科研之友
微信
新浪微博
Facebook
分享链接
摘要
局部放电是影响高压开关柜寿命的重要原因，针对检测高压柜局部放电时受噪严重，且现有去噪方法对于多变噪声的自适应性不足的问题，文中提出了一种基于混沌麻雀搜索算法（chaotic sparrow search algorithm，CSSA）的自适应小波去噪算法。首先，基于低频系数多含有用信号能量的特征，每一层均以低频系数能量占比最大者作为最优基小波对信号进行小波分解；其次，以Tent混沌序列分散初始麻雀种群，提升麻雀搜索算法的全局搜索能力；最后基于自适应阈值范围搜索最优阈值，以相对小波熵为适应度值衡量去噪后信号与噪声信号的相关度，判断算法结果是否最优。将文中算法与软阈值法等其他算法对比以验证去噪效果，对仿真局部放电信号与实测信号的多次去噪结果表明，文中算法的信噪比、均方误差、波形相似度等评价参数较其他方法有所提升，在多变噪声环境下的去噪效果也较为稳定，因此有良好的自适应性与应用价值。
- 单位
