来源：期刊VIP网 时间：
作者：张小牛;司士军;李军鸿;王安乐;
单位：平顶山天安煤业股份有限公司;中国平煤神马控股集团有限公司;
摘要：目前矿用高压电缆局部放电（PD）信号易埋没在噪声中难以提取，在PD降噪中使用变分模态分解（VMD）是一种有效手段，但VMD算法的分解层数K和惩罚因子α难以确定。针对该问题，提出基于自适应螺旋飞行麻雀搜索算法（ASFSSA）-VMD-KSVD的矿用高压电缆局部放电信号去噪方法。采用ASFSSA优化VMD，利用混沌映射策略使种群分布更加均匀，避免陷入局部最优解；通过VMD获得一系列本征模态函数（IMF），再用复合多尺度模糊散布熵（CMFDE）来筛选IMF分量的性质，将IMF分量分为信号主导分量和噪声主导分量；对筛选后的噪声主导分量构建KSVD字典学习的训练样本，通过稀疏编码和字典更新进一步抑制噪声；对处理后的系数进行重构并将信号块叠加即可得到去噪后的信号。采用信噪比（SNR）、均方根误差（RMSE）、归一化互相关系数（NCC）来评估去噪效果，实验结果表明：在不同SNR条件下，采用ASFSSA算法去噪后的SNR远大于灰狼优化（GWO）算法和改进鲸鱼优化算法（IWOA），在噪声抑制方面有明显优势；采用ASFSSA算法去噪后的RMSE远小于GWO算法和IWOA，去噪时的真实值与预测值差别最小；采用ASFSSA算法去噪后的NCC十分接近1，在波形相似度上表现良好。
关键词：局部放电;;变分模态分解;;自适应螺旋飞行麻雀搜索;;复合多尺度模糊散布熵;;KSVD字典学习
基金资助：河南省科技攻关资助项目（182102310936）
