用于故障电弧检测的电流信号降噪方法、系统及存储介质

1.本发明涉及电气安全保护技术领域，具体涉及一种用于故障电弧检测的电流信号降噪方法、系统及存储介质。


背景技术：

2.电弧是一种气体游离放电现象，一般存在于供电线路或家用电器的绝缘老化、破损及电气连接松动等位置，在产生后会放出大量的光和热，电气火灾是所有类型火灾中最常发生的，而故障电弧则是电气火灾的主要成因之一。
3.主流的故障电弧检测方法是通过电学信号的分析来捕捉故障电弧的产生，但由于电网本身带有一定的噪声，并且电学信号在采集、传输的过程中又不可避免地被噪声所污染，使得基于信号分析的故障电弧检测技术的准确性、可靠性受到影响。
4.相关技术中，公布号为cn105954628a的专利申请文献提出的故障电弧检测方法中，通过对采集的信号使用db4小波进行小波阈值降噪。该方案采用了通用阈值估计算法来进行阈值估计，且估计公式使用的是语音降噪算法中的估计方法，存在两个问题：(1)作用对象为噪声信号和电流信号混叠的带噪信号，利用语音经验公式来进行阈值估计，会得到一个较大的误差，从而影响后续的降噪效果；(2)直接对信号进行处理，而没有进行判别，当故障电弧、电流信号、噪声三者共存时，由于故障电弧与噪声信号是较为类似的，这就导致在进行阈值估计时，会将故障电弧当成噪声去处理，从而影响后续的处理效果。
5.在系数处理部分，该方案采用了常规的软阈值处理方法，而软阈值在诞生之初，就存在着恒定偏差的缺陷，也是信号处理领域的共识，软阈值恒定偏差的特性会使降噪后的信号存在失真的问题，对于故障电弧领域的处理，因为软阈值函数是直接减去阈值的，过于直接暴力，会破坏信号的时频特征，从而影响后续的信号时频分析。
6.公布号为cn114034960a的专利申请文献提出的基于弱电弧特征的故障电弧检测方法中使用的是奇异值分解的方法进行信号降噪，奇异值分解的理论是期望将信号与噪声分解到两个垂直的平面上，从而剥离出信号。在故障电弧领域，故障电弧本身频段较宽，且能量是变化的，这就导致当故障电弧存在时，很难找到一种合适的分解矩阵来将噪声剥离出去，因此，基于奇异值分解的信号降噪算法在故障电弧领域的应用中，会出现较大的偏差。而且奇异值分解是基于理论推导得到的经验式处理方法，环境适配性不佳，意味着奇异值分解的适用范围是特定的，容易遭到环境的干扰。奇异值本身是大量矩阵分解处理的算法，会带来大量的计算开销。
7.但这些常见的信号降噪算法在故障电弧检测领域应用中存在破坏信号电弧特征的问题，从而影响故障电弧检测技术的识别效果，在极端情况下甚至令故障电弧检测算法完全丧失功能，与信号降噪的初衷背道而驰。与此同时，业内尚无一种用于描述故障电弧检测算法环境普适性的评价指标。
8.因此，设计一种应用于故障电弧检测领域的改进小波阈值函数降噪算法和表征检测算法环境适配性的评价指标是迫在眉睫的。


技术实现要素：

9.本发明所要解决的技术问题在于如何显著提升故障电弧检测的检测能力。
10.本发明通过以下技术手段解决上述技术问题的：
11.第一方面，本发明提出了一种用于故障电弧检测的电流信号降噪方法，所述方法包括：
12.采集负载当前时刻的工作电流，并分析得到当前时刻的工作电流的噪声估计谱；
13.对所述噪声估计谱和负载后续时刻工作电流分别进行小波分解，得到第一小波系数和第二小波系数；
14.基于所述第一小波系数对所述第二小波系数进行修正，得到第三小波系数；
15.对所述第三小波系数进行小波重构，得到时域增强信号。
16.进一步地，所述采集负载当前时刻工作电流，并分析得到当前时刻工作电流的噪声估计谱，包括：
17.利用电流采集传感器采集所述负载当前时刻的工作电流；
18.对所述负载当前时刻的工作电流进行故障电弧分析，检测是否产生故障电弧；
