电缆局部放电信号的处理方法及计算机存储介质与流程

本发明涉及电力系统信号处理技术，特别是涉及电缆局部放电信号的处理方法及计算机存储介质。

背景技术：

1、随着电力电缆网络化的快速发展，电缆作为输送电能的关键组件，在工业领域及城市电网中发挥着重要作用，凭借其高效、安全、可靠的特点，确保了正常的生产活动。然而，随着运行年限的增加，电缆线路的绝缘在运行过程中会遭受一定程度的老化损伤，甚至可能导致线路故障。电缆线路绝缘状态监测的研究对于电缆线路潜在故障的预警和保证电缆线路的稳定运行具有重要意义。局部放电(partial discharge，简称pd)检测和分析已被采用作为预测测试，以提前表征和评估电缆的状态。在实际工作现场中，局部放电检测到的信号容易受到周围环境的白噪声和周期窄带干扰影响，使工作人员不能很好地监测电缆的绝缘情况。因此需要对检测到的pd信号进行降噪处理。

2、近年来国内外学者提出了许多关于降低噪声干扰的方法，如：傅里叶变换阈值法(fast fourier transform，简称fft)、小波包变化法(wavelet packet transform，简称wpt)、经验模态分解法(empirical mode decomposition，简称emd)、变分模态分解法(variational mode decomposition，简称vmd)等方法。

3、傅里叶变换阈值法在频域进行信号处理，可以将信号转换为频谱表示，从而更好地分析和处理频率特征，缺点是阈值的选择很难确定，无法区分信号的时域和频域特征，可能会将噪声和信号的高频部分一并过滤掉，导致信号信息的损失。

4、小波包去噪法不仅对低频信号进行分解还细分了高频信号，可以更好地分析信号，但其分解等级和阈值等参数选择对结果具有较大影响，需要一定的经验和试错，因此降噪效果较差。

5、经验模态分解法对含噪信号处理，可以得到多个频率不同的固有模态函数，能够有效区分信号特征信息和噪声，提取出信号中的有效信息，由于存在模态混叠和端点效应问题，使得降噪效果降低。

6、变分模态分解法建立在严格数学构架上，弥补了emd方法的缺陷，且时域和频域分析能力强，不存在小波包参数选择等问题，处理非线性非平稳信号效果好，但其分解效果受到参数k和α的影响，需要根据经验选取。

7、因此，上述针对电缆线路的局部放电信号的处理方法，去噪效果较差，处理后的信号可能出现有效信息丢失，不能满足进一步分析处理的要求。

技术实现思路

1、本发明的一个目的是要准确滤除电缆局部放电信号中噪声，提高降噪效果。

2、本发明一个进一步的目的是要满足对电缆局部放电信号进一步分析的要求。

3、本发明另一个进一步的目的是要实现电缆局部放电信号的分析识别，提高电力系统安全性。

4、特别地，本发明提供了一种电缆局部放电信号的处理方法，其包括：

5、采集电缆的局部放电信号；

6、对局部放电信号进行逐次变分模态分解，自适应分解出多个本征模态分量；

7、计算每个本征模态分量与局部放电信号的互相关系数；

8、将互相关系数大于设定阈值的本征模态分量作为有效模态分量，并将互相关系数小于设定阈值的本征模态分量作为噪声模态分量；

9、对有效模态分量以及噪声模态分量分别进行数据重构，得到初步降噪后的局部放电信号以及噪声信号。

10、可选地，对局部放电信号进行逐次变分模态分解的步骤包括：

11、按照式(1)、式(2)、式(3)建立约束准则：

12、

13、

14、

15、按照式(4)建立约束最小化模型：

16、

17、其中，

18、

19、按照式(6)对拉格朗日函数进行求解，得到多个本征模态分量：

20、

21、在式(1)至式(6)中，j1、j2、j3分别表示第一约束、第二约束、第三约束，表示对时间t的偏导数，δ(t)是狄拉克函数，*是卷积符号，ωn表示第n个模态的中心频率，βi(t)和βn(t)分别表示设定滤波器的脉冲响应，α为预设平衡参数，f(t)表示局部放电信号，un(t)和fr(t)为f(t)的两个分解信号，un(t)对应于第n个本征模态分量，fr(t)为f(t)的残差；fr(t)由前n-1个模态和与信号的未处理部分fu(t)组成，λ(t)为拉格朗日算子。

22、可选地，预设平衡参数α被设置为α＝2000。

23、可选地，互相关系数按照式(7)计算得出：

24、

25、设定阈值的计算公式按照式(8)计算得出：

26、

27、其中xn表示有效模态分量，yn表示局部放电信号，表示局部放电信号的数据均值，表示有效模态分量的数据均值。

28、可选地，在得到初步降噪后的局部放电信号之后，上述电缆局部放电信号的处理方法还包括：

29、对初步降噪后的局部放电信号进行奇异值分解降噪，得到二次降噪的局部放电信号。

30、可选地，对初步降噪后的局部放电信号进行奇异值分解降噪的步骤包括：

31、将初步降噪后的局部放电信号转换为hankel矩阵；

32、对hankel矩阵进行奇异值分解；

33、根据分解出的奇异值进行矩阵重构，得到重构矩阵；

34、根据重构矩阵计算得到二次降噪的局部放电信号。

35、可选地，根据分解出的奇异值进行矩阵重构的步骤包括：

36、绘制奇异值熵增量曲线谱，根据奇异值熵增量曲线谱的突变位置来确定奇异值有效阶次；

37、根据奇异值有效阶次保留第二预设数量的奇异值，并将其余奇异值置零；

38、使用奇异值逆分解计算得到重构矩阵。

39、可选地，在得到二次降噪的局部放电信号的步骤之后，上述电缆局部放电信号的处理方法还包括：

40、对二次降噪的局部放电信号提取特征量；

41、将局部放电信号的特征量输入至预先训练的第一深度学习网络模型进行电缆局部放电模式识别。

42、可选地，在得到噪声信号之后，上述电缆局部放电信号的处理方法还包括还包括：

43、对噪声信号提取特征量；

44、将噪声信号的特征量输入至预先训练的第二深度学习网络模型进行噪声类型识别。

45、根据本发明的另一个方面，还提供了一种计算机存储介质，其上存储有计算机程序，计算机程序被执行时用于实现上述任一种的电缆局部放电信号的处理方法。

46、本发明的电缆局部放电信号的处理方法及计算机存储介质，提出一种基于逐次变分模态分解(successive variational modal decomposition，简称svmd)的电缆局放信号降噪算法。该方法应用svmd自适应分解出局部放电信号的多个个本征模态分量(intrinsicmode function，简称imf)；通过互相关系数区分有效分量和噪声分量，从而初步去除噪声分量。

47、进一步地，本发明的电缆局部放电信号的处理方法，还应用奇异值分解法(singular value decomposition，简称svd)对初步降噪后的局部放电信号除去残余噪声，可得到二次降噪的局部放电信号。仿真和实测实验结果表明，本发明的方法具有良好的降噪能力，提高了信号处理的精度，并与vmd-小波阈值法相比，信噪比平均提升了17.98％，抑制噪声能力优秀。

48、更进一步地，本发明的电缆局部放电信号的处理方法，能够在最大程度降噪的同时，还能够很好的保留信号的特征信息。

49、更进一步地，本发明的电缆局部放电信号的处理方法，还可以利用深度学习网络模型对局部放电信号以及噪声信号进行电缆局部放电模式识别以及噪声类型识别，可以更好地对电缆局部放电信号进行分析，为电力系统的安全保障提供了分析手段。

50、根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。