研究与开发 基于可调Ｑ小波变换与基追踪的 高 倩 陈晓英 孙丽颖 （辽宁工业大学电气工程学院，辽宁锦州 １２１００１） 摘要 现场采集的电能质量信号中夹杂着高斯白噪声和脉冲噪声，这些噪声的存在给电能质 量信号的检测与分析带来困难，因此要对电能质量信号进行去噪预处理。针对传统去噪方法的局 限性，本文给出了基于可调Ｑ小波变换与基追踪的去噪算法，该方法先用不同品质因数的小波基 函数对含噪信号进行稀疏分解，再利用基追踪去噪算法对得到的小波系数进行优化处理，最后对 优化的小波系数进行重构，这样就实现了电能主特征信号与脉冲噪声和高斯白噪声的分离，从而 达到去噪的目的。仿真结果表明该方法可以有效地去除电能质量信号中的高斯白噪声及脉冲噪声， 且去噪效果和可靠性优于广泛使用的小波去噪和集合经验模态分解去噪。 关键词：可调Ｑ小波变换；基追踪；高斯白噪声；脉冲噪声；去噪 Ｐｏｗｅｒ Ｑｕａｌｉｔｙ Ｓｉｇｎａｌｓ’Ｄｅ－ｎｏｉｓｉｎｇ Ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ Ｔｕｎａｂｌｅ Ｑ－ｆａｃｔｏｒ Ｗａｖｅｌｅｔ Ｔｒａｎｓｆｏｒｍ ａｎｄ Ｂａｓｉｓ Ｐｕｒｓｕｉｔ Ｇａｏ Ｑｉａｎ Ｃｈｅｎ Ｘｉａｏｙｉｎｇ Ｓｕｎ Ｌｉｙｉｎｇ （Ｅｌｅｃｔｒｉｃ Ｅｎｇｉｎｅｅｒｉｎｇ Ｃｏｌｌｅｇｅ，Ｌｉａｏｎｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇ￣Ｊｉｎｚｈｏｕ，Ｌｉａｏｎｉｎｇ １ ２ １ ００ １） Ａｂｓｔｒａｃｔ Ｔｈｅ ｐｏｗｅｒ ｑｕａｌｉｔｙ ｓｉｇｎａｌｓ ａｃｑｕｉｒｅｄ ｆｒｏｍ ｔｈｅ ｌｏｃａｌｅ ｃｏｎｔａｉｎ ｇａｕｓｓｉａｎ ｗｈｉｔｅ ｎｏｉｓｅ ａｎｄ ｉｍｐｕｌｓｅ ｎｏｉｓｅ，ｗｈｉｃｈ ｂｒｉｎｇ ｄｉｆｉｃｕｌｆｔｙ ｔｏ ｔｈｅ ｄｅｔｅｃｔｉｏｎ ａｎｄ ａｎａｌｙｓｉｓ ｏｆ ｐｏｗｅｒ ｑｕａｌｉｔｙ ｓｉｇｎａｌｓ，ＳＯ ｔｈｅ ｐｏｗｅｒ ｑｕａｌｉｔｙ ｓｉｇｎａｌｓ ｓｈｏｕｌｄ ｂｅ ａｄｏｐｔｅｄ ｔｏ ｐｅｒｆｏｒｍ ｄｅｎｏｉｓｉｎｇ ｐｒｅｔｒｅａｔｍｅｎｔ．Ａｉｍｉｎｇ ａｔ ｔｈｅ ｌｉｍｉｔａｔｉｏｎ ｏｆ ｔｈｅ ｔｒａｄｉｔｉｏｎａｌ ｄｅｎｏｉｓｉｎｇ ｍｅｔｈｏｄｓ，ｔｈｅ ｄｅｎｏｉｓｉｎｇ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｔｕｎａｂｌｅ Ｑ－ｆａｃｔｏｒ ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ ａｎｄ ｂａｓｉｓ ｐｕｒｓｕｉｔ ｉｓ ｇｉｖｅｎ ｉｎ ｔｈｉｓ ｐａｐｅｒ．