19.若是，则重新采集所述负载的工作电流；
20.若否，则利用主动式噪声估计算法分析所述当前时刻的工作电流的噪声估计谱。
21.进一步地，所述对所述噪声估计谱和负载后续时刻工作电流分别进行小波分解，得到第一小波系数和第二小波系数，包括：
22.对所述噪声估计谱和负载后续时刻工作电流分别进行基于dbn系小波基的小波分解，得到第一小波系数和第二小波系数。
23.进一步地，所述基于所述第一小波系数对所述第二小波系数进行修正，得到第三小波系数，包括：
24.估计所述第一小波系数的阈值；
25.基于所述阈值构造抑制因子矩阵；
26.基于所述抑制因子矩阵对所述第二小波系数进行修正，得到所述第三小波系数。
27.进一步地，所述估计所述第一小波系数的阈值，公式表示为：
[0028][0029]
式中：λj表示所述第一小波系数的阈值，表示第j层分解的第i个第一小波系数，n表示当前层的小波系数长度。
[0030]
进一步地，所述基于所述阈值构造抑制因子矩阵，公式表示为：
[0031][0032]
式中：hw表示抑制因子矩阵，λj表示所述第一小波系数的阈值，w2(i，j)表示第j层分解的第i个第二小波系数，α、β为调整因子。
[0033]
进一步地，所述基于所述抑制因子矩阵对所述第二小波系数进行修正，得到所述
第三小波系数，公式表示为：
[0034][0035]
式中：表示所述第三小波系数，hw表示所述抑制因子矩阵，w2(i，j)表示第j层分解的第i个第二小波系数。
[0036]
进一步地，在所述基于所述第一小波系数对所述第二小波系数进行修正，得到第三小波系数之后，所述方法还包括：
[0037]
对所述第三小波信号进行故障电弧分析，并计算阈值裕度，公示表示为：
[0038]
thmar＝abnca
maxm-nca
max
[0039]
式中：thmar表示阈值裕度，abnca
maxm
表示故障态电弧描述特征的第m大值，nca
max
表示正常态电弧描述特征的最大值。
[0040]
第二方面，本发明还提出了一种用于故障电弧检测的电流信号降噪系统，所述系统包括：
[0041]
采集模块，用于采集负载当前时刻的工作电流，并分析得到当前时刻的工作电流的噪声估计谱；
[0042]
小波分解模块，用于对所述噪声估计谱和负载后续时刻工作电流分别进行小波分解，得到第一小波系数和第二小波系数；
[0043]
修正模块，用于基于所述第一小波系数对所述第二小波系数进行修正，得到第三小波系数；
[0044]
小波重构模块，用于对所述第三小波系数进行小波重构，得到时域增强信号。
[0045]
第三方面，本发明还提出了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上所述的用于故障电弧检测的电流信号降噪方法。
[0046]
本发明的优点在于：
[0047]
(1)本发明对根据当前时刻工作电流分析出的噪声估计谱与后续时刻的工作电流分别进行小波分解，然后利用噪声估计谱的小波系数对后续时刻工作电流的小波系数进行修正，并根据修正后的小波系数进行小波重构，得到降噪后的电流信号；本发明所提出的改进的小波阈值函数改善了传统小波阈值函数连续性差、存在恒定偏差的缺陷，经降噪算法处理后的电流信号不仅抑制了噪声的存在，还改善了信号的电弧特征，使得故障电弧检测算法的检测性能得到显著提升。
[0048]
(2)通过引入两个调整因子α和β，使得阈值函数在具体的用电环境中可以灵活变化，提高算法环境适配性。
[0049]
(3)设计阈值裕度作为用于描述故障电弧检测算法环境普适性及降噪算法信号改善效果的评价指标。
[0050]
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
