[发明专利]基于优化的VMD联合小波阈值的GIS局部放电去噪方法和系统

说明书

本申请公开了一种基于优化的VMD联合小波阈值的GIS局部放电去噪方法和系统，利用PSO‑GA算法对VMD参数进行优化，实现了完全非递归的自适应信号分解方法，同时与利用多阈值策略加权算法的小波分析方法结合，综合各个阈值函数的优势，去噪效果好，能更好地保留GIS局部放电信号特征。解决了现有的GIS局部放电去噪方式去噪效果不够理想，无法很好地保存GIS局部放电信号特征的技术问题。

技术领域

本申请涉及局部放电检测技术领域，尤其涉及一种基于优化的VMD联合小波阈值的GIS局部放电去噪方法和系统。

背景技术

局部放电(Partial Discharge，PD)是高压电气设备绝缘劣化的早期迹象，因此PD检测可以作为设备绝缘状态评估的有效手段。在线检测PD信号会受到不同种类不同程度的噪声干扰，对于幅值较小的PD信号，可能会淹没于较大的噪声中，从而存在漏检的问题，因此需要在检测PD信号时抑制噪声干扰。

气体绝缘开关柜(GIS)设备是电力系统的重要组成部分，其绝缘性能的优劣关系着整个电网的安全性和稳定性。GIS局部放电不易被发现，而且GIS设备自身周围会产生噪声，会严重淹没局部放电信号。现有的GIS局部放电去噪按时采用小波分析和经验模态分解(EMD)方式，但是去噪效果仍然不够理想，无法很好地保存GIS局部放电信号特征。

发明内容

本申请提供了一种基于优化的VMD联合小波阈值的GIS局部放电去噪方法和系统，用于解决现有的GIS局部放电去噪方式去噪效果不够理想，无法很好地保存GIS局部放电信号特征的技术问题。

有鉴于此，本申请第一方面提供了一种基于优化的VMD联合小波阈值的GIS局部放电去噪方法，包括：

构建GIS局部放电信号模型；

根据PSO-GA混合算法优化分解层数和惩罚因子，对GIS局部放电信号模型进行VMD分解，得到多个IMF分量；

分析小波阈值函数，确定加权阈值；

使用所述加权阈值对各所述IMF分量进行去噪，得到去噪后的各IMF分量；

根据所述去噪后的各IMF分量进行信息重构，得到GID局部放电信号。

可选地，所述根据PSO-GA混合算法优化分解层数和惩罚因子，对GIS局部放电信号模型进行VMD分解，得到多个IMF分量，包括：

根据PSO-GA混合算法优化分解层数和惩罚因子，得到最优参数组合；

根据所述最优参数组合，对GIS局部放电信号模型进行VMD分解，得到多个IMF分量。

可选地，所述根据PSO-GA混合算法优化分解层数和惩罚因子，得到最优参数组合，包括：

设置PSO-GA参数：PSO的加速常速c₁和c₂、粒子数和最大粒子速度v、GA的交叉和变异概率、PSO-GA混合算法的世代数和每个粒子的适应度；

初始化粒子位置和速度，设置VMD算法参数[K,α]为粒子位置；

将初始化的所有粒子位置代入VMD算法；

确定每个粒子历史最佳位置p_best和历史最优位置g_best；

粒子数加1；

更新速度值：更新位置值：x_i(t+1)＝x_i(t)+vv_i(t+1)，其中v_i(t)为第t次迭代粒子i的速度，x_i(t)为第t次迭代粒子i的位置；

对种群进行交叉和变异操作；