Ｆｉｒｓｔｌｙ，ｔｈｅ ｗａｖｅｌｅｔ ｂａｓｉｓ ｆｕｎｃｔｉｏｎｓ ｗｉｔｈ ｄｉｆｆｅｒｅｎｔ Ｑ—ｆａｃｔｏｒ ａｒｅ ａｄｏｐｔｅｄ ｔｏ ｐｅｒｆｏｒｍ ｔｈｅ ｓｉｇｎａｌ ｓｐａｒｓｅ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｆｏｒ ｔｈｅ ｎｏｉｓｙ ｓｉｇｎａｌｓ；ｓｅｃｏｎｄｌ￣ｔｈｅ ＢＰ ｄｅｎｏｉｓｉｎｇ ａｌｇｏｒｉｔｈｍ ｉｓ ｕｓｅｄ ｔｏ ｏｐｔｉｍｉｚｅ ｔｈｅ ｏｂｔａｉｎｅｄ ｗａｖｅｌｅｔ ｃｏｅｆｉｃｉｅｎｔｓ；ｌｆａｓｔｌｙ，ｔｈｅ ｏｐｔｉｍｉｚｅｄ ｗａｖｅｌｅｔ ｃｏｅｆｉｃｉｅｎｔｓ ｆａｒｅ ｒｅｃｏｎｓｔｒｕｃｔｅｄ，ｔｈｅｎ ｔｈｅ ｍａｉｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｐｏｗｅｒ ｑｕａｌｉｔｙ ｓｉｇｎａｌ，ｇａｕｓｓｉａｎ ｗｈｉｔｅ ｎｏｉｓｅ ａｎｄ ｉｍｐｕｌｓｅ ｎｏｉｓｅ ａｒｅ ｓｅｐａｒａｔｅｄ，ｗｈｉｃｈ ｃａｎ ａｃｈｉｅｖｅ ｔｈｅ ｐｕｒｐｏｓｅ ｏｆ ｄｅｎｏｉｓｉｎｇ．Ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｉｓ ｍｅｔｈｏｄ ｃａｎ ｅｆｆｅｃｔｉｖｅｌｙ ｒｅｍｏｖｅ ｔｈｅ ｗｈｉｔｅ ｇａｕｓｓｉａｎ ｎｏｉｓｅ ａｎｄ ｉｍｐｕｌｓｅ ｎｏｉｓｅ ｆｒｏｍ ｔｈｅ ｐｏｗｅｒ ｑｕａｌｉｔｙ ｓｉｇｎａｌ，ａｎｄ ｔｈｅ ｄｅｎｏｉｓｉｎｇ ｅｆｆｅｃｔ ａｎｄ ｒｅｌｉａｂｉｌｉｔｙ ｉｓ ｓｕｐｅｒｉｏｒ ｔｏ ｔｈｅ ｗｉｄｅｌｙ ｕｓｅｄ ｗａｖｅｌｅｔ ｄｅｎｏｉｓｉｎｇ ａｎｄ ｅｎｓｅｍｂｌｅ ｅｍｐｉｒｉｃａｌ ｍｏｄｅ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｄｅｎｏｉｓｉｎｇ． Ｋｅｙｗｏｒｄｓ：ｔｕｎａｂｌｅ Ｑ—ｆａｃｔｏｒ ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ；ｂａｓｉｓ ｐｕｒｓｕｉｔ；ｗｈｉｔｅ ｇａｕｓｓｉａｎ ｎｏｉｓｅ；ｉｍｐｕｌｓｅ ｎｏｉｓｅ； ｄｅｎｏｉｓｉｎｇ 随着国民经济的高速发展、人民生活水平的不 断提高以及电力市场商品化进程的加快，用户对电 能质量提出了更高的要求。全网互联使得电力系统 的规模不断壮大，大量冲击性、非线性、非对称性 负荷接入电网，导致电网电能质量严重下降，由此 引发了多种电力系统故障，使电力系统的污染愈加 辽宁省高等学校优秀人才支持计划项目（ＬＲ２０１３０２８） 严重，不仅会影响电力用户的正常用电，而且还会 造成巨大的经济损失＿ｌｊ。对电能质量进行准确的检 测与分析是提高和改善电能质量的首要前提。但现 场采集的电能质量信号中往往夹杂着多种噪声，现 有的检测与分析电能质量的方法是在无噪或是很小 噪声背景下进行的，如果噪声过大会严重影响电能 ２０１６年第５期电ｌ｜ｌ藏贰Ｉ ４９ 研究与开发 质量的检测结果，为后续信号分析带来极大的负面 影响，所以在检测前对电能质量信号进行去噪处理 显得至关重要。另外，在去噪的同时，能够准确地 保留电能质量信号的特征也非常重要。 