基于多尺度熵和EMD阈值的电能表内异物声音信号去噪方法

• 作者: 吴健 张进 欧习洋 欧熙
• 来源期刊: 机械设计与制造
• 学科: 工学
• 关键词: 电能表异物检测 经验模态分解 短时能量 多尺度熵 小波阈值
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 理论与方法研究
• 页码范围: 55-59
• 页数: 5页
• 分类号: TH16
• 语种: 中文

摘要

电能表内异物自动检测在采集电能表内异物声音信号过程中不可避免地会受到噪声干扰,采集的声音信号非线性、非平稳,且噪声成分复杂.为了有效地检测到异物,需采用合适的去噪方法对采集的电能表内异物声音信号进行降噪处理,从而更好地保障异物检测结果的准确性.结合短时能量、多尺度熵以及小波阈值进行去噪处理,提出了一种基于多尺度熵和EMD阈值的电能表内异物声音信号去噪方法.首先将采集的信号分帧,利用短时能量提取合适长度的关键帧信号,进行EMD分解,计算各阶IMF分量的多尺度熵值,然后根据计算得到的多尺度熵值设定一个阈值,对大于阈值的IMF分量结合小波阈值进行处理,完成信号去噪.实验结果表明,较传统的EMD去噪方法能更好地消除电能表内异物声音信号中的噪声.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张进		11	20	2.0	4.0
2	欧习洋		7	29	3.0	5.0
3	欧熙		3	1	1.0	1.0
4	吴健		1	0	0.0	0.0