基于CEEMD与小波包的单相接地故障选线方法

为了解决矿井供电系统发生单相接地故障时故障特征不明显情况下小波包选线方法易错选误选的问题,文章提出了一种基于CEEMD与小波包的选线方法。该方法首先对各条线路的零序电流进行CEEMD分解,提取分解得到的高频IMF1分量进行小波包变换,求取各频段小波包能量总和并排序,按照能量最大原则确定特征频带并进行小波包分解系数模最大值极性的比较,确定模最大值极性相反的线路为故障线路。利用RTDS搭建了35/6kV的矿井供电系统仿真模型,仿真结果表明该选线方法具有较好的选线准确性,并且受不同故障因素的影响较小,在不同故障条件下均有较高的选线准确率。     

基于小波分析的中性点非有效接地系统故障选线方法研究

接地系统故障的存在对煤矿电网运行安全及质量带来安全隐患。分析了小波包变换原理、综合模值差系数确定、综合相关系数确定等相关小波分析理论;讨论了故障选线方法;通过ATP-EMTP软件对煤矿电网接地系统故障选线进行了分析。结果表明,运用db5小波分解方法能够对各类频段特征的系统线路故障进行识别,特别是当单相接地故障出现在母线时,可以快速准确地得出选线结果;当馈线回路数较多时,该方法具有较高的可靠性。     

基于CEEMD与自相关阈值去噪的单相接地故障选线方法研究

针对矿井经消弧线圈接地供电系统发生单相接地故障时故障特征不明显、噪声信号干扰严重、错选漏选时有发生的问题,文中提出了一种基于补充的总体平均经验模态分解结合自相关特性进行小波阈值去噪的选线方法。该方法通过CEEMD与自相关阈值去噪相结合,根据瞬时幅值与相位双判据实现故障选线。利用实时数字仿真系统构建了系统模型,在不同的故障点接地电阻、故障初相角、故障点位置以及故障线路条件下进行了大量的仿真及选线测试,结果表明该方法具有比普通去噪方法更优越的去噪效果,并且不受故障因素的影响,具有很高的选线准确性与可靠性,特别适用于矿井经消弧线圈接地供电系统的单相接地故障选线。     

基于包络谱分析的滚动轴承故障诊断方法研究

分别用小波分解、小波包分解和EMD分解处理滚动轴承故障数据,并结合Hilbert变换进行包络谱分析实现滚动轴承故障诊断。对滚动轴承故障数据进行小波阈值降噪。小波阈值降噪后分别进行小波分解、小波包分解和EMD分解。分别求出小波分解、小波包分解和EMD分解后各个频带的能量谱。再根据能量谱确定故障频带范围并对其进行信号重构。采用Hilbert变换对重构信号进行包络谱分析实现滚动轴承故障诊断。通过对滚动轴承内圈故障信号的分析验证了小波分解、小波包分解和EMD分解结合Hilbert变换进行包络谱分析的滚动轴承故障诊断方法的有效性。     

基于小波包与同态滤波的低速重载齿轮箱故障诊断研究

对小波包分解和同态滤波进行了阐述，提出了利用小波包分析与同态滤波相结合对低速重载齿轮箱的低频故障特征进行有针对性提取的观点.先利用小波包分析对故障信号进行有针对性分解，并提取出7.2 Hz的调制故障；然后再结合同态滤波分析成功地提取出0.57 Hz的低频调制故障.实例证明，小波包分析与同态滤波相结合是一种非常有效的适用于低速重载齿轮箱故障特征提取方法.     

基于S-粗集的小电流接地故障选线研究

针对基于小波包分析的小电流接地故障选线方法的缺点,提出了基于S-粗集的小电流接地故障选线方法.由于对零序电流信号的采样频率较低,使故障线路集合中的元素迁移到健全线路集合中,导致错误的选线结果.通过构造一个元素迁移函数,使迁移出的元素回到故障线路中,从而获得正确的选线结果.仿真结果表明,该方法有效地提高了小电流接地故障选线的精度.     

