基于多维特征聚类的环网柜局部放电信号去噪方法与流程
本发明涉及电信号处理,具体为基于多维特征聚类的环网柜局部放电信号去噪方法。
背景技术:
1、环网柜是配电网中广泛应用的开关设备,其绝缘状态直接影响供电可靠性。局部放电信号能够反映绝缘缺陷的早期发展情况,因此常通过高频电流、电磁波或超声等传感器对环网柜进行连续检测。实际运行环境中,检测信号易受开关操作、电磁干扰、外部通信信号及传感器噪声等影响,导致局部放电脉冲与背景干扰在幅值、能量、持续时间及频谱分布上相互混杂,降低局部放电识别和绝缘状态评估的可靠性。
2、现有去噪方法多采用固定阈值、滤波、时频变换或单次聚类等方式进行处理。固定参数方法难以适应不同运行工况下背景噪声的变化;当局部放电脉冲与干扰信号频带重叠时,易出现有效脉冲被削弱、峰值失真或极性改变的问题。单次聚类还易受初始中心、样本输入顺序及异常样本影响,难以稳定判定样本的噪声属性;对于连续检测波形中的重叠窗口,若缺少合理的权重融合机制,也可能造成处理结果不连续。在这样的情况下,现有方法难以同时兼顾多维特征区分能力、聚类稳定性及波形处理连续性。
3、为此,提出了基于多维特征聚类的环网柜局部放电信号去噪方法。
技术实现思路
1、本发明旨在提供基于多维特征聚类的环网柜局部放电信号去噪方法,通过构建候选脉冲窗口和背景参考窗口,提取样本窗口的时域、频域及时频域多维特征,基于多次聚类形成共识簇和样本稳定度,结合簇噪声归属生成窗口去噪权重,并将窗口去噪权重映射至连续检测波形的采样点,对重叠窗口的权重进行归一化融合,实现连续局部放电检测信号的去噪处理,获得保留局部放电脉冲时序及波形极性的去噪信号。
2、为实现上述目的,本发明提供如下技术方案:
3、基于多维特征聚类的环网柜局部放电信号去噪方法,包括:
4、获取环网柜局部放电检测传感器采集的连续检测波形,在连续检测波形中构建包含候选脉冲窗口和背景参考窗口的样本窗口,记录样本窗口的原始采样索引;
5、提取样本窗口的多维特征,基于多维特征构成参考样本集合并执行多次聚类,根据样本窗口在多次聚类中的共同归属关系形成共识簇和样本稳定度;
6、根据共识簇内样本窗口的多维特征确定共识簇表征,根据背景参考窗口的多维特征确定背景参考窗口特征表征,结合共识簇中背景参考窗口占比及共识簇表征与背景参考窗口特征表征之间的特征距离确定簇噪声归属,联合簇噪声归属和样本稳定度生成有界且非放大的窗口去噪权重;
7、根据原始采样索引将窗口去噪权重回映至连续检测波形的采样点,对存在重叠的样本窗口的权重贡献进行归一化融合,利用融合后的采样点权重处理连续检测波形,得到去噪后局部放电检测信号。
8、优选的,所述构建包含候选脉冲窗口和背景参考窗口的样本窗口,包括:获取环网柜局部放电检测传感器采集的连续检测波形,根据连续检测波形的局部幅值绝对值相对于背景幅值统计量的偏离程度和/或局部能量相对于背景能量统计量的偏离程度,确定连续检测波形中的候选脉冲位置,并以候选脉冲位置为基准截取候选脉冲窗口;在未检测到候选脉冲且与候选脉冲窗口不重叠的连续检测波形片段中截取背景参考窗口;将候选脉冲窗口和背景参考窗口确定为样本窗口,并记录各样本窗口在连续检测波形中的原始采样索引。
9、优选的,所述提取样本窗口的多维特征,包括:获取候选脉冲窗口和背景参考窗口中的波形采样值,从波形采样值中提取时域特征、频域特征和时频特征中的至少两类;时域特征包括峰值、脉冲能量、峭度、偏度、上升时间、下降时间和脉冲持续时间中的至少一种,频域特征包括频带能量、谱质心、谱带宽和频谱熵中的至少一种,时频特征包括时频能量分布和时频能量集中度中的至少一种;对所提取的特征进行尺度归一化,得到各样本窗口对应的多维特征。
10、优选的,所述基于多维特征构成参考样本集合并执行多次聚类,包括:获取候选脉冲窗口和背景参考窗口对应的多维特征,由候选脉冲窗口和背景参考窗口及对应的多维特征构成参考样本集合;在各次聚类中保持参考样本集合和所采用的多维特征不变,通过改变聚类初始中心和/或样本窗口输入顺序执行多次聚类,并保留各样本窗口在每次聚类中的簇归属结果。
