电气设备检修与故障诊断
|
电弧信号小波去噪分析
米正英, 王瑜, 王立东, 张婷婷
国网天水供电公司,甘肃 天水 741000
Wavelet denoising analysis of arc signals
Mi Zhengying, Wang Yu, Wang Lidong, Zhang Tingting
State Grid Tianshui Power Supply Company, Tianshui, Gansu 741000
摘要 利用小波去噪方法分析电弧信号是小波分析应用于实际工程的重要方面。波变换具有多分辨率的特点,在时域和频域都具有表征信号局部特征的能力,适合分析非平稳信号,可以由粗及精地逐步观察信号。本文利用铜电极放电产生电弧,采用外加风源模拟气流横向吹弧,观察横向气流干扰作用下的电弧波形,并采用小波去噪法对电弧电压和电流信号进行分析,探寻气流对电弧的影响,以期为开关电器灭弧技术及电器设备电弧检测方法提供参考。
关键词 :
小波 ,
电弧信号 ,
信号处理 ,
气流吹弧
Abstract :Using wavelet denoising method to analyze arc signal is an important aspect of applying wavelet analysis to practical engineering. Wave transform is with the characteristics of multi-resolution, as well as the ability to characterize the local characteristics of signals in both time and frequency domains. It is suitable for analyzing non-stationary signals and can observe signal gradually from rough to precise. In this paper, the arc is generated by the discharge of two copper electrodes. Used the external air source to simulate the transverse arc blowing, arc waveform with the fuction of transverse air flow is observed. The signal of arc voltage and current is analyzed by the method of wavelet denoising, and the influence of air flow on arc is explored. It is of high guiding significance for the arc extinguishing technology of switchgear and arc detection method of electric equipment.
Key words :
wavelet
arc signal
signal processing
gas flowing arc
收稿日期: 2019-08-12
出版日期: 2020-03-20
作者简介 : 米正英(1993-),男,本科,继电保护工程师,主要研究方向为继电保护及自动装置运维。
引用本文:
米正英, 王瑜, 王立东, 张婷婷. 电弧信号小波去噪分析[J]. 电气技术, 2020, 21(3): 103-107.
Mi Zhengying, Wang Yu, Wang Lidong, Zhang Tingting. Wavelet denoising analysis of arc signals. Electrical Engineering, 2020, 21(3): 103-107.
链接本文:
https://dqjs.cesmedia.cn/CN/Y2020/V21/I3/103
[1] 郭彤颖, 吴成东, 曲道奎. 小波变换理论应用进展[J]. 信息与控制, 2004, 33(1): 67-71. [2] 刘冲, 李佳鸿. 基于小波变换与差值能量法相结合的串联故障电弧检测方法[J]. 电气技术, 2017, 18(12): 62-66. [3] 张岚, 王献军, 赵卫华. 电力电缆故障定位在线检测研究[J]. 电气技术, 2018, 19(10): 55-58. [4] 曾晓丹, 陈永往, 郭谋发, 等. 基于Adaboost的配电网单相接地故障选线[J]. 电气技术, 2018, 19(3): 70-75. [5] 张希鹏, 邰能灵, 郑晓冬, 等. 基于WEMTR的柔性直流输电线路故障测距[J]. 电工技术学报, 2019, 34(3): 589-598. [6] 王兆天. 小波变换在生物医学信号处理中的应用[J]. 临床医药文献杂志(电子版), 2016(50): 10059. [7] 崔芮华, 王洋, 王传宇, 等. 基于多信息融合的航空线路串联故障电弧识别方法[J]. 电工技术学报, 2019, 34(增刊1): 118-125. [8] 马成. 基于燃弧检测装置的弓网受流质量试验分析[D]. 成都: 西南交通大学, 2013. [9] 许燕玲, 钟继勇, 陈华斌, 等. 基于小波的电弧电压信号去噪处理研究[C]//第十六次全国焊接学术会议论文集, 2011. [10] 马国兵, 肖培如. 基于小波的图像去噪研究综述[J]. 工业控制计算机, 2013, 26(5): 91-92, 95. [11] Bosnic J A, Petrovic G, Putnik A, et al.Power quality disturbance classification based on wavelet transform and support vector machine[C]//2017 11th Inter- national Conference on Measurement, 2017: 9-13. [12] 王维博, 董蕊莹, 曾文入, 等. 基于改进阈值和阈值函数的电能质量小波去噪方法[J]. 电工技术学报, 2019, 34(2): 409-418.
[1]
胡睿喆, 杨晓峰. 基于小波散射网络-贝叶斯优化门控循环单元的电力变压器声纹识别方法 [J]. 电气技术, 2024, 25(8): 35-40.
[2]
肖文妍, 郭谋发, 林佳壕, 林骏捷. 基于多频带多特征融合的配电网单相接地故障选段方法 [J]. 电气技术, 2024, 25(7): 7-14.
[3]
姜崇学, 焦鑫艳, 王佳成, 唐俊, 史艳刚. 柔性直流架空线路差模波特征优化方法 [J]. 电气技术, 2024, 25(5): 70-74.
[4]
陈兴, 钱振宇, 王青云. 次级路径参数对变压器有源降噪系统性能影响的研究 [J]. 电气技术, 2024, 25(10): 15-20.
[5]
杨杰, 李红梅, 赵春田, 杨洪礼. 基于相似波形的漏磁检测缺陷信波分解及提取方法 [J]. 电气技术, 2022, 23(6): 8-16.
[6]
王康, 高伟, 杨耿杰. 基于高频分量的配电网高阻接地故障识别 [J]. 电气技术, 2022, 23(2): 61-66.
[7]
刘美, 纽春萍, 姬忠校, 刁兆炜, 牛立壮. 基于变分模态分解的光纤电流传感器小波去噪方法 [J]. 电气技术, 2021, 22(4): 7-11.
[8]
康义, 师刘俊, 郭刚. 基于WT-IPSO-BPNN的电力系统短期负荷预测 [J]. 电气技术, 2021, 22(1): 23-28.
[9]
郑熙东, 江修波. 基于小波分解的含备用系统混合储能系统功率分配 [J]. 电气技术, 2020, 21(7): 30-34.
[10]
周志昊. 基于小波变换的电力变压器直流偏磁时励磁电流研究 [J]. 电气技术, 2020, 21(6): 69-72.
[11]
钱帅伟, 彭彦军, 周泽民, 陈健禧, 唐明. 以提升小波包系数熵为特征值的隐马尔科夫电缆局部放电识别 [J]. 电气技术, 2020, 21(10): 93-102.
[12]
陈和洋, 吴文宣, 郑文迪, 晁武杰, 唐志军. 电力系统谐波检测方法综述 [J]. 电气技术, 2019, 20(9): 1-6.
[13]
刘念浩, 温国强, 万恩忠. 基于8项余弦窗的高精度铁心接地电流实用算法 [J]. 电气技术, 2019, 20(5): 59-63.
[14]
黄丽梅, 张旗. 基于数据驱动的变换器故障诊断综述 [J]. 电气技术, 2019, 20(2): 1-6.
[15]
谢家安. 基于同步挤压小波变换的抗混叠低频振荡模态参数识别 [J]. 电气技术, 2019, 20(12): 28-34.