大于1的常数,b0为大于0的常数;

优选地,对采样信号进行离散小波分解时,是采用db4小波进行一维离散小波分解算法,并对采样信号进行5层小波分解。

优选地,应用趋势系数重建信号时包括:

根据从步骤1获取的采样信号的特征,确定小波分解方法重建信号的全局软阈值为1.5,或者根据从步骤4获取的相减信号的特征,确定小波分解方法重建信号的全局软阈值为0.06;

每层系数都采用相同的全局软阈值。

根据本发明的另一方面,本发明提供一种对高压输电线路含噪电晕可听噪声信号进行降噪处理的系统,所述系统包括:

原始信号采样单元,其用于对原始信号进行采样并将采样信号发送至信号分解单元,所述原始信号是包含环境噪声的含噪电晕可听噪声信号;

信号分解单元,其用于对采样信号进行离散小波分解,其中:

小波函数为

相应的离散小波变换为

上述两式中,m,n为整数,a0为大于1的常数,b0为大于0的常数;

信号重建单元,其用于根据信号分解单元得到的趋势系数重建信号;

电晕可听噪声信号确定单元,其用于将原始采样信号单元中获取的采样信号与信号重建单元获取的重建信号相减以得到相减信号,所述相减信号即为降噪后的电晕可听噪声信号。

优选地,所述系统还包括原始信号采集单元,其用于在原始信号采样单元对原始信号进行采样之前测量电晕笼上声信号测点以获取包含环境噪声的含噪电晕可听噪声信号。

优选地,所述系统还包括电晕可听噪声信号发送单元,其用于将电晕可听噪声信号确定单元中得到的相减信号发送至信号分解单元,以使信号分解单元、信号重建单元和电晕可听噪声信号确定单元依次对其进行处理。

优选地,信号分解单元对采样信号进行离散小波分解,其中:

小波函数为

相应的离散小波变换为

上述两式中,m,n为整数,a0为大于1的常数,b0为大于0的常数;

优选地,信号分解单元采用db4小波进行一维离散小波分解算法,并对采样信号进行5层小波分解。

优选地,信号重建单元应用趋势系数重建信号时包括:

根据从原始信号采样单元获取的采样信号的特征,确定信号重建单元重建信号的全局软阈值为1.5,或者根据电晕可听噪声信号确定单元发送的相减信号的特征,确定信号重建单元重建信号的全局软阈值为0.06;

每层系数都采用相同的全局软阈值。

本发明所提供的技术方案与现有技术相比,本发明的技术方案在掌握典型测量环境下背景噪声特征和输电线路电晕可听噪声特征的基础上,应用离散小波分解方法,较好地解决了在背景噪声和电晕可听噪声时频交叉混叠时,消除背景噪声的问题。

附图说明

通过参考下面的附图,可以更为完整地理解本发明的示例性实施方式:

图1是本发明具体实施方式的对高压输电线路含噪电晕可听噪声信号进行降噪处理的方法的流程图;

图2是本发明具体实施方式采用db4小波和sym6小波对含噪电晕可听噪声信号进行小波分解的效果比较图;

图3是本发明具体实施方式应用小波分解方法重建信号时采用分层阈值和全局阈值的效果比较图;

图4是本发明具体实施方式应用小波分解方法重建信号时采用分层阈值和全局阈值的效果比较图的局部放大图;

图5是本发明具体实施方式对在700kv电压条件下采集的含噪电晕可听噪声进行降噪处理后的电晕可听噪声信号与采样信号的比较图;

图6是本发明具体实施方式对在700kv电压条件下采集的含噪电晕可听噪声进行降噪处理后单个电晕可听噪声与采样信号的比较图;以及

图7是本发明具体实施方式的对高压输电线路含噪电晕可听噪声信号进行降噪处理的系统的结构图。

具体实施方式

现在参考附图介绍本发明的示例性实施方式,然而,本发明可以用许多不同的形式来实施,并且不局限于此处描述的实施例,提供这些实施例是为了详尽地且完全地公开本发明,并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中,相同的单元/元件使用相同的附图标记。

除非另有说明,此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外,可以理解的是,以通常使用的词典限定的术语,应当被理解为与其相关领域的语境具有一致的含义,而不应该被理解为理想化的或过于正式的意义。

图1是本发明具体实施方式的对高压输电线路含噪电晕可听噪声信号进行降噪处理的方法的流程图。如图1所示,所述对高压输电线路含噪电晕可听噪声信号进行降噪处理的方法100从步骤101开始。

在步骤101,对原始信号进行采样,所述原始信号是包含环境噪声的含噪电晕可听噪声信号;

在步骤102,对采样信号进行离散小波分解;

优选地,在对采样信号进行离散小波分解时,其中:

