高压线路故障测距系统的研究

介绍了高压线路故障测距分类及优缺点,并提出了新型的故障测距方法,即采用先进的小波变换技术对行波信号进行分析变换,最终达到对高压线路故障精确测距的目的。采用DSP和单片机双CUP结构,计算速度快,处理能力强,精度高,可达到精确测距的要求。     

软阈值消噪法在电缆故障测距中的应用

依据不同信号的小波变换系数模极大值的传播特性,针对电缆故障测距中信号样本的特点,提出了一种改进的软阈值消噪法.实验结果表明,该方法能有效地恢复脉冲行波的原貌,为电缆故障精确定位创造了条件.     

基于神经网络的特高压双端故障测距方法研究

特高压输电网跨越我国各地,途经地形复杂,在输电过程中,电网系统一旦出现故障,排障将成为较大难题,所以加强特高压输电网系统故障预测,提前遏制输电过程中可能发生的故障问题成为当前电力公司关注的重点。现首先分析了神经网络的相关概念,并基于神经网络的故障测距法进行了仿真实验。     

基于CEEMDAN-TEO的配电网双端行波故障测距研究

针对配电网单相接地故障测距中行波波头检测难以识别等问题,提出了一种将CEEMDAN和TEO相结合的双端行波故障测距法。首先,利用Karenbauer变换对发生故障后的三相电压进行解耦,并利用CEEMDAN对解耦后的线模分量进行分解,提取IMF1分量,再利用TEO进行能量特征提取,获得行波到达线路两端的时刻,最后将其代入双端行波测距法进行故障距离的计算,即可得出故障测距的结果。在Matlab/Simulink中搭建了10 kV配电网模型,仿真结果证明了该方法的有效性和准确性。     

高压输电线路故障测距与故障防范研究

介绍了高压输电线路的故障类型及故障测距的基本要求,分析了不同测距方法的原理及各自的优缺点。同时,从防雷及防鸟害2个方面研究了高压输电线路的故障防范措施。     

铁路供电线路电缆高阻故障测距研究

介绍了铁路供电线路电缆故障测距原理,研究了小波分析在故障测距中的应用,利用小波变换对电缆高阻故障点反射波进行识别,消除噪声干扰;利用测量行波在电缆中传播的时间,来快速准确地进行故障点的测距,输出结果简单明了,易于识别。实际应用表明．有效提高了测距精度。     

一种新的电缆单端故障测距方法研究

本文对一种新的不受波速影响的电缆单端故障测距方法进行研究.该方法用小波变换检测出前3个故障行波到达测量端的时间,并将2个时距方程联立,求解出不受波速影响的故障测距公式.仿真表明该方法理论正确并切实可行.     

铁路电力输电线路故障测距

本文针对铁路电力输电线路故障测距进行论述。     

基于改进消失矩复小波的输电线路故障测距

针对输电线路故障测距时所使用实小波变换结果是实数、缺乏相位信息以及频带混叠等缺陷,提出利用改进消失矩的高斯复小波处理故障信号。首先,分析消失矩对小波时频域的影响;然后,从故障信号的奇异性出发,分析辨识奇异性的Lipschitz指数与消失矩的关系,提出消失矩的改进判据;最后,利用高斯复小波对输电线路故障信号进行处理,根据变换结果中的邻幅比和相位畸变率而选取最优消失矩。仿真和实验表明,笔者提出的改进消失矩高斯复小波增强了信号奇异性检测能力,有效地抑制了干扰,使其减少17.84%,并稳定了相位信息,使相位畸变率减小4.12%。同时,改进消失矩复小波测距结果的误差比普通消失矩的高斯复小波的测距结果误差减少6.06%,比实小波测距结果误差减少5.82%。     

架空线-高压电缆混合线路故障测距改进算法

为了提高架空线-高压电缆混合线路故障测距的精度,并解决测距的伪根问题,提出了一种混合线路的双端不同步数据故障测距改进算法。基于分布参数混合线路模型,分析了测距中伪根的产生原因,通过对二分搜寻法改进来避开伪根,通过改进算法测出故障位置,并将测距结果与自动重合闸技术配合,从而提高了电力系统的安全可靠性。Matlab仿真结果表明,该测距算法不受伪根、过渡电阻、故障类型和位置以及不同步采样角等条件的影响,能够快速、精确地实现故障测距。     

