基于SVD和低秩RBF神经网络的局部放电信号提取方法

作者：杨晓丽; 黄宏光^*; 舒勤; 张大堃; 周电波

来源：高电压技术, 2021, 47(10): 3608-3616.

DOI：10.13336/j.1003-6520.hve.20200739

• 局部放电
• 奇异值分解
• 神经网络
• 白噪声
• 周期性窄带干扰
• 高斯窗

局部放电(partial discharge,PD)特高频(ultra high frequency,UHF)信号检测过程易受到白噪声和周期性窄带干扰的严重影响。为有效提取PD UHF信号、抑制干扰,提出一种基于奇异值分解(singular value decomposition,SVD)和低秩径向基函数(radical basis function,RBF)神经网络的去噪方法。首先,将染噪局部放电信号构造为Hankel矩阵,并奇异分解到特征矩阵空间;然后,把特征矩阵中奇异值突变点设为阈值,以去除窄带干扰;最后,采用RBF神经网络逼近去干扰后的PD信号,并采用Gaussian窗滤波以提取局放信号。所提方法与逆向分离(reverse separation,RS)和形态学小波综合滤波器(morphology wavelet filter,MWF)进行对比。从仿真和实测结果表明,该方法对周期性窄带干扰和白噪声有着强抑制作用,评价指标更为显著。

• 单位
  国网四川省电力公司电力科学研究院; 四川大学