开题报告-基于小波变换的局部放电信号去噪方法研究.doc

中 北 大 学毕业设计开题报告学 生 姓 名：学 号：学 院：计算机与控制工程专 业：电气工程及其自动化设计题目：基于小波变换的局部放电信号去噪方法研究指导教师:2015 年 4 月 2 日毕 业 设 计 开 题 报 告1选题依据：一、课题研究的背景和意义局部放电的产生就是由于绝缘体内部存在分布不均匀的电场，而当有过高的局部电场作用时，就会导致绝缘介质内部局部区域内的击穿或者电气放电现象。为了在线监测和诊断变压器的绝缘状态，在研究反映变压器绝缘状态的电气特征量比如：泄露电流、局部放电和介质损耗等方面，国内外学者不间断的做了大量工作，结果发现局部放电参数比其他参数具有更好的灵敏度，更能够全面地反映信息。局部放电一方面会导致高压电气设备发生绝缘击穿，另一方面还是绝缘劣化的预兆。不论在实际生产过程中，还是在设备运行的过程中，绝缘材料中某些薄弱环节都会影响到产品的内在质量以及运行时的安全可靠性。因此，大型电力设备的局部放电一直是绝缘领域中重要的研究问题之一，该问题的研究成果对电气设备绝缘诊断、寿命预测以及电力系统安全和经济运行等方面都有重要意义。尽管人们目前对电气设备的局部放电在线监测及故障诊断技术进行了大量研究，但是抑制干扰一直是困扰局部放电在线监测实施的重要课题。目前抑制干扰的方法和思路虽然很多，但真正成功地用于监测系统的并不多，且效果不理想。随着现代化数字处理技术的发展，局部放电在线监测中抑制干扰的措施正趋向软件化方向发展，最典型的数字处理技术就是傅里叶变换。由于傅里叶变换是基于平稳信号的分析方法，因此对局部放电这种典型的具有突变和强奇异性的信号，采用傅里叶变换的信号分析方法并不合适。而近年来发展起来的小波变换和小波包变换具有时域局部化和时频窗大小可变的特性，非常适合于处理突变信号。在实际工程中，经常会遇到强噪声为题，例如：超声波传输介质往往是不均匀的，存在着大量气泡和矿物质等杂质，而且不同的检测对象，杂质的成分和含量也不相同，有的甚至差别很大，这导致有用信号和高噪声叠加在一起；同时，信号在激励和传输过程中，可能不同程度地受到随机噪声的污染，特别在小信号采集和测量中，因为要加放大电路等，噪声干扰尤其严重，他们会使测量结果产生很大的误差，可能导致后期工作无法进行。在受干扰背景下有效地检测信号，不仅与信号的形式和干扰的性质有关，也与信号的处理方式有关，因此，如何从局部放电信号中有效地降低或去除噪声并恢复和检测有用信号，一直视为信号处理领域的一项重大内容。要达到去噪的目的，必须要求信号和噪声能按照某种方法进行分离，小波变换低频性、多分辨率、去相关性和选基灵活的特点使其成为特征提取和低通滤波功能的综合，相当于对局部放电信号同时进行低通和高通滤波，其低频系数主要反映信号的信息，而高频系数主要反映噪声和信号细节的信息。根据局部放电信号和白噪声小波变换不同特性，可以利用阀值法来对信号进行去噪处理。目前有很多种阀值方法在去噪处理中，例如固定阀值、基于stein无偏风险阀值、平均阀值、最大最小阀值等，但这些阀值方法用在局部放电信号去噪中，其去噪结果并不是很理想。针对这一难题，一般选用惩罚函数阀值去噪方法，可以表现出比较好的去噪效果。二、国内外研究现状小波变换是80年代后期迅速发展起来的新兴学科，它是继傅里叶变换后的重大突破，克服了傅里叶变换和短时傅里叶变换的缺点，具有时域和频域局部变化的特点，适合分析非平稳信号，可以由粗及精地逐步观察信号，适合于探测正常信号中夹带的瞬态反常现象并显示其成分，有“数学显微镜”的美称。小波分析的思想来源于伸缩与平移方法。1984年法国的地质物理学家Morlet在分析地震波的局部性质时，首先引入了小波的概念对信号进行分解。Morlet的方法取得数值分析的成功，激发了Morlet本人和法国物理学家Grossman对小波分析进行深入研究的兴趣，他们开始携手进行小波分析理论的研究。在上世纪80年代末与90年代初，Grossman和Daubechies等人建立了小波分析的理论框架。1988年比利时数学家Daubechies提出了具有紧支集光滑正交小波基Daubechies基，将小波分析的研究工作带入了一个新阶段。