(国网四川省电力公司广安供电公司四川广安638000)
摘要：暂态电能质量扰动信号通常包含大量噪声，噪声会对扰动定位分析产生严重影响，从而导致定位误差过大，甚至定位失败。针对该问题，采用平稳小波变换分解信号，并通过改进阈值函数对信号进行去噪与定位。逐层计算高频分量中噪声的均方差，并利用通用阈值估计方法计算各层去噪阈值，根据信号、噪声的小波系数分布规律，对各层阈值进行修正，结合改进的阈值函数分别对各层小波系数进行去噪处理。仿真实验表明，改进的阈值函数去噪方法在去除噪声的同时能够较好保留扰动起止点特征，实现扰动定位。
关键词：电能质量；小波变换；小波阈值；阈值函数；去噪；扰动定位
1引言
随着电力电子设备迅速增加，暂态电能质量问题日益突出，准确分析暂态电能扰动是提高电能质量的前提。电能质量扰动信号包含大量噪声，扰动起止时刻易被淹没，不利于突变点定位。因此，如何减少噪声对电能质量信号的影响并保留突变点信息是一个非常重要的课题[1]。小波阈值去噪方法具有优良的时频局部化特性，有助于研究突变信号和非平稳信号，已成为暂态电能质量去噪研究的主要方法之一。
小波阈值去噪算法的结果主要受小波基、分解层数、阈值估计方法以及阈值函数影响，其中阈值估计方法与阈值函数对去噪结果影响巨大。通过引入不同的阈值估计方法[2,3]或改进阈值函数均能较好的抑制噪声[4,5]，但去噪过程中容易将暂态扰动过度平滑造成扰动信息丢失，导致突变点特征削弱甚至滤除，不利于突变点定位。本文提出一种具有可调参数的改进阈值函数，并根据噪声的分布规律对通用阈值估计方法进行修正。通过本文研究，希望对电能质量扰动信号实现去噪的同时保留突变点信息，从而对扰动精准定位。
2小波阈值去噪算法
去噪后得到的信噪比越高，则去噪效果越好。
4.2去噪结果分析
从表1可知，在不同噪声强度下，三种阈值去噪方法所得结果不同。当噪声强度为10dB和15dB时，硬阈值算法与本文的改进算法效果基本相同，而软阈值算法去噪效果较差。对于噪声强度为20dB的暂态振荡信号，硬阈值与改进算法去噪效果几乎相同。对于噪声强度为20dB下的电压骤降、电压短时中断以及电压谐波，改进算法的信噪比分别为34.51dB、34.21dB、33.58dB，去噪效果具有明显的提升，优于软、硬阈值函数。当信号噪声强度减小到25dB时，改进算法与硬阈值算法效果基本相同，而软阈值算法去噪效果不佳。从去噪效果衡量，本文提出的改进算法在20dB噪声强度下能去的较好的去噪效果。在其它噪声强度下，去噪效果与硬阈值函数去噪方法相近，远优于软阈值函数去噪方法。
在软硬阈值函数的基础之上，本文提出一种改进小波阈值函数去噪方法，并对通用阈值估计方法进行修正，利用改进算法对四种典型电能质量暂态扰动进行去噪与定位分析，仿真实验表明：该算法的去噪效果较软硬阈值函数去噪方法更好，去噪的同时能保留高频系数中的扰动突变点信息，从而实现暂态扰动的精确定位。
参考文献:
[2]许超.基于改进的小波阈值的电能质量信号去噪[J].电测与仪表,2015,52(5):64-66.
[3]张全明,刘会金,兰泉妮.基于小波混合阀值方法的电能质量信号去噪[J].电力自动化设备,2008,28(8):28-35.
[4]柯慧,顾洁.电能质量信号的小波阈值去噪[J].电力系统及其自动化学报,2010,22(2):103-108.
[5]刘卫东,刘尚合,胡小锋,等.小波阈值去噪函数的改进方法分析[J].高电压技术,2007,33(10):59-63.