基于二维小波变换的变压器局部放电图谱去噪方法
【专利摘要】本发明公开了一种基于二维小波变换的变压器局部放电图谱去噪方法，包括步骤(1)：输入待去噪的变压器局部放电三维图谱，变压器局部放电三维图谱为{fm,n；m,n＝1,2,...,k；k∈N+}，fm,n表示图谱中(m,n)点的灰度值；步骤(2)：选择合适的小波基和分解层数j；步骤(3)：对含噪的变压器局部放电三维图谱进行二维小波变换，将图谱分解为最高分解层数的平滑分量和各个分解层的细节分量；步骤(4)：采用BayesShrink阈值对步骤(3)中所得的各分解层的细节分量进行阈值量化处理来除去噪声分量，且另存为新的细节分量；步骤(5)：利用步骤(4)中得到新的细节分量和步骤(2)中得到的最高分解层数的平滑分量进行图谱重构，得到去噪后的变压器局部放电三维图谱。
【专利说明】基于二维小波变换的变压器局部放电图谱去噪方法
【技术领域】
[0001] 本发明设及一种电气设备绝缘监测【技术领域】，尤其设及一种基于二维小波变换的 变压器局部放电图谱去噪方法。 技术背景
[0002] 大型电力变压器作为输变电装备中最重要和最昂贵设备之一，其安全可靠运行对 整个电网安全起着至关重要的作用。其运行的可靠性很大程度上取决于其绝缘的可靠性， 变压器内部绝缘结构主要是油纸复合绝缘，局部放电是导致油纸绝缘老化乃至击穿的重要 因素，通过对变压器内部局部放电监测可W准确判断电力变压器的绝缘状态。
[0003] 局部放电相位分布（简称S维图谱）模式是一种广泛应用的局部放电模式，构造 该模式需要测量局部放电发生的工频相位^ 放电幅值U和放电次数n等。局部 放电在线监测系统为了尽可能多的提取放电信息，硬件系统要求更宽的频带，但宽频带采 集在保留更多有用信息的同时，也带来大量的干扰信息。干扰信号形式多样，主要有周期性 干扰，随机性脉冲干扰和白噪声干扰。如果放电信号中混入随机性脉冲干扰信号，由于随机 性脉冲干扰在幅值、相位W及放电重复率的分布是随机的，那么=维图谱将不可避免的受 其影响而在整个相位一幅值平面上被叠加随机分布的噪声污染，进而影响放电故障的有效 识别诊断。
[0004] 目前针对局部放电信号去噪主要集中在单次时域波形信号的处理上，能够有效抑 制周期性干扰和白噪声干扰，并且取得了良好的噪声抑制效果，但对于随机性脉冲干扰导 致的=维图谱染噪，尚无有效解决方法。
【发明内容】
[0005] 本发明的目的就是为了解决变压器局部放电=维图谱中随机性脉冲干扰问题，提 供了一种基于二维小波变换的变压器局部放电图谱去噪方法。
[0006] 本发明采用如下技术方案；
[0007] 一种基于二维小波变换的变压器局部放电图谱去噪方法，包括W下步骤：
[0008] 步骤（1);输入待去噪的变压器局部放电S维图谱，变压器局部放电S维图谱为 (fm，n;m，n = 1，2,. . .，k ;k G化}，其中f m，n表示图谱中（m, n)点的灰度值；
[0009] 步骤（2);选择合适的小波基和分解层数j ;
[0010] 步骤（3);对含噪的变压器局部放电S维图谱进行二维小波变换，将图谱分解为 最高分解层数的平滑分量和各个分解层的细节分量；
[OCm] 步骤（4);采用Bayes化rink阔值对步骤（3)中所得的各分解层的细节分量进行 阔值量化处理来除去噪声分量，并且另存为新的细节分量；
[001引步骤（5);利用步骤（4)中得到的新的细节分量和步骤似中得到的最高分解层 数的平滑分量进行图谱重构，得到去噪后的局部放电图谱。
[0013] 具体的，所述步骤（2)中选择化3小波基作为放电图谱去噪二维小波变换的小波 基。
[0014] 具体的，步骤（3)中的二维小波变换包括W下步骤：
[00巧]采用Mallat算法对变压器局部放电^维图谱进行分解，获取图谱在第j层上分解 的平滑分量 Aj.f(m，n)和细节分章 D'/>/(m，"）、啤'/("!，")和与;)./'("!，")；
[0016] 其中，j为正整数，如，M)为放电S维图谱在平滑方向上的细节分量， 邱>/(,,,，/〇为放电立维图谱在细节方向上的平滑分量，邱)/的，,〇为放电立维图谱在细节 方向上的细节分量。
[0017] 更具体的，Mallat分解算法计算方法如下：
[001引设Mm, n)为二维基小波，Mm, n)为二维尺度函数，对放电；维图谱f(m，n)首 先沿m方向分别用4 (m)和iD (m)做分析，把f(m，n)分解成平滑逼近和细节两部分，然后 对该两部分再沿n方向分别用4 (n)和It (n)做类似分析，计算公式如下：
[0019] 当进行j级分解有
[0020] ") =〈/('"，")'冷)知:(")〉 …
[0021] 坏7'(。'，") =〈/(",，")，如^ (。,)'/成（")〉 （2)
[002引 啤>'/'(/"，")=〈/(/"，"U'/,/'("')也(")〉 （3 )
[0023] 兮'7'(机，")=〈/(",，")，^//" (rt}〉 （ 4)
