UHF PD信号的自适应VMD与SSA去噪方法：新策略与性能验证

本文主要探讨了在超高压电气设备绝缘缺陷检测与诊断的UHF（超高频）部分放电信号处理中的一个重要问题——噪声抑制。传统的噪声消除算法往往不能同时有效地减少多种类型的噪声，并且在特征保留方面存在不足。为了改进这一现状，研究者提出了一个新颖的基于自适应变分模分解（Adaptive Variational Mode Decomposition, VMD）和奇异谱分析（Singular Spectrum Analysis, SSA）融合的收缩方法。 首先，该方法设计了一个自动模式数选择策略，利用VMD将原始信号分解为一系列具有带限内禀模态函数（Band Limited Intrinsic Mode Functions, BLIMFs）。这种方法允许对信号进行更精确的频域分析，以便更好地识别和分离不同频率成分。然后，通过计算kurtosis（峰度）来制定一个判断规则，挑选出有效的BLIMFs（eBLIMFs），这些部分更能反映信号的本质特征，而非噪声。 接下来，研究人员引入了SSA的阈值处理技术，对每个eBLIMF中的残余白噪声进行有效抑制。这种技术可以根据信号的动态特性，动态调整阈值，确保既能去除噪声又不破坏信号的重要细节。最后，通过对这些经过SSA处理的eBLIMFs进行重构，得到最终的去噪信号。 为了验证新方法的有效性，研究者从计算机模拟、实验室实验以及现场测试中收集了UHF PD数据。针对实验室和现场数据，特别设计了两个综合考虑噪声抑制和特征保留的评价指标。通过对比分析，结果表明，提出的自适应VMD和SSA结合的收缩方法在噪声抑制和特征保留方面表现优秀，相较于传统方法具有显著的优势。 这篇文章的核心贡献在于提出了一种新的UHF PD信号处理策略，它能够高效地处理复杂噪声，同时保持信号的关键特征，这对于提高超高压设备故障检测的准确性和可靠性具有重要的实际意义。通过实际案例研究，作者展示了该方法在实际应用中的优越性能，为UHF PD信号分析领域的噪声抑制技术发展提供了新的思路。