[0051]
图1是本发明提出的一种用于故障电弧检测的电流信号降噪方法的流程示意图；
[0052]
图2是本发明提出的一种用于故障电弧检测的电流信号降噪方法的整体流程示意
图；
[0053]
图3是本发明中采用主动式噪声估计得到的噪声估计谱时域波形图；
[0054]
图4是本发明中正常态阻性负载降噪前后的时域波形对比示意图，其中，(a)为正常态阻性负载降噪前的时域波形，(b)为正常态阻性负载降噪后的时域波形；
[0055]
图5是本发明中故障态阻性负载降噪前后的时域波形对比示意图，其中，(a)为故障态阻性负载降噪前的时域波形，(b)为故障态阻性负载降噪后的时域波形；
[0056]
图6是本发明中正常态感性负载降噪前后的时域波形对比示意图，其中，(a)为正常态感性负载降噪前的时域波形，(b)为正常态感性负载降噪后的时域波形；
[0057]
图7是本发明中故障态感性负载降噪前后的时域波形对比示意图，其中，(a)为故障态感性负载降噪前的时域波形，(b)为故障态感性负载降噪后的时域波形；
[0058]
图8是本发明中阻性负载降噪前后故障电弧特征变化对比示意图，其中，(a)为阻性负载降噪前故障电弧特征变化图，(b)为阻性负载降噪后故障电弧特征变化图；
[0059]
图9是本发明中感性负载降噪前后故障电弧特征变化对比示意图，其中，(a)为感性负载降噪前故障电弧特征变化图，(b)感性负载降噪后故障电弧特征变化图；
[0060]
图10是本发明中两种负载降噪前后的阈值裕度变化对比示意图；
[0061]
图11是本发明提出的一种用于故障电弧检测的电流信号降噪系统的结构示意图。
具体实施方式
[0062]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0063]
如图1所示，本发明第一实施例提出了一种用于故障电弧检测的电流信号降噪方法，所述方法包括以下步骤：
[0064]
s10、采集负载当前时刻的工作电流，并分析得到当前时刻的工作电流的噪声估计谱；
[0065]
s20、对所述噪声估计谱和负载后续时刻工作电流分别进行小波分解，得到第一小波系数和第二小波系数；
[0066]
s30、基于所述第一小波系数对所述第二小波系数进行修正，得到第三小波系数；
[0067]
s40、对所述第三小波系数进行小波重构，得到时域增强信号。
[0068]
本实施例通过对根据当前时刻工作电流分析出的噪声估计谱与后续时刻的工作电流分别进行小波分解，然后利用噪声估计谱的第一小波系数对后续时刻工作电流的第二小波系数进行修正，并根据修正后的第三小波系数进行小波重构，得到降噪后的电流信号；本发明所提出的改进的小波阈值函数改善了传统小波阈值函数连续性差、存在恒定偏差的缺陷，降噪算法在降低待分析信号中噪声含量的同时，保护并增强待分析信号的电弧特征，从而显著提升故障电弧检测技术的检测能力。
[0069]
在一实施例中，如图2所示，所述步骤s10：采集负载当前时刻工作电流，并分析得到当前时刻工作电流的噪声估计谱，具体包括以下步骤：
[0070]
s11、利用电流采集传感器采集所述负载当前时刻的工作电流；
[0071]
s12、对所述负载当前时刻的工作电流进行故障电弧分析，检测是否产生故障电弧，若是则重新执行步骤s11，若否则执行步骤s13；
[0072]
需要说明的是，故障电弧的检测过程可为：对负载当前时刻的电流信号进行小波变换，获取小波系数；对小波系数进行处理获取至少两个故障指示特征；其故障指示特征满足：当产生故障电弧时，故障指示特征不受非故障支路的干扰，且能够用于判断故障支路是否发生故障；若至少两个故障指示特征满足预设判断条件，则确定出现故障电弧。具体的检测过程可采用公布号为cn111707908a的专利申请文献，详细检测过程该处不再赘述。