CEEMD与小波包单相接地故障选线算法对比

目前,我国矿井供电系统多采用经消弧线圈接地的中性点运行方式,由于消弧线圈的补偿作用,基于稳态分量的选线算法已不再适用,而基于暂态分量的选线算法的选线效果也不理想.因此,以当前两种主流算法为研究对象,对理想信号以及加噪处理后的信号分别进行小波包分解和CEEMD分解,得出两种选线算法在不同情况下的选线结果,并分析了小电流接...     

基于小波包系数平均能量的异步电机转子故障诊断

异步电机的转子断条的特征信号与基波频率非常接近,并且幅值很小,很容易被变频分量湮没。研究了小波包分解和小波包节点系数重构,以及小波包系数的平均能量的计算。然后通过小波包分解提取故障的特征信号的频带向量,最后计算频带向量的小波包系数平均能量并进行归一化处理,形成故障特征向量。通过特征向量的对比判断电机是否发生转子断条故障。并通过Matlab仿真以及实验分析验证了这种方法的可行性。     

基于小波包分解的滚动轴承故障诊断方法的研究

介绍了小波包分析的基本理论,并以滚动轴承为研究对象,将小波包分析应用于轴承的故障诊断。首先用小波包分解的方法提取分解频带的能量在时间域上的分布,得到能量谱图,然后通过包络分析得到信号的功率谱,由此可判断出轴承的故障位置。     

基于小波变换的小电流接地系统故障选线方法

 配网单相接地故障时因故障电流小,其选线问题一直未能得到很好的解决。本文以适当的频率带宽对发生单相接地故障后各条线路的暂态零序电流进行分解,利用暂态零序电流在选线频带内小波系数的幅值和极性特征选出故障线路,并对采样频率和分解尺度的选择做了说明,给出了详细的故障选线步骤, MATLAB仿真实验表明,该方法不受接地电阻的影响,抗干扰能力强,选线准确、可靠性高。     

改进小波能量分析法在轴承故障诊断中的应用

滚动轴承故障诊断的关键问题之一是如何有效准确地提取故障特征信息,为了更好地刻画各频带能量,提出了改进小波包能量算法,提取分解频带的能量在时间域上的分布,更好地刻画了能量随时间变化的分布。同时引入包络分析,更好地体现信号的间断点,从而提高故障信号分析的准确度。诊断实例验证了利用改进小波包能量法进行故障诊断的有效性。     

基于小波包算法的回转零件故障诊断

针对传统的故障诊断方法的局限性,将小波包分析方法应用到回转零件故障诊断中,利用小波包分解和重构方法有效地提取回转零件的共振频段,解决了传统方法人为确定共振解调频段的局限性。应用小波包算法处理后的信号重新采样,再根据Hilbert变换和包络谱细化原理,得到一种新的细化包络谱。通过回转零件的故障诊断实验分析,验证了该理论方法的正确性和实用性。     

基于小波包神经网络的电机故障诊断分析与研究

由于传统基于傅立叶变换的利用频域对电机故障的信号分析中无法对奇异信号点的时域信息进行检测。针对上述问题,提出基于小波包神经网络的电机故障诊断的方法。结合电机振动的非平稳随机性的特点。利用小波包多分辨率分析方法对电机的采样信号进行分解,提取电机故障状态特征并作为BP神经网络输入样本的特征向量,利用神经网络的自学习和模式识别的特点最终输出电机故障类型。通过MATLAB仿真结果可以证实该方法可行性。     

基于小波包分析的机械故障特征提取方法研究

研究了一种基于小波包分析与信号能量分解的故障特征提取方法 ,运用这种方法提取了一风机轴不对中故障特征向量 ,为神经网络故障诊断提供了新的故障样本。实验结果表明这种方法比基于Fourier变换的故障特征提取方法更有效 ,很适合于机械故障诊断     

PWM整流器开路故障诊断方法

在对PWM整流器网侧电流分析的基础上,提出一种以整流器网侧相电流低次谐波含量及分布为特征的整流器IGBT开路故障诊断方法。为了克服傅立叶变换在时域没有任何分辨力的限制,采用小波包对定子电流信号进行时间-频域分析,通过小波包的分解与重构,对网侧相电流低次谐波信号进行能量提取,得到故障特征量,并通过贝叶斯网络对整流器开路故障模式进行分类。仿真结果证明该方法能够有效地实现整流器开路故障诊断。