一种局部放电信号去噪的新方法

›› 2010, Vol. 23 ›› Issue (11): 64-66.

一种局部放电信号去噪的新方法

邵列, 王保保

（西安电子科技大学计算机学院，陕西西安 710071）

出版日期:2010-11-15 发布日期:2010-12-23
作者简介:邵列（1984-），男，硕士研究生。研究方向：局部放电在线检测系统。王保保（1963-），男，博士，教授。研究方向：网络数据库与智能检测。

A Study of Wavelet Threshold Filtering Based on Empirical Mode Decomposition Applied in Suppressing PD'S Noise

SHAO Lie, WANG Bao-Bao

(School of Computer Science, Xidian University, Xi'an 710071, China)

Online:2010-11-15 Published:2010-12-23

摘要/Abstract

摘要：

小波变换是在局部放电信号去噪过程中常用的方法，由于实际信号中噪声频带较宽，仅用小波变换去噪有可能带来波形畸变。文中将经验模态分解（Empircial Mode Decomposition,EMD）引入小波阈值去噪算法中，提出了一种基于EMD的小波阈值去噪算法，信号经EMD变换后被分解成若干个频率的本征模态函数（Intrinsic Mode Function,IMF），再对各个频率的IMF分量进行小波阈值去噪。相比于普通的小波阈值去噪算法，该方法能取得更好的去噪效果。对仿真信号和实测信号的处理结果验证了该方法的有效性。

关键词: 经验模态分解, 小波变换, 局部放电

Abstract:

Wavelet transform is the most commonly used method in processing partial discharge's noise. However, it might cause waveform distortion due to wind range of the actual signal noise. This paper proposes a wavelet threshold filtering method based on empirical mode decomposition: the original signal is transformed through the EMD and decomposed into several IMF. The results from simulation and measured data indicate that using this algorithm better interference suppression can be achieved.

Key words: EMD, wavelet transform, PD

中图分类号:

TN911

邵列, 王保保. 一种局部放电信号去噪的新方法[J]. , 2010, 23(11): 64-66.

SHAO Lie, WANG Bao-Bao. A Study of Wavelet Threshold Filtering Based on Empirical Mode Decomposition Applied in Suppressing PD'S Noise[J]. , 2010, 23(11): 64-66.

[1]	高典, 张菁. 基于CEEMD-ITSA-BiLSTM组合模型的短期负荷预测[J]. 电子科技, 2024, 37(4): 30-37.
[2]	林彬彬, 徐震, 袁泉, 田志新. 基于ISSA-LSTM的黄鳝池溶氧量多参数预测[J]. 电子科技, 2024, 37(4): 87-96.
[3]	张鹏, 蒋明峰, 李杨. 低功耗可穿戴式心电监测系统[J]. 电子科技, 2024, 37(10): 88-94.
[4]	蔺琳,王万雄. 基于EMD-GWO-SVR组合模型的短期风速预测[J]. 电子科技, 2023, 36(5): 1-8.
[5]	骆睿鹏,冯铭科,黄鑫,邹任玲,李丹. 脑电信号预处理方法研究综述[J]. 电子科技, 2023, 36(4): 36-43.
[6]	王雨前,王万雄. 基于EMD-Bayes-SVR组合模型的短期电力负荷预测[J]. 电子科技, 2023, 36(12): 64-71.
[7]	钱定冬,宋柯,王伟. 基于鲸鱼算法的变压器局放超声内部定位研究[J]. 电子科技, 2023, 36(11): 41-46.
[8]	孙抗,轩旭阳,刘鹏辉,赵来军,龙洁. 小样本下基于CNN-DCGAN的电缆局部放电模式识别方法[J]. 电子科技, 2022, 35(7): 7-13.
[9]	华莉,杨俭,袁天辰,宋瑞刚. 基于VMD和BP神经网络的轨道病害诊断方法[J]. 电子科技, 2022, 35(4): 40-46.
[10]	王洪亮,陈新源,赵雨梦. 基于集合经验模态分解和ARIMA-GRNN的负荷预测方法[J]. 电子科技, 2021, 34(12): 42-48.
[11]	赵一鹤,邵杰,程永亮. 基于编码—解码模型的D类功率放大器行为建模[J]. 电子科技, 2020, 33(2): 20-24.
[12]	卓晓冬. 电气设备绝缘系统局部放电检测技术研究[J]. 电子科技, 2019, 32(11): 83-86.
[13]	朱先和，杨世平. 基于小波变换对信号噪声的处理研究[J]. , 2016, 29(6): 128-.
[14]	赵季红,贺丹,王伟华,曲桦,雷佩. 基于小波变换的酉ESPRIT波束赋形技术研究[J]. , 2015, 28(9): 6-.
[15]	邱政,汪锋,潘元璋. 一种基于频谱细化技术的水下目标识别方法[J]. , 2015, 28(7): 56-.