基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
局部放电(partial discharge,PD)检测是监测绝缘劣化的重要手段.由于现场环境复杂,PD检测易被干扰,而PD检测的真实性影响电气设备绝缘性能评估的准确性.因此,检测信号去噪是PD检测的重要任务.常用PD去噪算法的效果依赖于人工选择阈值或分解层数等参数,为了解决这个问题,该文提出不依赖于人工选择算法,使用基于曲率的奇异值变换(singular value decomposition,SVD)自适应地选择奇异值重构并去除窄带干扰;然后对残留白噪声的PD信号进行基于经验小波变换(empirical wavelet transform,EWT)的自适应分解;利用通用阈值对满足峭度和相关系数条件的模态去噪;最后通过时域去噪去除残留噪声,得到去噪后的PD信号.模拟PD信号和现场实测PD信号的去噪结果均表明所提方法能够更有效地去除窄带干扰和白噪声.
推荐文章
基于遗传算法的奇异值分解信号去噪算法
遗传算法
奇异值分解
K-medoids聚类算法
有效奇异值
信号去噪
基于奇异值分解的连续小波消噪方法
连续小波变换
奇异值分解
消噪
基于小波-奇异值分解的数字水印新算法
数字水印
Arnold变换
离散小波分解
离散余弦变换
奇异值分解
基于信噪比经验值的奇异值分解滤波门限确定
奇异值分解滤波器
信噪比
滤波门限
噪声消除
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进奇异值与经验小波分解的局放去噪算法
来源期刊 电网技术 学科 工学
关键词 局部放电 奇异值分解 奇异值曲率 经验小波变换 峭度 相关系数 去噪
年,卷(期) 2021,(12) 所属期刊栏目 高电压技术|High Voltages
研究方向 页码范围 4957-4963
页数 7页 分类号 TM721
字数 语种 中文
DOI 10.13335/j.1000-3673.pst.2020.2288
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
局部放电
奇异值分解
奇异值曲率
经验小波变换
峭度
相关系数
去噪
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电网技术
月刊
1000-3673
11-2410/TM
大16开
北京清河小营东路15号中国电力科学研究院内
82-604
1957
chi
出版文献量(篇)
9975
总下载数(次)
39
论文1v1指导