Please wait a minute...
发电技术  2020, Vol. 41 Issue (2): 186-189    DOI: 10.12096/j.2096-4528.pgt.19094
能源互联网 本期目录 | 过刊浏览 |
SCA-VMD在变压器声信号降噪中的应用
吴昊(),柴俊,安帅,夏澍
Application of SCA-VMD in Noise Reduction of Transformer Sound Signal
Hao WU(),Jun CHAI,Shuai AN,Shu XIA
全文: HTML    PDF(859 KB)  
输出: BibTeX | EndNote (RIS)      
摘要: 

针对采集变压器运行声信号时会混入噪声的情况,提出了基于稀疏分量分析-变分模态分解(sparse component analysis-variational modal decomposition,SCA-VMD)分离变压器运行声信号并降噪的方法。基于稀疏特性的欠定盲源分离能够在观测信号数目小于未知源信号数目的情况下实现源信号的有效分离,变分模态分解(VMD)能将一个多分量信号一次性分解为多个单分量信号。以两路观测信号作为输入,利用稀疏分量分析法(SCA)分离得到变压器运行声信号,再利用VMD将分离信号分解为4层本征模态函数(intrinsic mode function,IMF)分量,通过阈值滤波的方法对高频分量和低频分量进行去噪处理,利用新的IMF分量重构得到去噪信号。仿真试验和实际试验结果表明,该方法能实现对变压器运行声信号的有效分离和去噪处理。

关键词 变压器降噪变分模态分解阈值滤波    
Abstract

A method based on sparse component analysis-variational modal decomposition (SCA-VMD) was proposed to separate transformer operation sound signal and reduce noise. The under-determined blind source separation based on sparse characteristics can realize the effective separation of source signals when the number of observed signals is less than the number of unknown source signals, and the variational modal decomposition (VMD) can decompose a multi-component signal into multiple single-component signals at one time. The two-channel observation signals were used as input, the transformer operation acoustic signals were separated by SCA, the separated signals were decomposed into four-layer intrinsic mode function(IMF) components by VMD, the high frequency components and low frequency components were denoised by the method of threshold filtering, and the denoising signals were reconstructed by the new IMF components. The results of simulation and experiment show that this method can effectively separate and de-noising the operating sound signal of transformer.

Key wordstransformer    noise reduction    variationalmodal decomposition (VMD)    threshold filtering
收稿日期: 2019-06-16      出版日期: 2020-04-23
ZTFLH:  TM421  
基金资助:国家电网公司科技项目(520914170008)
作者简介: 吴昊(1981),男,高级工程师,研究方向为变电运维, sir_wuhao@qq.com
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
吴昊
柴俊
安帅
夏澍
引用本文:

吴昊,柴俊,安帅,夏澍. SCA-VMD在变压器声信号降噪中的应用[J]. 发电技术, 2020, 41(2): 186-189.
Hao WU,Jun CHAI,Shuai AN,Shu XIA. Application of SCA-VMD in Noise Reduction of Transformer Sound Signal. Power Generation Technology, 2020, 41(2): 186-189.

链接本文:

http://www.pgtjournal.com/CN/10.12096/j.2096-4528.pgt.19094      或      http://www.pgtjournal.com/CN/Y2020/V41/I2/186

图1  3路已知源信号
图2  VMD滤波处理源信号
表1  算法分离去噪效果评价
图3  试验观测信号
图4  试验散点图
图5  试验势能函数曲线
图6  试验分离源信号
1 邹亮, 刘晗, 徐亮, 等. 基于改进势函数稀疏分量分析算法的变压器振声自适应提取方法[J]. 高压电技术, 2018, 44 (2): 507- 517.
2 金潇.基于声信号的配电变压器故障诊断方法研究[D].武汉:武汉大学, 2017.
3 苏世玮, 郭盛, 高伟, 等. 基于卷积神经网络的变压器振动信号分析[J]. 广东电力, 2018, 31 (6): 127- 132.
4 Bofill P , Zibulevsky M . Underdetermined blind source separation using sparse representations[J] Signal Processing, 2001, 81 (11): 2353- 2362.
doi: 10.1016/S0165-1684(01)00120-7
5 谢荣斌, 张丽娟, 靳斌, 等. 基于经验模态分解的变压器振动信号盲源分离[J]. 广东电力, 2018, 31 (2): 119- 124.
doi: 10.3969/j.issn.1007-290X.2018.002.019
6 王立东, 张凯, 王良润. 改进小波阈值算法在电机振动信号降噪中的应用[J]. 测量技术与仪器仪表, 2015, (5): 77- 80.
7 唐贵基, 王晓龙. 变分模态分解方法及其在滚动轴承早期故障诊断中的应用[J]. 振动工程学报, 2016, (4): 638- 648.
8 高超飞, 刘旭, 王伟, 等. 变压器局放超声传播FEM仿真分析[J]. 电网与清洁能源, 2017, 33 (10): 14- 22.
doi: 10.3969/j.issn.1674-3814.2017.10.003
9 王立东, 张凯, 王良润. 改进小波阈值算法在电机振动信号降噪中的应用[J]. 测量技术与仪器仪表, 2015, (5): 77- 80.
[1] 袁国刚,饶柱石. 基于振动分析法的变压器非电量状态监测与诊断研究[J]. 发电技术, 2019, 40(2): 134-140.
[2] 崔超,赵允涛,黄文慧,杨立军. 机械通风直接空冷系统噪声预测与分析[J]. 发电技术, 2018, 39(5): 443-448.
[3] 王建国,林语桐,田野,杜鹏,张培焱,辛红伟,武英杰. 基于VMD与不同包络阶次构造的风电机组滚动轴承故障诊断[J]. 发电技术, 2018, 39(1): 63-69.
[4] 邢涛, 李志军, 曹玲燕, 丁立华. 基于自适应免疫算法的变压器故障诊断[J]. 发电技术, 2017, 38(6): 42-45.
[5] 苏卫东. 新型多功能变压器在风电场的应用[J]. 发电技术, 2017, 38(1): 63-65.