后来Mallat巧妙地将多分辨率思想引入到小波函数的构造和小波变换分解与重构中，将小波理论与信号分解重构紧密结合，成功地结合了Meyer和Batle等人提出的小波理论，研究了小波变换的离散化情况。并将对应的算法应用于图像的分解与重构，这就是著名的Mallat算法。Mallat算法能有效地进行图像的分解与重构，使小波变换广泛应用于信号处理领域。Mallat算法的多分辨分析的原理与人类的视觉和听觉原理相似。当我们在远处观察某个物体时，只能看到它的大致轮廓，这就是高频边缘的提取；但当我们离被观察物体较近时，我们就能观察到此物体的细节部分，这就是低频分析。信号的采集与传输过程中，不可避免地会受到大量噪声信号的干扰，对信号进行去噪，提取出原始信号是一个重要课题。Mallat于1992年利用奇异信号和随机噪声在小波变换尺度空间中模极大值的不同传播特性，提出了一种基于模极大值的小波去噪算法，但是这种方法对奇异性大的信号效果比较好，而对奇异性小的信号效果不太理想。1994年，斯坦福大学的Donoho和Johnstone在小波变换基础上提出了小波阀值去噪概念，小波变换由于具有时频局部变化，小波基选择的灵活性，计算速度快，适应性广以及在Besov空间中可以得到任何其他线性估计都达不到的最佳估计等优点，成为信号去噪的一个强有力工具，用小波去噪可以有效去除噪声而保留原始信号，从而提高信号的信噪比。为了得到最好的去噪效果，不但要选择合适的小波函数，还要确定最佳的分解层数并选择合适的阀值。阀值的选择直接影响到最终的去噪效果，如何最大限度去除噪声的同时又保留信号的原始特征是去噪过程中的一个难点，如果阀值选择过小，则会出现消噪不足，过多的保留了噪声，致使信号的弱特征成分呗噪声淹没；如果阀值选择过大，则会出现过消噪，将信号中的弱特征成分误认为噪声消除。当信号所含噪声的水平不同，去噪时采用的阀值也应有所不同。信噪比和最小均方误差是判断去噪效果的依据。处理实际问题时任何去噪方法都不可能使去噪后的信噪比达到无穷大，去噪后的信号仍有少量噪声残留，因此我们需要不断改进现有的去噪方法来提高信噪比，从而满足实际需要。参考文献1 彭玉华.小波变换与工程应用M.北京：科学出版社，1999.2 胡昌华，张君波，夏军等.基于MATLAB的系统分析与设计小波分析M.西安：西安电子科技大学出版社，1999.3 胡慧英，吴善培.小波去噪在语音识别中的应用M.北京邮电大学学报，1999.4 高立新，韩金顺，张建宇.基于小波分析的大型齿轮箱低速轴故障诊断M.北京科技大学学报，2005.5 李和生，毛剑琴，李世玲.基于小波变换的低信噪比雷达回波快速检测法M.控制与决策，2001.6 余厚全，刘益成，黄载禄.小波变换用于地震测井信号的多分辨率分析M.石油地球物理勘探，1994.7 徐科，徐金梧.一种新的基于小波变换的白噪声消除方法M.电子科学学刊，1999.8 葛哲学，沙威小波分析理论与MATLABR2007实现M北京：电子工业出版社，2007.9 王兆安，黄俊.电力电子技术M.北京:机械工业出版社,2009.10 王荣杰电力电子整流装置故障诊断方法的研究D.硕士学位论文 广州：广东工业大学出版社，2005.11 何焰兰，苏勇，高永楣.一种自适应小波去噪算法M.电子学报，2003.12 张维强，徐晨.一种基于平移不变的小波阀值去噪算法M.现代电子技术，2003.13 赵继印，李先涛，赵静蓉等.基于半软阀值的图像小波去噪方法M.大庆石油学院学报，200414 祝海龙，郭天佑，屈梁生.基于二进小波变换和软阀值改进的信号去噪M.自动化学报，2004.15 邹海林，徐俊艳，隋亚丽等.基于改进阀值的抵制雷达图像多小波去噪M.计算机工程与应用，2005.16 Riche E，et a1Diagnosis of Rotor Faults in Squirrel-cage Induction Motors Using a Fuzzy Logic ApproachJICEM. 