电缆局放信号阈值策略及快速去噪算法研究
发布时间：2020-12-14 11:58
随着电力设备的普及,包括偏远地区、山区都通电,大大的满足了人们的工作和生活,但是在长距离的电缆铺设、环境恶劣和电缆的老化等原因可能会导致断电或者电压不稳而产生局部放电。局部放电是电缆老化或者劣化而导致电缆绝缘失效的原因之一。为了保证随时通电,不影响人们的工作和生活,所以工程上对电缆设备的检测是非常有必要的,而实际上得到的电缆设备检测信号（局部放电信号）是经常被噪声所湮没的。为了得到准确的电缆状态,对局部放电信号的去噪研究在国内外都是一大研究热点。对于局部放电信号的去噪,我们采用了提取特征值的办法对其进行研究,也就是奇异值去噪算法（Singular Value Decomposition,SVD）,但是准确率较低。人们对于电力的需求越来越大,而局部放电产生的数据越多,目前单机的去噪已经不能满足人们的需求,不具有实时性,且处理效率低下。随着信息数据的剧增,人们已经逐渐从信息化时代迈入大数据时代,基于分布式平台Hadoop和Spark,人们对数据存储和处理比信息化时代有了较大的进步。对于以上局部放电信号准确率和效率较低的问题,本文的主要工作有以下三个方面:（1）提出一种基于信息准则（akai...
【文章来源】：四川师范大学四川省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
实验现场局放测试图
四川师范大学硕士学位论文42图5-3模拟局放脉冲信号图我们将数据进行扩大，设计了5个数据集，分别为Test1、Test2、Test3、Test4、Test5，数据集的具体大小如下表5-2所示：表5-2测试用数据集信息数据集名称信号长度/采样点Test12000Test24000Test36000Test48000Test5100005.3.2实验环境本实验在一台计算机上进行，从其中虚拟三台主机，利用这三台主机构建了Spark集群，主要由一台Master和三台Slave构成，其中有一台主机既是Master也是Slave，具体配置如下表5-3所示：表5-3Spark集群环境配置项目名称项目配置操作系统Spark版本Ubuntu16.04LTSSpark-2.4.3Hadoop版本Hadoop-2.6.5JDK版本JDK1.8.0_211
四川师范大学硕士学位论文44表5-4不同数据集的单机集群运行时间模式不同数据集的运行时间/sTest1Test2Test3Test4Test5单机713285184集群1215222938图5-4不同节点运行时间图图5-5Dataup性能图
【参考文献】：
期刊论文
[1]基于单边波动谱的奇异值分解降噪有效阶次确定方法[J]. 张安,陈明义,马增强. 石家庄铁道大学学报(自然科学版). 2019(04)
[2]基于LMD–SVD的微震信号降噪方法研究[J]. 董林鹭,蒋若辰,徐奴文,钱波. 工程科学与技术. 2019(05)
[3]基于Storm的局部放电信号集合经验模态分解[J]. 杨航,朱永利. 计算机工程与应用. 2020(10)
[4]基于Hadoop的海量气象水文数据并发处理模型[J]. 李辉,王建文,叶明雯. 计算机应用. 2018(S2)
[5]短时奇异值分解用于局放信号混合噪声抑制[J]. 周凯,黄永禄,谢敏,何珉,赵世林. 电工技术学报. 2019(11)
[6]一种基于短时奇异值分解的局部放电白噪声抑制方法[J]. 谢敏,周凯,黄永禄,何珉,汪先进. 中国电机工程学报. 2019(03)
[7]深度神经网络并行化研究综述[J]. 朱虎明,李佩,焦李成,杨淑媛,侯彪. 计算机学报. 2018(08)
[8]奇异值分解在电缆局部放电信号模式识别中的应用[J]. 牛海清,吴炬卓,郭少锋. 华南理工大学学报(自然科学版). 2018(01)
[9]并行EEMD算法及其在局部放电信号特征提取中的应用[J]. 朱永利,王刘旺. 电工技术学报. 2018(11)
[10]基于改进FastICA的局部放电在线监测窄带干扰高保真性抑制方法[J]. 周凯,谢敏,赵世林,何珉,张福忠. 电工技术学报. 2018(11)
博士论文
