局部放电特高频信号波形的小波分解二值去噪方法
【技术领域】：
[0001] 本发明属于电力设备绝缘状态评估技术领域，具体涉及一种局部放电特高频信号 波形的小波分解二值去噪方法。
【背景技术】：
[0002] 局部放电检测作为发现电力设备内隐藏缺陷及绝缘状态评估的有效手段，在变压 器及气体组合绝缘电器等众多电力设备中获得广泛应用。而特高频局部放电检测方法具有 灵敏度高、抗噪性好及可实现局部放电源定位等优点，逐渐成为检测局部放电的重要方法。
[0003]国内外众多学者开展了采用局部放电特高频信号时间差进行局部放电源定位的 研究。利用多个特高频传感器接收信号的时间差，建立时间差定位方程组，通过求解该方 程组获得局部放电源在电力设备内的位置，方便后期检修时及时发现局部放电源的所在位 置，提高检修效率。但变电站现场噪声源众多，检测到的特高频信号包含较大幅值的噪声， 使计算的特高频信号时间差精度降低，因此需要对特高频信号进行去噪处理。小波分解去 噪方法具有优异的去噪性能，逐渐被众多学者及工程人员采用。然而，传统小波分解去噪方 法（小波阈值去噪）以信噪比最高为目标，会造成局部放电信号波形的畸变，劣化特高频信 号时差精度，使得去噪后的精度在许多情况下反而降低。
【发明内容】
：
[0004]本发明的目的在于解决传统小波分解阈值去噪方法会畸变特高频信号波形的问 题，提供了一种以减小局部放电特高频信号波形畸变为目标的小波分解二值去噪方法。
[0005]为了实现上述目的，本发明采用如下技术方案来实现的：
[0006]局部放电特高频信号波形的小波分解二值去噪方法，包括如下步骤：
[0007] 1)在被检测的电力设备上安装局部放电特高频传感器，利用检测设备采集局部放 电特高频信号；
[0008] 2)选取与局部放电特高频信号波形相似的母小波，设置分解层数，对局部放电信 号进行小波多尺度分解，得到各尺度小波系数与信号波形；
[0009] 3)以减小局部放电特高频信号波形畸变为目标，对小波分解系数进行处理，具体 方法为：计算各尺度信号累积能量函数的数学形态学梯度，并计算数学形态学梯度的陡峭 度Ku;将各尺度信号的陡峭度与某一阈值Kt?行比较，若陡峭度大于该阈值，该尺度包含 局部放电信号，否则仅包含噪声信号；将仅包含噪声的尺度的小波系数置为零，包含局部放 电信号的尺度的小波系数保持不变；
[0010] 4)根据处理后的小波系数进行小波重构，得到去噪后的局部放电特高频信号。
[0011] 本发明进一步的改进在于，步骤2)所述的选取与局部放电特高频信号波形相似 的母小波，为db系列与sym系列母小波。
[0012] 本发明进一步的改进在于，步骤2)所述的设置分解层数为5~20层。
[0013]本发明进一步的改进在于，步骤2)所述的对局部放电信号进行小波多尺度分解， 具体为采用Mallat多尺度算法进行小波分解。
[0014] 本发明进一步的改进在于，步骤3)所述的计算各尺度信号累积能量函数的数学 形态学梯度，并计算数学形态学梯度的陡峭度，包括以下步骤：
[0015] (a)若第i个尺度的信号为U1U)，求取该信号的累积能量函数：
[0017] 其中，E(tk)为tk时刻的累积能量函数值，N为信号的采样点数，t,为第j个采样 点对应的时刻；为了去除信号幅度的影响，将累积能量函数除以总累积能量进行归一化；
[0018] (b)求取累积能量函数的数学形态学梯度，数学形态学的基本运算为腐蚀与膨胀， 若累积能量函数为E，则E关于结构元素g的膨胀E?g和腐蚀E?g分别定义为：
[0019] E十g(n) =max{E(n_m)+g(m)I(n_m)GDE，mGDj
[0020] (2)
[0021] E@g(n) =min{E(n+m)-g(m) | (n+m)GDe,mGDg}
[0022] 式中，De、Dg分别为累积能量函数E及结构元素g的定义域，定义域为De = 1，2,…，N;结构元素采用扁平型，其定义域Dg= -SEL/2,…，0,…，SEL/2,SEL为结构元素 的长度，取为50个采样点，n与m为采样点索引；累积能量函数的数学形态学梯度为膨胀与 腐蚀运算之差：
[0023] mg(n) =E?g(n)-E0g(n) (3)
[0024] (c)计算累积能量函数数学形态学梯度的陡峭度Ku，计算公式为：
[0029] 其中，tk表示第k个采样点对应的时刻，mgA对应时刻的数学形态学梯度数值； 将4作为随机变量，mgk作为对应的概率值，则pk为将数学形态学梯度数值作为概率计算得 到概率密度值，y为巩的1阶原点矩，〇 2为t!^勺2阶中心矩。
[0030] 本发明进一步的改进在于，步骤3)所述的阈值Kt，通过对大量特高频信号的统计 分析得到，具体步骤为：
[0031] (a)在实验室内及现场电力设备内采集不少于20组局部放电特高频信号；
[0032] (b)根据选取的母小波与分解层数，对局部放电信号进行小波多尺度分解，得到各 尺度小波系数与信号波形；对于各尺度信号，若信号波形呈现脉冲型，则该尺度包含局部放 电信号；若信号幅值随时间变化不大，则该尺度仅包含噪声信号；
[0033] (C)根据陡峭度计算方法，计算所有信号各尺度的陡峭度；