1994，34835217 LDaubechiesThe Wavelet transform：TimeFrequency Localization and Signal AnalysisJIEEE Trans on Informatien Theory，1990，36(5)，l 1001 10718 IDaubechiesThe wavelet transform，timefrequenc localization and signal analysisJIEEE TransInformation Theory，1990，36(S)：961100519 JCAndersonA Wavelet Magnitude Analysis TheoremJIEEE franson SP 1993，41(8)：66l67320 Patton R J，et a1Sensor fault diagnosis in dynamic systems via neuralNetworksJIEEE Conference Publication，1 994，2(389)，2124毕 业 设 计 开 题 报 告设计方案：一、毕业设计研究的主要内容 1）系统地研究了小波变换分析的基本理论和具体算法，并对几种常用小波进行对对比分析；通过对两种典型的仿真信号的小波分析，得到了信号的不同频率分量在小波分解各尺度上的分布规律；通过对图像的小波多尺度分析，得到了各尺度上低频子图像和高频子图像的性质及特点，以及图像的位置和类别信息随尺度的变化规律。2）在分析局部放电信号的小波多尺度变换特性以及小波阀值去噪法原理，分析和总结Donoho提出的阀值估计及阀值处理方法的基础上，探究一种应用于局部放电监测中去除白噪的自适应阀值选择方法3）应用小波分析技术去除局部放电信号中白噪干扰的分析，发现小波基的选取对去噪结果有很大的影响，并针对指数衰减型和衰减震荡型两种局部放电脉冲的特性，根据小波与局部放电脉冲波形相关性选取最佳小波基原理，探索一种新的最优小波基的自动选择算法。4）通过周期性窄带干扰的小波多尺度分析以及对用小波阀值去噪方法去除周期性窄带干扰并不理想，探索一种采用自适应小波阀值法和二阶级联格型陷波器的组合去噪方法，通过对仿真信号和变压器局部放电在线监测系统实测信号的分析表明，该方法对去除包含自噪声和窄带周期干扰的混合噪声具有良好的效果。二、毕业论文课题的工作内容 1）学习小波及MATLAB软件等方面的知识； 2）研究局部放电的类型并建立相应的数学模型； 3）对局部放电干扰特性进行分析； 4）合理选择小波函数对局部放电信号进行去噪分析； 5）用MATLAB软件对本文所用方法进行仿真分析并说明该方法的优越性； 6）外文翻译不少于3000字。三、小波函数选取原则小波基不具有惟一性，在小波变换时需要进行小波基函数的选择。小波基波是不规则的，不同的小波基波的波形形状、支撑范围和规则性都有很大差别。因此，对于同一信号进行信号处理选用不同的小波基波，得到的结果往往差别很大，必然影响最终的处理结果。究竟如何选择小波基到目前为止还没有一个确定的理论标准，但是，小波变换的小波系数为如何进行小波基波的选择提供了依据。变换后的小波系数表明了小波与被处理的信号之间的相似程度，若信号经过变换后的小波系数比较大，则表明小波和信号波形的相似程度比较大，反之则比较小。根据处理的信号目的来决定尺度的大小，若是小波变换仅仅要反映信号整体的近似特性，一般选用较大的尺度；若反映信号细小，选用尺度较小的小波来反映细节上的变化。因此小波基波的选择要根据小波的形状、支撑长度和规则性。对于信号的奇异性检测问题，当信号产生奇异点时，在突变点处含有高频成分，并且信号的形状很不规则，如用Daubechies小波族的小波db2db10进行变换可以发现：db2、db3和db4的检测结果要比db5、db6、db7、db8、db9和db10好。这是因为db2、db3和db4的形状规则性要比db5、db6、db7、db8、db9和db10差，规则系数越大，规则性越好。并且前面3个小波基的支撑要比后面6个小，db2、db3和db4的支撑分别为3、5和7，db5、db6、db7、db8、db9和db10的支撑分别为9、11、13、15、17和19。正则性在选择小波基的过程中也是一条很重要的规则，如果选择正则性比较好，即表示规则系数大，但检测突变点的效果却越差。若是只想反映信号的整体变化