[1]基于云计算的电力设备监测数据的集中并行处理与诊断[D]. 王刘旺.华北电力大学(北京) 2017
[2]高压直流局部放电的模糊识别及去噪策略[D]. 牛海清.华南理工大学 2009
硕士论文
[1]基于奇异值分解的自适应混合阈值去噪算法[D]. 董琳佳.山东大学 2018
[2]电缆局部放电高频信号的提取及处理技术研究[D]. 张讥培.西南交通大学 2018
[3]基于局部放电特征的油纸绝缘热老化阶段识别研究[D]. 张寰宇.中国矿业大学 2016
本文编号：2916369
【文章来源】：四川师范大学四川省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
实验现场局放测试图
四川师范大学硕士学位论文42图5-3模拟局放脉冲信号图我们将数据进行扩大，设计了5个数据集，分别为Test1、Test2、Test3、Test4、Test5，数据集的具体大小如下表5-2所示：表5-2测试用数据集信息数据集名称信号长度/采样点Test12000Test24000Test36000Test48000Test5100005.3.2实验环境本实验在一台计算机上进行，从其中虚拟三台主机，利用这三台主机构建了Spark集群，主要由一台Master和三台Slave构成，其中有一台主机既是Master也是Slave，具体配置如下表5-3所示：表5-3Spark集群环境配置项目名称项目配置操作系统Spark版本Ubuntu16.04LTSSpark-2.4.3Hadoop版本Hadoop-2.6.5JDK版本JDK1.8.0_211
四川师范大学硕士学位论文44表5-4不同数据集的单机集群运行时间模式不同数据集的运行时间/sTest1Test2Test3Test4Test5单机713285184集群1215222938图5-4不同节点运行时间图图5-5Dataup性能图
【参考文献】：
期刊论文
[1]基于单边波动谱的奇异值分解降噪有效阶次确定方法[J]. 张安,陈明义,马增强. 石家庄铁道大学学报(自然科学版). 2019(04)
[2]基于LMD–SVD的微震信号降噪方法研究[J]. 董林鹭,蒋若辰,徐奴文,钱波. 工程科学与技术. 2019(05)
[3]基于Storm的局部放电信号集合经验模态分解[J]. 杨航,朱永利. 计算机工程与应用. 2020(10)
[4]基于Hadoop的海量气象水文数据并发处理模型[J]. 李辉,王建文,叶明雯. 计算机应用. 2018(S2)
[5]短时奇异值分解用于局放信号混合噪声抑制[J]. 周凯,黄永禄,谢敏,何珉,赵世林. 电工技术学报. 2019(11)
[6]一种基于短时奇异值分解的局部放电白噪声抑制方法[J]. 谢敏,周凯,黄永禄,何珉,汪先进. 中国电机工程学报. 2019(03)
[7]深度神经网络并行化研究综述[J]. 朱虎明,李佩,焦李成,杨淑媛,侯彪. 计算机学报. 2018(08)
[8]奇异值分解在电缆局部放电信号模式识别中的应用[J]. 牛海清,吴炬卓,郭少锋. 华南理工大学学报(自然科学版). 2018(01)
[9]并行EEMD算法及其在局部放电信号特征提取中的应用[J]. 朱永利,王刘旺. 电工技术学报. 2018(11)
[10]基于改进FastICA的局部放电在线监测窄带干扰高保真性抑制方法[J]. 周凯,谢敏,赵世林,何珉,张福忠. 电工技术学报. 2018(11)
博士论文
[1]基于云计算的电力设备监测数据的集中并行处理与诊断[D]. 王刘旺.华北电力大学(北京) 2017
[2]高压直流局部放电的模糊识别及去噪策略[D]. 牛海清.华南理工大学 2009
硕士论文
[1]基于奇异值分解的自适应混合阈值去噪算法[D]. 董琳佳.山东大学 2018
[2]电缆局部放电高频信号的提取及处理技术研究[D]. 张讥培.西南交通大学 2018
[3]基于局部放电特征的油纸绝缘热老化阶段识别研究[D]. 张寰宇.中国矿业大学 2016
本文编号：2916369
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/2916369.html