电能质量信号去噪主要是针对高斯白噪声与脉 冲噪声＿２。】。目前对电能质量进行去噪的方法主要有 式中，０≤ｋ≤Ｎ一１。用Ｘ＝ＤＦＴ｛ （ ）｝来表示有限 长信号 （，ｚ）的离散傅里叶变换。 可调Ｑ小波变换是基于图ｌ所示的多分辨率滤 波器组来实现信号的分解与重构， 别为低通滤波器和高通滤波器， 参数， （ｗ）、Ｈ１（ｗ）分 为低通尺度变换 为高通尺度变换参数。设低通子带信号 均值滤波去噪、中值滤波去噪、集合经验模态分解 （ＥＥＭＤ）去噪、小波去噪等。这些方法虽然可以 去除信号中的噪声，但各自都存在一定的弊端。均 值滤波器虽然可以去除高斯白噪声，但却不能去除 脉冲噪声ｐ］。中值滤波对脉冲噪声具有良好的抑制 效果，但对普遍存在的高斯白噪声的滤波效果很差ｌ４］。 小波去噪法具有容易实现、计算量小、去噪效果好 的特点，近年来得到广泛应用，但该方法存在小波 基选取困难的问题［５】。文献［６】提出利用ＥＥＭＤ阈值 去噪对电能质量信号进行去噪预处理。虽然ＥＥＭＤ 和小波去噪对高斯白噪声和脉冲噪声都有一定的滤 除效果，但这两种去噪方法都是通过在对应尺度上 对信号进行分频处理来实现干扰成分与信号特征成 分的分离，当脉冲干扰与信号特征成分存在频带混 叠问题时，这两种方法都无法实现脉冲干扰与信号 特征成分的有效分离。能够同时去除高斯白噪声与 脉冲噪声的方法还有待进一步研究。 针对现有去噪方法的局限性，本文给出了基于 可调Ｏ小波变换与基追踪的去噪算法，该算法将电 能质量信号去噪问题转变为一个求解最优化问题， 对该最优化问题的解进行可调Ｏ小波逆变换，就分 别得到了具有连续振荡特性的电能质量主特征信号 和具有瞬态冲击特性的脉冲噪声，这样就把电能质 量主特征信号从噪声中提取出来了，从而达到去噪 的目的。 １ 可调品质因数小波变换 可调品质因数小波变换是近几年提出的具有完 美重构性能的分析离散时间信号的一种可以预先设 置品质因数Ｑ的小波变换，其基于迭代双通道滤波 器组和离散傅里叶变换来开发和实现 。其原理如 下。 设有限长的离散时间信号ｘ（ｎ）＝［ （０），…， ｘ（Ｎ—１）］，其中０≤ｎ≤Ｎ一１，则 （，２）的离散傅里叶 变换（ＤＷＴ）为 ｐ ｊ ㈩ ５０ ｌ电气技术 ２ｏ１６年第５期 Ｚｏ ）与高通子带信号Ｖ （ ）的长度分别为Ⅳ０、Ｊｖ１， ， ｒ 则 ≈—Ｉｖ—０， ≈—ＩＶ—１。 （ａ）分解滤波器组 （ｂ）重构摅披器组 图１双通道滤波器组 可调Ｑ小波变换的每一层的低频通道都是基于 图１（ａ）所示的分解方式进行分解，从而实现对有 限长信号的可调Ｏ小波分解。而重构则是分解的逆 过程，将每一层分解得到的低通子带信号与高通子 带信号按照如图１（ｂ）所示的重构方式进行重构， 就可以实现有限长信号的可调Ｏ小波重构。 品质因数Ｑ的大小可反映信号的振动程度，Ｑ 越大，信号共振属性越高，反之信号共振属性越 低【８］。品质因数的定义为信号中心频率与其带宽的 比值。由于脉冲干扰为宽带信号，故品质因数比较 低，而连续振荡的周期信号为窄带信号，品质因数 较高。 