[0073]
应当理解的是，本领域技术人员也可根据实际需求采用其他的检测方法进行故障电弧的检测，本实施例不作具体限定。
[0074]
s13、利用主动式噪声估计算法分析所述当前时刻的工作电流的噪声估计谱。
[0075]
需要说明的是，噪声估计谱的分析过程可为：在工作电流中检测到故障电弧后，滤除工作电流中频率小于100hz的成分，生成较高频段的背景噪声；根据负载干路电流信号及背景噪声的频域能量分布计算干路电流信号各个频率的抑制因子；将抑制因子与干路电流信号的频谱相乘得到降噪后的电流频谱。具体的检测过程可采用公布号为cn113311227a的专利申请文献，详细分析过程该处不再赘述。
[0076]
应当理解的是，本领域技术人员也可根据实际需求采用其他的分析方法分析工作电流的噪声估计谱，本实施例不作具体限定。
[0077]
在一实施例中，所述步骤s20：对所述噪声估计谱和负载后续时刻工作电流分别进行小波分解，得到第一小波系数和第二小波系数，具体为：
[0078]
对所述噪声估计谱和负载后续时刻工作电流分别进行基于dbn系小波基的小波分解，得到第一小波系数和第二小波系数。
[0079]
需要说明的是，本实施例可对后续输入的工作电流信号和噪声估计谱进行3层db4小波分解，并提取噪声估计谱对应的第一小波系数和后续工作电流对应的第二小波系数。
[0080]
应当理解的是，本领域技术人员也可根据实际需求，具体选用小波函数的消失矩n，本实施例不作具体限定。
[0081]
在一实施例中，所述步骤s30：基于所述第一小波系数对所述第二小波系数进行修正，得到第三小波系数，具体包括以下步骤：
[0082]
s31、估计所述第一小波系数的阈值；
[0083]
s32、基于所述阈值构造抑制因子矩阵；
[0084]
s33、基于所述抑制因子矩阵对所述第二小波系数进行修正，得到所述第三小波系数。
[0085]
需要说明的是，本实施例通过构造抑制矩阵，利用抑制因子矩阵与第二小波系数相乘对第二小波系数进行修正，进行比例性的缩小，而不是直接的减去，因此，对于信号的时频特征来说，只是被扩大缩小了，是线性的变化。而且本实施先对工作电流进行了噪声的估计，通过噪声估计的结果来设置变化的程度，因此对于信号越强的位置，缩小是较小的，对于噪声较强的位置，缩小是较大的，这就使得信号的时频特征被放大了。
[0086]
在一实施例中，所述估计所述第一小波系数的阈值，公式表示为：
[0087][0088]
式中：λj表示所述第一小波系数的阈值，表示第j层分解的第i个第一小波系数，n表示当前层的小波系数长度。
[0089]
在一实施例中，所述基于所述阈值构造抑制因子矩阵，公式表示为：
[0090][0091]
式中：hw表示抑制因子矩阵，λj表示所述第一小波系数的阈值，w2(i，j)表示第j层分解的第i个第二小波系数，α、β为调整因子。
[0092]
需要说明的是，α在抑制因子的分母上，用于直接控制算法的处理强度，当α越大时，会对信号的处理更加剧烈，同理，β作为阶次，β越大，会放大处理的程度。α和β一般情况下，取1即可。
[0093]
本实施例通过引入两个调整因子α和β，可随实际应用环境动态调整，使得阈值函数在具体的用电环境中可以灵活变化，提高算法环境适配性。
[0094]
在一实施例中，所述第三小波系数，公式表示为：
[0095][0096]
式中：表示所述第三小波系数，hw表示所述抑制因子矩阵，w2(i，j)表示第j层分解的第i个第二小波系数。
[0097]
需要说明的是，第三小波系数实际上是对第二小波系数处理后的增强结果。
[0098]
在一实施例中，在所述步骤s30：基于所述第一小波系数对所述第二小波系数进行修正，得到第三小波系数之后，所述方法还包括以下步骤：