基于小波变换-模糊聚类的变速箱齿轮故障诊断

在对车辆变速箱齿轮振动加速度信号进行小波变换的基础上，提出了基于尺度-能量谱的特征提取和模糊聚类相结合的车辆变速箱齿轮故障诊断方法。该方法应用于LC5T81变速箱齿轮的故障诊断中，能够比较准确地识别与诊断出变速箱齿轮的走合运行状态、磨损运行状态和故障运行状态，具有一定的实用价值。     

基于混合方法的智能终端故障检测

提出了一种基于混合方法的智能终端故障检测方法。首先介绍了所设计的智能终端故障检测方法，然后提出了一种基于连续小波变换(CWT)和BP神经网络的混合方案，该方案通过连续小波变换得到故障特征值，通过BP神经网络的学习机制对故障特征值进行自动识别和分类，最后将其应用于山火监测装置和微气象装置。结果表明，该方法的智能终端故障检测的准确性虽然会随着天气环境的恶劣情况有所降低，但仍能够始终保持在98%以上，有较高的准确性。     

基于FPGA的超声波测距系统

开发了一套基于FPGA的超声波测距系统,利用FPGA的工作特性,设计了流水线结构的互相关法测距模块,实现了超声波信号和传输时间的实时快速采集与处理.试验分析了不同测量距离和不同测量角度情况下的测距精度,并与普通峰值法测量结果对比,结果表明:随距离和角度的增大,测距误差增大,标准差增大;互相关法相比峰值法,检测精度更高,抗干扰能力更强.     

超声波测距系统中的小波去噪方法研究

针对远距离超声波测距系统中回波信号信噪比低的问题,采用小波变换对超声波的回波信号进行去噪处理.为取得较好的去噪效果,对小波变换的参数选取进行了研究.根据小波基的特性,通过能量与能量熵选取最优小波基;基于回波信号噪声的白噪声特征,采用白噪声检验自适应确定分解层数;引入参考噪声信号,确定小波系数处理阈值,并选用一种结合软、...     

基于小波包变换的滚动轴承故障诊断

针对故障轴承振动信号能量集中与调制的特点,提出了一种基于小波包能量法与Hilbert变换的滚动轴承故障诊断方法。使用小波包变换对振动信号进行分解、重构及能量计算,并应用Hilbert变换对能量集中频段的重构信号进行解调和频谱分析,提取故障特征频率。同时针对诊断过程中故障特征参数依靠人工计算的问题,提出故障特征参数自动提取方法。实际的滚动轴承实验数据的处理和分析结果表明,该诊断方法能够准确、快速地识别滚动轴承表面损伤的故障模式。     

小波神经网络在柴油机异响故障诊断中的应用

由于活塞敲缸响和活塞销响是两种常见的、却难以区分的柴油机异响故障，这里对EQ6BT柴油机这两种故障的缸体振动信号进行Morlet连续小波变换，作出小波变换系数的尺度-能量谱，并提取出尺度为3～20范围内的最大尺度能量作为BP神经网络的输入向量，实现了对该柴油机两种异响故障的诊断。结果表明，利用文中所设计的小波神经网络能非常准确地诊断出EQ6BT柴油机活塞敲缸响、活塞销响两种异响故障及其故障的严重程度。     

基于车辆运行参数的汽车安全部件故障诊断

从车辆运行参数出发，运用小波理论及神经网络技术，对汽车的运动参数进行特征提取，进而对不同安全部件进行故障诊断，取得了满意的效果。     

基于时间信息融合的振动故障诊断方法

由于依靠一个状态的数据进行融合诊断存在误诊和漏诊的可能性,提出了一种基于时间信息的融合诊断方法,以小波分析和概率模型为分析手段,给出了基于时间信息融合的具体算法,并定义了故障定量判别的指标——故障度.通过转子故障模拟试验得到了大量数据,对故障实例的计算以及振动信号的分析结果表明,故障度能够有效地区分故障类别,提高了诊断的准确性.     

基于小波包的滚动轴承故障特征提取

在深入分析离散小波包变换快速算法的基础上，给出了离散小波包变换快速算法中产生频率混淆的原因，即由正交镜像滤波器的非理想截止特必, 隔点采样和隔点插零的特性共同作用产生的，提出了一种消除频率混淆的算法，利用该算法和原算法，分别对某型滚动轴承内环剥落故障的振动信号进行处理，提取其故障特征，结果表明，原算法由于存在频率混淆，可能掩盖故障特征，提出的新算法，由于很好地消除了频率混淆，能有效地提取滚动轴承局部故障的特征。