本发明涉及一种用于检测电气设备局部放电的光纤超声传感器的阵列信号去噪方法，属于检测技术领域。
背景技术：
电气设备局部放电的有效检测在整个电力系统的安全运行中有着举足轻重的地位。局部放电超声阵列检测采用阵列传感器接收超声信号，根据阵列信号中相位差等特征信息来确定局放源方位。但是在实际运行中，传感器接收效率不高，灵敏度较低，所接收到的超声波信号极其微弱，电气设备运行环境十分复杂，致使超声信号常常被湮没在强烈的噪声之中，导致检测的精度降低，甚至检测失败。因此如何提高阵列传感器的灵敏度和抗干扰能力一直是有关技术人员面临的难题。
技术实现要素：
本发明的目的在于针对现有技术之弊端，提供一种光纤超声阵列传感器的阵列信号去噪方法，以提高阵列传感器的灵敏度和抗干扰能力。
本发明所述问题是以下述技术方案解决的：
一种光纤超声阵列传感器的阵列信号去噪方法，所述方法包括以下步骤：
a.对光纤超声阵列传感器中每个阵元采集的信号进行emd(经验模态分解)分解，得到分解后的信号：
式中x(t)代表某一个阵元接收到的信号，ci(t)代表第i阶imf分量(固有模态分量)；rn(t)代表余项；
b.对emd分解后的信号进行精简
设光纤超声阵列传感器的阵元个数为n，第i个阵元采集的信号经过emd分解后所得imf分量的维数为di，所有阵元采集的信号经过emd分解后，所得imf分量的维数d＝[d1,d2,…,dn]，保留每个阵元信号的前m阶imf分量，舍弃其余信号，m＝min(d1,d2,…,dn)；
c.将相邻阵元信号的对应阶imf分量进行互相关运算，求取其时延值，则在第l阶所有的imf分量引起的时延误差为：
式中下标数字代表阵元的标号，
m阶imf分量的时延误差构成的矢量运算误差矩阵δ为：
δ＝[δ1,δ2,…δm]；
d.计算各阵元信号的综合支持度
设第i个阵元和第j个阵元测得的数据分别为xi和xj，计算xi和xj的相对距离：
dij＝abs|xi-xj|ij＝1,2,…,n
计算xi被xj的支持程度：
rij＝e-dij
得到支持度矩阵：
定义xi被其它阵元所测数据的综合支持度为：
从而得到综合支持度λ＝[λ1，λ2，···λn]；
e.计算各阶imf分量的权重
定义每一imf尺度上的阈值为θ：
每一阶imf分量的权重为：
imf分量对应的权重矩阵为：ω＝[ω1,ω2,…ωm]；
f.阵列传感器信号的重构
第i个阵元去噪后的估计信号为：
式中imfi,l为第i个阵元的第l层imf分量。
上述光纤超声阵列传感器的阵列信号去噪方法，对阵元采集的信号进行emd分解的具体处理过程如下：
a.对任一给定的阵元信号x(t)，首先确定出x(t)上所有的极值点，用三次样条曲线连接所有极大值点形成上包络线，同样的方法形成下包络线，数据x(t)与上下包络线的均值m1的差记为h1，即：
h1＝x(t)-m1
将h1视作新的x(t)，重复上述步骤，直到第i次得到的hi满足imf条件为止，则hi成为从原始信号筛选出来的第一阶imf分量，记为c1(t)；
b.将c1(t)从x(t)中分离出来，得到一个去掉高频分量的差值信号r1(t)，即：
r1(t)＝x(t)-c1(t)
把r1(t)作为新的信号，重复步骤a，直到第n阶的差值信号：
rn(t)＝rn-1(t)-cn(t)
成为单调函数，不能再筛分出imf分量，rn(t)即为余项；
c.各阶imf分量按频率从高到低排列，对各阶imf分量进行阈值处理，得到新的imf信号，emd分解后的信号表示为：
上述光纤超声阵列传感器的阵列信号去噪方法，用于接收局放超声信号的光纤超声阵列传感器包括装配体和固定在装配体上的多个阵元，所述装配体贴靠在被检测电气设备的外壳上，每个阵元包括光纤、绝缘支架、硅套管和硅膜，所述硅套管固定在装配体上的通孔中，所述硅膜封堵在硅套管的一端并与电气设备的外壳相对，所述绝缘支架封堵在硅套管的另一端，所述光纤的一端与检测仪器相连，另一端穿过绝缘支架进入硅套管内部并与硅膜相对应，在光纤与硅膜之间留有间隙。
