Labview下基于高階PDE的局部放電信號去噪

陳晨 柏文杰

摘?要：局部放電檢測是預防電力事故的有效手段，因現(xiàn)場強烈的電磁干擾，提取的局部放電信號往往混入了大量的噪聲。因此噪聲抑制是局部放電檢測中的一個重要環(huán)節(jié)。借鑒偏微分方程（PDE）在圖像噪聲抑制中的良好表現(xiàn)，將其引入到局部放電信號的去噪中，并在Labview中進行了實現(xiàn)。結(jié)果表明，偏微分方程對噪聲具有良好的抑制作用。

關(guān)鍵詞：局部放電;高階PDE;信號去噪;Labview

中圖分類號：TP393文獻標識碼：A

Denoising ofPD signal based on high order PDE in Labview

Chen Chen?Bai Wenjie

Nanjing Saibao inspection and Certification Co.，Ltd.?JiangsuNanjing?211100

Abstract：Partial discharge detection is an effective way to prevent power accidents.Because of the strong electromagnetic interference，the extracted PD signal often mixes with a lot of noise.Therefore，noise suppression is an important part of PD detection.Based on the good performance of PDE in image noise suppression，PDE is introduced into PD signal de-noising and implemented in Labview.The results show that PDE has a good effect on noise suppression.

Key words：Partial discharge;High-Order PDE;Signal denoising;LabVIEW

1 緒論

局部放電檢測中的噪聲抑制，要求提取得的信號盡可能的不丟失細節(jié)信息，而基于偏微分方程的信號處理能較好的保持信號的邊緣信息，符合局部放電信號提取的要求。在分析了偏微分方程去噪基本模型的基礎(chǔ)上，將其離散化并通過Labview來實現(xiàn)，通過仿真驗證了高階偏微分方程對噪聲的良好抑制效果，為局部放電信號的提取提供了一種思路。

2 降噪模型及其離散化

2.1 基本降噪模型

P-M擴散方程處理信號后在信號邊界保持方面的效果不甚理想，針對P-M擴散模型的不良效應，You Yu-Li和Kaveh在2000年首次提出了以下四階偏微分方程[1]：

ut=-SymbolQC@

2[c（SymbolQC@

2u）SymbolQC@

2u]（1）

式（1）中，u=u（x，y，t），c（x）是滿足c（0）=1，c（SymboleB@

）=0的非增函數(shù)，?。?/p>

c（t）=11+（t/k）2（2）

從式（2）中可以看出，當tSymbolcB@

k時，函數(shù)擴散強度較大，能有效的抑制噪聲;當t>k時，擴散系數(shù)受到抑制，能有效保護信號的細節(jié)信息。所以，利用此方程處理局部放電信號可獲得更好的效果。

2.2 模型的離散化

以上式（1）給出的模型常用于圖像處理，圖像是二維信號，為了使該模型適用于局部放電信號的去噪，降低其維度，令u（x，y，t）=u（x，0，t），并簡記為u（x，t）。令xi=ih，tk=kτ，則有[2]：

SymbolQC@

2ui，k=ui+1，k+ui-1，k-2ui，kh2（3）

令c（t）t=f（t），則fi，k=f（SymbolQC@

2ui，k），首先：

SymbolQC@

2fi，k=fi-1，k+fi+1，k-2fi，kh2（4）

另一方面：ui，k+1=ui，k-τSymbolQC@

2fi，k。聯(lián)立以上幾式，可得：

ui，k+1=ui，k-τh2[f（ui，k+ui-2，k-2ui-1，kh2）+

f（ui，k+ui+2，k-2ui+1，kh2）-2f（ui+1，k+ui-1，k-2ui，kh2）]（5）

這樣，就可以方便的通過編程來實現(xiàn)，到于式（5）的程序?qū)崿F(xiàn)，本文在Labview環(huán)境下通過G語言完成。

3 模型的Labview實現(xiàn)

Labview是一種高效的圖形化編程開發(fā)環(huán)境，利用Labview進行程序開發(fā)，可大提高項目的開發(fā)周期[3]。假設s（x）為待去噪的局部放電信號，對該信號的處理可以解釋為利用式（5）以離散化的s（x）即si為初值不斷進行迭代，從而恢復出原始局部放電信號，所以，可以用圖1所示的程序來完成。

4 仿真驗證

本小節(jié)通過一次實驗來驗證偏微分方程處理局部放電信號的有效性，模擬了一個衰減振蕩型局部放電信號，在其中加入一定強度的噪聲，如圖2所示，利用第2小節(jié)編寫的Labview程序進行去噪，去噪后的波形如圖3所示。從圖3中可以看出，圖2中的絕大部分信號已被剔除，可以說明該模型是有效的，程序是正確的。

參考文獻：

[1]張帆.基于偏微分方程與邊緣檢測的圖像去噪算法[J].計算機工程與設計，2014，35（2）：562-566.

[2]汪培培，莫付江，趙崗崗，等.基于小波和高階PDE的電纜局部放電去噪研究[J].電測與儀表，（22）：12-16.

[3]劉勇平，張井崗，趙志誠，等.基于LabVIEW的電能質(zhì)量監(jiān)測實驗平臺設計[J].太原科技大學學報，2016，37（2）.

作者簡介：陳晨（1986-），女，漢族，江蘇南京人，本科，中級職稱，研究方向：檢驗檢測方法及監(jiān)控技術(shù)研究。