11、优选的,所述根据样本窗口在多次聚类中的共同归属关系形成共识簇和样本稳定度,包括:获取各样本窗口在每次聚类中的簇归属结果,根据任意两个样本窗口在多次聚类中被划分至同一簇的次数与聚类总次数的比例,确定两个样本窗口之间的共同归属程度;根据各样本窗口之间的共同归属程度形成共同归属关系,并根据共同归属关系划分共识簇;根据每一样本窗口与所属共识簇内其他样本窗口之间的共同归属程度,确定样本窗口的样本稳定度。
12、优选的,所述确定簇噪声归属,包括:获取各样本窗口所属的共识簇、样本窗口对应的窗口类型信息及对应的多维特征,统计每一共识簇中背景参考窗口数量与共识簇内样本窗口总数量的比例,得到背景参考窗口占比;对每一共识簇内样本窗口的多维特征进行中心统计,得到共识簇表征,并对背景参考窗口的多维特征进行中心统计,得到背景参考窗口特征表征;计算共识簇表征与背景参考窗口特征表征之间的特征距离,对特征距离进行单调递减归一化处理,得到距离转换值;对背景参考窗口占比和距离转换值进行加权求和,得到簇噪声归属,簇噪声归属用于表征对应共识簇中的样本窗口属于局部放电检测背景干扰的程度。
13、优选的,所述联合簇噪声归属和样本稳定度生成有界且非放大的窗口去噪权重,包括:获取每一样本窗口的样本稳定度及样本窗口所属共识簇的簇噪声归属,将样本稳定度与簇噪声归属相乘,得到样本窗口的稳定噪声置信度;以一减去稳定噪声置信度的差值作为窗口去噪权重。
14、优选的,所述根据原始采样索引将窗口去噪权重回映至连续检测波形的采样点,对重叠窗口的权重贡献进行归一化融合,包括:获取各样本窗口的原始采样索引和窗口去噪权重,根据原始采样索引确定各样本窗口覆盖的采样点,并将窗口去噪权重分配至对应的采样点;根据各采样点在对应样本窗口中的相对位置确定非负位置权重系数,使位于样本窗口中心区域的采样点对应的非负位置权重系数大于位于样本窗口边缘区域的采样点对应的非负位置权重系数;将覆盖同一采样点的窗口去噪权重与对应非负位置权重系数的乘积相加,并将所得结果除以对应非负位置权重系数之和,得到采样点的采样点权重;利用采样点权重对连续检测波形中的对应采样值进行加权处理,并按照原始采样索引的顺序重构处理后的采样值,得到保持原始采样顺序且不改变对应采样值正负符号的去噪后局部放电检测信号。
15、与现有技术相比,本发明的有益效果为:
16、1.本发明基于连续检测波形的局部幅值绝对值和/或局部能量相对背景统计量的偏离程度确定候选脉冲位置,并截取候选脉冲窗口;同时在未检测到候选脉冲且不与候选脉冲窗口重叠的波形片段中截取背景参考窗口,记录各窗口对应的原始采样索引。该方式使候选脉冲样本与同一检测周期内的背景样本能够对应参与后续分析,并为去噪结果回映至原始连续波形提供位置依据,有助于适应不同运行工况下的检测信号处理需求。
17、2.本发明提取样本窗口的时域、频域及时频域多维特征,并在保持参考样本集合及特征维度不变的条件下执行多次聚类,依据样本窗口在不同聚类结果中的共同归属关系形成共识簇和样本稳定度;进一步结合共识簇中背景参考窗口占比以及共识簇表征与背景参考窗口特征表征之间的特征距离,确定簇噪声归属。与基于单一特征或单次聚类结果进行处理的方式相比,该方式有助于使样本分类结果具有较好的稳定性,并为窗口去噪权重的生成提供参考。
18、3.本发明将簇噪声归属与样本稳定度结合生成取值受限的窗口去噪权重,使处理后的波形幅值不大于处理前的波形幅值,且不改变对应采样值的正负符号;再按照原始采样索引将窗口去噪权重映射至采样点,并结合采样点在样本窗口中的相对位置,对重叠窗口的权重贡献进行归一化融合。该方式按照原始采样索引重构处理后的采样值,并通过对重叠窗口权重贡献的归一化处理,有助于降低窗口边缘及窗口重叠区域对重构结果连续性的影响。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com