電能信號降噪研究

莊志惠, 張緒紅, 梁遠博

(1. 廣東技術師范學院 自動化學院， 廣東 廣州 510665；2. 廣東工業大學 實驗教學部， 廣東 廣州 510006)

電能信號降噪研究

莊志惠1, 張緒紅1, 梁遠博2

(1. 廣東技術師范學院 自動化學院， 廣東 廣州 510665；2. 廣東工業大學 實驗教學部， 廣東 廣州 510006)

基于小波信號的變換原理，增加小波重構，提高電信號的精確度，同時增加反饋環節。先對電信號進行小波分解，查看是否有較多的暫態突變，假如有較多的暫態突變，或者電力系統部件有什么故障，可獲得實時修正，使最后得到的降噪后信號更加精確。將重構的信號與真實信號相減，得出降噪方式處理后的實驗結果發現：強制降噪范圍比默認閾值降噪與給定閾值降噪大6～8倍，降噪后的信號與原信號相比差別太大，說明把較多有用信號去除了，這就違背了降噪的初衷，強制降噪后的信號精度不夠。在實際工程應用中，可以根據情況選擇給定閾值降噪方式以及默認閾值降噪方式。

電能質量；降噪；小波分析

隨著大功率電力電子裝置的普及應用,電力系統中電能質量問題越加凸顯[1-3]。要凈化電力環境,解決電能質量問題,就需要準確直觀地檢測出各類反映電能質量問題的技術數據,但這類技術數據受電磁干擾或檢測傳感器非線性的影響,往往含有大量的噪聲信號[4-8]。去除電能信號中的噪聲是更好解決電能質量問題的前提。信號處理是信息科學發展中比較重要的一門學科。信號處理是對信號進行提取、轉換、分析、重構等過程的統稱,包含信號去噪、特征提取和邊沿提取。信號去噪的方法多種多樣,傳統有線性濾波、非線性濾波及Fourier變換去噪,新發展的有小波變換、小波包分析、EMD分解、高斯濾波、奇異值分解及小波神經網絡等[9-11]。

在應用數學的基石上，小波分析方法逐步發展起來，成為一門新的學科，是一種非常好的數學分析工具。近年來，小波分析在電力系統中，特別是暫態信號的處理和分析中的優勢越發明顯，因此小波分析受到了電力系統分析方面的學者越來越多的關注。本文基于上述背景，設計了電能信號降噪的小波分析方法。

1 小波信號的變換設計

1.1 小波變換

小波變換是信號時頻分析和處理的重要理想工具之一，它是延續并且改進了的短時傅里葉變換。因為短時傅里葉變換“時間-頻率”窗口不能隨頻率改變，不具有局部化的特點，導致了靈活性較弱[5]。在對電能信號分解時，它的主要特點是能對時頻的局部化分析，在小波變換中，通過伸縮平移運算(即如下式子中a、b值)對電能信號逐步進行多尺度細化，能適應時頻域信號分析的要求，并且可以照顧到電信號波形的所有細節，提高電能質量，這是以往用傅里葉變換來分析信號中做不到的。

電信號連續小波變換為：

其中:ψ為可選擇的母小波；f(t)為信號函數；a為尺度因子；b為平移因子[7]。

根據帕塞瓦爾定理：小波變換中對于確定的小波函數和它的尺度因子以及平移因子，平面坐標內可看成一個矩形的時間-頻率窗口，a值決定了時域頻域窗口的大小，當a變小時，時間窗口變窄，而頻率窗口高度加高；當a變大時，時間窗口加寬，頻率窗口高度變低[7]。因此可以觀察出信號是在什么時刻變化以及頻率大小的變化，體現小波變換局部化特性。

1.2 小波降噪原理

降低信號噪聲是小波變換分析在信號處理領域的主要用途之一，電信號降噪可以有效提高電能質量。在電信號的小波降噪中，一個含有噪聲的電信號的數學計算模型可以由下式表示：

s(i)=f(i)+σ(i)·e(i),i=(0,1,2,…,n-1)

其中，s(i)為含噪聲的電信號，f(i)表示有用信號，e(i)表示混入的噪聲信號，σ(i)表示噪聲信號的比例系數。

一般情況，噪聲存在于有稍高頻率的細節中，電信號經過小波分解、閾值處理、最后再進行小波重構之后，提取出有用信號，得到的電信號比以往的方法更接近實際電信號。這是因為通過小波降噪處理以后，更容易地分離出因各種因素夾雜在電信號里面的噪聲，而且較之以往的方式，可以體現信號的非平穩特征以及獲得信號的相關性。電能信號降噪過程見圖1。

圖1 電能信號降噪過程

為了增加小波重構后電信號的精確度，本文增加反饋環節，先對電信號進行小波分解，查看是否有較多的暫態突變，假如有較多的暫態突變，比如電信號暫升、暫降等時，則查看檢測時是否錯誤，或者電力系統部件有什么故障，可獲得實時修正，使最后得到的降噪后信號更加精確。

2 實驗效果分析

信號突變時，信號的頻率也會突變，由于這個特點利用小波變換局部化特性可以檢測出某些暫態突變信號的位置，從源頭上先排除一些干擾源，比如電信號的暫升、暫降或沖擊脈沖等，在小波降噪處理前進行反饋處理，使得小波降噪最終得到的結果更加接近需要的真實信號，也利于分析電信號的特點。以往的檢測突變信號的方法，比如傅里葉變換，只能得出信號有哪些頻率，即只能知道有突變信號，及大概這些突變信號在什么頻段，但是并不能知道突變信號的位置，不利于排除一些干擾源，以含有突變尖峰脈沖信號為例。