当待分析信号的共振属性较高时，应该选取具 有较高品质因数的小波基函数与之相对应，反之亦 然。当待分析信号同时包含高、低共振属性信号时， 需要同时选取高、低两个品质因数不同的小波基函 数对待测信号进行小波分解。传统小波变换的品质 因数是一个常数，而且只能选择单一品质因数的小 波基函数。而可调Ｏ小波变换可以克服该不足，它 可以根据待分析信号共振属性的高低来预先设置 Ｏ，而且可以同时构造高、低两个品质因数不同的 小波基函数对含有高、低共振属性的信号进行分离， 这是实现脉冲噪声与电能质量主特征信号分离的基 础。 研究与开发 ２ 基追踪及其在信号成分分离中的应用 基追踪是一种非常经典的信号稀疏分解表示的 求出上式的最优解，就能得到ｃ 、Ｃ２的最佳稀疏表 方法，它从过完备原子库中寻求与信号特征结构相 匹配的原子的最佳稀疏表示，通过最小化１范数将 示，这样就可以实现信号中高共振分量与低共振分 量的分离。 求解０一范数的ＮＰ难问题转变成线性规划最优化问 题进行求解【９】。基追踪分离信号的原理如下。 假定信号Ｘ可以分解表示为高共振属性信号Ｘ ３ 基于可调Ｑ小波变换与基追踪的电能质 量信号去噪 含噪电能质量信号的主要成分是具有连续振荡 与低共振属性信号 之和，即 Ｘ＝Ｘ１＋ ，Ｘ１，Ｘ２∈ＲⅣ （２） 存在集合ｅｌ＝｛ｇｋ，ｋ＝１，２，…，Ｍ｝， ＝｛ａｎ，ｎ＝１，２， …，日），国、 称为原子库或字典，其元素ｇ 、ａｎ 称为基或原子，满足Ｍ》Ｎ，Ｈ》Ｎ。若信号Ｘ 、 Ｘ２可以分别通过过完备原子库园、 中的原子的稀 疏线性组合来表示，信号Ｘ的分离问题就转化为求解： Ｘ１＝ｅｌｃＩ ｓ．ｔ．Ｉｘ，一ｅｌｃｌｌ ≤ ： ｃ ｓ－ｔ．Ｉｘ２～￣ｃ２１１ ≤ （３） Ｘ＝ｅｌＣｌ＋ ｃ 式中，Ｃｌ、Ｃ２为稀疏因子， 为误差限， 表示２一 范数的平方。 由于四、 是过完备原子库，因此得到的稀疏 分解的线性组合形式并不是惟一的，即Ｃ 、Ｃ 各自 有很多组解，从这些解中分别选取使得ｃ 、ｃ：中非 零元素个数最少的一组解就得到了信号Ｘ。、Ｘｚ的稀 疏表示。由于求解０一范数是一个ＮＰ难问题，基追 踪算法采用１一范数对式（３）作进一步优化处理， 将上述问题转化成一个凸问题： ｆａｒｇｍｉｎ ＩＩｃ，ＩＩ ＋ ｃ２ｌｌ。 ｛ｌ ＣＩ，Ｃ２ ｌ ：Ｘｌ＝ 霸 （４） 式中， 、 为正则化参数。 在实际应用中，信号往往含有随机噪声，设此 时含噪信号的表达式为Ｘ＝Ｘ１＋Ｘ２＋，２，其中即为高 斯白噪声。在含有高斯白噪声的情况下，基追踪去 噪㈣模型为 ａｒｇｍｉｎｌｌＹ一 ｃ 一 ｃ２ ＋ＩＩｃ，Ｉ。＋＆Ｉｌｃ２ＩＩ Ｃｌ，ｃ２ ｘｌ＝ｅｌｃｌ （５） Ｘ２＝ Ｃ２ 特性的电能质量主特征信号、具有瞬态冲击特性的 脉冲噪声、高斯白噪声。而电能质量主特征信号是 具有高品质因数的高共振分量，脉冲噪声是具有低 品质因数的低共振分量，根据品质因数的不同可以 实现高、低共振分量的分离，再结合基追踪去噪算 法就能够把高、低共振分量分别从高斯白噪声中提 取出来，从而达到去噪的目的。 