GIS局部放电信号去噪及其特征提取方法研究

来源 :重庆邮电大学 | 被引量 : 0次 | 上传用户:ZYYZH
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
气体绝缘封闭组合电器(Gas Insulated Switchgear,GIS)经过多年的发展已成为各国高压变电站或者城市变电站中不可或缺的组成部分。局部放电(Partial Discharge,PD)是指在高压电场的作用下,导体间绝缘仅部分区域被击穿的电气放电现象。目前,局部放电故障检测所面临的主要问题包括:在复杂的现场环境下,局部放电检测面临着强烈的噪声干扰;针对多种绝缘缺陷类型同时存在的情况,难以提取能有效分离不同类型局部放电信号的特征参数。本课题是在校企合作项目“电力设备局放在线监测系统装置开发(SET2019062700)”的支持下开展的应用研究工作。针对上述问题,通过观察与分析不同缺陷模型下局部放电信号的时域波形,发现不同放电类型产生的局部放电信号的波形区别较大,其时域特征值也具有较大差异。因此,本文基于特高频局部放电检测技术,围绕局部放电信号时域波形的降噪和特征提取展开研究。针对局部放电检测系统中引入的白噪声,提出一种基于改进阈值函数的db4提升小波变换白噪声抑制方法,并在系统实测时通过硬件描述语言Verilog在Xilinx ZYNQ平台上验证了该算法的有效性;此外,为衡量降噪方法的效果,引入均方根误差、信噪比和波形相似系数作为评价指标。对于局部放电信号时域特征参数的提取,提出一种基于包络检波和权分析的局部放电信号特征参数提取方法;该方法首先通过射频检波芯片提取原始的局部放电信号包络,然后通过基于阈值设定的滑动窗口方法提取局部放电包络脉冲并计算特征参数,最后利用基于权分析的筛选算法提取出在三维和二维空间中分离效果最好的时域特征参数组合。通过仿真和实测局部放电信号的降噪结果表明所提出的降噪方法不仅能够有效抑制局部放电信号中存在的白噪声,而且降噪前后波形的一致性程度较高。对于仿真局部放电信号,降噪后的均方根误差仅为0.1499,降噪后的信噪比由降噪前的0d B提升到9.68d B,降噪前后的波形相似系数达到0.9714。最后,在降噪基础上通过基于包络检波和权分析的特征参数提取方法,得到在三维空间和二维空间聚类分离效果最好的两组特征参数分别是偏斜度-陡度-均值和偏斜度-陡度,并以戴维森堡丁指数(Davies Bouldin Index,DBI)作为评价指标,其值分别为0.3341和0.1155。
其他文献
随着通信技术与人工智能技术的不断演进,各种新型网络应用不断涌现,产生了海量的计算密集型和时延敏感型任务,为通信网络优化带来了巨大的挑战。云边端协同计算作为一种新的计算服务范式,通过合理规划终端设备、边缘服务器、云服务器的“通信-计算-存储”资源,具有为用户提供高效按需服务的潜力。然而,由于边缘服务能力的异构性、网络环境的动态性以及用户位置的移动性,如何为用户提供差异化和连续性的服务成为云边端协同计
学位
随着经济的发展,航运业日渐昌盛,船舶数量持续上升,造成航道和港口承运压力增大。海事部门为保证船舶航行安全,研发了船舶自动识别系统(Automatic Identification System,AIS)。AIS数据中包含了船舶航行信息,为挖掘船舶航行规律提供了数据基础。通过挖掘船舶航道和频繁活动区域等船舶航行规律,可以为海事部门对船舶航线规划和异常检测等工作提供技术支持。为应对目前通过AIS数据挖
学位
