基于改进SVD-EWT的环网柜局放信号自适应去噪方法OA

[目的]在电气设备的健康监测中,局部放电(Partial Discharge,PD)信号常受到各种噪声源的干扰,这些干扰主要来自设备自身的运行噪声或外部环境的干扰。[方法]为有效解决噪声干扰问题,提高局放检测的准确性和可靠性,提出一种基于频谱分析的自适应奇异值分解(Singular Value Decomposition,SVD)和经验小波变换(Empirical Wavelet Transform,EWT)相结合的去噪算法。首先,对含噪PD信号进行快速傅里叶变换(Fast Fourier Transform,FFT)频谱分析,提出改进经典阈值和频谱幅值行向量峭度判别相结合的窄带干扰数量确定方法,重构并去除周期性窄带干扰噪声。随后,采用EWT算法对残留白噪声的PD信号进行自适应分解,筛选满足峭度条件的模态分量重构PD信号。最后,利用改进阈值方法去除重构信号中的少量白噪声,得到去噪后的PD信号。[结果]仿真及实测去噪处理结果表明,所提方法分别在信噪比、均方根误差、相关系数以及降噪率指标上达到7.02、0.0112、0.9003和33.0057。[结论]该方法能够有效去除窄带干扰及白噪声,相比于其他去噪方法,所提方法在多个评价指标上均有所改善,具有良好的去噪效果。