Labview下基于高阶PDE的局部放电信号去噪
来源:用户上传
作者:陈晨 柏文杰
摘 要:局部放电检测是预防电力事故的有效手段,因现场强烈的电磁干扰,提取的局部放电信号往往混入了大量的噪声。因此噪声抑制是局部放电检测中的一个重要环节。借鉴偏微分方程(PDE)在图像噪声抑制中的良好表现,将其引入到局部放电信号的去噪中,并在Labview中进行了实现。结果表明,偏微分方程对噪声具有良好的抑制作用。
关键词:局部放电;高阶PDE;信号去噪;Labview
中图分类号:TP393文献标识码:A
Denoising ofPD signal based on high order PDE in Labview
Chen Chen Bai Wenjie
Nanjing Saibao inspection and Certification Co.,Ltd. JiangsuNanjing 211100
Abstract:Partial discharge detection is an effective way to prevent power accidents.Because of the strong electromagnetic interference,the extracted PD signal often mixes with a lot of noise.Therefore,noise suppression is an important part of PD detection.Based on the good performance of PDE in image noise suppression,PDE is introduced into PD signal de-noising and implemented in Labview.The results show that PDE has a good effect on noise suppression.
Key words:Partial discharge;High-Order PDE;Signal denoising;LabVIEW
1 绪论
局部放电检测中的噪声抑制,要求提取得的信号尽可能的不丢失细节信息,而基于偏微分方程的信号处理能较好的保持信号的边缘信息,符合局部放电信号提取的要求。在分析了偏微分方程去噪基本模型的基础上,将其离散化并通过Labview来实现,通过仿真验证了高阶偏微分方程对噪声的良好抑制效果,为局部放电信号的提取提供了一种思路。
2 降噪模型及其离散化
2.1 基本降噪模型
P-M扩散方程处理信号后在信号边界保持方面的效果不甚理想,针对P-M扩散模型的不良效应,You Yu-Li和Kaveh在2000年首次提出了以下四阶偏微分方程[1]:
ut=-SymbolQC@
2[c(SymbolQC@
2u)SymbolQC@
2u](1)
式(1)中,u=u(x,y,t),c(x)是满足c(0)=1,c(SymboleB@
)=0的非增函数,取:
c(t)=11+(t/k)2(2)
从式(2)中可以看出,当tSymbolcB@
k时,函数扩散强度较大,能有效的抑制噪声;当t>k时,扩散系数受到抑制,能有效保护信号的细节信息。所以,利用此方程处理局部放电信号可获得更好的效果。
2.2 模型的离散化
以上式(1)给出的模型常用于图像处理,图像是二维信号,为了使该模型适用于局部放电信号的去噪,降低其维度,令u(x,y,t)=u(x,0,t),并简记为u(x,t)。令xi=ih,tk=kτ,则有[2]:
SymbolQC@
2ui,k=ui+1,k+ui-1,k-2ui,kh2(3)
令c(t)t=f(t),則fi,k=f(SymbolQC@
2ui,k),首先:
SymbolQC@
2fi,k=fi-1,k+fi+1,k-2fi,kh2(4)
另一方面:ui,k+1=ui,k-τSymbolQC@
2fi,k。联立以上几式,可得:
ui,k+1=ui,k-τh2[f(ui,k+ui-2,k-2ui-1,kh2)+
f(ui,k+ui+2,k-2ui+1,kh2)-2f(ui+1,k+ui-1,k-2ui,kh2)](5)
这样,就可以方便的通过编程来实现,到于式(5)的程序实现,本文在Labview环境下通过G语言完成。
3 模型的Labview实现
Labview是一种高效的图形化编程开发环境,利用Labview进行程序开发,可大提高项目的开发周期[3]。假设s(x)为待去噪的局部放电信号,对该信号的处理可以解释为利用式(5)以离散化的s(x)即si为初值不断进行迭代,从而恢复出原始局部放电信号,所以,可以用图1所示的程序来完成。
4 仿真验证
本小节通过一次实验来验证偏微分方程处理局部放电信号的有效性,模拟了一个衰减振荡型局部放电信号,在其中加入一定强度的噪声,如图2所示,利用第2小节编写的Labview程序进行去噪,去噪后的波形如图3所示。从图3中可以看出,图2中的绝大部分信号已被剔除,可以说明该模型是有效的,程序是正确的。
参考文献:
[1]张帆.基于偏微分方程与边缘检测的图像去噪算法[J].计算机工程与设计,2014,35(2):562-566.
[2]汪培培,莫付江,赵岗岗,等.基于小波和高阶PDE的电缆局部放电去噪研究[J].电测与仪表,(22):12-16.
[3]刘勇平,张井岗,赵志诚,等.基于LabVIEW的电能质量监测实验平台设计[J].太原科技大学学报,2016,37(2).
作者简介:陈晨(1986-),女,汉族,江苏南京人,本科,中级职称,研究方向:检验检测方法及监控技术研究。
转载注明来源:https://www.xzbu.com/1/view-15188441.htm