近些年,多智能体系统因其在机器人编队控制、智慧交通、航天技术等重要领域的广泛应用,引起了许多学者的关注。随着学者们深入研究,多智能体系统的一致性问题逐渐成为了协同控制领域的重要课题。针对实际系统中通信资源有限的问题,脉冲控制作为一种间歇控制策略具有减少通信次数并节约通信成本的优点被广泛应用到多智能体系统一致性中。然而,由于实际物理系统的限制,使得原定的脉冲采样无法精确触发,从而导致系统的一致性成功
学位
随着智能物联网的快速发展,无线通信技术已经成为智能化社会重点发展的技术之一,智能物联网体现了人们对智能生活的美好追求,同时对无线通信技术提出了更高的要求。为了满足智能物联网建设的一系列标准,宽带微功率网络应运而生,它具有高带宽、高速率、低功耗、低时延、覆盖范围广等特点,越来越多的应用于智能物联网。本文的研究背景是用电用户信息采集系统下的宽带微功率网络,随着大量智能电表接入网络,网络规模不断扩大,各
学位
高光谱遥感图像包含数以百计连续波段的丰富光谱信息。然而,由于传感器分辨率受到限制以及地面的多变性,观测到的每个像元可能是几种不同地物的混合物,混合像元的广泛存在是高光谱数据分析的一大挑战。高光谱解混技术可以将每个混合像元分解为端元以及相应的丰度来实现混合像元的精确分析。非负矩阵分解因能同时估计端元和丰度,近年来在解混问题中得到越来越多的关注。但是该算法仍然面临存在大量的局部极小值,解混结果不稳定,
学位
图像语义分割旨在为输入图像逐像素地分配语义类,作为计算机视觉任务的重要组成部分之一,其为自动驾驶领域的研究做出了巨大贡献。现有基于深度卷积神经网络的方法通过复杂的网络设计,在分割精度方面取得了显著提高,但其面临内存占用高及前向推理速度缓慢等问题,导致很难将其用于实时自动驾驶场景。故本文在实现精度与前向推理速度的平衡,及如何改善小目标分割精度等方面进行了研究,详细的研究内容为:采用轻量级技术提出了一
学位
在电力线通信(Power Line Communication,PLC)中,利用多入多出(Multiple-Input Multiple-Output,MIMO)技术可以提高数据传输速率,信号检测算法的优化能够有效提高电力线MIMO系统通信的可靠性和有效性。但是现有的信号检测算法存在复杂度较高或性能不足的问题,同时,基于机器学习的信号检测逐渐被运用到MIMO系统中并取得了一定的成功,但依然存在着一
学位
随着通信感知一体化概念的迅速普及,无线感知在通信领域中扮演着越来越重要的角色,其中,室内无源目标跟踪作为无线感知的关键技术成为了研究重点。然而,现有的室内无源目标跟踪系统大多只支持对单目标的跟踪,当环境中存在多个运动目标时,传统的无源跟踪系统只能对其中一个目标进行跟踪。针对这一问题,本文开展了基于多维参数的室内无源目标跟踪算法研究,旨在利用运动目标的到达角,离开角以及多普勒频移等参数,结合目标和量
学位
雾计算网络将云中心服务下沉到靠近用户的雾节点(Fog Nodes,FNs)中,并向物联网设备(Io T Devices,IDs)提供计算、通信和缓存服务,可促进业务的边缘处理,降低用户内容请求的时延,同时缓解网络拥塞。由于FNs缓存资源受限,且网络环境与用户需求具有时变性,需优化缓存方案以提高资源利用率,提升网络性能。同时,由于FNs的离散部署,导致用户数据安全和网络抗攻击能力面临巨大的挑战。因此
学位
脑科学被视为理解宇宙、自然与人类关系的“终极疆域”,人类从未停止对人脑的探索以及对其运行机制的模仿。过去几个世纪,人类对人脑的解剖构造和人脑各部分的独特功能有了一定的认识,但对人脑的信息处理机制、智能的形成等问题还需要持续深入探索。同时,借鉴人脑的信息处理方式开展类脑智能研究,对扩展与应用人类智能具有重要作用,是人工智能的下一个发展目标。从人工智能技术视角提出了大数据驱动的人脑信息处理机制、多脑区
期刊