设电能质量信号为 ｙ＝Ｘ１＋Ｘ２＋ （６） ¨ ．唱 舢 ｍ 一 式中，Ｘ 表示高共振属性信号； 表示低共振属性 信号；ｎ表示服从正态分布Ｕ（０， ）的随机白噪声。 分别选取高品质因数Ｑ 对应的小波基函数对 Ｑ 信号Ｙ进行 ｌ层小波分解和低品质因数Ｑ２对应的 １ 一 小波基函数对信号Ｙ进行 ２层小波分解，得到高共 ， Ⅵ 振属性信号的小波系数ｗｌ ≤ｆ≤厶）和低共振属 性信号的小波系数ｗ２ （１≤ｆ≤￡，），由于白噪声的 一 Ｑ 干扰和可调Ｑ小波变换的过采样，使得小波系数 Ｉ一 ＷＩ 、 不是稀疏的，其中都含有白噪声对应的小 ， 波系数。为了尽可能得到小波系数 、 的稀疏 川 表示，应用基追踪去噪算法对小波系数进行优化处 ＋ 理，具体处理表达式如下： 式中，ＴＱｗＴ『 、ＴＱＷＴ２ 分别表示高、低品质因 数的小波逆变换； 、 为正则化参数。 设采用分裂增广拉格朗日收缩法（ＳＡＬＳＡ）［１１］ 对式（７）求解的结果为 、 ，它们分别表示高 共振属性信号和低共振属性信号的小波系数的最佳 稀疏表示。分别对 、以进行小波逆变换就可以得 到高共振属性信号 。和低共振属性信号Ｘ ，即 Ｘ１＝ＴＱｗ （ ），Ｘ２＝ＴＱＷＴ； （ ）。这样就实现 ２０１６年第５期电鼍拽琳Ｉ ５１ “研究与开发 了高共振分量与低共振分量的分离，并且分离出来 的信号都不含有高斯白噪声。 变换与基追踪的去噪算法对含噪信号进行去噪处 理，高共振分量的参数设置为品质因数Ｑ１＝４、冗余 度ｒ ＝３、分解层数Ｌ１－３２；低共振分量的参数设置 ４仿真分析与计算 为品质因数Ｑ２＝１、冗余度ｒ２＝３、分解层数 ２＝１，分 为了验证基于可调Ｏ小波变换与基追踪的去噪 算法的去噪效果，利用Ｍａｔｌａｂ仿真软件对该算法进 行了实验仿真，并与目前应用广泛的小波去噪法和 ＥＥＭＤ去噪法进行了仿真对比。 据调查，９０％以上的电能质量问题主要是由电 压暂降和电压暂升所造成，而其中电压暂降占主导 地位。鉴于此，本文将针对电压暂降这种典型的电 能质量信号进行仿真分析，其他的电能质量信号不 再赘述。 在仿真实验中，构造频率为５０Ｈｚ，骤降幅度为 ６０％，突变持续时问为０．０６ｓ，采样点为２０４８，采样 频率为１５ｋＨｚ的电压暂降信号，其表达式为 ｆ（ｔ）：｛１＋０．６ｌｕ（ｔ一０．１）一ｕ（ｔ一０．０４）ｌ｝ｓｉｎ（２７ｔ×５０ｔ） 对上述电压暂降信号叠加均值为０，方差为０．０１ 的高斯白噪声，并附加幅值分别为ｌｐ．Ｕ．、一２ｐ－ｕ．、 １ｐ．ｕ．、一ｌｐ．Ｕ．、２ｐ－ｕ．、一１ｐ－ｕ＿的脉冲噪声，式中幅值 都采用标幺值，电压暂降信号与加噪后的电压暂降 信号的波形图如图２所示。 时间／ｓ （ａ）电压暂降信号 ２ ｊ 。 ２ Ｕ Ｕ Ｕ Ｕ ＩＵ 时间／ｓ （ｂ）加噪后的电压暂降信号 图２ 电压暂降信号及加噪后的电压暂降信号 采用ＥＥＭＤ去噪法对加噪后的电压暂降信号进 行分解，得到去噪后的电压暂降信号，其波形如图 ３所示。由于ＥＥＭＤ分解出现了模态混淆和伪分量， 得到的分解结果并不理想。