简介:摘要: 随着我国城市化率越来越高,基础设施越来越完善,通过采集和分析这些基础设施的信号,成为人们重新认知全寿命周期维护基础设施的关键技术。在变电站中,一些设备经常会出现故障,产生局部放电,利用相应的设备可以采集到这些信号,这些信号通常受到环境、操作等干扰,具有较大的噪音。如何区分是否能从含有噪声的信号中将有用信号提取出来需要确定信号的信噪比,对于同一类型的故障信号,当超过某一信噪比的限值时,是无法有效的将有用信号从招生中进行提取的。本文利用小波对模拟的信号进行在容许的信噪比范围内进行降噪分析,得到了较好的降噪效果。
简介:摘要:变电站的电气设备随着社会技术的不断发展,在硬件方面也取得了很大进步,尤其是在智能化方面的进步。由于智能化的要求对于在线监测信号要给予第一时间的分析和处理,并且快速传递。对于这样的问题,本文笔者通过提高小波算法对于电气设备状态监测的信号起到去噪作用进行探究。小波算法对于信号的分解效率非常高,在信号稳定的过程中能够加强小波算法对于噪声进行过滤,提升信号的速度和质量,改善电气设备信号状态。
简介:在气体绝缘组合电器(GIS)实体模型内部分别放置针-板、悬浮金属颗粒和绝缘子表面固定金属颗粒三种缺陷模型,用超声波传感器在相同电压下采集到良好的局部放电波形,将从现场运行设备上测得的背景噪声叠加到原放电波形上。对叠加噪声后的放电波形采用小波去噪,针对波形特点选取了7个特征参数,分别用去噪前后波形的特征参数对BP_Adaboost分类器进行训练和测试,结果表明用去噪后波形提取的特征量作为分类器输入的识别率更高。