针对煤矿高压电缆局部放电脉冲信号易被井下噪声干扰从而影响绝缘监测准确性的问题，提出采用小波熵空域相关算法对信号进行去噪。该算法选用小波熵的大小作为噪声能量阈值，通过改变阈值大小来调节局部放电脉冲信号与噪声之间的相关性，进而识别并去除噪声。实验室模拟实验及现场测试结果表明，该算法不仅减小了将噪声误判为信号的可能性，而且可以很好地消除各尺度系数中的干扰，很好地保留局部放电脉冲信号的完整性，提高了煤矿高压电缆在线绝缘监测的准确性。

 空域相关算法去噪原理

       空域相关算法采用尺度空间相关性对PD信号进行去噪，把含有噪声的PD信号进行多尺度分解后，会发现信号的突变信息在不同尺度上的同一位置都有细节信息，而噪声能量的变化规律是随尺度增大而减小。依据这一原理可对含有噪声的PD信号进行多尺度相关性分析，从而去除其中的噪声，保留信号的细节信息，并通过重构来获取去噪后的PD信号。

 小波熵空域相关算法去噪原理

       为了更好地去除噪声干扰，保留原始的煤矿高压电缆PD信号，本文在空域相关算法的基础上进行优化，得到小波熵空域相关算法。小波熵是小波变换和信息熵的有效集合，它可以很好地反映信号中成分的多样性水平，既具有对信号在局部频率尺度上的解析能力，又有计算信号能量分布的能力。小波熵空域相关算法中噪声能量阈值是由小波熵的大小决定的，通过改变阈值大小来调节PD信号与噪声之间的相关性，从而区分PD信号与噪声，达到去除噪声的目的。

 测试结果

       将小波熵空域相关算法应用于基于双CPU的高压电缆在线绝缘监测系统中，测试其去噪效果。实验室测试结果表明，去噪前信号的信噪比为3.26 dB，采用小波熵空域相关算法去噪后信号的信噪比为10.45 dB。现场测试结果表明，去噪之前信号的信噪比为5.64 dB，采用小波熵空域相关算法去噪之后信号的信噪比为12.08 dB。测试结果证明了小波熵空域相关算法具备较好的降噪能力，从而说明了该算法的可行性与实用性。