Labview下基于高阶PDE的局部放电信号去噪
2020-05-03陈晨柏文杰
陈晨 柏文杰
摘 要：局部放电检测是预防电力事故的有效手段，因现场强烈的电磁干扰，提取的局部放电信号往往混入了大量的噪声。因此噪声抑制是局部放电检测中的一个重要环节。借鉴偏微分方程（PDE）在图像噪声抑制中的良好表现，将其引入到局部放电信号的去噪中，并在Labview中进行了实现。结果表明，偏微分方程对噪声具有良好的抑制作用。
关键词：局部放电;高阶PDE;信号去噪;Labview
中图分类号：TP393文献标识码：A
Denoising ofPD signal based on high order PDE in Labview
Chen Chen Bai Wenjie
Nanjing Saibao inspection and Certification Co.，Ltd. JiangsuNanjing 211100
Abstract：Partial discharge detection is an effective way to prevent power accidents.Because of the strong electromagnetic interference，the extracted PD signal often mixes with a lot of noise.Therefore，noise suppression is an important part of PD detection.Based on the good performance of PDE in image noise suppression，PDE is introduced into PD signal de-noising and implemented in Labview.The results show that PDE has a good effect on noise suppression.
Key words：Partial discharge;High-Order PDE;Signal denoising;LabVIEW
1 绪论
局部放电检测中的噪声抑制，要求提取得的信号尽可能的不丢失细节信息，而基于偏微分方程的信号处理能较好的保持信号的边缘信息，符合局部放电信号提取的要求。在分析了偏微分方程去噪基本模型的基础上，将其离散化并通过Labview来实现，通过仿真验证了高阶偏微分方程对噪声的良好抑制效果，为局部放电信号的提取提供了一种思路。
2 降噪模型及其离散化
2.1 基本降噪模型
P-M扩散方程处理信号后在信号边界保持方面的效果不甚理想，针对P-M扩散模型的不良效应，You Yu-Li和Kaveh在2000年首次提出了以下四阶偏微分方程[1]：
ut=-SymbolQC@
2[c（SymbolQC@
2u）SymbolQC@
2u]（1）
式（1）中，u=u（x，y，t），c（x）是满足c（0）=1，c（SymboleB@
）=0的非增函数，取：
c（t）=11+（t/k）2（2）
从式（2）中可以看出，当tSymbolcB@
k时，函数扩散强度较大，能有效的抑制噪声;当t>k时，扩散系数受到抑制，能有效保护信号的细节信息。所以，利用此方程处理局部放电信号可获得更好的效果。
2.2 模型的离散化
以上式（1）给出的模型常用于图像处理，图像是二维信号，为了使该模型适用于局部放电信号的去噪，降低其维度，令u（x，y，t）=u（x，0，t），并简记为u（x，t）。令xi=ih，tk=kτ，则有[2]：
SymbolQC@
2ui，k=ui+1，k+ui-1，k-2ui，kh2（3）
令c（t）t=f（t），則fi，k=f（SymbolQC@
2ui，k），首先：
SymbolQC@
2fi，k=fi-1，k+fi+1，k-2fi，kh2（4）
另一方面：ui，k+1=ui，k-τSymbolQC@
2fi，k。联立以上几式，可得：
ui，k+1=ui，k-τh2[f（ui，k+ui-2，k-2ui-1，kh2）+
f（ui，k+ui+2，k-2ui+1，kh2）-2f（ui+1，k+ui-1，k-2ui，kh2）]（5）
这样，就可以方便的通过编程来实现，到于式（5）的程序实现，本文在Labview环境下通过G语言完成。
3 模型的Labview实现
Labview是一种高效的图形化编程开发环境，利用Labview进行程序开发，可大提高项目的开发周期[3]。假设s（x）为待去噪的局部放电信号，对该信号的处理可以解释为利用式（5）以离散化的s（x）即si为初值不断进行迭代，从而恢复出原始局部放电信号，所以，可以用图1所示的程序来完成。
4 仿真验证
本小节通过一次实验来验证偏微分方程处理局部放电信号的有效性，模拟了一个衰减振荡型局部放电信号，在其中加入一定强度的噪声，如图2所示，利用第2小节编写的Labview程序进行去噪，去噪后的波形如图3所示。从图3中可以看出，图2中的绝大部分信号已被剔除，可以说明该模型是有效的，程序是正确的。
参考文献：
[1]张帆.基于偏微分方程与边缘检测的图像去噪算法[J].计算机工程与设计，2014，35（2）：562-566.
[2]汪培培，莫付江，赵岗岗，等.基于小波和高阶PDE的电缆局部放电去噪研究[J].电测与仪表，（22）：12-16.
[3]刘勇平，张井岗，赵志诚，等.基于LabVIEW的电能质量监测实验平台设计[J].太原科技大学学报，2016，37（2）.
作者简介：陈晨（1986-），女，汉族，江苏南京人，本科，中级职称，研究方向：检验检测方法及监控技术研究。
