本發(fā)明涉及一種基于apso-ssd-svd的特高壓換流站oltc振動(dòng)信號(hào)降噪方法，屬于智能電力。

背景技術(shù)：

1、有載分接開關(guān)(on-load?tap?changer,oltc)作為特高壓換流站中不可缺少的部分，能夠在不中斷負(fù)荷的情況下實(shí)現(xiàn)變壓器變比的調(diào)節(jié)，對(duì)特高壓換流站的安全可靠運(yùn)行至關(guān)重要。然而，由于高強(qiáng)度工作環(huán)境和頻繁操作，oltc已成為特高壓換流站中發(fā)生故障較多的設(shè)備之一。統(tǒng)計(jì)數(shù)據(jù)顯示，涉及oltc的特高壓換流站故障占總故障的20％以上，其中超過90％的故障是由機(jī)械問題引起的，包括變壓器觸頭、過渡電阻及繞組損壞。因此，實(shí)現(xiàn)對(duì)oltc機(jī)械故障的診斷具有重大的意義。

2、自abb公司于1996年開始使用振動(dòng)信號(hào)分析法進(jìn)行oltc故障檢測(cè)以來，這種技術(shù)已經(jīng)逐步成為在oltc故障診斷及實(shí)時(shí)監(jiān)控方面最有潛力的方法之一。此外，國內(nèi)外學(xué)者已經(jīng)取得了許多振動(dòng)信號(hào)降噪方法的成果。目前，非線性信號(hào)降噪策略主要包括小波降噪和經(jīng)驗(yàn)?zāi)B(tài)分解(empirical?mode?decomposition,emd)等方法。盡管小波去噪效果顯著，但正確選擇基波函數(shù)和閾值對(duì)于取得好的去噪效果非常關(guān)鍵，不同的基波函數(shù)適合處理不同的信號(hào)。不同于小波去噪，emd是一種自適應(yīng)的時(shí)頻分析技術(shù)，它根據(jù)信號(hào)本身的特性進(jìn)行自適應(yīng)分解，能夠克服小波變換在高解析度分析方面的不足，并且對(duì)于非線性和非穩(wěn)態(tài)信號(hào)具有很強(qiáng)的適應(yīng)性。然而，海底電纜故障相關(guān)的光纖振動(dòng)信號(hào)往往含有噪聲和震蕩成分，使得emd容易受到信號(hào)間斷、跳變等異常的干擾，這將導(dǎo)致極值點(diǎn)的顯著變動(dòng)，并進(jìn)而影響包絡(luò)分析的準(zhǔn)確性，從而造成提取的固有模態(tài)函數(shù)(inherent?mode?function,imf)含有相鄰成分的模態(tài)或異常變化的問題，即所謂的模態(tài)混疊效應(yīng)。針對(duì)這一問題，2014年，研究人員konstantin?d和zosso?d提出了變分模態(tài)分解(variational?mode?decomposition,vmd)技術(shù)，它可以有效解決模態(tài)混疊、包絡(luò)過渡、包絡(luò)不足、以及端點(diǎn)問題。通過將imf重新定義為調(diào)幅調(diào)頻(am-fm)信號(hào)，致使vmd比emd適應(yīng)性更強(qiáng)，展現(xiàn)了更優(yōu)秀的降噪能力。

3、然而，目前在oltc振動(dòng)信號(hào)降噪領(lǐng)域仍存在一些問題，如信號(hào)分離的準(zhǔn)確性不足和定位存在誤差等，這些問題需要進(jìn)一步進(jìn)行研究和解決。為了解決以上問題，已有大量國內(nèi)外學(xué)者從不同角度進(jìn)行了研究。如：文獻(xiàn)“徐艷,陳冰冰,馬宏忠,等.基于emd-psd的oltc振動(dòng)信號(hào)特征提取方法[j].電力科學(xué)與技術(shù)學(xué)報(bào),2020,35(05):3-10.”提出了一種基于emd-psd的oltc振動(dòng)信號(hào)特征提取方法，進(jìn)一步提高了信號(hào)的信噪比，并且結(jié)合了emd和psd算法，可以有效地提取oltc故障特征。文獻(xiàn)“張雪健,鮑克勤,韓祥,等.基于優(yōu)化vmd的有載分接開關(guān)振動(dòng)信號(hào)降噪研究[j].水電能源科學(xué),2020,38(05):189-192+177.”提出了一種基于優(yōu)化vmd的oltc振動(dòng)信號(hào)降噪方法。文獻(xiàn)“趙壽生,汪衛(wèi)國,王豐華,等.基于統(tǒng)計(jì)特征與emd算法的有載分接開關(guān)振動(dòng)信號(hào)去噪[j].電工電能新技術(shù),2020,39(01):51-58.”通過高斯性檢測(cè)驗(yàn)證了oltc振動(dòng)信號(hào)中噪聲的隨機(jī)性干擾，然后使用oltc振動(dòng)信號(hào)的emd分解結(jié)果，根據(jù)hurst指數(shù)選擇了高頻imf分量，并對(duì)其進(jìn)行多次亂序重排，在重排和濾波后的imf分量上進(jìn)行重構(gòu)，從而得到了去噪后的oltc振動(dòng)信號(hào)。然而，上述文獻(xiàn)中缺乏對(duì)oltc自適應(yīng)降噪的研究，同時(shí)降噪效果也有待改進(jìn)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于apso-ssd-svd的特高壓換流站oltc振動(dòng)信號(hào)降噪方法，以用于對(duì)特高壓換流站oltc振動(dòng)信號(hào)進(jìn)行降噪，為輔助運(yùn)維人員診斷oltc狀態(tài)提供參考。

