电能质量信号的小波阈值去噪.pdf

《电能质量信号的小波阈值去噪.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第22卷第2期电力系统及其自动化学报Vol_22NO．22010年4月ProceedingsoftheCSU—EPSAApr．2010电能质量信号的小波阈值去噪一曲～一～～一～一三～一雪～一=一蚕～舢一=一～一薹一～一～一～_l～一蚕一量一～时池一一～=～一～一量一～一柯慧，顾洁(上海交通大学电子信息与电气工程学院，上海200240)摘要：为了改善电能质量信号的去噪效果，在分析软、硬阈值法的基础上，提出一种改进的去噪方法。该方法融合软、硬阈值法的不同特点，通过调整参数获得较优的小波系数的阈值估计，使得改进的阈值函数介于软、

2、硬阈值函数之间，有效克服了采用硬阈值法去噪效果不佳，软阈值法过渡光滑使信号失真的缺点。仿真结果表明，该方法在去噪的同时减少了信息的损失，SNR、RSME等性能指标较之软、硬阈值法均有明显的提高。关键词：小波分析；阈值去噪；电能质量信号；阈值函数；阈值门限；信噪比；均方根误差中图分类号：TN911．4文献标志码：A文章编号：1003—8930(2010)01—0103—06WaveletThresholdDe—noisingofPowerSystemSignalsKEHui。GUJie(SchoolofElectronica

3、ndElectricalEngineering，ShanghaiJiaoTongUniversity，Shanghai200240，China)随着半导体、计算机技术的迅速发展，电能质叶法、小波分析以及小波包分析。小波分析以及小量问题越来越引起人们的关注。而电能质量信号总波包分析由于其良好的时频特性，去噪效果更优，是无可避免地受到各种噪声的影响。噪声的存在会但小波包分析复杂，实时性较差，而傅里叶变换却降低各种检测设备的工作性能。因此，从检测设备无法同时兼顾时频分辨率。中消除噪声是电能质量检测的关键环节之一。目前常用的小波去

4、噪方法有软、硬阈值法，但利用小波变换可以进行信号去噪处理。噪声的是硬阈值法去噪效果不佳，而软阈值法过渡光滑使存在具有随机性，同时在总体能量上它与电力系统电能质量信号失真。在强噪声的影响下，这两种方信号相比较小。这两个特点使得由噪声引起的小波法需要增加小波分解的层数来恢复小波的分析性变换分量具有一些明显的特征，根据这些特征可以能，从而使去噪处理的实时性受到较大影响。在小波域采用有效的数学方法尽量多地剔除由噪本文提出了一种电能质量信号的去噪方法，重声产生的系数，并重建信号。信号去噪方法有傅里点解决当电能质量信号存在强噪声时小波

5、去噪的收稿日期：2008～12—25；修回日期：20090114·104·电力系统及其自动化学报第22卷阈值选取以及算法的实时性问题。仿真结果表明，(3)利用{}进行小波重构，所得到信号s(f)本文提出的方法能恢复小波检测的性能，可以对信即为去噪后的信号。号扰动进行准确定位，同时具有较强的去噪能力。2电能质量信号的阈值去噪方法1小波分析由前述可见，基于小波变换的阈值去噪有两个小波分析的基本方法是运用Mallat塔式算关键：阈值去噪方法的确定和阈值门限的选取。法，对信号进行降阶分解。该算法在每一尺度下将2．1阈值去噪函数的确

6、定信号分解成概貌分量和细节分量。小波阈值去噪方法的核心是小波系数的阈值1．1Mallat算法处理或估计。阈值去噪函数确立了对小波系数处理Mallat算法是关于正交小波的快速算法，在小的基本框架。波分析中占据着十分重要的地位。运用Mallat算2．1．1小波软、硬阂值函数法可以实现信号的快速分解和重构。信号s()的分不同的小波系数估计方法，对应于不同的阈值解过程是从J+1尺度到尺度逐步分解的，其分解去噪方法，相应地有硬阈值方法和软阈值方法。公式为硬阈值函数的表达式为=ch}l≥丁∈z(1)一一10l

7、值函数的表达式为式中，c和d分别为第J层的第个尺度系数和小：』lsign(d一丁l≥T(4)波系数。0Il

8、的特点，提出一种改进的去噪方法，克服了二者的式中：s(f)代表含噪信号；厂()为有用电能质量信不足。号；e(￡)为噪声信号。2．1．2改进的阈值函数由于属于Besov空间的信号的能量主要集中综合软硬阈值函数的不同特点，采用一种新的在小波域内有限的几个系数中，而噪声的能量却分阈值函数用于小波系数的估计，函