[0024] 其中，j，ki，k2均为正整数；如,（"!）为尺度函数在m方向上的低通滤波器； 00为尺度函数在n方向上的低通滤波器；为小波函数在m方向上的高 通滤波器；吟00为小波函数在n方向上的高通滤波器；<，〉表示卷积积分运算； 〈./'(/"，")，也（"!)如J")〉灰示间谱f(m，n)在两个方向上利用低通滤波器卷积后得到的分解 系数；如,（"〇?/V(")〉巧示图谱f(m，n)在m方向上利用低通滤波器卷积后，再在n 方向上利用高通滤波器卷积后得到的分解系数；〈/("z，")，y/M ("0如;,（")〉表示图谱f (m，n) 在m方向上利用高通滤波器卷积后，再在n方向上利用低通滤波器卷积后得到的分解系数； ("Of//,,: (")〉表示图谱f (m，n)在两个方向上利用高通滤波器卷积后得到的分 解系数。
[0025] 具体的，步骤（4)中包括W下步骤：
[0026] 步骤（4. 1);采用公式（5)计算BayesSirink阔值；
[0027] 入8巧6日=〇2/〇0 (5)
[002引式中0 P为高斯分布的标准差，0为噪声的标准差：
[0029] 步骤（4.。；根据Bayes化rink阔值对分解后的各细节分量进行阔值量化处理，得 到去噪后的各细节分量。
[0030] 更具体的，步骤（4. 2)中阔值量化处理采用公式化）：
[0031]
【权利要求】
1. 一种基于二维小波变换的变压器局部放电图谱去噪方法，其特征在于，包括以下步 骤： 步骤（1):输入待去噪的变压器局部放电三维图谱，变压器局部放电三维图谱为m,n=1，2, ? ? ?，k;kGN+}，其中fm，n表示图谱中（m,n)点的灰度值； 步骤（2):选择合适的小波基和分解层数j; 步骤（3):对含噪的变压器局部放电三维图谱进行二维小波变换，将图谱分解为最高 分解层数的平滑分量和各个分解层的细节分量； 步骤（4):采用BayesShrink阈值对步骤（3)中所得的各分解层的细节分量进行阈值 量化处理来除去噪声分量，并且另存为新的细节分量； 步骤（5):利用步骤（4)中得到的新的细节分量和步骤（2)中得到的最高分解层数的 平滑分量进行图谱重构，得到去噪后的变压器局部放电三维图谱。
2. 如权利要求1所述的一种基于二维小波变换的变压器局部放电图谱去噪方法，其特 征在于，所述步骤（2)中选择db3小波基作为变压器局部放电三维图谱去噪二维小波变换 的小波基。
3. 如权利要求1所述的一种基于二维小波变换的变压器局部放电图谱去噪方法，其特 征在于，步骤（3)中的二维小波变换具体包括： 采用Mallat算法对变压器局部放电三维图谱进行分解，获取图谱在第j层上分解的平 滑分量A/ (m，n)和细节分量，，）、/?V(呢和4"/(吼")； 其中，j为正整数，为变压器局部放电三维图谱在平滑方向上的细节分量， ￡f为放电三维图谱在细节方向上的平滑分量，￡f/(?v〇为放电三维图谱在细节 方向上的细节分量。
4. 如权利要求3所述的一种基于二维小波变换的变压器局部放电图谱去噪方法，其特 征在于，所述的Mallat分解算法过程为： 设it(m，n)为二维基小波，（i>(m，n)为二维尺度函数，对变压器局部放电三维图谱f(m，n)首先沿m方向分别用巾（m)和(m)做分析，把f(m，n)分解成平滑逼近和细节两部 分，然后对这两部分再沿n方向分别用巾（n)和(n)做类似分析，计算公式如下： 当进行j级分解有
其中，j，Ic1,1^2均为正整数；?为尺度函数在m方向上的低通滤波器；?〇)为尺 度函数在n方向上的低通滤波器；?（w)为小波函数在m方向上的高通滤波器；匕(n) 为小波函数在n方向上的高通滤波器；〈，> 表示卷积积分运算。
5. 如权利要求1所述的一种基于二维小波变换的变压器局部放电图谱去噪方法，其特 征在于，步骤（4)中包括以下步骤： 步骤（4. 1):采用公式（5)计算BayesShrink阈值； 入Bayes= 0V0 P⑶ 式中〇P为高斯分布的标准差，〇为噪声的标准差； 步骤（4. 2):根据BayesShrink阈值对分解后的各细节分量进行阈值量化处理，得到去 噪后的各细节分量。
6. 如权利要求5所述的一种基于二维小波变换的变压器局部放电图谱去噪方法，其特 征在于，所述步骤（4.2)中阈值量化处理采用公式（6):
其中，i，j均为正整数，Cu为变换后的系数；Cu为进行阈值处理后的系数；Th为阈值。
7. 如权利要求1所述的一种基于二维小波变换的变压器局部放电图谱去噪方法，其特 征在于，所述步骤（5)中的图谱信息重构的方法采用Mallat算法。
8. 如权利要求7所述的一种基于二维小波变换的变压器局部放电图谱去噪方法，其特 征在于，所述Mallat重构算法为： 对于进行阈值量化处理后的系数Ajf(m,n)、D1,11/^//)、Z^_2i/(/?MZ)和Dp/Oz，/!)， 采用Mallat算法进行重构，计算公式如下：
其中，?（W)为尺度函数在m方向上的低通滤波器；心（《)为尺度函数在n方向上的 低通滤波器；匕vt, (m)为小波函数在m方向上的高通滤波器；(n)为小波函数在n方向上 的高通滤波器；〈，> 表示卷积积分运算。
【文档编号】G01R31/12GK104502820SQ201410827848
【公开日】2015年4月8日 申请日期:2014年12月25日 优先权日:2014年12月25日
【发明者】周加斌, 陈玉峰, 朱文兵, 杜修明, 朱孟兆, 辜超, 尹奎龙 申请人:国家电网公司, 国网山东省电力公司电力科学研究院
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