[0099]
对所述第三小波信号进行故障电弧分析，并计算阈值裕度，公示表示为：
[0100]
thmar＝abnca
maxm-nca
max
[0101]
式中：thmar表示阈值裕度，abnca
maxm
表示故障态电弧描述特征的第m大值，nca
max
表示正常态电弧描述特征的最大值。
[0102]
具体地，m取值包括但不限于20，本领域技术人员可根据实际需求具体选择m的取值。
[0103]
目前故障电弧检测领域中，没有一个合适的用于评价算法适配性的评价指标，同时，在更不被关注的故障电弧降噪领域，更没有一个用于评价降噪算法能力的指标，信号处理领域中语音、图像等评价能力的指标，例如信噪比，均方差等，显然是不符合故障电弧降噪领域的要求，故障电弧领域的降噪期望是放大电弧特征，减少噪声干扰。本实施例设计阈值裕度作为用于描述故障电弧检测算法环境普适性及降噪算法信号改善效果的评价指标，阈值裕度的大小，可表明算法的环境适配性即表征着算法有多少余度可以去兼容环境的干扰。
[0104]
以下通过一具体实例，对本方案进行说明：
[0105]
通过电流互感器采集阻性负载、感性负载在50hz频率220v电压环境下的正常态和故障态工作电流，对采集到的工作电流采用主动噪声估计方法得到噪声估计谱，如图3所示。
[0106]
对后续电流信号输入和噪声估计谱进行3层db4小波分解，并提取相应的第二小波系数和第一小波系数；估计噪声估计谱对应的第一小波系数的阈值，通过阈值构造抑制因子矩阵并对输入的后续电流工作信号的第二小波系数进行修正处理，并在完成处理后进行小波重构，得到时域增强波形，如图4-图7所示。
[0107]
对增强后的信号进行故障电弧分析，可采用公布号为cn111707908a的专利申请文献提出的故障电弧分析方法，其结果如图8-图9所示，可以明显看到，正常态信号特征明显下降，故障态信号特征有一定抬升，使得正常态特征与故障态特征进一步分离，符合故障电弧检测技术的期望，在一定程度上提升了故障电弧检测技术的检测能力。
[0108]
对降噪前后的工作电流信号进行阈值裕度分析，如图10所示，对于阻性负载，本发明提出的降噪算法使得故障电弧检测算法的阈值裕度提升64.69％，对于感性负载，本发明提出的降噪算法使得故障电弧检测算法的阈值裕度提升12.08％。
[0109]
此外，如图11所示，本发明第二实施例提出了一种用于故障电弧检测的电流信号降噪系统，所述系统包括：
[0110]
采集模块10，用于采集负载当前时刻的工作电流，并分析得到当前时刻的工作电流的噪声估计谱；
[0111]
小波分解模块20，用于对所述噪声估计谱和负载后续时刻工作电流分别进行小波分解，得到第一小波系数和第二小波系数；
[0112]
修正模块30，用于基于所述第一小波系数对所述第二小波系数进行修正，得到第三小波系数；
[0113]
小波重构模块40，用于对所述第三小波系数进行小波重构，得到时域增强信号。
[0114]
本实施例对根据当前时刻工作电流分析出的噪声估计谱与后续时刻的工作电流分别进行小波分解，然后利用噪声估计谱的小波系数对后续时刻工作电流的小波系数进行修正，并根据修正后的小波系数进行小波重构，得到降噪后的电流信号；本发明所提出的改进的小波阈值函数改善了传统小波阈值函数连续性差、存在恒定偏差的缺陷，经降噪算法处理后的电流信号不仅抑制了噪声的存在，还改善了信号的电弧特征，使得故障电弧检测算法的检测性能得到显著提升。
[0115]
在一实施例中，所述采集模块10，具体包括：
[0116]
电流采集单元，用于利用电流采集传感器采集所述负载当前时刻的工作电流；
[0117]
电弧检测单元，用于对所述负载当前时刻的工作电流进行故障电弧分析，检测是否产生故障电弧；
