[发明专利]一种用于电缆故障检测定点仪的智能背景降噪方法

说明书

本发明属于智能背景降噪技术领域，公开了一种用于电缆故障检测定点仪的智能背景降噪方法，包括：确定对采样的电缆故障点放电带噪声音信号进行分帧处理时的帧长、帧移参数；确定对带噪放电声音信号进行分帧时所使用的窗函数；确定带噪放电声音信号前导无话段长度；确定对带噪放电声音信号进行降噪处理所使用的谱减法中的过减因子与增益补偿因子；采用谱减法对带噪放电声音信号进行去噪处理；确定小波基与小波分解层数；用小波变换对谱减法处理得到的信噪比提高的信号进行分析，进一步将放电声音信号与残留噪声分离开。本发明实时性好，运算量小，鲁棒性强，具有对噪声先验知识需求少的特性，精确度高，可灵敏地将噪声与放电声音信号区分开来。

技术领域

本发明属于智能背景降噪技术领域，尤其涉及一种用于电缆故障检测定点仪的智能背景降噪方法。

背景技术

随着电力电缆应用数量的不断增多与运行时间的不断增长，电缆故障率也随之增加。由于目前电缆大多埋在地下，一旦发生故障则很难将其找到，如果定位不准将会浪费大量时间，造成人们生活的不便与无法估量的经济损失，因此找到一种快速、准确的电缆故障定位方法可以减少故障修复费用和停电时间，从而减少停电带来的损失。声磁同步法是目前电缆故障定位方法中的一种有效的方法，其原理是根据声音信号与磁场信号的传播速度不同所产生的检测时间差来定位故障点的位置，其中由电磁感应原理获得的磁场信号不易被干扰，容易被检测到，而放电声音信号是由放电能量转化的振动产生，产生的信号小，尤其当电缆路径所处的周围环境含强背景噪声时，放电声音信号被噪声淹没，性噪比低，所以放电声音信号的有效检测是声磁同步法中的难点。声音信号有效检测的根本是抑制背景噪声，从含噪声音中提取尽可能纯净的原始声音信号。随着声音信号数字化处理技术的迅猛发展，智能背景降噪技术逐渐成为人们研究的热点，产生了很多方法用以对声音信号进行降噪以达到增强与提取的目的，目前智能背景降噪方法主要分为4类方法：1.基于短时幅度谱估计的背景降噪方法，该方法是实时处理中应用最广泛的一类方法，但是基于该原理的方法均会产生一些“音乐噪声”；2.基于信号子空间的背景降噪方法，该方法计算复杂度高；3.基于声音生成模型的降噪方法，其中，最常用的是维纳滤波及卡尔曼滤波，维纳滤波，形式简单，但滤波参数是固定的，局限性较大，卡尔曼滤波，计算量大，因而限制了此算法的应用；4.基于人耳掩蔽阈值的降噪方法，但该方法常需要借助其他算法，在计算的过程中需要估计出纯净声音的功率谱，且计算量较大。

综上所述，现有技术存在的问题是：目前电缆故障检测定点仪中的定位算法无法有效提取信噪比低或含有复杂环境噪声信号中的放电声。

发明内容

针对现有技术存在的问题，本发明提供了一种用于电缆故障检测定点仪的智能背景降噪方法。

本发明是这样实现的，一种用于电缆故障检测定点仪的智能背景降噪方法，所述用于电缆故障检测定点仪的智能背景降噪方法采用谱减法和小波变换去除数据相关性相结合用以对电缆故障点放电声音信号进行背景降噪；参数由基于背景与电缆故障点放电声音信号为周期性与瞬间高能量性的窄带信号来确定；

所述谱减法对带噪放电声音信号进行去噪处理，采集的故障点放电带噪声音信号为y(n)(n为采样点数)，加窗处理后得到第i帧信号为y_i(n)，将其做离散傅里叶变换(DFT)后为Y_i(k)(k＝0,1,···,M-1,M为帧长)，其幅值为|Y_i(k)|，前导无话段的噪声平均能量为a为过减因子，b为增益补偿因子，谱减后信号的幅值为利用声音信号对相位不敏感的特性，谱减后信号的幅值结合谱减前信号的相位经傅里叶逆变换即可得到经过谱减处理，即已初步消噪的放电声音信号，谱减算法为：

根据小波与采集信号样本数据的特性确定小波基与小波分解层数，选择阶数是15～25的Daubechies小波，小波分解层数取3～5。

进一步，所述用于电缆故障检测定点仪的智能背景降噪方法包括以下步骤：