基于稀疏分解算法的局部放電監(jiān)測信號干擾抑制技術(shù)是什么？
基于稀疏分解算法的局部放電監(jiān)測信號干擾抑制技術(shù)是什么？大多數(shù)不知道基于稀疏分解算法的局部放電監(jiān)測信號干擾抑制技術(shù)是什么，我們的工作人員通過對互聯(lián)網(wǎng)信息的整合出了以下內(nèi)容，請您參考。
局部放電(PD)是電力設(shè)備內(nèi)部存在絕緣缺陷或者存在絕緣劣化的重要征兆以及表現(xiàn)形式,有效檢測局部放電對準(zhǔn)確評估電力設(shè)備的絕緣健康狀況具有非常重要的現(xiàn)實意義.然而在對電力設(shè)備進(jìn)行實時在線監(jiān)測的過程中,往往會因為受到監(jiān)測現(xiàn)場復(fù)雜的電磁環(huán)境的影響,從而使檢測得到的PD信號中包含著各種復(fù)雜的噪聲干擾信號.如何有效地將有用的PD信號和噪聲干擾信號進(jìn)行分離,是目前電力設(shè)備在線監(jiān)測研究的重點和難點.本文針對目前在電力設(shè)備PD信號干擾抑制方面的不足,將稀疏表示的思想應(yīng)用到PD信號處理當(dāng)中,并綜合小波函數(shù)對PD脈沖信號提取方面的優(yōu)良性能,利用了基于級聯(lián)小波原子字典的匹配追蹤稀疏分解算法對PD信號中的白噪干擾進(jìn)行抑制.
基于匹配追蹤的稀疏分解算法能夠自適應(yīng)地從過完備的級聯(lián)小波原子字典中選擇與PD信號最佳匹配的小波原子,通過選定的殘差比閾值作為迭代終止條件,并將每次迭代過程選擇的最佳匹配的小波原子進(jìn)行線性組合表示有用的PD信號.通過對仿真及現(xiàn)場的指數(shù)型PD信號和UHF PD信號進(jìn)行分析與處理,驗證了該方法的可行性和有效性.并與傳統(tǒng)的全閾值小波分解法,分層閾值小波分解法以及小波包分解法作對比分析.結(jié)果表明,基于級聯(lián)小波原子字典的稀疏分解算法在PD信號白噪聲干擾抑制方面,具有結(jié)果準(zhǔn)確度高,波形畸變小,較好保留了原始PD信號的主要特征信息等優(yōu)點.針對PD信號中的周期性窄帶干擾的抑制,本文構(gòu)建了級聯(lián)小波原子子字典和傅里葉原子子字典,并利用了傅里葉原子子字典中傅里葉原子巧妙地對PD信號中的周期性窄帶干擾信號進(jìn)行提取,消除了周期性窄帶干擾信號對PD信號干擾抑制的影響,從而提高了對PD信號中噪聲干擾的抑制性能.同樣選擇利用仿真及現(xiàn)場的指數(shù)型PD信號和UHF PD信號進(jìn)行分析與處理,驗證了該方法在周期性窄帶干擾抑制方面的可行性和有效性.并與不含周期性窄帶干擾的分層閾值小波分解法的干擾抑制效果進(jìn)行對比分析,充分說明本文方法在PD信號中的周期性窄帶干擾抑制方面的優(yōu)越性.
基于稀疏分解算法的局部放電監(jiān)測信號干擾抑制技術(shù)介紹和學(xué)習(xí)就給大家說到這里，另外，我們聲明下，我們站的內(nèi)容均來自互聯(lián)網(wǎng)，如果侵范到您的利益，請第一時間告知我們，我們將第一時間刪除，最后祝您生活和工作愉快了。
