本發(fā)明涉及局部放電高頻電流檢測(cè)技術(shù)領(lǐng)域，具體地，涉及一種適用于高頻電流局部放電檢測(cè)的脈沖提取方法。

背景技術(shù)：

局部放電檢測(cè)是發(fā)現(xiàn)高壓電氣設(shè)備潛在絕緣缺陷的重要手段，具有靈敏度高和及時(shí)有效的特點(diǎn)。其中，高頻電流局部放電檢測(cè)通過羅氏線圈卡接在設(shè)備的接地線上的方式，不需要對(duì)設(shè)備進(jìn)行任何改造或改變運(yùn)行方式，便于安裝實(shí)施。隨著檢測(cè)頻帶日益向高頻和寬帶發(fā)展，高頻電流法反映的局部放電信號(hào)信息也更加豐富，并進(jìn)而發(fā)展了多放電源的聚類分析的能力。

對(duì)高頻電流法而言，由于相對(duì)檢測(cè)頻率仍較低，一般低于100MHz，現(xiàn)場(chǎng)各種高頻諧波、窄帶干擾和地網(wǎng)中的噪聲干擾會(huì)嚴(yán)重影響高頻法檢測(cè)的準(zhǔn)確性。高壓電氣設(shè)備內(nèi)部局部放電信號(hào)非常微弱，當(dāng)檢測(cè)信噪比較低時(shí)，噪聲信號(hào)往往會(huì)湮滅局部放電信號(hào)，造成局放脈沖無(wú)法有效提?。欢椰F(xiàn)場(chǎng)的干擾源較多，干擾頻率差異很大，如何實(shí)現(xiàn)對(duì)多種窄帶干擾存在情況下自適應(yīng)的噪聲信號(hào)識(shí)別，并在檢測(cè)過程中實(shí)時(shí)的予以抑制，成為高頻局放檢測(cè)的技術(shù)瓶頸。為提高局部放電在線監(jiān)測(cè)系統(tǒng)現(xiàn)場(chǎng)監(jiān)測(cè)的靈敏度，有限沖擊響應(yīng)濾波器、無(wú)限沖擊響應(yīng)濾波器、卡爾曼濾波器以及相關(guān)分析、模式識(shí)別和小波分析等多種數(shù)字化去噪方法得到了應(yīng)用。目前已經(jīng)發(fā)展的各種干擾抑制方法，主要存在兩個(gè)問題：一種是固定頻率窄帶濾波方法，這種處理方法自適應(yīng)程度不夠，對(duì)于存在多干擾頻率的情況效果不佳；另一個(gè)問題就是對(duì)各類信號(hào)特征信息的認(rèn)識(shí)不充分，濾波器系數(shù)的取舍缺乏針對(duì)性，導(dǎo)致濾波算法復(fù)雜、濾波效果不佳，而且計(jì)算量大，不能滿足快速實(shí)時(shí)濾波的要求。這種濾波方式往往用于局部放電數(shù)據(jù)的后處理，比如以誤差最小為目標(biāo)函數(shù)的閾值最優(yōu)化迭代算法，需要大量的重復(fù)迭代，計(jì)算量大、計(jì)算時(shí)間長(zhǎng)。已有自適應(yīng)濾波方法一般基于有用信號(hào)頻譜系數(shù)絕對(duì)值較大但數(shù)目較少，而噪聲對(duì)應(yīng)的頻譜系數(shù)是一致分布的，個(gè)數(shù)較多但絕對(duì)值較小的假定，將含噪信號(hào)頻譜系數(shù)中絕對(duì)值較小的系數(shù)置為零，保留或收縮絕對(duì)值較大的系數(shù)并進(jìn)行信號(hào)重構(gòu)以達(dá)到去除噪聲干擾的目的。事實(shí)上，局放信號(hào)屬于瞬態(tài)脈沖型寬頻信號(hào)，而窄帶干擾信號(hào)的頻譜反而數(shù)目少且絕對(duì)值大，因此即便對(duì)閾值進(jìn)行優(yōu)化也難以取得滿意的效果。

綜上所述，本申請(qǐng)發(fā)明人在實(shí)現(xiàn)本申請(qǐng)發(fā)明技術(shù)方案的過程中，發(fā)現(xiàn)上述技術(shù)至少存在如下技術(shù)問題：