小波函数为

相应的离散小波变换为

上述两式中,m,n为整数,a0为大于1的常数,b0为大于0的常数。

图2是本发明具体实施方式采用db4小波和sym6小波对含噪电晕可听噪声信号进行小波分解的效果比较图。如图2所示,图2的左半部分为采用db4小波进行分解的处理结果,右半部分为采用sym6小波进行分解的处理结果,两者相比,采用db4小波进行处理的结果与采样信号更为接近。故优选地,对采样信号进行离散小波分解时,是采用db4小波进行一维离散小波分解算法,并对采样信号进行5层小波分解。

在步骤103,应用步骤102中小波分解得到的趋势系数重建信号;

在应用小波分解方法重建信号时,阈值的选择有分层阈值和全局阈值两种类型。

图3是本发明具体实施方式应用小波分解方法重建信号时采用分层阈值和全局阈值的效果比较图。图4是本发明具体实施方式应用小波分解方法重建信号时采用分层阈值和全局阈值的效果比较图的局部放大图。

如图3所示,分层阈值由于小,因此,滤波后信号保留了更多的时间历程上的细节;而给定的、较大的、全局阈值滤波后的信号则保留了原型号幅值较大的部分,而将时间历程上的细节噪声多数滤出。图4是将图3中一个含噪电晕可听噪声的脉冲放大后的比较图,从图4中可以看出,全局软阈值的合理选取可以使提取出来的电晕可听声信号在细节上更加平滑,另外,软阈值和硬阈值相比,提取的结果更加接近采样信号,因此,本方法选择全局软阈值对电晕可听声信号进行提取。

因此,在本发明中,优选地,应用趋势系数重建信号时包括:

根据从步骤101获取的采样信号的特征,确定小波分解方法重建信号的全局软阈值为1.5,或者根据从步骤104获取的相减信号的特征,确定小波分解方法重建信号的全局软阈值为0.06;

每层系数都采用相同的全局软阈值。

在步骤104,将采样信号与重建信号相减得到相减信号,并将所述相减信号作为降噪后的电晕可听噪声信号。

优选地,对原始信号进行采样之前测量电晕笼上声信号测点以获取包含环境噪声的含噪电晕可听噪声信号。

优选地,将步骤104中得到的相减信号视为采样信号,重复执行步骤102至步骤104。

图5是本发明具体实施方式对在700kv电压条件下采集的含噪电晕可听噪声进行降噪处理后的电晕可听噪声信号与采样信号的比较图。图6是本发明具体实施方式对在700kv电压条件下采集的含噪电晕可听噪声进行降噪处理后单个电晕可听噪声与采样信号的比较图。如图5所示,上半部分为含噪电晕可听噪声信号的采样,下半部分为进行降噪处理后的电晕可听噪声,两者相比,采用小波分解的方法较好地实现了消除背景噪声,提取电晕可听噪声的效果。从图6中更可以清晰看出,经过降噪处理后得到的单个电晕可听噪声与采样信号相比,尽管背景噪声很强,但本发明还是实现了电晕可听噪声的提取。

图7是本发明具体实施方式的对高压输电线路含噪电晕可听噪声信号进行降噪处理的系统的结构图。如图7所示,对高压输电线路含噪电晕可听噪声信号进行降噪处理的系统700包括原始信号采样单元701、信号分解单元702、信号重建单元703和电晕可听噪声信号确定单元704。

原始信号采样单元701,其用于对原始信号进行采样并将采样信号发送至信号分解单元,所述原始信号是包含环境噪声的含噪电晕可听噪声信号;

信号分解单元702,其用于对采样信号进行离散小波分解;

优选地,信号分解单元702对采样信号进行离散小波分解时,其中:

小波函数为

相应的离散小波变换为

上述两式中,m,n为整数,a0为大于1的常数,b0为大于0的常数;

信号重建单元703,其用于根据信号分解单元702得到的趋势系数重建信号;

电晕可听噪声信号确定单元704,其用于将采样信号与信号重建单元703获取的重建信号相减以得到相减信号,并将所述相减信号作为电晕可听噪声信号。

优选地,所述系统还包括原始信号采集单元705,其用于在原始信号采样单元701对原始信号进行采样之前测量电晕笼上声信号测点以获取包含环境噪声的含噪电晕可听噪声信号。

优选地,所述系统还包括电晕可听噪声信号发送单元706,其用于将电晕可听噪声信号单元704中得到的相减信号发送至信号分解单元702,以使信号分解单元702、信号重建单元703和电晕可听噪声信号确定单元704依次对其进行处理。

优选地,信号分解单元702采用db4小波进行一维离散小波分解算法,并对采样信号进行5层小波分解。

优选地,信号重建单元703应用趋势系数重建信号时包括:

根据从原始信号采样单元701获取的采样信号的特征,确定信号重建单元703重建信号的全局软阈值为1.5,或者根据电晕可听噪声信号确定单元704发送的相减信号的特征,确定信号重建单元703重建信号的全局软阈值为0.06;

每层系数都采用相同的全局软阈值。

通常地,在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释,除非在其中被另外明确地定义。所有的参考“一个/所述/该【装置、组件等】”都被开放地解释为所述装置、组件等中的至少一个实例,除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行,除非明确地说明。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1