应用小波软阈值去噪方法对SF6电力绝缘气体的红外光谱进行去噪。验表明，该方法可以有效消除红外光谱信号中的噪声，保留光谱的特征信息，为基于光谱分析的电气设备诊断奠定基础。
电力SF6的绝缘气体的频谱信号中，宝贵的信息主要以特征峰或相关峰的形式存在。频谱信号进行去噪的传统方法将消除信号的高频部分，同时消除噪声，从而导致信号边缘趋于衰落，从而难以对频谱进行定量分析。
年来出现的小波理论为解决上述问题提供了新的方法和思路[1]。中，代表国内产品，即小波生成函数和基本小波函数。为比例因子，称为平移因子。中我们可以看出，小波变换实质上是根据小波的基本函数来扩展信号的。以用不同的比例因子来缩放小波生成函数，并将其用作分解信号的基本函数，以便执行信号的多分辨率分析。
中：观测信号，有用频谱信号和噪声信号。谱去噪的目的是在保留有用频谱信号的同时尽可能地衰减噪声。式中的比例因子是离散的二进制，即是整数。择合适的小波母函数和小波分解层，然后对噪声信号进行小波分解，得到相应的小波分解系数，当分解系数较大时，该系数对应于观察信号的低频部分，当它很小时，系数对应于观察信号的高频部分。
后，在每个尺度上，对小波分解系数执行阈值运算。后，对处理后的小波系数执行逆小波变换，并且重构的信号是去噪信号，即有用信号的估计值。噪频谱的小波阈值最关键的问题是阈值的选择和处理[1，2]。结合了固定阈值和基于Stein [2，3]的无偏似然估计方法，该方法会自动从这两种方法中选择一个更合适的阈值。信噪比较低时，基于斯坦因的无偏偏差估计方法的降噪效果不明显。时，选择固定阈值方法；当信噪比较高时，选择两者中的较小者。
中， ， 。有用信号在噪声范围内具有少量高频系数时，最小最大方差阈值和斯坦因无偏似然估计阈值的选择规则可以提取微弱信号，但不是不容易丢失真实的信号成分。中，是软阈值功能，是符号功能。1是绝缘电力气体SF6的标准红外吸收光谱，在该图所示的频带中，气体SF6具有约10个特征光谱峰。设要处理的信号是标准的SF6吸收光谱与高斯白噪声混合，则信号输入的信噪比为15 dB，如图2所示。号的最大比例为8。
用上述软小波去噪方法进行处理，可获得图3所示的红外光谱。以看出，去噪后的频谱可以清楚地看到特征峰并获得预期的效果。文采用小波软阈值去噪方法对绝缘气体SF6的红外吸收光谱信号进行去噪。验表明，该方法可以有效消除噪声，有利于红外吸收光谱SF6的预处理，并将为基于电气设备故障诊断频谱分析的基础奠定基础。
本文转载自
矿用橡套电缆 https://www.cledonin-cbles.com
上一篇：分析降低高压电机绝缘性能的原因及预防措施下一篇：该文章涉及危险绝缘子的制造
首页
微信