在現(xiàn)有技術(shù)中，現(xiàn)有的高頻電流局部放電檢測(cè)的脈沖提取方法，存在自適應(yīng)程度較差，濾波算法復(fù)雜效果不佳，計(jì)算量大的技術(shù)問題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供了一種適用于高頻電流局部放電檢測(cè)的脈沖提取方法，解決了現(xiàn)有的高頻電流局部放電檢測(cè)的脈沖提取方法，存在自適應(yīng)程度較差，濾波算法復(fù)雜效果不佳，計(jì)算量大的技術(shù)問題，實(shí)現(xiàn)了降低計(jì)算復(fù)雜度，提高了濾波的效率，實(shí)時(shí)高性能的噪聲抑制的技術(shù)效果。

為解決上述技術(shù)問題，本申請(qǐng)?zhí)峁┝艘环N適用于高頻電流局部放電檢測(cè)的脈沖提取方法，該方法基于小波分解的高效自適應(yīng)濾波和閾值選取，所述方法包括：

步驟1：首先對(duì)經(jīng)過AD采集的數(shù)字信號(hào)序列進(jìn)行小波分解；

步驟2：對(duì)小波分解后的信號(hào)進(jìn)行特征量計(jì)算，獲得小波分解系數(shù)的峰值和峰值對(duì)應(yīng)的均方根值；

步驟3：根據(jù)各級(jí)小波分解系數(shù)的峰值與有效值的比值，確定信號(hào)類型并進(jìn)行小波分解系數(shù)收縮；

步驟4：對(duì)包含局部放電脈沖信號(hào)的小波系數(shù)進(jìn)行重構(gòu)；

步驟5：基于重構(gòu)的信號(hào)，通過自動(dòng)閾值計(jì)算提取出脈沖段。

其中，本申請(qǐng)基于局部放電信號(hào)頻譜、窄帶干擾信號(hào)頻譜及白噪聲干擾頻譜的特點(diǎn)，提出了一種基于小波分解的高效自適應(yīng)濾波和閾值選取的方法，該方法能夠充分利用已有各類信號(hào)頻譜特征，實(shí)現(xiàn)高速實(shí)時(shí)和自適應(yīng)的有效濾除中心頻率未知的多頻窄帶干擾和部分白噪聲干擾，進(jìn)而通過自動(dòng)閾值設(shè)定準(zhǔn)確的提取局部放電脈沖信號(hào)。

本申請(qǐng)基于小波多分辨分析特性，在深入研究窄帶干擾信號(hào)、局部放電信號(hào)以及白噪聲小波分解系數(shù)特征的基礎(chǔ)上，提出了基于一種小波分解系數(shù)統(tǒng)計(jì)分布特征的自適應(yīng)濾波方法，該方法能夠?qū)崿F(xiàn)對(duì)于中心頻率不確定情況下窄帶干擾和白噪聲的有效抑制，算法針對(duì)FPGA硬件設(shè)計(jì)，實(shí)時(shí)性高、計(jì)算量，濾波效果顯著。同時(shí)，對(duì)于經(jīng)過上述濾波算法消噪后的信號(hào)，給出了對(duì)應(yīng)的自適應(yīng)閾值的選取方法，以實(shí)現(xiàn)脈沖信號(hào)的準(zhǔn)確提取。

進(jìn)一步的，所述步驟1中采集的數(shù)字信號(hào)s(t)中包括：待提取的局部放電脈沖信號(hào)、窄帶干擾信號(hào)N_fi(t)、白噪聲信號(hào)N_w(t)，其中，N_fi(t)中包含至少一個(gè)中心頻率的窄帶干擾。

進(jìn)一步的，所述對(duì)經(jīng)過AD采集的數(shù)字信號(hào)序列進(jìn)行小波分解，具體包括：

a)原始序列S(n)進(jìn)行下抽樣，得到奇數(shù)序列S(n/2-1)、偶數(shù)序列S(n/2)，這里的S(n/2)、S(n/2-1)分別是S(n)的一半；

b)S(n/2-1)與高通濾波器h(n/2-1)進(jìn)行乘加運(yùn)算，得到序列S1(n/2-1)和高頻系數(shù)cD1；

c)S(n/2)與低通濾波器g(n/2)進(jìn)行乘加運(yùn)算，得到序列S1(n/2)和低頻系數(shù)cA1；

d)S1(n/2)進(jìn)行向下抽取，得到奇數(shù)序列S1(n/4-1)、偶數(shù)系列S1(n/4)，這里S1(n/4-1)、S1(n/4)分別為S1(n/2)系列的一半；

