基?于?labview?的?电?能?质?量?信?号?去?噪

在电能质量监测系统中，由于设备安装位置、测量误差、仪表精度、计算误差甚至是某些人为因素，采集到的数据通常不可避免地存在各种噪声。这些噪声的存在会影响监测系统的分辨率和稳定性，且噪声常常会淹没真实的信号，导致监测系统无法正常工作。如何去除扰动信号中所含噪声，提取有用成分，改善电力监测装置的性能，是一个急待解决而且非常有意义的课题。本文首先综合分析了当前各种电能质量信号去噪方法。然后利用Labview和数字滤波技术对电能质量信号去噪问题进行了一些探讨。

1.电能质量信号去噪方法

随着各种信号处理方法的发展，电能质量去噪技术已由原始的简单线性和非线性滤波技术发展到现在的小波技术、神经网络、遗传算法等各种先进技术。文献[1-8]分别介绍了小波阈值法去噪、小波变换模极大值去噪、小波分解与重构的方法进行滤波去噪、自适应软门限去噪的新方法、基于三角模融合算子的电能质量去噪算法等。以上这些去噪方法大多都是基于matlab 的，本文主要介绍的是一种基于labVIEW的电能质量信号去噪方法。

2.数字滤波技术简介

数字滤波技术是信号分析与处理技术的重要分支。无论是信号的获得、传输，还是信号的处理和交换都离不开滤波技术，它对信号安全可靠和有效灵活地传递是至关重要的。在实际应用中，数字滤波技术通过数字滤波器来实现。数字滤波器是以数值计算的方法来实现对离散化信号的处理，以减小干扰信号在有用信号中所占的比例，从而提高信号的质量，达到滤波或加工的目的。它是数字信号分析中最广泛应用的工具之一。

数字滤波器按照离散系统的时域特性，可以分为无限冲击响应滤波器(IntiNIte Impulse Resonse Digital Filter，IIR)和有限冲击响应滤波器(Finite Impulse Response Digital Filter，FIR)两大类。前者是指冲激响应h(n)无限长序列，后者是指h(n)是有限长序列。这两种滤波器中都包含有低通、高通、带通、带阻等几种类型。

一般离散系统可以用N 阶差分方程来表示，如下式。

当bk 全为零时，H(z)为多项式形式，此时h(n)为有限长，称为FIR系统;当bk不全为零时，H(z)为有理式形式，此时h(n)为无限长，称为IIR 系统。

计算机中只能处理有限长度的信号，原始信号x(t)要以时间T(采样时间或采样长度)来截断，即有限化，有限化也称加“矩形窗”。加矩形窗导致信号突然被截断，造成信号在截断点的突变，时域内的突变将会带来很宽的附加频率成分，这些附加频率成分在原信号x(t)中其实是不存在的。一般将这种由有限化数据带来的频谱之间相互泄漏渗透的现象称为“频谱泄漏”。“频谱泄漏”使得原来集中在f0上的能量分散到全部频率轴上。

泄漏带来许多问题，它使得频率曲线上产生许多“波纹”(Ripple)，较大的波纹可能与小的共振峰值相互混淆。 为了减少泄漏，可以采用如下两种方法。

(1)对周期信号做整周截断，但这是很难做到的，因为精确地确定信号周期并非易事，对非周期信号做整周截断意味着采样点数为无穷，这根本无法实现。

(2)降低离散傅里叶变换(DFT)等效滤波器幅频特性的旁瓣，具体办法是采样序列x(n)加窗。即先使用窗函数ω(n)对x(n)进行加权，然后再做离散傅里叶变换，这种方法是行之有效的。

3.基于labview的去噪

在对电能质量信号监测的过程中，从电网中提取的实际电信号通常都含有噪声(Noise)。这些噪声信号对有用信息的正确处理是有害的，严重时甚至会淹没信号的重要特征，给信号的分析带来极大的困难，因此从被检测信号中消除噪声是对信号进行处理之前的一种必要的预处理手段，也是改善电能质量的一个关键环节。

现在假定有一加噪的正弦信号，先将其进行小波分析，再通过作用阀值抑噪声信号，重建信号达到降噪的目的。本文是使用Butterworth Filter.vi从一个混有高频白噪声的正弦信号中滤波，提取正弦信号，来实现去噪的。

3.1 Butterworth Filter.vi 图标及端口简介

Butterworth Filter.vi 图标及端口如图1所示。

(1)输入参数

滤波器类型(filter type)：有低通、高通、带通、带阻4 种滤波器类型可供选择。

X：需要滤波的信号。

采样频率(Sampling freq)fs：(默认值为1.0HZ)。高截止频率(high cutoff freq)fh：对于低通和高通滤波器，此参数无效。低截止频率(Low cutoff freq)fl：该频率必须满足采样定理，“fl”的取值范围为“0

初始化∕连续(init/cont (init：F))：，当init/cont 为False 时， 初始状态为0;当nit/cont 为True 时，初始状态为上一次调用该VI的最后状态