小波包–能量谱在高压断路器机械故障诊断中的应用

文章提出了一种利用小波包变换对高压断路器振动信号进行处理的新方法,应用小波包–能量谱分析得到各尺度上的能量百分比作为特征参量对高压断路器进行故障诊断。小波包变换能将已知信号按任意时频分辨率分解到更加精细频带,且提高了信号处理的频率分辨率,小波包正交分解后的信号具有各频带信号独立、能量守衡的特点。仿真结果表明,小波包–能量谱用于高压断路器机械故障诊断中是行之有效的。     

基于半正交小波包的电机故障信号处理方法

B－样条小波是对称的半正交小波，基于它的小波包称为半正交小波包，它的算法简洁，准确，与Daubechies小波迭代算法不同，B－样条小波是对称的或反对称的小波，基于它的滤波器具有线性相位或广义线性相位，因而可避免信号的相位失真，实验结果表明半正交小波包对故障信号的分解，压缩，重构比Daubechies小波包效果明显，另外对故障信号的小波包分解的不同频带的特征值与正常信号的特征值进行比较，可以对故障信号进行谐波检测和定位。     

小波包-能量谱在高压断路器机械故障诊断中的应用

文章提出了一种利用小波包变换对高压断路器振动信号进行处理的新方法,应用小波包-能量谱分析得到各尺度上的能量百分比作为特征参量对高压断路器进行故障诊断.小波包变换能将已知信号按任意时频分辨率分解到更加精细频带,且提高了信号处理的频率分辨率,小波包正交分解后的信号具有各频带信号独立、能量守衡的特点.仿真结果表明,小波包-能量谱用于高压断路器机械故障诊断中是行之有效的.     

基于半正交三角样条小波包的电机故障信号处理方法

三角样条小波TSW（Trigonometric Spline Waelet)是作者首先提出适合电力系统信号处理的小波函数，它是对称的半正交小波。基于它的小波包称为半正交小波包，与Daubechies小波迭代算法不同，三角样条小波是对称的或反对称的小波，基于它的滤波器具有线性相位或广义线性相位，因而可避免信号相位失真，实验结果表明半正交小波包对故障信号的分解，压缩，重构比Daubechies小波包效果明显，另外对故障信号的小波包分解的不同频带的特征值和正常信号的特征值进行比较，可以对故障信号进行谐波检测和定位。     

基于小波包变换的电压骤降信号分析

电压骤降是暂态电能质量问题中最常见的现象,对其进行准确的检测是控制和治理的前提。小波包变换是小波变换的进一步完善和发展,其均等划分频带特性使之具有比小波更好的时频分辨率。利用此特性,信号被分解到小波包平面,根据有用频带信息,提取电压骤降信号的特征分量;对信号中混有噪声和数据量过大的情况,利用软阈值法同时进行去噪和压缩处理,并对调节系数对软阈值法处理的影响进行了分析。仿真结果表明,小波包变换也是分析电压骤降信号的一种有效方法。     

基于半正交三角样条小波包的电机故障信号处理方法

三角样条小波(TSW)是作者首先提出适合电力系统信号处理的小波函数,它是对称的半正交小波。基于它的小波包称为半正交小波包,它的算法简洁、准确,与Daubechies小波迭代算法不同。三角样条小波是对称的或反对称的小波,基于它的滤波器具有线性相位或广义线性相位,因而可避免信号相位失真,实验结果表明半正交小波包对故障信号的分解、压缩、重构比Daubechies小波包效果明显。另外对故障信号的小波包分解的不同频带的特征值正常信号的特征值进行比较可以对故障信号进行谐波检测和定位。     

基于小波包变换的电压骤降信号分析

电压骤降是暂态电能质量问题中最常见的现象,对其进行准确的检测是控制和治理的前提.小波包变换是小波变换的进一步完善和发展,其均等划分频带特性使之具有比小波更好的时频分辨率.利用此特性,信号被分解到小波包平面,根据有用频带信息,提取电压骤降信号的特征分量;对信号中混有噪声和数据量过大的情况,利用软阈值法同时进行去噪和压缩处理,并对调节系数对软阈值法处理的影响进行了分析.仿真结果表明,小波包变换也是分析电压骤降信号的一种有效方法.     