e)S(n/4-1)與高通濾波器h(n/4-1)進(jìn)行乘加運(yùn)算，得到序列S2(n/4-1)和高頻系數(shù)cD2；

f)S(n/4)與低通濾波器g(n/4)進(jìn)行乘加運(yùn)算，得到序列S2(n/4)和低頻系數(shù)cA2；

g)依次分解低頻序列，最終得到小波系數(shù)分別為：低頻系數(shù)cA6，高頻系數(shù)cD6～cD1。

其中，為了降低算法的復(fù)雜度，采用小波分解方法，該方法可以將信號(hào)和噪聲分離，達(dá)到提高信噪比的目的，實(shí)現(xiàn)在高采樣率下實(shí)時(shí)的高性能噪聲抑制。

進(jìn)一步的，經(jīng)過步驟1分解后得到的小波系數(shù)分別為：低頻系數(shù)cA6，高頻系數(shù)cD6～cD1，對(duì)各級(jí)小波分解系數(shù)計(jì)算特征量，分別為峰值V_{p_cA6}，V_{p_cD6}～V_{p_cD1}，以及其均方根值RMS_cA6，RMS_cD6～RMS_cD1；

以cA6系數(shù)為參考，小波分解系數(shù)的峰值計(jì)算方法為：

V_{p_cA6}＝Max(cA6) (1)

對(duì)應(yīng)均方根值計(jì)算公式為：

i＝1,2,...,N，N為小波系數(shù)長(zhǎng)度，cA6(i)²為cA6的均方根值。

進(jìn)一步的，所述根據(jù)各級(jí)小波分解系數(shù)的峰值與有效值的比值，確定信號(hào)類型，具體包括：

若cA6系數(shù)峰值與有效值比值為大于或等于3且小于或等于5，且標(biāo)準(zhǔn)方差與峰值百分比大于等于40％，則確認(rèn)為窄帶干擾信號(hào)；若cD6、cD5系數(shù)峰值與有效值之比在6～10之間，且標(biāo)準(zhǔn)方差與峰值百分比大于等于15％，則確認(rèn)為隨機(jī)白噪聲干擾；若cD4～cD1系數(shù)均大于20，且標(biāo)準(zhǔn)方差與峰值百分比均小于5％，則確認(rèn)為局部放電脈沖信號(hào)。

進(jìn)一步的，所述對(duì)包含局部放電脈沖信號(hào)的小波系數(shù)進(jìn)行重構(gòu)，具體包括：

a)低頻分量cA6，高頻分量cD6上抽樣后，與低頻濾波器H，高頻濾波器G

相乘累加后再相加得到低頻分量cA5；

b)依次按照a)的方法得到低頻分量cA4、cA3、cA2、cA1；

c)最終將低頻分量cA1、高頻分量cD1上抽樣后，與低頻濾波器H，高頻濾

波器G相乘累加得到原始信號(hào)S。

其中，上抽樣即從輸入序列第一個(gè)數(shù)開始每隔一個(gè)數(shù)插入一個(gè)0值，插值后的序列長(zhǎng)度增加一倍。

其中，小波重構(gòu)可以實(shí)時(shí)的、有效的濾除原始信號(hào)中的窄帶干擾和白噪聲，更準(zhǔn)確的提取放電脈沖段。

進(jìn)一步的，自動(dòng)閾值V_th＝mean(s)+3σ，其中，mean(s)為重構(gòu)信號(hào)的波形，σ為重構(gòu)信號(hào)標(biāo)準(zhǔn)方差。

進(jìn)一步的，以過閾值時(shí)刻tsamp作為信號(hào)到達(dá)時(shí)間，記錄其時(shí)間戳，并在該時(shí)刻前后分別取0.5us和2us截取該脈沖段，并在段末加上其時(shí)間戳和幅值項(xiàng)，作為一個(gè)完整的數(shù)據(jù)記錄包。

其中，本方法基于不確定多中心頻率窄帶干擾和白噪聲小波系數(shù)統(tǒng)計(jì)特征，并基于此提出了小波分解信號(hào)辨識(shí)準(zhǔn)則；本方法基于小波系數(shù)峰值與有效值比值，及小波系數(shù)標(biāo)準(zhǔn)方差與峰值百分比規(guī)則，提出了直接將窄帶干擾和白噪聲系數(shù)置零后重構(gòu)的快速實(shí)時(shí)方法，本方法利用重構(gòu)局放信號(hào)的時(shí)域統(tǒng)計(jì)量，即均值和標(biāo)準(zhǔn)差構(gòu)造了自適應(yīng)的脈沖信號(hào)閾值的方法，實(shí)現(xiàn)了局放脈沖波形信息不丟失情況下的數(shù)據(jù)壓縮。