上述光纤超声阵列传感器的阵列信号去噪方法，所述硅膜朝向电气设备的一侧设有声匹配层。
上述光纤超声阵列传感器的阵列信号去噪方法，所述装配体的与被检测电气设备的外壳相贴的一面嵌装有磁铁。
上述光纤超声阵列传感器的阵列信号去噪方法，所述阵元设置16个，它们沿同一圆周均匀排列。
上述光纤超声阵列传感器的阵列信号去噪方法，所述光纤超声阵列传感器的相邻阵元之间的间距小于局放超声信号的半波长。
本发明在对局放超声阵列信号进行emd分解的基础上，根据阵列信号封闭矢量时延准则来区分局放信号和噪声信号，较为简单地解决了阵列信号的去噪问题，大大提高了阵列传感器的灵敏度和抗干扰能力，为超声阵列信号的处理提供了新的途径。
附图说明
图1是单个阵元光干涉原理图；
图2是阵元结构示意图；
图3是光纤超声阵列传感器结构示意图；
图4是图3的a-a剖视图；
图5是图3的b-b剖视图；
图6是光纤超声阵列传感器接收数据试验原理图；
图7是时延矢量封闭原则示意图；
图8是emd分解流程图；
图9是阵列信号去噪流程图。
图中各标号为：1、光纤，2、绝缘支架，3、硅套管，4、硅膜，5、声匹配层，6、阵元，7、装配体，8、磁铁。
文中各符号为：x(t)代表某一个阵元接收到的信号，ci(t)代表第i阶imf分量；rn(t)代表余项，di为第i个阵元采集的信号经过emd分解后所得imf分量的维数，
具体实施方式
下面结合附图对本发明作进一步详述。
阵列传感器设计及检测原理：
由激光光源发出的激光经过光纤滤波器沿着光纤传入阵元中，其中部分光光反射回光纤，剩余部分光折射到光纤端部和硅膜表面之间所形成的腔内，该部分激光在光纤表面和硅膜表面发生多次折反射(如图1)最终一系列反射光束相干叠加(图1中ir)，其中叠加后的反射光ir强弱与腔长d有关，而超声波会在硅膜上产生形变使得硅膜与光纤端面的间距d变小，因此通过对反射光的检测可以实现对超声波信号的检测。
单个阵元的结构如图2所示，单个阵元主要由光纤、硅膜、硅套管、声匹配层以及绝缘支架组成，其中光纤用于传导光信号，硅膜可以将超声波信号转变为形变量，绝缘支架起固定作用，硅套管将硅膜与光纤连成一体，声匹配层主要是减小声波的损耗，它由两层材料组成，石英单晶材料第一层、硅橡胶材料第二层。本发明采用十六阵元圆阵传感器(如图3所示)，为抑制旁瓣效应阵元间距小于半波长，阵列传感器的装配体主要是用于固定单个阵元。装备体上设置有磁铁可以吸附在电气设备表面，装配体材料选用航空铝材，具有较好的机械性能和成型性，在恶劣的外部环境中不易腐蚀。装配体除了具有携带方便，操作简单，性能稳定等工程技术优势之外，同时还具有以下优点：(1)该装配体能够即插即用，可以在单个阵元损坏或灵敏度降低时及时更换，保证实验顺利完成；(2)该装配体在固定各传感器阵元间距的同时，还可以保证各传感器阵元接收面与电气设备外壁接触的一致性和整体性。
阵列传感器采集局放信号的过程如图6所示，激光光源发出的单色光，首先通过滤波器和耦合器再经由光纤传导到阵列传感器的每个阵元当中，入射光在每个阵元当中反射干涉，干涉光与腔长d有关，超声波在硅膜上产生形变改变了腔长d的大小从而影响了干涉光的强弱，此时将声波信号转变为光信号，改变后的干涉光信号经由耦合器，光电转换器转为电信号被多通道数据采集器所采集，最后对采集的数据运用阵列信号处理方法进行处理。
超声阵列信号封闭矢量时延准则：
假设超声阵列的各传感器阵元分别为i,j,k,l、局放源的位置为o，则局放源到各阵元的时间矢量为
在局放信号传输的过程中，不同的阵元时延差均存在，并满足矢量封闭性，而环境噪声或者测量干扰普遍存在的且通常不满足矢量封闭性，因此本发明中超声阵列信号矢量时延封闭性是对原始信号的有效成分和噪声干扰进行判别取舍的必要条件。
emd分解
emd方法是一种自适应信号处理方法，根据非线性、非平稳信号的自身特征时间尺度，将复杂信号分解为若干有限固有模态函数(imf)和一个余项之和，即：
式中x(t)代表某一个阵元接收到的信号，ci(t)代表第i个imf分量；rn(t)代表余项。