利用小波包变换实现电力系统谐波分析

小波包变换(WPT)建立在小波变换的基础上,可以实现信号频带的均匀划分,能够更好地提取信号的时频特性,具有更好的谐波分析特性.但是现有的小波包变换算法实现的频带划分不是按频率大小顺序排列的,给系统和谐波分析带来混乱.根据采样定理和滤波器组实现电路分析了小波包变换实现频带划分的特点,并利用改进的小波包变换实现算法进行系统分析,实例验证这种新的小波包分解结构对谐波分析具有更好的特性.     

基于提升小波包最优基的电能质量数据压缩

在小波压缩技术的基础上,使用提升小波包最优基的方法解决电能质量信号的数据压缩问题。利用先分解后搜索的提升小波包最优基分解信号,再对最优基下小波包系数作阈值处理,消除幅值较小的系数,达到压缩的目的,最后对压缩后的数据进行重构,并将其与小波变换、最佳小波包变换的数据压缩方法进行仿真比较。结果证明,提升小波包最优基变换的方法．在电能质量数据压缩中取得了满意的效果。     

基于小波包变换和功率谱估计的间谐波检测新方法

为实现对电力系统间谐波的精确检测,本文针对小波包变换存在的分解频带不连续的问题,从理论上分析其原因,找出了小波包分解系数与频带的对应关系,用小波包分解树结构对电网信号进行均匀划分,得出新的小波包变换WPT(WaveletPacketTransform)法。在此基础上,通过计算子频带的功率谱密度,可以精确检测到信号中的频率成分。利用MATLAB仿真,验证了新WPT法的正确性,从而为电力系统间谐波检测提供了一种新方法。     

基于谐波小波包理论检测微弱信号的研究

谐波小波作为一类小波,存在明确的函数表达式,算法实现简单,时频定位准确,且在频域具有良好的盒形谱特性。作为谐波小波变换的延伸,谐波小波包变换能够实现对任意频段的无限细化,将信号分解到感兴趣的频段。在此基础上,提出将谐波小波包理论用于微弱信号的检测。利用谐波小波包变换对微弱信号进行处理,成功实现了对微弱信号的时域重构和频域提取。通过仿真实验,说明谐波小波包方法在微弱信号检测方面,是一种有效的手段。     

基于小波变换的非正弦状态下三相异步电机功率测试

基于小波包变换自适应分解层数门限去噪算法是去除数字信号中白噪声的有效方法,仿真结果表明,该方法具有较好的去噪效果,尤其适合于像电机测试这样的强噪声背景下弱信号的检测.采用三角窗加权算法并结合小波包变换计算非正弦状态下三相异步电机有功功率、功率因数,其测量误差与相对频偏的平方成正比.该方法有实现简单,精度高,当相对频偏不大时,无须专门的同步措施可取得较高的测量精度.     

基于小波包变换的电机测试信号去噪处理

作为一种日益获得广泛应用的信号处理新技术 ,小波分析具有良好的时频局域化特性 ,适应于时变和瞬变信号的分析。针对电机起动过程中的噪声干扰信号 ,提出了基于小波包变换的浮动阈值去噪算法。实验结果表明 ,该方法具有良好的去噪性能     

基于混沌加密和小波包分解的数字水印算法

提出了一种基于混沌加密和小波包分解的自适应数字水印嵌入算法.该算法首先利用混沌序列对水印图像进行预处理加密,使水印嵌入方案具有一定的安全性.然后根据信息熵选取最优小波包基,对宿主图像进行小波包分解变换.利用不同频域可以承受的信噪比不同的原理,在低频区域引入人类视觉系统,高频区域采用适当的阈值,分别计算出各频域的水印嵌入强度系数,自适应地嵌入水印信息.实验表明此算法使水印的嵌入达到了很好的抗攻击鲁棒性和视觉效果.     

