基于稀疏分解算法的局部放電信號干擾抑制技術的學習與思考.pdf

1、局部放電（PD）是電力設備內部存在絕緣缺陷或者存在絕緣劣化的重要征兆以及表現(xiàn)形式，有效檢測局部放電對準確評估電力設備的絕緣健康狀況具有非常重要的現(xiàn)實意義。然而在對電力設備進行實時在線監(jiān)測的過程中，往往會因為受到監(jiān)測現(xiàn)場復雜的電磁環(huán)境的影響，從而使檢測得到的PD信號中包含著各種復雜的噪聲干擾信號。如何有效地將有用的PD信號和噪聲干擾信號進行分離，是目前電力設備在線監(jiān)測研究的重點和難點。
　　本文針對目前在電力設備PD信號干擾抑制方面

2、的不足，將稀疏表示的思想應用到PD信號處理當中，并綜合小波函數對PD脈沖信號提取方面的優(yōu)良性能，利用了基于級聯(lián)小波原子字典的匹配追蹤稀疏分解算法對PD信號中的白噪干擾進行抑制。基于匹配追蹤的稀疏分解算法能夠自適應地從過完備的級聯(lián)小波原子字典中選擇與PD信號最佳匹配的小波原子，通過選定的殘差比閾值作為迭代終止條件，并將每次迭代過程選擇的最佳匹配的小波原子進行線性組合表示有用的PD信號。通過對仿真及現(xiàn)場的指數型PD信號和UHF PD信號進行

3、分析與處理，驗證了該方法的可行性和有效性。并與傳統(tǒng)的全閾值小波分解法、分層閾值小波分解法以及小波包分解法作對比分析。結果表明，基于級聯(lián)小波原子字典的稀疏分解算法在PD信號白噪聲干擾抑制方面，具有結果準確度高，波形畸變小，較好保留了原始PD信號的主要特征信息等優(yōu)點。
　　針對PD信號中的周期性窄帶干擾的抑制，本文構建了級聯(lián)小波原子子字典和傅里葉原子子字典，并利用了傅里葉原子子字典中傅里葉原子巧妙地對PD信號中的周期性窄帶干擾信號進行