本申請(qǐng)?zhí)峁┑囊粋€(gè)或多個(gè)技術(shù)方案，至少具有如下技術(shù)效果或優(yōu)點(diǎn)：

本發(fā)明克服了以往局放信號(hào)濾波方法中對(duì)于多頻率窄帶干擾信號(hào)及白噪聲的濾波效果，降低了計(jì)算的復(fù)雜度，省略了傳統(tǒng)自適應(yīng)濾波中閾值優(yōu)化疊代過程，極大的提高了濾波的效率，實(shí)現(xiàn)了在高采樣率下實(shí)時(shí)高性能的噪聲抑制；并通過自適應(yīng)閾值的脈沖段提取，在不損失脈沖波形信息的情況下放電數(shù)據(jù)的壓縮，為后續(xù)局放信號(hào)的準(zhǔn)確診斷提供了良好的預(yù)處理。

附圖說(shuō)明

此處所說(shuō)明的附圖用來(lái)提供對(duì)本發(fā)明實(shí)施例的進(jìn)一步理解，構(gòu)成本申請(qǐng)的一部分，并不構(gòu)成對(duì)本發(fā)明實(shí)施例的限定；

圖1是本申請(qǐng)中適用于高頻電流局部放電檢測(cè)的脈沖提取方法的流程示意圖；

圖2a-d為是本申請(qǐng)中現(xiàn)場(chǎng)采集的實(shí)測(cè)含噪高頻脈沖電流信號(hào)波形示意圖；

圖3是本申請(qǐng)中小波分解方法的流程示意圖；

圖4是本申請(qǐng)中小波分解樹示意圖；

圖5是本申請(qǐng)中小波重構(gòu)方法的流程示意圖；

圖6是本申請(qǐng)中各級(jí)重構(gòu)信號(hào)子波形示意圖；

圖7是本申請(qǐng)中重構(gòu)的局放信號(hào)波形示意圖。

具體實(shí)施方式

本發(fā)明提供了一種適用于高頻電流局部放電檢測(cè)的脈沖提取方法，解決了現(xiàn)有的高頻電流局部放電檢測(cè)的脈沖提取方法，存在自適應(yīng)程度較差，濾波算法復(fù)雜效果不佳，計(jì)算量大的技術(shù)問題，實(shí)現(xiàn)了降低計(jì)算復(fù)雜度，提高了濾波的效率，實(shí)時(shí)高性能的噪聲抑制的技術(shù)效果。

為了能夠更清楚地理解本發(fā)明的上述目的、特征和優(yōu)點(diǎn)，下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明進(jìn)行進(jìn)一步的詳細(xì)描述。需要說(shuō)明的是，在相互不沖突的情況下，本申請(qǐng)的實(shí)施例及實(shí)施例中的特征可以相互組合。

在下面的描述中闡述了很多具體細(xì)節(jié)以便于充分理解本發(fā)明，但是，本發(fā)明還可以采用其他不同于在此描述范圍內(nèi)的其他方式來(lái)實(shí)施，因此，本發(fā)明的保護(hù)范圍并不受下面公開的具體實(shí)施例的限制。

實(shí)施例一：

在實(shí)施例一中，請(qǐng)參考圖1，提供了一種適用于高頻電流局部放電檢測(cè)的脈沖提取方法，所述方法包括：

步驟1：首先對(duì)經(jīng)過AD采集的數(shù)字信號(hào)序列進(jìn)行小波分解；

步驟2：對(duì)小波分解后的信號(hào)進(jìn)行特征量計(jì)算，獲得小波分解系數(shù)的峰值和峰值對(duì)應(yīng)的均方根值；

步驟3：根據(jù)各級(jí)小波分解系數(shù)的峰值與有效值的比值，確定信號(hào)類型并進(jìn)行小波分解系數(shù)收縮；

步驟4：對(duì)包含局部放電脈沖信號(hào)的小波系數(shù)進(jìn)行重構(gòu)；

步驟5：基于重構(gòu)的信號(hào)，通過自動(dòng)閾值計(jì)算提取出脈沖段。

本發(fā)明處理的對(duì)象為經(jīng)過高速數(shù)據(jù)采集獲得的數(shù)字信號(hào)序列s(t)，s(t)中包含待提取的局部放電脈沖信號(hào)，窄帶干擾信號(hào)N_fi(t)，以及白噪聲信號(hào)N_w(t)，其中N_fi(t)包含的窄帶干擾可能不止一個(gè)中心頻率。