圖2給出了設計信號的降噪結構，電信號去除噪聲的過程一共有3個步：第一，將含有噪聲的電信號進行小波變換，選擇一個合適的小波并確定分解的層數，再進行小波分解的計算；第二，將小波分解高頻系數進行閾值的量化處理，閾值處理共有3種方式，即改進閾值處理、軟閾值處理和硬閾值處理，下文將進行對比；第三，將電信號進行小波重構，將小波分解后的低層的低頻系數以及高層的高頻系數進行小波重構。決定電信號降噪的質量的取決于第二步，選擇閾值以及閾值量化處理對小波降噪進行改進。

使用正弦波信號，并在信號中加入高斯白噪，結果見圖3。降噪后的波形基本還原了原始波形，并且基本消除了信號中的噪聲。

為了真實反映降噪后信號與原信號的差異，將重構的信號與真實信號相減，得出三種降噪方式處理后的重構信號與原信號的差值見圖3，從縱軸的范圍大小可以看出，對比3種降噪方式，改進的閾值處理縱軸的范圍比硬閾值降噪和軟閾值降噪大6～8倍，降噪后的信號與原信號相比差別太大，說明把較多有用信號去除了，這就違背了降噪的初衷，改進的閾值處理后的信號精度不夠，在實際工程應用中，可以根據情況選擇硬閾值降噪和軟閾值降噪方式。

圖2 信號的降噪結構

圖3 改進后擬合結果

3 結論

綜上所述，通過對比FFT與小波變換處理正弦信號，小波變換具有明顯的優勢，即有很好的反饋效果，可以在電信號降噪前對信號進行處理，使得最后得到的信號還原度高。比較了集中閾值處理方式，分析出比較好的閾值處理方式，也說明了小波降噪的確可以應用于工程實踐。

References)

[1] 范媛媛,桑英軍,胡光,等.基于小波變換的電能質量監測[J].沈陽工業大學學報,2014(6):681-687.

[2] 林琳,楊金成,張衛輝,等.基于S變換與全局最優閾值的暫態擾動信號降噪[J].電測與儀表,2015,52(23):48-51.

[3] 陳茜,馬永杰. 基于小波分析的電能擾動研究[J].大電機技術,2015(5):7-10.

[4] 宋平崗,文發.基于LMS形態濾波和Hilbert變換的電能質量擾動定位[J].華東交通大學學報,2015(1):86-92.

[5] 王燕,李群湛,高潔,等.電能質量擾動信號的自適應去噪方法[J].電力系統自動化,2016,40(23):109-117.

[6] 姜鴻羽,馬宏忠,姜寧,等.變電站噪聲智能預測及其主動控制[J].電工電能新技術,2014(9):74-80.

[7] 陳曉娟,王文婷,李楠,等.小波熵自適應閾值的電能質量信號去噪新方法[J].電測與儀表,2014(15):68-73.

[8] 楊蒙薇,陳曉英,賈書文,等.基于零空間追蹤算法的電壓波動與閃變檢測方法的研究[J].中國電力教育,2014(33):212-214.

[9] 趙宏飛,馬宏忠,陳楷,等.用于變電站噪聲有源控制的一種算法研究[J].電工電能新技術,2014,33(10):70-75.

[10] 楊挺,尚昆,袁博,等.基于壓縮感知的盲源信號分離檢測方法[J].天津大學學報,2016,49(11):1138-1143.

[11] 郝曉弘,魏瑩.基于改進EEMD的電能質量擾動檢測研究[J].電子設計工程,2017,25(2):88-92.

Research on noise reduction of electric energy signal

Zhuang Zhihui1, Zhang Xuhong1, Liang Yuanbo2

(1. School of Automation, Guangdong Polytechnic Normal University, Guangzhou 510665, China；2. Experimental Teaching Department, Guangdong University of Technology, Guangzhou 510006, China)

Based on the transformation principle of the wavelet signal, the wavelet reconstruction is increased and the accuracy of the electrical signal is improved. At the same time, by increasing the feedback links, the wavelet decomposition is carried out on the electrical signal to see if there are more transient mutations. If so, or there are some faults in the components of the power system, the real-time correction is completed, which can make the final noise-reduced signal more accurate. By subtracting the reconstructed signal from the real one, the experimental results show that the forced noise reduction range is 6-8 times bigger than that of the tacitly approved noise-reduced threshold and the given noise-reduced threshold. The noise-reduced signal is greatly different from the original one, indicating that more useful signals are removed, which is against the original intention for the noise reduction, and the forced noise-reduced signal is not accurate enough. In practical engineering application, the given noise-reduced threshold method and the tacitly approved noise-reduced threshold method can be selected according to the real situation.

quality of electric energy; noise reduction; wavelet analysis

10.16791/j.cnki.sjg.2017.06.018

2016-12-13 修改日期：2017-02-24

廣東省自然科學基金項目“超導限流器與電力系統繼電保護配合的研究”(S2013010015007)

莊志惠(1980—)，男，廣東揭西，碩士，實驗師，主要從事計算機控制技術和電氣新技術研究.

TM76

A

1002-4956(2017)06-0074-03