具体的处理过程如下：
(1)对任一给定的信号x(t)，首先确定出x(t)上所有的极值点，用三次样条曲线连接所有极大值点形成上包络线，同样的方法形成下包络线，数据x(t)与上下包络线的均值m1的差记为h1，则：
h1＝x(t)-m1(3)
将h1视作新的x(t)，重复上述步骤，直到hi满足imf条件为止，则其成为从原始信号筛选出来的第一阶imf，记为c1(t)，通常第一阶imf分量c1(t)包含信号的最高频成分。
(2)将c1(t)从x(t)中分离出来，得到一个去掉高频分量的差值信号r1(t)，即：
r1(t)＝x(t)-c1(t)(4)
把r1(t)作为新的信号，重复(1)的筛分步骤，直到第n阶的残余信号为单调函数，不能再筛分出imf分量。
rn(t)＝rn-1(t)-cn(t)(5)
(3)各阶imf分量按频率从高到低排列，其中高频率分量对应噪声信号，对各imf分量进行阈值处理，得到新的imf信号，去噪后的信号表示为：
阵列信号去噪：
各个阵元接收的信号xi(t)经过emd分解后同一imf尺度内不同的阵元信号时延值理论上也满足时延矢量匹配准则。设阵元个数为n个，所有的信号经过emd分解后，所得imf分量的维数d＝[d1,d2,…,dn]，取每个阵元的前m阶imf分量进行降噪处理，舍弃其余信号，m＝min(d1,d2,…,dn)。
将相邻阵元的对应阶imf分量进行互相关运算，求取其时延值，那么在第l阶所有的imf分量引起的时延误差为：
上式中下标数字代表阵元的标号。
m阶imf分量的时延误差可以构成矢量运算误差矩阵δ，如式(8)所示：
δ＝[δ1,δ2,…δm](8)
真实的超声信号传播到阵列传感器，信号时延应满足矢量封闭准则，而噪声在环境中一直存在的，其满足矢量封闭法则的概率很低，几乎为0，因此δ矩阵反应了多尺度分解后各阵元在不同尺度上信号相关性的程度。在实验之前对所用阵元分别进行性能评估，给出各阵元的综合支持度λ＝[λ1，λ2，···λn]，下面给出综合支持度的概念。
设n个阵元对同一个目标进行测量，第i个阵元和第j个阵元测得的数据为xi和xj，为了反映xi和xj的大小偏差，引入相对距离的概念，设：
dij＝abs|xi-xj|ij＝1,2,…,n其中dij代表xi和xj的相对位置，由上式可以看出dij越大，xi和xj的差距越大，则xi和xj的相互支持度越低；dij越小，xi和xj的差距越小，则xi和xj的相互支持度越大。
引入一个和dij相关的函数rij来表示xi和xj之间的相互支持度，rij需满足下列两个条件：
(a)rij需要与相对距离dij成反比关系
(b)rij取值范围应限制在[0，1]，即rij∈[0，1]
若rij＝0，则表明xi和xj之间相融性差，或称他们互相不支持；若rij＝1，则表明xi和xj之间相融性好，或称他们互相支持，0<rij<1，则表明xi和xj之间部分相融，或称他们部分支持。若一个传感器不被其他传感器所支持，或只被少数传感器所支持且支持度较差时，则认为这个传感器的观测值是无效的，在进行数据融合时应把这样的观测值剔除掉。
支持度rij的选择有很多种，本发明提出一种新的支持度函数
rij＝e-dij
支持度矩阵为：
其中ri1、ri2…rin分别表示xi被x1、x2、xn的支持程度，为了反映xi被其它传感器观测值的综合支持度，定义如下：
λ＝[λ1，λ2，···λn]为综合支持度
定义每一imf尺度上的阈值为θ，则：
每一阶imf的权重为：
此时，imf分量对应的权重矩阵为：ω＝[ω1,ω2,…ωm]由此可见，满足时延矢量封闭准则的信号为局放信号，而权重为零的信号为噪声信号，将分解得到的多尺度信号乘以相应的权重即可得到真实的估计信号，具体计算公式如下：
式中imfi,l为第i个阵元的第l层imf分量。
本方法是首次将emd分解引入到局放超声阵列信号的去噪研究，解决了传统的emd分解只能对单个传感器、单通道信号去噪的弊端，减小了因现场噪声信号的干扰而造成的测向定位误差。