2、本發(fā)明的技術(shù)方案是：

3、根據(jù)本發(fā)明的第一方面，提供了一種基于apso-ssd-svd的特高壓換流站oltc振動(dòng)信號(hào)降噪方法，包括：

4、獲取原始特高壓換流站oltc振動(dòng)信號(hào)；

5、依據(jù)精細(xì)復(fù)合多尺度散布熵設(shè)計(jì)適應(yīng)度函數(shù)，采用apso算法進(jìn)行ssd分解模態(tài)參數(shù)尋優(yōu)，確定最優(yōu)模態(tài)數(shù)k；

6、基于最優(yōu)模態(tài)數(shù)k，對(duì)原始特高壓換流站oltc振動(dòng)信號(hào)進(jìn)行ssd分解，得到k個(gè)奇異譜分量；

7、計(jì)算每個(gè)奇異譜分量的峭度值，利用最大峭度準(zhǔn)則，選取最優(yōu)奇異譜分量；

8、依據(jù)最優(yōu)奇異譜分量，繪制奇異值能量譜曲線，找到有效信號(hào)和噪聲的分界點(diǎn)，對(duì)包括分解點(diǎn)在內(nèi)的x個(gè)奇異值進(jìn)行svd重構(gòu)，獲得降噪后的特高壓換流站oltc振動(dòng)信號(hào)。

9、進(jìn)一步地，所述精細(xì)復(fù)合多尺度散布熵的構(gòu)建步驟，具體為：

10、對(duì)于一個(gè)給定的奇異譜分量時(shí)間序列{ψq,q＝1,2,…,l}，在選定的尺度因子τ下，得出第u個(gè)粗?；蟮男蛄斜磉_(dá)式為：

11、

12、式中：1≤u≤τ；l表示序列長(zhǎng)度；

13、在選定的尺度因子τ下，精細(xì)復(fù)合多尺度散布熵rcmde定義為：

14、

15、式中：為粗粒化序列散布模式的概率平均值；dm表示嵌入函數(shù)m時(shí)的分類數(shù)目。

16、進(jìn)一步地，所述apso算法以pso為框架，并對(duì)慣性權(quán)重進(jìn)行動(dòng)態(tài)調(diào)整，具體表達(dá)式為：

17、

18、式中：wαβ表示第α個(gè)粒子在第β個(gè)維度上的慣性權(quán)重；wmin與wmax分別表示設(shè)定的最小和最大慣性加權(quán)值；φ代表最大迭代次數(shù)；指的是第λ次迭代中所有粒子的平均適應(yīng)度值；則是在第λ次迭代時(shí)所有粒子中的最小適應(yīng)度值；表示第λ次迭代中第α個(gè)粒子在第β個(gè)維度上的適應(yīng)度值。

19、根據(jù)本發(fā)明的第二方面，提供了一種基于apso-ssd-svd的特高壓換流站oltc振動(dòng)信號(hào)降噪裝置，包括：

20、獲取模塊，用于獲取原始特高壓換流站oltc振動(dòng)信號(hào)；

21、確定模塊，用于依據(jù)精細(xì)復(fù)合多尺度散布熵設(shè)計(jì)適應(yīng)度函數(shù)，采用apso算法進(jìn)行ssd分解模態(tài)參數(shù)尋優(yōu)，確定最優(yōu)模態(tài)數(shù)k；

22、第一獲得模塊，用于基于最優(yōu)模態(tài)數(shù)k，對(duì)原始特高壓換流站oltc振動(dòng)信號(hào)進(jìn)行ssd分解，得到k個(gè)奇異譜分量；

23、選取模塊，用于計(jì)算每個(gè)奇異譜分量的峭度值，利用最大峭度準(zhǔn)則，選取最優(yōu)奇異譜分量；

24、第二獲得模塊，用于依據(jù)最優(yōu)奇異譜分量，繪制奇異值能量譜曲線，找到有效信號(hào)和噪聲的分界點(diǎn)，對(duì)包括分解點(diǎn)在內(nèi)的x個(gè)奇異值進(jìn)行svd重構(gòu)，獲得降噪后的特高壓換流站oltc振動(dòng)信號(hào)。

25、根據(jù)本發(fā)明的第三方面，提供了一種處理器，所述處理器用于執(zhí)行操作，所述操作包括執(zhí)行上述中任意一項(xiàng)所述的基于apso-ssd-svd的特高壓換流站oltc振動(dòng)信號(hào)降噪方法。

26、本發(fā)明的有益效果是：本發(fā)明首先利用apso算法對(duì)奇異譜分解算法中的模態(tài)參數(shù)進(jìn)行優(yōu)化，選取最優(yōu)分解模態(tài)數(shù)；其次，基于最大峭度準(zhǔn)則，選取最佳奇異譜分量；隨后，借助奇異值能量譜自適應(yīng)地選擇重構(gòu)階數(shù)；最后，通過svd方法進(jìn)行信號(hào)重構(gòu)，實(shí)現(xiàn)oltc振動(dòng)信號(hào)降噪。結(jié)果表明，所提出的方法能夠有效實(shí)現(xiàn)oltc振動(dòng)信號(hào)的自適應(yīng)降噪，并具有較好的降噪效果。