[发明专利]一种应用于超声波局放检测的数据滤波方法

说明书

本发明公开了一种应用于超声波局放检测的数据滤波方法，本发明针对超声波局放检测中可能存在的脉冲干扰，采用中值滤波器，一种基于次序统计完成信号恢复的一种非典型的非线性滤波器。一维情况下，其本质是一个有一定长度的滑动窗口，窗口中心位置的信号由窗口内各值排序后的中值代替。当脉冲宽度小于窗口宽度一半时，中值滤波对窄脉冲干扰是非常有效的。然后针对随机噪声的处理，在对比小波包阈值函数去噪和奇异值分解算法后，提出了基于奇异值能量差分谱的奇异值分解滤波算法。在此算法中定义的奇异值能量差分谱能够很好的确定重构矩阵的阶数，从而把随机噪声贡献的奇异值和局放信号贡献的奇异值区分开来，从而达到很好的滤波效果。

技术领域

本发明涉及数字信号滤波领域，具体地说是一种基于超声波局放信号 的数据滤波方法。

背景技术

近年来，超声波检测技术发展的越来越成熟，已经被广泛应用于局放 信号检测，尤其是针对变压器、GIS以及高压开关柜的局放检测起到了很 好的效果。超声波局放信号检测首先要采集现场的超声信号，然后对超声 信号进行滤波，再对信号进行分析，最后判断局放类型甚至对局放源进行 定位。局放类型的判断以及局放源的定位与超声波局放信号的滤波有着很 大的关系。滤波做的好有利于后面的工作进行，相反没有好的滤波将直接影响局放信号特征的提取和局放源的定位。

通常的局放信号主要由设备的电晕放电、沿面放电和电弧放电等产生， 由以上放电产生的局放信号是我们要分析的信号，但是现场采集到的信号 中往往会夹杂着一定的脉冲干扰和随机噪声。例如电磁脉冲干扰可能会被 错判断为正常的局放信号。测试现场的随机干扰可能会覆盖一部分局放信 号等。

小波阈值去噪方法是一种实现简单且去噪效果较好的算法，工程实践 中常用小波软、硬阈值滤波方法，虽然其应用较广，但软阈值滤波方法会 对小波系数过度扼杀，而硬阈值方法则会产生附加振荡。SVD滤波算法简 单，且滤波器设计的存储量较小。然而由于超声波信号的复杂性，基于奇 异值分解的降噪方法虽然对随机噪声有很好的效果，但是如何选择设计重 构矩阵的阶数又是一个难点，矩阵阶数的选择直接影响了滤波的效果。且 在超声信号中可能混有很强的脉冲信号，这也是我们要考虑的重要问题。

发明内容

本发明针对上述提出的问题，提出了一种应用于超声波局放检测的数 据滤波方法。首先，针对超声波局放检测中可能存在的脉冲干扰，采用中 值滤波器，一种基于次序统计完成信号恢复的一种非典型的非线性滤波 器。一维情况下，其本质是一个有一定长度的滑动窗口，窗口中心位置的 信号由窗口内各值排序后的中值代替。当脉冲宽度小于窗口宽度一半时， 中值滤波对窄脉冲干扰是非常有效的。然后针对随机噪声的处理，我们在 对比小波包阈值函数去噪和奇异值分解算法后，提出了基于奇异值能量差 分谱的奇异值分解滤波算法。在此算法中定义的奇异值能量差分谱能够很 好的确定重构矩阵的阶数，从而把随机噪声贡献的奇异值和局放信号贡献 的奇异值区分开来，从而达到很好的滤波效果。

本发明方法的步骤包括：

步骤1：原始超声波局放信号的采集。

利用超声波传感器对含噪的局放信号进行采集，超声波传感器将声信 号转化为电压信号，假设采集到的电压信号序列为y＝{y₁,y₂,…,y_N}。下面 的步骤将对采集到的电压信号进行滤波处理。

步骤2：中值滤波器滤波处理。

采集到的超声信号中混杂着很多窄脉冲干扰，用非线性中值滤波器对 原始数据去噪。假设一组采集到的超声波电压信号，把这j个数按照大小 排序，即y₁≥y₂≥…≥y_j}，那么此序列的中值定义为：