利用ｄＢ８小波基函数对 加噪后的电压暂降信号进行了６层小波分解，去噪 后的电压暂降信号如图４所示。用基于可调Ｏ小波 ５２ ｌ电鼻置ｉ技７ｆｔ ２０１６年第５期 离出来的电压暂降信号如图５所示。 图３ ＥＥＭＤ去噪后的电压暂降信号 ｅ 图４ 小波去噪后的电压暂降信号 ｊ 宙 图５ 基于可调Ｑ小波变换与基追踪的去噪结果 为了从数据上定量地比较这三种去噪方法的去 噪效果，分别计算了其各自消噪后信号的信噪比 ＳＮＲ与均方根误差ＲＭＳＥ。由于每次去噪后的结果 会有微小的差异，所以表１与表２中的数据是进行 ２０次仿真后求平均值得到的。 表１ ３种去噪方法的信噪比对比 输入 输出信号ＳＮＲ／ｄＢ ＳＮＲ／ｄＢ ＥＥＭＤ去噪 小波去噪 本文算法 ｌ７．２５２４ ２８．３２５４ ３９．０１２９ ４１．９３２７ 表２ ３种去噪方法的均方根误差对比 输入 输出信号ＲＭＳＥ ＲＭＳＥ ＥＥＭＤ去噪 小波去噪 本文算法 Ｏ．２３８８ Ｏ．１３７４ ０．０８０５ ０．０６９６ 由去噪后的波形图可以看出，基于町调Ｑ小波 变换与基追踪的去噪算法提取出来的电压暂降信号 研究与开发 与原始信号更接近，波形更加光滑，能够更好地保 ［４］ 程扬军，黄纯，何朝辉，等．基于自适应顺序形态滤 留原始信号的特征。由表１和表２可知基于可调Ｑ 波的电能质量去噪算法［Ｊ］．计算机仿真，２００９， 小波变换与基追踪的去噪算法去噪后信号的信噪比 ２６（１２）：２１８－２２０．３１４． 最大，均方根误差最小。由文献［１２］可知，信噪比 ［５］ 秦代春，刘强，周林，等．电能质量信号去噪方法研 ＳＮＲ越大，均方根误差ＲＭＳＥ越小，去噪效果越好， 究［Ｊ］．华东电力，２００９，３５（５）：７６７—７７２． ［６］韩刚，张建文，褚鑫．基于ＥＥＭＤ自适应闽值去噪 且去噪后的信号与原始信号越接近。通过比较三种 的电能质量扰动检测与定位研究［Ｊ］．电测与仪表， 方法去噪后信号的波形、信噪比和均方根误差这三 ２０１４，５１（２）：４５—４９，５７． 个衡量去噪效果的指标可以说明基于可调Ｑ小波变 ［７］ Ｓｅｌｅｓｎｉｃｋ Ｉ Ｗ．Ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ ｗｉｔｈ ｔｕｎａｂｌｅ Ｑ— 换与基追踪的去噪算法比ＥＥＭＤ去噪、小波去噪有 Ｆａｃｔｏｒ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ， 更好的去噪效果。 ２０１ １，５９（８）：３５６０—３５７５． ［８］王宏超，陈进，董广明，等．可调品质因子小波变换 ５ 结论 在转子早期碰摩故障诊断中应用…．振动与冲击， 将基于可调Ｏ小波变换与基追踪的去噪算法应 ２０１４，３３（１０）：７７—８０． 用于电能质量信号去噪中可以成功地将电能质量主 ［９］ 史丽丽．基于稀疏分解的信号去噪方法研究［Ｄ］．哈 特征信号、脉冲噪声与高斯白噪声分离，为电能质 尔滨：哈尔滨工业大学，２０１３． ［１ ０】Ｖａｓｗａｎｉ Ｎ． Ｍｏｄｉｉｆｅｄ ｂａｓｉｓ ｐｕｒｓｕｉｔ ｄｅｎｏｉｓｉｎｇ 量信号的分析提供准确可靠的信息。