一种基于含可变因子广义S变换的电流信号滤波去噪方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111046791A(43)申请公布日2020.04.21(21)申请号201911264865.8(22)申请日2019.12.11(71)申请人河海大学地址210024江苏省南京市鼓楼区西康路1号(72)发明人卫志农毛玥萱殷志华孙国强臧海祥刘玲刘雨琦(74)专利代理机构南京苏高专利商标事务所(普通合伙)32204代理人柏尚春(51)Int.Cl.G06K9/00(2006.01)权利要求书2页说明书6页附图2页(54)发明名称一种基于含可变因子广义S变换的电流信号滤波去噪方法(57)摘要本发明公开了一种基于含可变因子广义S变换的电流信号滤波去噪方法，该方法首先将一组连续时域电流信号的离散采样序列通过含可变因子的广义S变换转换为一个二维时频复数矩阵；其次，对二维时频矩阵进行阈值滤波方法处理，再用基于时频谱分布的时频滤波器处理，保留时频域内的有效信号，提取有效电流信号分量；最后，通过广义S反变换获得去除噪声的一维时域电流信号。本发明可以有效的提取噪声背景下的电流纯净信号，从而可以在多种工况环境下进行电流信号分析处理。CN111046791ACN111046791A权利要求书1/2页1.一种基于含可变因子广义S变换的电流信号滤波去噪方法，其特征在于：包括以下步骤：(1)采集一组连续时域电流信号的离散采样序列；(2)经过含可变因子的广义S变换获得一个二维时频复数矩阵；(3)用阈值滤波方法进行信号处理；(4)用基于时频谱分布的时频滤波器进行信号处理；(5)通过广义S反变换获得去除噪声的一维时域电流信号，并进行信号对比。2.根据权利要求1所述的基于含可变因子广义S变换的电流信号滤波去噪方法，其特征在于：步骤(2)所述的含可变因子的广义S变换算法中引入随频率变化调整的可变因子σf，包括如下过程：所述含可变因子的高斯窗函数表达式如下：其中，f为频率，t为时间，σf为自变量为f的可变因子，k，a，b都为常数；代入σf(f)＝kf+b，含可变因子的广义S变换函数为：当f趋向于n/NT、τ趋向于kT时，离散的广义S变换函数为：其中，是时域信号离散序列的离散傅里叶变换，N是采样点数，T是采样时间间隔，k代表时间，n代表频率；经过广义S变换后获得时域信号的二维时频复数矩阵如下：其中，A(k,n)是经广义S变换后信号的幅值矩阵，是经广义S变换后信号的相角矩阵。3.根据权利要求1所述的基于含可变因子广义S变换的电流信号滤波去噪方法，其特征在于：步骤(3)所述的阈值滤波方法包括以下步骤：(31)计算经过含可变因子广义S变换后的信号数据的最大值GSTH＝max(GST(k,n))和最小值GSTL＝min(GST(k,n))；(32)对变换后的信号数据进行量化，选取K＝2n作为量化级数，当n取7或者8，得到量化间隔为：2CN111046791A权利要求书2/2页从而得到每一个量化区间为：σ＝(GSTL+Δp(K-1),GSTL+Δp·K)(33)确定滤去噪声范围的阈值α，确定阈值滤波的滤波因子，其计算表达式如下：(34)经过阈值滤波方法处理，提取时频域内的有效信号，其计算表达式如下：GST1(k,n)＝GST(k,n)*H1(k,n)其中k代表时间，n代表频率。4.根据权利要求1所述的基于含可变因子广义S变换的电流信号滤波去噪方法，其特征在于：所述步骤(4)所述的基于时频谱分布的时频滤波器信号处理包括以下步骤：(41)根据时频域内信号特征确定信号的瞬时频率；(42)对信号的时频分布进行分析，确定噪声时频范围，保留有效信号的时频范围，基于时频谱分布的时频滤波器函数表达式如下：其中[tk-1,tk]和[fn-1,fn]分别表示有效信号的时间范围和频率范围；(43)经过基于时频谱分布的时频滤波器方法处理，提取时频域内的有效信号：GST2(k,n)＝GST1(k,n)*H2(k,n)。5.根据权利要求1所述的基于含可变因子广义S变换的电流信号滤波去噪方法，其特征在于：所述步骤(5)所述的广义S反变换的函数具体如下：-1x(t)＝GST[GST2(k,n)]。3CN111046791A说明书1/6页一种基于含可变因子广义S变换的电流信号滤波去噪方法技术领域[0001]本发明属于信号滤波去噪处理的技术领域，具体涉及一种基于含可变因子广义S变换的电流信号滤波去噪方法。背景技术[0002]在工程实际中，噪声对真实测量值的影响几乎是无可避免的。当配电网发生小电流单相接地故障时，大量的噪声信号容易淹没微弱的故障特征信号，从而更难提取有效的故障信号，使故障定位问题变得难上加难。这里的噪声主要来源于配电网本身，一方面随着城市电网的快速发展，配电线路中电缆所占比重越来越高，加剧了噪声污染；另一方面是量测装置