基于小波分析的振動(dòng)信號(hào)去噪處理

岳雅茹 朱嘉林 朱士龍

摘 要：為提高檢測氣體絕緣金屬封閉開關(guān)設(shè)備（GIS）故障點(diǎn)的有效定位率，提出利用軟硬閾值結(jié)合法對(duì)振動(dòng)信號(hào)設(shè)定閾值，采用具有多分辨率特性的小波分析方法進(jìn)行有效降噪；通過Matlab仿真和實(shí)際試驗(yàn)結(jié)果驗(yàn)證其準(zhǔn)確性，對(duì)比分析表明，基于小波分析的去噪方法提高了信噪比和定位準(zhǔn)確性，是一種提取有用信號(hào)的有效方法。

關(guān)鍵詞：小波分析；多分辨率；閾值；去噪；Matlab

DOI：10.11907/rjdk.172753

中圖分類號(hào)：TP317.4

文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7800（2018）005-0179-04

Abstract：In order to improve the detection efficiency of false location of gas-insulated metal-enclosed switchgear （GIS）， it is proposed to employ the soft and hard threshold method to set the threshold value of the vibration signal and the method of wavelet analysis with multi-resolution characteristics to reduce noise effectively. The accuracy is thus verified by the Matlab simulation and the field test and it is proved that denoising method based on wavelet analysis is a suitable way to extract useful signals by improving signal to noise ratio and false location accuracy.

Key Words：wavelet analysis； multi-resolution； threshold； denoising； Matlab

0 引言

氣體絕緣金屬封閉開關(guān)設(shè)備（GIS）具有眾多優(yōu)點(diǎn)：集成度高，所需空間??；既可戶外布置，也可戶內(nèi)布置；環(huán)境對(duì)其影響?。豢煽啃愿?，降低維護(hù)和檢修費(fèi)用等，在高壓輸電領(lǐng)域應(yīng)用廣泛。但其周圍存在較強(qiáng)的電磁波和白噪聲，例如設(shè)備熱噪聲、地網(wǎng)中的噪聲、各種信號(hào)線路耦合進(jìn)入的隨機(jī)噪聲等，由于這些噪聲的干擾，得到的閃絡(luò)信號(hào)中含有大量噪聲，嚴(yán)重影響信號(hào)質(zhì)量，同時(shí)也加劇了后續(xù)信號(hào)的處理難度，影響整個(gè)系統(tǒng)中閃絡(luò)特征信號(hào)的有效提取，降低定位時(shí)效性和準(zhǔn)確性[1]。所以對(duì)原始信號(hào)進(jìn)行預(yù)處理成為關(guān)鍵，通?？梢圆捎眯旁敕蛛x算法降低干擾程度，提取信號(hào)中有用的信息[2]。

在實(shí)際應(yīng)用中，閃絡(luò)放電會(huì)對(duì)GIS設(shè)備產(chǎn)生劇烈的損害，嚴(yán)重者影響正常運(yùn)行，所以監(jiān)測設(shè)備的重心在于對(duì)振動(dòng)信號(hào)的處理，以便準(zhǔn)確地找到發(fā)生閃絡(luò)的氣室。振動(dòng)信號(hào)的產(chǎn)生源于閃絡(luò)放電的瞬間使氣室內(nèi)的SF6氣體發(fā)生急速膨脹產(chǎn)生爆炸聲，聲信號(hào)經(jīng)過不同介質(zhì)的分界面發(fā)生一系列反射和折射，形成振動(dòng)信號(hào)。振動(dòng)信號(hào)是一種高頻信號(hào)，所以總是含有部分高頻信息或某段發(fā)生突變的部分，其包含的各種噪聲也不一定是平穩(wěn)白噪聲。而傳統(tǒng)的Fourier方法只具有單分辨率分析的特點(diǎn)，無法根據(jù)弱信號(hào)在某一時(shí)間空間內(nèi)發(fā)生明顯變化的情況調(diào)整時(shí)頻分辨率，所以其對(duì)非平穩(wěn)信號(hào)去噪效果并不明顯[3]。而小波分析方法利用在時(shí)頻平面上不同位置具有不同分辨率的特點(diǎn)，能夠有效地從非平穩(wěn)振動(dòng)信號(hào)中提取突變信號(hào)及信號(hào)的波形特征[4]。因此本文采取小波分析的方法對(duì)振動(dòng)信號(hào)進(jìn)行降噪處理，能同時(shí)在時(shí)、頻域中對(duì)信號(hào)進(jìn)行多分辨率分析[5-7]，將檢測信號(hào)中有用的高頻信號(hào)與突變部分和噪聲部分區(qū)分開，也可以表達(dá)信號(hào)的局部特性。在采用小波分析的GIS閃絡(luò)故障檢測系統(tǒng)中利用閾值去噪的處理方法，降低環(huán)境中的白噪聲和電磁波，極大地提高了信噪比和定位準(zhǔn)確性。

1 小波分析理論

1.1 Mallat算法的小波分解與重構(gòu)

利用Mallat算法把整個(gè)檢測信號(hào)按照尺度逐層分解，展現(xiàn)出振動(dòng)信號(hào)細(xì)節(jié)部分，提高了小波分析的效率和準(zhǔn)確性。

1.2 小波閾值去噪

小波閾值去噪是一種非線性的去噪方法[9]。利用該方法得到小波系數(shù)，最終展現(xiàn)出振動(dòng)信號(hào)的重要特性。

假設(shè)觀察信號(hào)表示為：

對(duì)一維小波閾值去噪：首先對(duì)信號(hào)進(jìn)行小波變換，通過對(duì)原始信號(hào)進(jìn)行N層分解，得到有用信號(hào)和噪聲信號(hào)在分解N層次上的小波系數(shù)；然后對(duì)信號(hào)的小波系數(shù)進(jìn)行閾值的量化處理，處理方法主要有硬閾值法和軟閾值法兩種；最后利用Mallat算法對(duì)處理后的小波系數(shù)進(jìn)行重構(gòu)處理，得到近似的原始信號(hào)。

軟閾值法處理得到的圖像更加平滑，但在邊緣處理上出現(xiàn)了失真現(xiàn)象，而硬閾值法處理具有較好的邊緣局部特性。因此，設(shè)計(jì)了一種軟硬閾值折中法，這種方法可以得到有用信號(hào)的近似最優(yōu)估計(jì)[10]，函數(shù)表達(dá)式為：

2 仿真分析

2.1 信號(hào)的提取

GIS內(nèi)部閃絡(luò)故障產(chǎn)生的聲信號(hào)傳播過程非常復(fù)雜，聲信號(hào)在筒內(nèi)部經(jīng)過多次震蕩，沿金屬外殼和法蘭盤向外傳播，定量地對(duì)聲信號(hào)進(jìn)行分析幾乎是不可能的。然而，聲信號(hào)在傳播過程中，整體逐漸衰減，特別是在遇到環(huán)氧樹脂等材料構(gòu)成的法蘭盤時(shí)，聲信號(hào)發(fā)生大幅衰減，衰減幅度達(dá)到10倍以上，并且信號(hào)中的高頻分量明顯受阻。故振動(dòng)信號(hào)在GIS設(shè)備內(nèi)部的傳播類似于震蕩信號(hào)。

首先在GIS模擬設(shè)備上提取含有白噪聲的信號(hào)特征。示波器的波形顯示如圖1所示。

從提取的信號(hào)可以看出，放電造成的聲波信號(hào)類似于震蕩信號(hào)，符合理論要求。因此，在實(shí)驗(yàn)過程中建立了一組數(shù)學(xué)模型，即指數(shù)衰減震蕩模型。