[发明专利]一种基于混合粒子群的局部放电小波去噪方法

摘要

本发明公开了一种基于混合粒子群的局部放电小波去噪方法，步骤S1、对含噪局部放电信号进行小波分解，得到各小波尺度下的小波系数；步骤S2、利用二阶可导的类Sigmoid阈值函数及混合粒子群自适应阈值选取方法，对步骤S1中所获得的小波系数进行自适应阈值选取和处理，在保留有效值的同时消去噪声分量，将阈值处理后的结果保存为新的小波分量；步骤S3、利用得到的小波系数对信号进行重构，从而得到去噪后的局部放电信号。本发明采用的阈值函数是类Sigmoid函数，与普通软阈值函数相比，该函数二阶可导，适应于基于梯度下降的迭代算法，可实现基于最小均方误差的小波系数阈值的自适应选取。

主权项

1.一种基于混合粒子群的局部放电小波去噪方法，其特征是，包括以下步骤：步骤S1、对含噪局部放电信号进行小波分解，得到各小波尺度下的小波系数；步骤S2、利用二阶可导的类Sigmoid阈值函数及混合粒子群自适应阈值选取方法，对步骤S1中所获得的小波系数进行自适应阈值选取和处理，在保留有效值的同时消去噪声分量，将阈值处理后的结果保存为新的小波分量；步骤S3、利用得到的小波系数对信号进行重构，从而得到去噪后的局部放电信号；所述步骤S2包括以下步骤：步骤S21、设定混合粒子群优化算法中的参数，参数设置包括：粒子群的数量m，最大进化次数tmax，权重系数的最大值ωmax、最小值ωmin，粒子最大速度vmax，变异和混沌操作的阈值；计算粒子群λ的最大值λmax和最小值λmin；步骤S22、初始化粒子群的位置和速度，对种群中的每个粒子随机赋予初始位置和初始速度；步骤S23、以小波去噪的均方误差ξ的梯度表达式作为目标函数计算初始适应度值；更新初始的个体和全局最优位置与最优目标值；步骤S24、按个体适应度值对粒子群排序并进行交叉操作，更新交叉后的粒子最优位置和最优目标值；步骤S25、更新粒子速度和位置；步骤S26、计算全局最优值变化，判断是否需要执行混沌或变异操作，需要则执行步骤S27，否则执行步骤S28；步骤S27、根据全局最优值变化大小选择执行混沌操作或变异操作；步骤S28、判断是否达到最大迭代次数，如未达到则执行步骤S24，否则输出最优值λbest并保存为最优阈值；步骤S29、利用输出的最优阈值和类Sigmoid阈值函数对小波系数进行阈值处理并保存为新的小波分量。