[0118]
噪声估计单元，用于在所述电弧检测单元未检测到故障电弧时，利用主动式噪声估计算法分析所述当前时刻的工作电流的噪声估计谱；
[0119]
所述电流采集单元，用于在所述电弧检测单元检测到故障电弧时，重新采集所述负载的工作电流。
[0120]
在一实施例中，所述小波分解模块20，具体用于：
[0121]
对所述噪声估计谱和负载后续时刻工作电流分别进行基于dbn系小波基的小波分
解，得到第一小波系数和第二小波系数。
[0122]
在一实施例中，所述修正模块30，具体包括：
[0123]
阈值估计单元，用于估计所述第一小波系数的阈值；
[0124]
具体地，所述第一小波系数的阈值公式表示为：
[0125][0126]
式中：λj表示所述第一小波系数的阈值，表示第j层分解的第i个第一小波系数，n表示当前层的小波系数长度。
[0127]
矩阵构造单元，用于基于所述阈值构造抑制因子矩阵；
[0128]
具体地，所述抑制因子矩阵公式表示为：
[0129][0130]
式中：hw表示抑制因子矩阵，λj表示所述第一小波系数的阈值，w2(i，j)表示第j层分解的第i个第二小波系数，α、β为调整因子。
[0131]
修正单元，用于基于所述抑制因子矩阵对所述第二小波系数进行修正，得到所述第三小波系数。
[0132]
具体地，所述第三小波系数公式表示为：
[0133][0134]
式中：表示所述第三小波系数，hw表示所述抑制因子矩阵，w2(i,j)表示第j层分解的第i个第二小波系数。
[0135]
在一实施例中，所述系统还包括阈值裕度计算模块，用于：
[0136]
对所述第三小波信号进行故障电弧分析，并计算阈值裕度，公示表示为：
[0137]
thmar＝abnca
maxm-nca
max
[0138]
式中：thmar表示阈值裕度，abnca
maxm
表示故障态电弧描述特征的第m大值，nca
max
表示正常态电弧描述特征的最大值。
[0139]
需要说明的是，本发明所述用于故障电弧检测的电流信号降噪系统的其他实施例或具有实现方法可参照上述各方法实施例，此处不再赘余。
[0140]
此外，本发明第三实施例还提出了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上第一实施例所述的用于故障电弧检测的电流信号降噪方法。
[0141]
需要说明的是，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、
通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
[0142]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0143]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0144]
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

技术特征：
1.一种用于故障电弧检测的电流信号降噪方法，其特征在于，所述方法包括：采集负载当前时刻的工作电流，并分析得到当前时刻的工作电流的噪声估计谱；对所述噪声估计谱和负载后续时刻工作电流分别进行小波分解，得到第一小波系数和第二小波系数；基于所述第一小波系数对所述第二小波系数进行修正，得到第三小波系数；对所述第三小波系数进行小波重构，得到时域增强信号。2.如权利要求1所述的用于故障电弧检测的电流信号降噪方法，其特征在于，所述采集负载当前时刻工作电流，并分析得到当前时刻工作电流的噪声估计谱，包括：利用电流采集传感器采集所述负载当前时刻的工作电流；对所述负载当前时刻的工作电流进行故障电弧分析，检测是否产生故障电弧；若是，则重新采集所述负载的工作电流；若否，则利用主动式噪声估计算法分析所述当前时刻的工作电流的噪声估计谱。