一种空调专用电弧信号的去噪方法与流程

本发明涉及电弧信号处理，具体涉及一种空调专用电弧信号的去噪方法。

背景技术：

1、空调的电弧信号是指空调在运行过程中产生的电弧现象所发出的信号，电弧现象是指电流通过空气时，在电极之间产生的明亮的、具有极高能量的弧状放电现象，空调的电弧信号可能是由于多种原因引起的，例如：电源电压波动或过高，导致空调的电气系统出现异常；空调的电气元件老化或损坏，如电机、电容等；空调的电气线路连接不良或松动；空调的电气系统受到外界干扰，如电磁场、雷电等。当空调出现电弧信号时，应该及时停止使用，如果不及时处理，可能会对空调的电气系统造成更大的损坏，甚至引起火灾等安全事故。

2、电弧信号是准确判定空调运行状态的重要依据，在对电弧信号采集时易受到多种外界噪声的干扰，电弧故障保护器的控制器无法有效进行预处理，导致对空调运行状态的评估发生误判。

3、切线优化算法（tsa）使用一个基于正切函数的数学模型来将一个给定的解移向一个更好的解，tsa的性能通过三类测试进行评估：经典测试、cec基准测试和工程优化问题，实验结果表明，切线优化算法存在易陷入局部最优的问题，同时收敛速度较慢。

技术实现思路

1、本发明的目的在于：利用改进切线优化算法（itsa）优化变分模态分解算法（vmd），通过将优化后的变分模态分解（ivmd）和局部均值分解（lmd）以及马氏距离（md）相结合构成ivmd-lmd-md模型算法，实现对空调专用电弧信号的去噪，提高电弧故障保护器的控制器对电弧信号的识别精度，降低空调的使用危险性。

2、为了实现上述目的，本发明采用了如下技术方案：

3、一种空调专用电弧信号的去噪方法，利用改进切线优化算法优化变分模态分解算法，通过将优化后的变分模态分解和局部均值分解以及马氏距离相结合构成ivmd-lmd-md模型算法，实现对空调专用电弧信号的去噪，具体包括步骤：

4、步骤一、融合雪雁优化算法改进切线优化算法，利用改进后的切线优化算法优化变分模态分解算法，得到加强型变分模态分解算法，具体步骤为：

5、s11、将标准切线优化算法的局部开发策略与雪雁优化算法的局部开发策略融合，融合后的切线优化算法的局部开发策略作为改进切线优化算法的位置更新数学模型；

6、s12、在步骤s11得到的改进后的切线优化算法的数学模型基础上改进切线粒子位置更新的运动步长；

7、s13、利用改进切线优化算法整定变分模态分解算法的模态分解个数和惩罚因子参数，获得适合分解电弧信号的最佳参数。

8、步骤二、使用局部均值分解对电弧信号进行分解，得到多个本征模式函数。

9、步骤三、利用步骤一得到的加强型变分模态分解算法分解每个本征模式函数，得到个模态分量imf。

10、步骤四、依次计算出各模态分量的概率密度与原采集的电弧信号间概率密度的马氏距离。

11、步骤五、根据马氏距离将有效模态分量和含噪模态分量分离，最后选择有效模态分量进行重构。

12、优选地，所述步骤一，将标准切线优化算法的局部开发策略与雪雁优化算法的局部开发策略融合，雪雁优化算法的局部开发策略具备避免算法陷入局部次优解的优势，而标准切线优化算法的局部开发策略具备寻优速度快的优势，两种算法融合，可以更好的提高算法的性能，保证改进后的算法能够更快、更精确的找到最优参数值，融合后的切线优化算法的局部开发策略的数学模型公式为：

13、（1）；

14、式中，为第个切线粒子的第次迭代的新位置，为第个切线粒子的第次迭代的当前位置，为改进的切线粒子的运动步长，为切线优化算法的当前迭代次数，为取值在[0,1]内的随机值，为当前迭代的切线粒子最佳位置，为取值在[0,2]内的随机值，为异或数学符号，为布朗函数，的数学公式为：

15、。

16、优选地，对切线粒子的运动步长改进，改进后的运动步长数学模型公式为：

17、；

18、式中，为切线粒子的运动步长初值，为一个实验值，为正常数，它控制着步长随迭代次数增加而减小的速率，为第个切线粒子的第次迭代的当前位置向量的范数。

19、进一步地，改进后的运动步长既考虑了迭代次数也结合了当前解的范数，可以有效的平衡全局搜索和局部开发，同时确保步长在合理的范围内变化；当迭代次数增加时，步长会逐渐减小，这有助于切线优化算法在搜索过程中逐渐从全局搜索过渡到局部开发；当前解的范数的引入确保了当解的值增加时，步长不会无限制地增加，这有助于保持切线优化算法的稳定性；通过调整常数和初始步长，可以控制步长减小的速度和起始大小。

