龔靜
(北京建筑大學 電氣與信息工程學院, 北京 100044)
智能電網的發展使得大量電力電子器件和非線性、波動性負荷不斷增加,進而帶來了各種電能質量問題。在實際應用中,由于設備安裝的位置、外界的電磁干擾等因素,利用監測設備測量、傳輸電能質量信號的過程中不可避免地會受到隨機噪聲的干擾。噪聲的存在會嚴重影響信號擾動點的分析和定位,因此,有效去噪是治理電能質量的重要基礎[1-3]。
目前提出了各種去噪方法,主要包括:S變換、小波變換、數學形態學、經驗模態分解、非線性中值濾波器等,這其中小波變換又以其具有低熵性、多分辨率特性和去相關性而廣泛用于電能質量檢測中。為了實現去噪,要先設定閾值,然后對小波系數進行置零或者收縮等處理,對處理后的小波系數進行逆變換,重構信號將較好地還原原始信號。傳統傅里葉變換的母函數確定就是正弦函數和余弦函數,而小波變換的母函數卻不固定。在進行電能質量信號去噪時,各小波所具有的不同特性會使得去噪效果大不一樣,選擇什么小波去分解和重構信號會對去噪效果有著重要影響[4-14]。但目前卻并沒有文獻在小波選取上進行深入的研究,不同的文獻選擇了不同的小波,如文獻[6]選擇的rbio 3.1小波,文獻[7-8]選擇了db 4小波,文獻[9]采用db 6小波,文獻[10]采用db 2和db 8小波,文獻[11-12]采用sym 8小波,但這些文獻都沒有詳細說明具體的小波選取原則,也并沒有深入探索這些不同小波所具有的不同特性對去噪結果的影響。……