基于小波阈值自适应的局部放电信号降噪

杨体东

（黑龙江科技大学 电气与控制工程学院，黑龙江哈尔滨，150022）

1 算法描述

本文提出了基于小波变换的阈值自适应的局部放电信号去噪算法。在该算法中,误差信号是在小波重构后进行估计的,然后再通过自适应逼近使将有局部误差考虑在内的目标函数最小化。算法的模型如图1。

图1 小波自适应阈值算法模型

图中s(n)是原始信号，d(n)是期望信号，可以看出输入信号s(n)被小波函数和小波层数分解，得到相应的尺度系数和小波系数，再通过小波阈值和阈值函数对分解得到的各层细节小波系数进行处理。选取最优阈值时，用鲸鱼算法优化基于史坦无偏估计（SURE）的最优阈值。将分解得到的第j层近似系数与经步骤处理后的j 层细节小波系数进行重构，得到处理后的降噪信号，最后与期望信号进行比较。本算法中，我们的目标是使误差能量最小。

2 算法的可行性

3 实测局部放电信号去噪分析

对某10KV配电电缆线路进行局部放电在线实测。本文所提方法母小波采用db2小波函数，分解尺度为6（最优分解层数），信号采样频率为100MHz。在局部放电检测之前，先对现场进行噪声干扰强度试验。试验结果表明，现场存在强度大的白噪声干扰。实测信号如图2所示。

图2 实测含噪信号

为了检验本文提出的去噪方法对实测信号的有效性和适用性，对采集到的信号分别用本文去噪方法和传统软阈值去噪算法进行去噪处理。处理结果分别为图3和图4。

图3 本文算法去噪后信号

图4 小波软阈值噪信号

相比于传统软阈值法，采用本文提出的去噪法能够有效去除局部放电实测信号中的白噪声，同时信号的峰值误差更小，细节信息更加完整，即去噪效果更佳，有利于局部放电信号的识别、定位等进一步分析。

4 结术语

针对局部放电在线检测存在的白噪声干扰，提出一种基于自适应小波阈值算法的去噪方法。该方法用鲸鱼优化算法优化阈值选取过程，提高阈值精度，可以对含噪信号进行有效去噪。对局部放电仿真信号的去噪试验结果表明，相比于传统软阈值函数法，运用本文提出的去噪方法具有更高的信噪比，更低的均方误差以及峰值相对误差，尤其在峰值相对误差改善方面具有显著的效果。