[发明专利]一种基于分帧自适应稀疏分解的局放信号干扰抑制方法

摘要

本发明公开了一种基于分帧自适应稀疏分解的局放信号干扰抑制方法，包括构建局放信号的先验样本集合、构造自适应局放噪声抑制过完备原子库、对染噪局放信号进行噪声抑制步骤。本发明首先构建可局放先验样本信号集合，并以此构造了自适应局放干扰抑制过完备原子库，基于稀疏分解实现了局放信号干扰抑制，在无需设置过多先验参数的基础上，实现局放信号自适应快速干扰抑制。

主权项

1.一种基于分帧自适应稀疏分解的局放信号干扰抑制方法，其特征在于：包括以下步骤：步骤1：构建局放信号的先验样本集合Y：实测待干扰抑制的局放信号x的采样频率为f_s，采样时间为整工频周期，采样数据点长度为N_x，即x＝(x(1),x(2),…,x(N_x))  (1)由以下具体步骤组成：步骤1‑1：初次筛选：以实验室条件下局放信号的实验样本及现场高信噪比的局放信号的实测样本作为初次筛选后的样本信号集合；步骤1‑2：二次筛选：选择初次筛选后的样本信号集合中采样频率为实测待干扰抑制局放信号x的采样频率f_s的正整数倍的样本信号构建二次筛选后的样本信号集合；步骤1‑3：采样时间截断：对二次筛选后的样本信号集合中的样本信号进行截断处理，使其采样时间为一个工频整周期，处理后得到采样时间截断某样本信号y′_n，其采样频率为C为正整数，采样数据点长度步骤1‑4：采样数据规则化处理：采样数据规则化处理后得到局放信号的先验样本集合Y＝{y₁,y₂,…y_n,…，y_M}n＝1,2,3…M，其中样本元素y_n＝{y_n(1),y_n(2),…,y_n(N_x)}，步骤2：构造自适应局放噪声抑制过完备原子库：由以下具体步骤组成：步骤2‑1：采用EMD方法对局放信号的先验样本集合中的各样本元素进行经验模态分解，得到第一至第T阶IMF分量n为局放信号的先验样本集合中的各样本元素的序号，t为IMF分量的阶数；各阶IMF分量满足IMF条件，所述IMF条件为：各阶IMF分量的极值点数目和过零点数目相差不超过1，由其极大值点及极小值点各自确定的包络线平均值为零；步骤2‑2：对各阶IMF分量进行单位化操作，得到各阶IMF单位化分量其中，为单位化系数；步骤2‑3：对各阶单位化IMF分量进行分帧操作：将各阶单位化IMF分量平均分成Z帧，各帧的采样长度为整数；各阶单位化IMF分量的第z帧可表示为：步骤2‑3：构建各阶局放干扰抑制过完备原子库帧分量：由相同阶的单位化IMF分量的同一帧构成，第t阶局放干扰抑制过完备原子库的第z帧分量表示为：步骤2‑4：构建各阶局放干扰抑制过完备原子库：由各阶局放干扰抑制过完备原子库中的各帧分量相互级联得到，t阶局放干扰抑制过完备原子库表示为：步骤2‑5：构建局放干扰抑制过完备原子库：由各阶局放干扰抑制过完备原子库级联构成局放干扰抑制过完备原子库D：D＝{D¹,D²,D³,D⁴,D⁵,D⁶,D⁷}  (7)步骤3：对染噪局放信号进行噪声抑制：包括以下具体步骤：步骤3‑1：对染噪局放信号进行分帧操作，各帧染噪局放信号的长度相等且为整数；第z帧染噪局放信号x_z为：步骤3‑2：对各帧染噪局放信号x_z进行加Blackman窗操作：x_zB＝x_z·W_B  (9)其中x_zB为加窗后的第z帧染噪局放信号，WB为Blackman窗：步骤3‑3：采用匹配追踪算法对加窗后的各帧染噪局放信号在D中进行稀疏分解：x_zp＝A_zBD  (11)其中A_zB为x_zB在D中进行稀疏分解的稀疏表示系数；步骤3‑3：将各帧子信号稀疏分解结果顺序相连，得到干扰抑制结果x_p：x_p＝(x_1p,x_2p,…,x_zp,…,x_Zp)  (12)。