[0034] (d)根据步骤（b)中判断各尺度是否包含局部放电信号，及步骤（C)计算的各尺度 的陡峭度，分别计算仅包含噪声的尺度与包含局部放电信号的尺度的陡峭度范围，选取某 一可将两者范围有效区分的阈值，作为步骤3)中的比较阈值Kt。
[0035] 与现有技术相比，本发明具有以下的有益效果：
[0036] (1)本发明提出了局部放电特高频信号波形的小波分解二值去噪方法，基本思路 为：将仅包含噪声的尺度的小波系数置为零，同时包含局放信号与噪声的尺度小波系数保 持不变，去噪后波形畸变很小。
[0037] (2)将传统小波分解去噪应用于电力设备内部局部放电源的定位时，特高频信号 被严重畸变，使后续确定信号起始时刻精度降低，反而劣化了定位精度；本发明提出的小波 分解二值去噪方法可有效降低噪声水平，且对局部放电特高频信号波形畸变很小，较大程 度提高特高频信号起始时刻的精度，提高局部放电源定位的准确度。
[0038] (3)将本发明提出的小波分解二值去噪方法应用于局部放电特高频信号特征提取 时，使后续提取的特征参量受噪声影响程度降低，且不会改变去噪前后特征参量数值。
[0039] (4)本发明采用累积能量函数数学形态学梯度的陡峭度判断各尺度是否包含局部 放电信号，该方法可用于局部放电信号与噪声信号的识别，进而去除无效的噪声信号。
【附图说明】：
[0040] 图1为本发明小波分解二值去噪方法流程图。
[0041] 图2为本发明检测得到的特高频信号波形图；其中，图2(a)为时间尺度 在-500ns-500ns内的波形图，图2(b)为时间尺度放大后在-10ns-50ns之间的波形图。
[0042]图3为本发明小波分解的各尺度信号及其数学形态学梯度波形图；其中，图3(a) 为小波多尺度分解后各尺度的信号波形图，图3(b)为各尺度信号的累积能量函数数学形 态学梯度波形图。
[0043] 图4为本发明仅包含噪声尺度与包含局部放电信号尺度的陡峭度统计图。
[0044] 图5为本发明采用小波分解去噪方法前后的波形对比图；其中，图5(a)为原始采 集的信号、加入信噪比为_3dB的白噪声后信号、传统小波分解去噪后信号及小波分解二值 去噪后信号波形对比图，图5(b)为原始采集的信号、传统小波分解去噪后信号及小波分解 二值去噪后信号波形在-5ns-10ns时间内对比图。
[0045]图6为本发明利用累积能量拐点法确定的原始信号、传统小波分解去噪后及小波 二值分解去噪后时间差值对比图。
【具体实施方式】：
[0046] 下面结合附图和实施例对本发明进一步详细说明。
[0047] 如图1所示，本发明一种局部放电特高频信号波形的小波分解二值去噪方法，包 括如下步骤：
[0048] (1)在被检测的电力设备上安装局部放电特高频传感器，利用检测设备采集局部 放电特高频信号；
[0049] 作为一种实施例，利用一套气体绝缘组合电器局部放电检测系统，采用带宽为 500MHz~3GHz的圆盘形内置传感器检测局部放电信号，利用高速采集数字示波器以IOGS/s的采样率检测该特高频信号，检测得到特高频信号在-500ns-500ns内波形如图2(a)所 示，在时间尺度上放大后在-l〇ns-50ns之间的波形如图2(b)所示。
[0050] (2)选取与局部放电特高频信号波形相似的母小波，设置分解层数，对局部放电信 号进行小波多尺度分解，得到各尺度小波系数与信号波形；
[0051] 本步骤中所述的选取与局部放电特高频信号波形相似的母小波，主要为db系列 与sym系列母小波；所述的设置分解层数，主要为5~20层。
[0052] 本步骤中所述的对局部放电信号进行小波多尺度分解，具体为采用Mallat多尺 度算法进行小波分解。
[0053] 作为一种实施例，将采集到的特高频信号加入信噪比为_3dB的白噪声，选取db6 母小波作为小波分解的基小波，采用Mallat多尺度算法对加入噪声后的特高频信号进行6 层小波分解，图3(a)为小波分解得到的各尺度的波形。
[0054] (3)以减小局部放电特高频信号波形畸变为目标，对小波分解系数进行处理，具体 方法为：计算各尺度信号累积能量函数的数学形态学梯度，并计算数学形态学梯度的陡峭 度Ku;将各尺度信号的陡峭度与某一阈值Kt?行比较，若陡峭度大于该阈值，该尺度包含 局部放电信号，否则仅包含噪声信号；将仅包含噪声的尺度的小波系数置为零，包含局部放 电信号的尺度的小波系数保持不变；
[0055] 本步骤中所述的计算各尺度信号累积能量函数的数学形态学梯度，并计算数学形 态学梯度的陡峭度，包括以下步骤：
[0056](a)若第i个尺度的信号为U1U)，求取该信号的累积能量函数：
[0058] 其中，E(tk)为tk时刻的累积能量函数值，N为信号的采样点数，t,为第j个采样 点对应的时刻。为了去除信号幅度的影响，将累积能量函数除以总累积能量进行归一化。
[0059] (b)求取累积能量函数的数学形态学梯度，数学形态学的基本运算为腐蚀与膨胀， 若累积能量函数为E，则E关于结构元素g的膨胀E?g和腐蚀E?g分别定义为：
[0060]E十g(n)=max{E(n_m)+g(m)I(n_m)GDE，mGDj
[0061] (2)
[0062]E?g(n)=min{E(n+m)-g(m)I(n+m)GDe,mGDg}
[0063] 式中，De、Dg分别为累积能量函数E及结构元素g的定义域，定义域为De = 1，