圖2a-d為現(xiàn)場(chǎng)實(shí)測(cè)的原始高頻電流信號(hào)，該信號(hào)的信噪比SNR＝1.25，信號(hào)中存在強(qiáng)烈的窄帶周期性干擾和白噪聲，局部放電脈沖信號(hào)基本上湮滅在干擾信號(hào)中，無(wú)法直接進(jìn)行脈沖信號(hào)提取。圖中紅框中標(biāo)記的是窄帶干擾頻譜。其中，窄帶干擾中心頻率的位置和數(shù)量是不確定的。因此，難以通過確定中心頻率的濾波器進(jìn)行有效濾除。而白噪聲頻譜分布較寬，也無(wú)法通過常規(guī)濾波器進(jìn)行消除。

本發(fā)明基于小波多分辨分析特性，在深入研究窄帶干擾信號(hào)、局部放電信號(hào)以及白噪聲小波分解系數(shù)特征的基礎(chǔ)上，提出了基于一種小波分解系數(shù)統(tǒng)計(jì)分布特征的自適應(yīng)濾波方法，該方法能夠?qū)崿F(xiàn)對(duì)于中心頻率不確定情況下窄帶干擾和白噪聲的有效抑制，算法針對(duì)FPGA硬件設(shè)計(jì)，實(shí)時(shí)性高、計(jì)算量，濾波效果顯著。同時(shí)，對(duì)于經(jīng)過上述濾波算法消噪后的信號(hào)，給出了對(duì)應(yīng)的自適應(yīng)閾值的選取方法，以實(shí)現(xiàn)脈沖信號(hào)的準(zhǔn)確提取。

具體實(shí)施方法為：

(1)首先對(duì)經(jīng)過AD采集的數(shù)字信號(hào)序列進(jìn)行小波分解，小波分解算法的操作流程如圖3所示。

本發(fā)明中，基小波函數(shù)選取dB6小波，分解級(jí)數(shù)N取6-8，小波分解樹如圖4所示，其中，S＝A1+D1＝A2+D2+D1＝……＝A6+D6+D5+D4+D3+D2+D1，A6、D6～D1為重構(gòu)的信號(hào)分量。

(2)經(jīng)過步驟(1)分解后得到的小波系數(shù)分別為：低頻系數(shù)cA6，高頻系數(shù)cD6～cD1，直接對(duì)各級(jí)小波分解系數(shù)計(jì)算特征量，分別為峰值V_{p_cA6}，V_{p_cD6}～V_{p_cD1}，以及其均方根值RMS_cA6，RMS_cD6～RMS_cD1。

以cA6系數(shù)為例，小波分解系數(shù)的峰值計(jì)算方法為：

V_{p_cA6}＝Max(cA6) (1)

均方根值計(jì)算公式為，

i＝1,2,...,N，N為小波系數(shù)長(zhǎng)度 (2)

理想的正弦信號(hào)的峰值與有效值之比為窄帶周期性干擾信號(hào)的峰值與其有效值比較接近。小波分解代表的是帶通濾波器，大量實(shí)測(cè)表明，窄帶周期性干擾信號(hào)對(duì)應(yīng)的小波分解系數(shù)的峰值與有效值之比分布在1.5～5之間，均值和中值均接近于0，信號(hào)標(biāo)準(zhǔn)方差與峰值比分別為41％。

白噪聲頻譜分布很寬，現(xiàn)場(chǎng)大量實(shí)測(cè)表明，白噪聲頻譜分布接近于高斯分布，其峰值與有效值比均在10以下。本例中cD6、cD5均為原始信號(hào)中包含的隨機(jī)白噪聲干擾的小波系數(shù)，信號(hào)標(biāo)準(zhǔn)方差與峰值比分別為18％和27％。