用小波包变换检测永磁直线同步电机系统的弱信号

分段式永磁直线同步电机垂直提升系统解决了单段型动子需要拖线的供电方式,但是系统信号却较难检测。文中分析了小波包变换具有良好的时频特性的特点,并根据信号和噪声具有不同的小波特性,采用浮动阀值去噪的方法,解决了低信噪比情况下弱信号的检测。     

小波去噪与压缩在电厂设备中的应用

为解决600 MW发电机组辅机设备噪音振动数据占用大量存储空间及缓解其数据传送压力问题,针对噪音振动数据的特点提出了一种基于小波阈值去噪和最优小波包压缩的压缩算法。新算法针对小波软硬阈值函数的不足,提出了新的阈值函数对噪音振动数据进行去噪;新算法使用相关系数法获取最优的小波基。仿真表明,改进阈值函数相对原阈值函数在保留高频原始信号的能力和去噪能力方面都有增强;使用改进阈值函数去噪后,小波包压缩能完整的重构信号。最优小波包压缩与改进阈值去噪算法已初步应用于岳阳电厂辅机设备的数据压缩,算法对节省硬盘容量、保护硬盘及高效的数据传送有着重要的作用。     

基于最优小波包变换的功率测量算法研究

本文深入分析了正交小波包的原理和最优小波包基的选取方法,首次提出了基于最优小波包的电压、电流有效值及有功功率的分频带测量算法,该算法可自适应划分频带,并完成基波和谐波有功功率的测量。本文通过采用dMO小波进行仿真实验,可看出基于最优小波包的电压、电流有效值及有功功率分频带测量算法是可行的,其电压、电流有效值及有功功率在总频带上的相对误差小于6×10^-5,有功功率在各子频带测量的引用误差小于8．3×10^-5。     

基于小波分析的PLC信号处理

电力线载波通信系统中,对接收信号的处理是非常重要的。文章介绍了基于小波和小波包变换这样2种信号处理方式,它们均能有效地克服通信环境中的干扰,提高信噪比。文章通过试验和理论分析,对这2种信号处理后的效果进行了比较,得出结论:由于小波包具有更高的频率分辨率,因此更加适合于对被噪声严重污染的电力线信号的分析处理。     

基于小波迹方法的局部放电信号消噪研究

在检测电力系统变压器稳定性时,通常会发现变压器放电信号存在各种各样的干扰,尤其是噪声干扰。文章提出一种基于传统小波迹方法的平稳小波迹阈值消噪方法,有效消除了信号采样中的噪音。通过重新定义小波迹字典的方法,改进了传统小波方法中的不足。对所要处理的放电信号进行循环平移,有效消除小波基的平移依赖性,提高小波变换在奇异点附近的特殊性,从而达到消除随机振荡的目的。通过与传统小波包消噪和传统小波消噪的比较,选取阈值、小波基和分解层数,得到了信号消噪的最佳值,进而构建一个适用于局部放电信号研究的平稳小波迹阈值消噪方法。结合MATLAB仿真实验信号和部分某变电站变压器局部放电实际信号验证,该方法能有效抑制局部放电噪声干扰,提取有效信号,消噪效果优于传统小波和小波包方法,可以达到识别的需求。     

基于平稳小波包分解和希尔伯特变换的故障特征自适应提取

提出一种自适应地提取信号特征分量的故障检测方法.采用逐层推进的平稳小波包分解算法,运用希尔伯特变换,在对信号进行小波包分解的同时,对分解结果进行瞬时频率和瞬时幅值分析,根据设定的分量提取和信号分解规则,实现信号分解路径的自主搜索,自适应地构建信号的小波包分解树,对信号进行多分辨率的频谱分析,达到信号消噪和特征分量提取的目的.仿真研究表明该方法的分量提取规则简单、目标明确,信号分析结果简洁,具有运算时间少、数据存储量小的特点和良好的抗噪性能,所提取的故障特征分量的时-频-幅值信息清晰、易于检测.