[發(fā)明專利]基于小波熵與稀疏度的電纜局放信號(hào)自適應(yīng)小波去噪方法有效
| 申請(qǐng)?zhí)枺?/td> | 202011206541.1 | 申請(qǐng)日: | 2020-11-02 |
| 公開(kāi)(公告)號(hào): | CN112380934B | 公開(kāi)(公告)日: | 2023-09-12 |
| 發(fā)明(設(shè)計(jì))人: | 孫浩飛;翟璐;趙學(xué)風(fēng);徐陽(yáng);段瑋;蒲路;毛辰;尚宇;琚澤立 | 申請(qǐng)(專利權(quán))人: | 國(guó)網(wǎng)陜西省電力公司電力科學(xué)研究院;西安交通大學(xué);國(guó)網(wǎng)陜西省電力公司 |
| 主分類號(hào): | G06F18/10 | 分類號(hào): | G06F18/10;G01R31/12 |
| 代理公司: | 北京前審知識(shí)產(chǎn)權(quán)代理有限公司 11760 | 代理人: | 張靜 |
| 地址: | 710199 陜西*** | 國(guó)省代碼: | 陜西;61 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 小波熵 稀疏 電纜 信號(hào) 自適應(yīng) 小波去噪 方法 | ||
1.一種基于小波熵與稀疏度的電纜局放信號(hào)自適應(yīng)小波去噪方法,包括以下步驟:
S100:采集待去噪的電纜局部放電信號(hào)s(n),并建立小波庫(kù);
S200:根據(jù)待去噪的電纜局部放電信號(hào)s(n)的小波熵,選擇用于對(duì)所述待去噪的電纜局部放電信號(hào)s(n)進(jìn)行小波分解的最優(yōu)基小波;
S200包括:
S201:計(jì)算所采集的待去噪的電纜局部放電信號(hào)s(n)的最大分解尺度Jmax;
S202:給定包含有Daubechies、Symlet和Coiflet小波的小波庫(kù){ψi:i=1,2,…,N},并在j尺度下依次選擇小波庫(kù)中的小波對(duì)電纜局部放電信號(hào)s(n)進(jìn)行單尺度離散小波變換,得到j(luò)尺度下的小波近似系數(shù)分量aj(i),并計(jì)算近似系數(shù)分量aj(i)的小波熵;
S203:將所述小波熵存儲(chǔ)到熵向量WEi中,選取熵向量WEi中小波熵最小的小波ψp(1≤p≤N)作為j尺度下的最優(yōu)基小波;
S204:將所述ψp應(yīng)用于j尺度的s(n)的離散小波變換,得到近似系數(shù)aj(p)和細(xì)節(jié)系數(shù)dj(P);
S205:將所述近似系數(shù)aj(P)作為下一尺度離散小波變換的輸入信號(hào),當(dāng)達(dá)到步驟S201中所述的最大分解尺度Jmax時(shí),則獲得每個(gè)尺度下的小波分解的最優(yōu)基小波;
S300:根據(jù)待去噪的電纜局部放電信號(hào)s(n)的稀疏性,選擇用于對(duì)所述待去噪的電纜局部放電信號(hào)s(n)進(jìn)行小波分解的最優(yōu)分解尺度;
S400:基于步驟S200所選擇的最優(yōu)基小波,并根據(jù)步驟S300所選擇的最優(yōu)分解尺度對(duì)待去噪的電纜局部放電信號(hào)s(n)進(jìn)行小波分解,獲得最高分解尺度J處的低頻系數(shù)分量,即近似系數(shù)αJ,以及獲得各分解尺度j處的高頻系數(shù)分量,即細(xì)節(jié)系數(shù)dj,其中,j=1,2,…,J;
S500:根據(jù)通用閾值法,計(jì)算第j層小波系數(shù)的小波閾值thrj;
S600:對(duì)第j層的細(xì)節(jié)系數(shù)dj進(jìn)行閾值量化處理,利用H-S閾值函數(shù)濾除絕對(duì)值小于小波閾值thrj的小波系數(shù),利用H-S閾值函數(shù)削弱絕對(duì)值大于小波閾值thrj的小波系數(shù),得到第j層的閾值化細(xì)節(jié)系數(shù)dj′;
S700:利用離散小波逆變換對(duì)所述近似系數(shù)αJ和所述閾值化細(xì)節(jié)系數(shù)dj′進(jìn)行重構(gòu),獲得去噪后的電纜局部放電信號(hào)s(n)′。
2.根據(jù)權(quán)利要求1所述的方法,其中,步驟S100中,所述小波庫(kù)由Daubechies、Symlet和Coiflet小波組成,且基小波選取的范圍分別為db2~db20,sym2~sym20,coif1~coif5。
3.根據(jù)權(quán)利要求1所述的方法,其中,步驟S201中,所述待去噪的電纜局部放電信號(hào)s(n)的最大分解尺度Jmax由matlab中的自帶函數(shù)floor(log2N)給出。
4.根據(jù)權(quán)利要求1所述的方法,其中,步驟S202中,所述近似系數(shù)aj(i)的小波熵通過(guò)下式獲得:
其中,Ej是小波系數(shù)在分解尺度j處的能量,{Wj,i}是通過(guò)j尺度小波變換得到的小波系數(shù),j表示分解尺度,且j=1,2,…,Jmax;i表示W(wǎng)j,i中的元素序號(hào),且i=1,2,…,nj,nj是j尺度小波系數(shù)的長(zhǎng)度;為小波系數(shù)在尺度j上的能量概率分布,且∑ipi=1。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于國(guó)網(wǎng)陜西省電力公司電力科學(xué)研究院;西安交通大學(xué);國(guó)網(wǎng)陜西省電力公司,未經(jīng)國(guó)網(wǎng)陜西省電力公司電力科學(xué)研究院;西安交通大學(xué);國(guó)網(wǎng)陜西省電力公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011206541.1/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 電力暫態(tài)信號(hào)小波分析后處理方法及其裝置
- 基于小波和結(jié)構(gòu)自相似性分析的無(wú)參考圖像質(zhì)量評(píng)價(jià)方法
- 基于小波熵的MEMS陀螺故障檢測(cè)系統(tǒng)及其檢測(cè)方法
- 基于最大共信息熵的定量小波基選擇方法
- 基于小波熵和信息融合的齒輪箱振動(dòng)信號(hào)故障特征提取方法
- 基于廣義尺度小波熵的心率變異性特征分類方法
- 基于小波能量熵的換流變壓器差動(dòng)保護(hù)故障判斷方法
- 一種基于小波熵的脈沖星信號(hào)去噪及辨識(shí)方法
- 基于多維熵特征的信號(hào)特征提取方法
- 一種基于小波奇異熵的電壓暫降源定位方法