20、优选地，所述步骤二，使用局部均值分解对电弧信号进行分解，得到多个本征模式函数，具体步骤为：

21、s21、通过电弧故障保护器将易产生电气火灾的有害电弧脉冲检测出来；

22、s22、将电弧脉冲信号输入，通过将一定范围内的信号数据点的平均值作为该点的估计值来计算局部均值；

23、s23、对于每个数据点，计算其与相邻数据点的局部均值之差，从得到的差分序列中筛选出满足条件的本征模式函数。

24、优选地，所述步骤三，利用步骤一得到的加强型变分模态分解算法分解每个本征模式函数，得到个模态分量imf，具体步骤为：

25、s31、对每个通过局部均值分解得到的本征模式函数进行加强型变分模态分解；

26、s32、设定原始信号被分解为个分量，保证分解序列为具有中心频率的有限带宽的模态分量，同时各模态的估计带宽之和最小；

27、s33、引入惩罚参数、lagrange乘法算子，将约束变分问题转变为非约束变分问题，得到增广lagrange表达式后，进行求解；

28、s34、根据求解结果，获取各模态和对应的带宽，根据得到的模态和带宽，对原始电弧脉冲信号进行重构，得到各模态的电弧脉冲信号。

29、优选地，利用改进切线优化算法整定变分模态分解算法的模态分解个数和惩罚因子参数的具体步骤为：

30、s121、初始化标准切线优化算法与雪雁优化算法融合后的改进切线优化算法，包括：变分模态分解算法的模态分解个数和惩罚因子参数，改进切线优化算法的最大迭代次数、最大种群规模以及寻优参数最大值和最小值、问题维度；

31、s122、将模态分解个数和惩罚因子作为一个解集，并与改进切线优化算法的切线粒子位置建立映射关系；

32、s123、用包络谱熵的倒数作为适应度函数，计算切线各粒子个体的当前位置的适应度值，保留适应度值最小的切线粒子位置；

33、s124、执行改进切线优化算法的种群粒子位置更新策略，更新模态分解个数和惩罚因子的组合解集；

34、s125、当前迭代次数执行，当前迭代是否满足，若是，则退出算法寻优，将模态分解个数和惩罚因子的最佳解集输出，否则，返回执行步骤s121。

35、优选地，所述步骤s124，改进切线优化算法的种群粒子位置更新策略的步骤为：

36、step1、在全局强化搜索阶段，利用公式（2）更新改进切线优化算法的种群粒子位置，然后利用公式（3）将公式（1）中的变量替换为当前最优解中相应位置的值 ，得到改进切线优化算法的种群粒子的最新位置；

37、（2）；

38、式中，为变量；

39、（3）；

40、step2、在局部开发阶段，使用可变步长和正切的乘积来进行局部收敛，同时，融合雪雁优化算法的局部开发策略，利用公式（1）更新改进切线优化算法的种群粒子位置；

41、step3、是否陷入局部最小值停滞，若是，在每次迭代中，随机选择一个切线粒子搜索，执行公式（4）跳出局部最小值，否则结束种群粒子位置更新；

42、（4）；

43、式中，为切线粒子当前最好的位置，用于引导搜索过程走向最好的解，为改进切线优化算法的局域搜索半径。

44、马氏距离（md）是一种可以评估、计算两个未知样本间相似度的性能指标及方法，特点是可以解决高维数据中不同维度之间不独立分布的问题，马氏距离值计算公式为：

45、；

46、式中，为均值是，局方差矩阵是的变量。

47、优选地，所述步骤s123，用包络谱熵的倒数作为适应度函数，这是因为适应度函数用于评估解的质量，适应度值越小表示解的质量越高，具体来说，如果将包络谱熵的倒数作为适应度函数，那么适应度值越小意味着包络谱熵越大，即电弧信号的复杂度越高，在vmd中，目标是分解电弧信号为若干模态分量，使得各模态分量的包络谱熵最小化，因此，将包络谱熵的倒数作为适应度函数可以促使改进后的切线优化算法寻找具有更大包络谱熵的模态分量，从而更好地逼近原始电弧信号。

48、本发明有益效果是：

49、a1、通过改进切线优化算法（itsa）优化变分模态分解算法（vmd），可以更精确地提取和分离电弧信号中的不同模态分量，这有助于更准确地分析信号的特征，减少噪声和其他干扰的影响；

50、a2、利用局部均值分解（lmd）对信号进行预处理，可以有效地分离和提取出信号中的不同成分，包括噪声和有用的信息；然后，结合马氏距离（md）对这些成分进行度量和比较，可以更有效地去除噪声，提高电弧信号质量；

51、a3、通过上述方法，可以更准确地识别电弧信号的特征，从而降低误报和漏报的可能性，这对于电弧故障保护器的控制器来说是非常重要的，因为它可以更准确地判断是否存在故障，并采取相应的动作。