染噪局部放电信号的仿真处理.doc

基于粒子群优化的最佳阈值法在局部放电信号去噪中应用 吴炬卓，牛海清，叶开发 （华南理工大学，广州 510641） 摘要：抑制白噪声干扰是局部放电（Partial Discharge，PD）在线检测中的关键技术。本文提出一种基于粒子群优化的最优阈值选取去噪方法。该方法采用小波对局部放电信号进行分解，在选取阈值时建立广义交叉验证准则，以广义交叉验证准则作为适应度值函数，并结合粒子群优化算法自适应地确定出各分解层的最佳阈值。该方法不依赖任何先验知识，实现局部放电信号自适应去噪。对局部放电仿真信号和实测局部放电信号的去噪结果表明：本文提出的方法与标准阈值法相比，能更好地去除局部放电信号中的白噪声。 关键词：局部放电；小波去噪；广义交叉验证；自适应阈值；粒子群优化算法 中图分类号：TM83 文献标识码：A 文章编号：1001-1390（2014）00-0000-00 Application of Optimum Threshold Method Based on Particle Swarm Optimization to Partial Discharge Signal De-noising WU Ju-zhuo, NIU Hai-qing, YE Kai-fa (South China University of Technology, Guangzhou 510641, China) Abstract: The suppression of white noise interference is one of the key techniques in the on-line monitoring of partial discharge (PD). This paper proposed an optimal threshold de-noising method based on particle swarm optimization, which adopted wavelets to decompose the PD signals. When choosing the threshold, the generalized cross validation criterion was established and then was used as fitness function. By using the particle swarm optimization algorithm, the optimum threshold of every decomposition scale was adaptively determined. The threshold selection method, which does not rely on any prior knowledge, can realize adaptive de-noising of the PD signals. The de-noising results of the PD simulation signals and the field PD signals showed that compared with the standard threshold estimation method, the method proposed in this paper could remove the white noise in the PD signals more effectively. Key words: partial discharge (PD), wavelet de-noising, generalized cross validation, adaptive threshold, particle swarm optimization algorithm 0 引言 电气设备绝缘状态的评估对保障设备安全稳定运行有重要意义，其中局部放电在线检测是一种评估电气设备绝缘状态的有效方法。在线检测中，电气设备处于带电运行状态，现场干扰严重；而绝缘缺陷产生的PD信号通常非常微弱，容易淹没于严重的背景噪声中。因此干扰的抑制是绝缘PD在线检测的关键问题。按照抑制干扰的一般顺序，PD在线检测中的干扰一般可分为三类：周期性窄带干扰，白噪声和随机脉冲干扰。在抑制随机脉冲干扰之前，去除白噪声并获得畸变率小的脉冲是关键。 国内外研究结果普遍认为，小波阈值去噪法能有效抑制白噪声[1-2]，其中小波阈值的选择对去噪效果和信号的畸变有着密切的关系。若阈值过大，则信号的估计有较大的偏差，若阈值过小，则