基于CEEMDAN‑TQWT方法的变压器局部放电信号降噪

针对传统方法处理局部放电信号时存在振荡明显、消噪不彻底等问题,采用基于自适应白噪声完备集成经验模态分解(complete ensemble empirical model decomposition with adaptive noise,CEEMDAN)与可调品质因子小波变换(tunable Q⁃factor wavelet transform,TQWT)相结合的方法对局部放电信号进行消噪处理。采用CEEMDAN将含噪变压器局部放电信号分解成多个固有模态函数(intrinsic mode function,IMF)分量,并利用相关系数判断IMF分量与原始信号的相关度。将弱相关者视为劣质IMF,对其进行TQWT分解,利用能量占比与峭度指标来筛选小波子带,提取IMF的有效细节信息,进行TQWT逆变换,从而得到新的IMF分量;将强相关者视为优质IMF,与变换后的新IMF分量共同进行信号重构,得到消噪结果。仿真及实测信号分析验证了该方法的有效性和实用性,相比传统的经验模态分解(empirical mode decomposition,EMD)方法,仿真信号经所提方法去噪后的波形失真百分比下降了44.94%;相较于仅使用CEEMDAN,现场信号经所提方法去噪后的噪声抑制比提高了26.64%。

ISWD-SVD联合方法的变压器振动信号降噪

针对变压器有效振动信号受噪声干扰难以提取的问题,提出一种改进群分解-奇异值分解(Improved Swarm Decomposition-singular Value Decomposition,ISWD-SVD)的变压器振动信号降噪方法。该方法首先将功率谱熵负值作为目标函数,利用麻雀搜索算法(Sparrow Search Algorithm,SSA)寻找群分解算法(Swarm Decomposition,SWD)最优参数;然后,采用最优参数对变压器振动信号进行SWD分解,并剔除剩余分量,得到重构信号;最后,利用SVD去除重构信号中的噪声残留,实现二次降噪。通过对仿真信号与现场信号进行降噪效果验证,并与其他降噪算法进行对比分析。结果表明:ISWD-SVD联合方法对变压器振动信号具有更好的降噪效果,可为变压器机械状态检测和故障诊断提供有力依据。