3.如权利要求1所述的用于故障电弧检测的电流信号降噪方法，其特征在于，所述对所述噪声估计谱和负载后续时刻工作电流分别进行小波分解，得到第一小波系数和第二小波系数，包括：对所述噪声估计谱和负载后续时刻工作电流分别进行基于dbn系小波基的小波分解，得到第一小波系数和第二小波系数。4.如权利要求1所述的用于故障电弧检测的电流信号降噪方法，其特征在于，所述基于所述第一小波系数对所述第二小波系数进行修正，得到第三小波系数，包括：估计所述第一小波系数的阈值；基于所述阈值构造抑制因子矩阵；基于所述抑制因子矩阵对所述第二小波系数进行修正，得到所述第三小波系数。5.如权利要求4所述的用于故障电弧检测的电流信号降噪方法，其特征在于，所述估计所述第一小波系数的阈值，公式表示为：式中：λ
j
表示所述第一小波系数的阈值，表示第j层分解的第i个第一小波系数，n表示当前层的小波系数长度。6.如权利要求4所述的用于故障电弧检测的电流信号降噪方法，其特征在于，所述基于所述阈值构造抑制因子矩阵，公式表示为：式中：h
w
表示抑制因子矩阵，λ
j
表示所述第一小波系数的阈值，w2(,j)表示第j层分解的第i个第二小波系数，α、β为调整因子。7.如权利要求4所述的用于故障电弧检测的电流信号降噪方法，其特征在于，所述基于所述抑制因子矩阵对所述第二小波系数进行修正，得到所述第三小波系数，公式表示为：
式中：表示所述第三小波系数，h
w
表示所述抑制因子矩阵，w2(,j)表示第j层分解的第i个第二小波系数。8.如权利要求1所述的用于故障电弧检测的电流信号降噪方法，其特征在于，在所述基于所述第一小波系数对所述第二小波系数进行修正，得到第三小波系数之后，所述方法还包括：对所述第三小波信号进行故障电弧分析，并计算阈值裕度，公示表示为：thmar＝abnca
maxm-ca
max
式中：thmar表示阈值裕度，abnca
maxm
表示故障态电弧描述特征的第m大值，nca
max
表示正常态电弧描述特征的最大值。9.一种用于故障电弧检测的电流信号降噪系统，其特征在于，所述系统包括：采集模块，用于采集负载当前时刻的工作电流，并分析得到当前时刻的工作电流的噪声估计谱；小波分解模块，用于对所述噪声估计谱和负载后续时刻工作电流分别进行小波分解，得到第一小波系数和第二小波系数；修正模块，用于基于所述第一小波系数对所述第二小波系数进行修正，得到第三小波系数；小波重构模块，用于对所述第三小波系数进行小波重构，得到时域增强信号。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1-8中任一项所述的用于故障电弧检测的电流信号降噪方法。

技术总结
本发明公开一种用于故障电弧检测的电流信号降噪方法、系统及存储介质，包括：采集负载当前时刻的工作电流，并分析得到当前时刻的工作电流的噪声估计谱；对所述噪声估计谱和负载后续时刻工作电流分别进行小波分解，得到第一小波系数和第二小波系数；基于所述第一小波系数对所述第二小波系数进行修正，得到第三小波系数；对所述第三小波系数进行小波重构，得到时域增强信号。本发明所提出的改进的小波阈值函数改善了传统小波阈值函数连续性差、存在恒定偏差的缺陷，经降噪算法处理后的电流信号不仅抑制了噪声的存在，还改善了信号的电弧特征，使得故障电弧检测算法的检测性能得到显著提升。提升。提升。


技术研发人员：李嘉诚 陆守香 王文家
受保护的技术使用者：中国科学技术大学先进技术研究院
技术研发日：2023.03.14
技术公布日：2023/9/20