局部放電為瞬態(tài)脈沖信號(hào)，頻譜分布較廣。其小波分解系數(shù)的峰值有效值之比遠(yuǎn)遠(yuǎn)高于窄帶干擾信號(hào)和白噪聲信號(hào)，實(shí)測(cè)結(jié)果均在20以上，最小為24.9，最大為51.8，cD4～cD1系數(shù)的標(biāo)準(zhǔn)方差與峰值百分比分別為3.4％、4.2％、1.56％和1.95％。

(3)根據(jù)各級(jí)小波分解系數(shù)的峰值與有效值比值，確定信號(hào)類型并進(jìn)行系數(shù)收縮。以本發(fā)明實(shí)例為例，cA6系數(shù)峰值與有效值比值為3～5之間，標(biāo)準(zhǔn)方差與峰值百分比達(dá)到了40％，確認(rèn)為窄帶干擾信號(hào)；cD6、cD5系數(shù)峰值與有效值之比在6～10之間，標(biāo)準(zhǔn)方差與峰值百分比為15％以上，確認(rèn)為隨機(jī)白噪聲干擾；cD4～cD1系數(shù)均大于20，標(biāo)準(zhǔn)方差與峰值百分比均小于5％，確認(rèn)為局部放電脈沖信號(hào)。因此，將確認(rèn)為窄帶干擾和白噪聲干擾的小波系數(shù)置零，即

cA6＝zeros(1：length(cA6))；

cD6＝zeros(1：length(cD6))；

cD5＝zeros(1：length(cD5))

其中，zeros()為生成零矩陣函數(shù)，length()為數(shù)組長(zhǎng)度函數(shù)。

(4)信號(hào)重構(gòu)。對(duì)于包含局部放電脈沖信號(hào)的小波系數(shù)進(jìn)行重構(gòu)。小波重構(gòu)算法示意圖如5所示。

各級(jí)重構(gòu)信號(hào)及局部放電信號(hào)波形分別如圖6、圖7所示。

(5)自動(dòng)閾值脈沖段提取。由于局部放電信號(hào)持續(xù)時(shí)間短，僅為數(shù)百個(gè)ns，本發(fā)明中采用的AD為100MS/s的高速采樣，因此如果不進(jìn)行脈沖提取將極大增加后續(xù)處理的成本，局放信號(hào)信號(hào)最重要的信息是原始脈沖波形及其相位幅值。因此，這里采用自動(dòng)閾值計(jì)算以提取脈沖段的方式進(jìn)行處理。

自動(dòng)閾值取為，V_th＝mean(s)+3σ，其中mean(s)為重構(gòu)信號(hào)的波形，σ為重構(gòu)信號(hào)標(biāo)準(zhǔn)方差。

為了保證脈沖波形完整，以過閾值時(shí)刻tsamp作為信號(hào)到達(dá)時(shí)間，記錄其時(shí)間戳，并在該時(shí)刻前后分別取0.5us和2us截取該脈沖段，并在段末加上其時(shí)間戳和幅值項(xiàng)，作為一個(gè)完整的數(shù)據(jù)記錄包。

本申請(qǐng)?zhí)峁┑囊粋€(gè)或多個(gè)技術(shù)方案，至少具有如下技術(shù)效果或優(yōu)點(diǎn)：

本發(fā)明克服了以往局放信號(hào)濾波方法中對(duì)于多頻率窄帶干擾信號(hào)及白噪聲的濾波效果，降低了計(jì)算的復(fù)雜度，省略了傳統(tǒng)自適應(yīng)濾波中閾值優(yōu)化疊代過程，極大的提高了濾波的效率，實(shí)現(xiàn)了在高采樣率下實(shí)時(shí)高性能的噪聲抑制；并通過自適應(yīng)閾值的脈沖段提取，在不損失脈沖波形信息的情況下放電數(shù)據(jù)的壓縮，為后續(xù)局放信號(hào)的準(zhǔn)確診斷提供了良好的預(yù)處理。

盡管已描述了本發(fā)明的優(yōu)選實(shí)施例，但本領(lǐng)域內(nèi)的技術(shù)人員一旦得知了基本創(chuàng)造性概念，則可對(duì)這些實(shí)施例作出另外的變更和修改。所以，所附權(quán)利要求意欲解釋為包括優(yōu)選實(shí)施例以及落入本發(fā)明范圍的所有變更和修改。

顯然，本領(lǐng)域的技術(shù)人員可以對(duì)本發(fā)明進(jìn)行各種改動(dòng)和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動(dòng)和變型在內(nèi)。