一种分布式光纤传感去噪方法及其在智能电网中应用.docVIP

一种分布式光纤传感去噪方法及其在智能电网中应用.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种分布式光纤传感去噪方法及其在智能电网中应用

一种分布式光纤传感去噪方法及其在智能电网中的应用   【摘 要】在智能电网发展中,利用传统的传感器已无法完成智能实时在线分析监测等功能,光纤传感以其连续分布式测量、抗电磁干扰、本征防雷、测量距离远、测量精度高、寿命长,成本低,系统简单等特点,得到广泛应用。分布式光纤测温系统采集的信号含大量的噪声,为了提高信噪比与温度分辨率,采用小波去噪方法,在确保空间分辨率的前提下提高了温度分辨率;并分析了在智能电网中的应用场景。   【关键词】分布式光纤温度传感器;小波去噪;温度测量;智能电网   1 应用背景   随着我国智能电网发展,明确要求将将目前电网的“故障报警”机制提升至“故障预测”机制。电网中电缆、高压开关柜、电缆头等易出故障处的工作温度是非常重要的电力系统运行参数,直接关系到系统是否可以长期安全、可靠运行。为确定系统最佳的和最安全的载流能力,须对电力系统及其环境进行实时精确的温度监测。   传统的测温法通常采用贴温度标签法、测直阻法、红外温度测量等。以上送些方式总有这样那样的问题,不能满足现场需求:1.现场施工困难,作业步骤复杂;2.不能实现多点实时监测和报警;3.无法满足现场高绝缘要求和高电磁干扰环境。将点式感温装置如热电偶装在电网重点检测的部位, 只能对局部位置进行监测, 无法对整条线路进行监控。分布式光纤测温技术只需随电网监测区域敷设的一根光纤就可提供整个区域的运行温度, 具有连续分布式测量、抗电磁干扰、本征防雷、测量距离远、测量精度高、寿命长,成本低,系统简单等特点;满足智能电网发展需求,在发、输、变、配、用等电网的各个环节中都有着广阔的应用前景。   2 分布式光纤传感原理及噪声分析   分布式光纤测温原理[1]如图1所示,它是基于光时域反射原理(OTDR)与拉曼散射原理。当一束高能脉冲光射入光纤时,随着脉冲光的前向传输会产生后向散射现象;其中后向散射光中的拉曼光(斯托克斯光和反斯托克斯光)与温度相关,当光纤上某一部分温度升高时,这部分后向散射的拉曼光强会升高,当温度降低时,拉曼散射光强会降低;利用这一原理就会推知光纤受到的温度变化。OTDR原理为:发射光脉冲时开始计时,当采集器收到光脉冲时停止计时,由时间差乘以光在光纤中传播的速度就可以对光纤上某一点进行定位。这样基于OTDR原理与拉曼散射原理,理论上就可以对光纤上任意一点的温度变化进行测量和定位。   由于分布式光纤测温拉曼散射原理来对温度进行量测,光在光纤中传输及后向散射都会引入大量的噪声;另外,在放大器、探测器以及数据采集过程中也会引入随机噪声、散粒噪声等,使得有用信号(拉曼信号)被完全淹没在噪声中。噪声有信号信噪比低、噪声类型中白噪声占主要优势、背向散射的信号强度随着距离增加而减弱等特点,如图2所示,使得信号提取非常困难。因此,必须对微弱信号进行去噪处理,提高系统的信噪比。   3 小波去噪   分布式光纤测温系统信号去噪技术为线性累加平均去噪技术。通过对微弱光信号(包括反斯托克斯信号和斯托克斯信号)进行多次测量并累加平均处理,消除噪声,获得去噪后的微弱光信号,从而提高系统的信噪比[2]。这是一种批量算法,采集完n个数据后,再由计算机计算其平均值。这种算法的缺点是计算量较大,实时性差;另一方面,累加平均虽简便易行但只能去除白噪?,对于其它类型的噪声不能有效去除,使得温度分辨率难以提高。因此为了提高分布式光纤温度传感器系统的温度分辨率,必须在累加平均的基础上采用新的去噪原理或技术对系统信号进行去噪。   在许多应用中,我们借助于基函数研究信号的分解,例如,使用傅里叶将稳定的信号分解为傅里叶级基。对于非稳定信号(即频率特性是时变的信号),傅里叶基就不适合了,它不适用于时间局部化。另外,改进的短时傅里叶变换虽然实现了信号在时-频域内局部的联合分析,但其时间-频率窗的宽度是固定不变的;因此,短时傅里叶变换不适应于许多复杂的信号分析与处理。小波变换核心函数是小波函数,他在时域与频域方面都是局部化的,而且在时域与频域上都有较好的分辨率,被誉为“数学显微镜”;所以,小波变换可对信号同时在时-频域内进行联合分析,达到去噪、平稳信号的目的。   3.1 小波分析[2,3]   许多实际问题关心的是信号在局部范围内的特征。时-频分析是描述时变非平稳随机信号的常用方法,它将一维时域或频域信号映射到一个二维的时-频平面,全面反映被测信号的时-频特性;对信号同时在时间和频率域内进行联合分析。含有噪声的信号可表示为:s(t)=f(t)+?滓*e(t) t=0,1,…,n_1   其中,s(t)为采集到的信号,f(t)为有用信号,e(t)为噪声,为噪声标准偏差。   有用信号包含在低频部分;而噪声信号通常包含在高频部分。由于正交小波变换只对信号的低频部分做

文档评论(0)

189****7685 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档