通过理论分析 （ｍｏｄｉｉｆｅｄ—ｂｐｄｎ）ｆｏｒ ｎｏｉｓｙ ｃｏｍｐｒｅｓｓｉｖｅ ｓｅｎｓｉｎｇ ｗｉｔｈ 证明了该方法的可行性；通过仿真分析与计算验证 ｐａｒｔｉａｌｌｙ ｋｎｏｗ ｓｕｐｐｏｒｔ［Ｃ］／／ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎ— 了该方法的去噪效果优于广泛应用的小波去噪和 ｆｅｒｅｎｃｅ ｏｎ Ａｃｏｕｓｔｉｃｓ Ｓｐｅｅｃｈ ａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ． ＥＥＭＤ去噪。基于可调Ｏ小波变换与基追踪的去噪 Ｗ．Ｌｕ，２０１０：３９２６—３９２９． 算法可以显著地改善电能质量信号的去噪效果，为 【１ １］Ｍ Ｖ Ａｆｏｎｓｏ ＪＭ，Ｆｉｇｕｅｉｒｅｄｏ ＭＴ．Ｆａｓｔ ｉｍａｇｅ ｒｅｃｏｖｅｒｙ 电力系统中电能质量信号去噪提供了一种新的方 ｕｓｉｎｇ ｖａｒｉａｂｌｅ ｓｐｌｉｔｔｉｎｇ ａｎｄ ｃｏｎｓｔｒａｉｎｅｄ ｏｐｔｉｍｉｚａｔｉｏｎ［Ｊ】 法。 ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ：ａ Ｐｕｂｌｉｃａｔｉｏｎ ｏｆ ｔｈｅ ＩＥＥＥ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｓｏｃｉｅｔｙ，２０１０，１９（９）： 参考文献 ２３４５－２３５６． ［１２］张明，李开成，胡益胜．基于Ｂａｙｅｓ估计的双小波维 ［１】邬春明，谢妮娜．改进的小波阂值在电能质量信号 纳滤波电能质量信号去噪算法［Ｊ］．电力系统保护与 去噪中的应用［Ｊ］．计算机工程与应用，２０１２，４８（３）： 控制，２０１ １，３９（４）：５２—５７． １１４．１１ ６ 【２】 孙维妮．暂态电能质量扰动的识别与监测［Ｄ］．北京：—— 中国石油大学．２００９． 作者简介 ［３］ 程扬军．暂态电能质量扰动检测方法研究［Ｄ］．长沙： 高倩（ ＿），女，硕士研究生，研究方向为电力系统谐波检测 湖南大学，２００９． 与抑制。 一种管道流体信息的远程自供电监控器 近日，国家知识产权局公布专利“一种管道流体信息 本发明通过流体发电装置将流体能量转换为电能，并 的远程自供电监控器”，申请人为苏州创必成电子科技有 储存在充电电池上，实现了自供电和能量保存的技术效 限公司。 果；通过ＷＩＦＥ模块或ＧＰＲＳ模块，实现了无线远程传输 本发明公开了一种管道流体信息的远程自供电监控 的技术效果；通过微控制器来分析流体信息，通过温度传 器，包括流体发电装置和储能监测装置，所述的储能监测 感器来采集流体温度信息，从而起到了监控管道流体信息 装置包括智能控制板和充电电池，所述的智能控制板包括 的技术效果，省掉了流体监控模块，使结构更加简单，成 微控制器、无线通信模块、温度采集电路。 本低廉，体积更小。 ２０１６年第５期电Ｉ｜薯教柬Ｉ ５３