基于小波神经网络的自适应单相重合闸

自适应重合闸的首要问题是正确判别瞬时性故障和永久性故障,针对故障时丰富的暂态信息,提出了一种基于小波神经网络式单相自动重合闸的方案,通过小波变换算法提取故障暂态信号特征量后,再利用ANN的非线性拟合和自学习能力进行故障判别,确定正确的重合闸策略.通过EMTP及MATLAB进行了大量的仿真试验,验证了该方案的可行性,并解决了自适应单相重合闸的电压判据在判别瞬时性故障与永久性故障时存在的缺陷.     

小波能量熵在三相重合闸故障判别中的应用研究

分析了输电线路在发生两相接地故障时,永久性故障与瞬时性故障自振电压的特性,提出一种基于小波能量熵的自适应三相重合闸故障类型的判别方法。对采集到的故障后电压信号进行5层小波分解,提取相应的熵值,通过比较熵值的大小来区分故障的类型。理论分析和大量MATLAB仿真实验表明,该方法对于三相重合情况下判别故障类型具有较好的效果。     

傅里叶变换与小波变换在信号故障诊断中的应用

研究了傅里叶变换与小波变换在信号故障诊断中的应用。仿真表明，小波变换在检测信号突变点方面比傅里叶变换优越得多，且利用小波变换可以精确地检测出信号突变的时间与位置。最后探讨了在应用小波变换进行故障检测时小波基的选取原则。     

Prony算法在电网故障分析中的应用

傅立叶算法能够在电力系统发生故障时较为准确地得到工频分量,但该算法存在频谱泄露现象,从而对故障信号不能够精确地分析.通过对Prony算法进行理论分析,搭建PSACD仿真模型并提取信号中工频分量,且与傅里叶算法进行对比可知,Prony算法可以精确检测到故障信号的相位、振幅、频率和衰减因子,相对于传统的信号分析方法如傅立叶算法,Prony算法在快速故障分析中具较好的应用前景.     

基于小波变换的超高压非对称T型线路故障保护方案

描述了一种利用小波变换对T型线路进行快速保护的方案,保护单元使用各支路经同步化后的三相电压电流,使用小波变换提取故障电压电流频带中的暂态高频分量,进行故障检测与类型判别。建立了非对称T型线路仿真模型,针对不同故障位置、故障类型、故障初始角和故障过渡电阻进行仿真验证。结果表明,该方案快速,准确。     

小波变换在短路故障检测中的应用

小波变换克服了傅里叶变换不能对信号同时进行时频局部化分析的局限性,具有很强的提取信号特征的能力。提出一种基于单向递推算法的故障信号检测方法：先从原始信号中提取基频电流信号,再提取基频电流信号的高频分量,通过测量高频分量的幅值突变点断定故障点。经过MATLAB仿真分析,证明这种方法可不受噪声和高频振荡影响准确检测出故障发生的时间。     

小波分析及其在电力系统故障检测中的应用

介绍了小波变换的基本原理,采用小波变换快速算法对电力系统中故障信号进行分析、判断。仿真结果表明,小波变换能够很好地消除电力系统故障信号噪声,并准确检测出故障点。     

基于双树复小波包变换和1.5维谱的轴承故障诊断方法

针对滚动轴承故障识别困难这一问题,提出了基于双树复小波包变换和1.5维谱的诊断方法。首先通过双树复小波包变换将复杂的、非平稳的原始故障信号分解为若干个不同子带信号分量,继而利用峭度评价指标从分解所得结果中筛选出蕴含丰富特征信息的子带信号分量,将其视为最佳分量并做进一步包络解调运算,最后计算所得包络信号的1.5维谱,从中提取出轴承故障特征信息。实测信号分析结果表明,基于双树复小波包变换和1.5维谱的诊断方法能够实现滚动轴承故障类型的有效判定,具有一定工程应用价值。     

应用小波变换提取输油管道泄漏突变信号

为减少榆油管道泄漏事故造成的损失,需及时发现泄漏并判断出泄漏的准确位置.依据负压波检测输油管道泄漏的基本原理,分析了压力信号的突变点以及噪声在小波变换下的不同特性,认识到突变信号的小波变换模极大值具有随尺度的增加而增加,而噪声的小波变换模极大值随尺度的增加而减小的特点,因此可以应用小波变换精确地检测到负压波到达输油管道两端传感器的时间差,结合负压波传播速度就可以算出泄漏点位置.针对具体数据给出了计算算例.应用结果表明:小波变换法能准确的提取瞬态负压波的突变值,实现对输油管道的泄漏检测与定位.     

基于小波能量熵的超高压交流线路暂态保护研究

基于故障暂态量分布特征的线路保护不受系统运行方式、工频振荡等影响,对故障的判别更加快速、准确。线路发生区外故障时,高频成分在经过线路边界时发生明显的透反射效应,造成能量上的损耗,故障电流中高频含量低;而区内故障则不存在这个现象,故障电流中高频含量高。基于线路故障时产生的宽带高频暂态电流分量,利用D2小波能量谱实现故障的快速检测,并构造了小波能量熵量化描述高频暂态电流成分的能量分布,实现区内、外故障的判别。在PSCAD/EMTDC中搭建仿真模型,结果表明:该算法能很好地进行线路故障的快速检测及区内、外故障的判别,受故障类型、故障位置等因素的影响小。     

基于小波变换和神经网络的线路保护启动方法

为满足特高压输电线路超高速保护的要求,结合小波变换原理和神经网络原理,提出一种新的特高压输电线路保护的启动方法。该方法运用小波变换检测突变信号的原理,提取故障特征量,并以此作为神经网络的输入,设计启动神经网络,以判断输电线路的运行状态(正常或故障),进而决定是否启动故障选相装置。在PSCAD建立特高压输电系统仿真模型,仿真结果表明:该启动方法能准确判断输电线路运行状态,动作快速、灵敏且不受过渡电阻、故障位置、故障初始角以及噪声干扰的影响,在特高压输电线路超高速保护方面有一定的实用价值。     

输电线路故障定位中小波变换的应用

高压输电线路故障定位对电力系统安全稳定运行有着重要意义，故障稳态、暂态信号的处理、分析对高压输电线路故障定位的准确性、可靠性有着重要影响，小波变换为信号分析处理提供了强有力的数学工具，分析了国内外小波变换在输电线路故障定位中的应用研究内容及现状，指出了一些存在的问题探讨了进一步研究的方向。     

小波分析在输电线路故障检测中的应用

当输电线路发生故障时,准确、及时地切除故障是减少经济损失最直接的措施.小波变换具有良好的时频局部化特性,能准确定位信号的奇异点,因而在故障检测方面有广泛的应用价值.利用小波变换模极大值原理对线路故障信号的奇异点进行检测,并应用MATLAB进行了仿真研究,仿真表明该方法在输电线路发生故障时能快速准确地检测到故障点.     

小波分析与Hilbert分析在滚动轴承故障诊断中的应用

针对滚动轴承故障信号的非平稳和调制特点,使用小波分析技术,对检测的信号进行分解,并对含有故障特征的信号进行重构,实现故障信号的提取.应用Hilbert变换进行解调和细化频谱分析,得出故障信号所对应的频谱,从而判断轴承故障模式.通过Matlab仿真证明了小波分析结合Hilbert分析法在滚动轴承故障诊断中提取特征频率的应用价值.     

滚动轴承复合故障的混合协同诊断方法

针对传统复合故障诊断方法存在故障难以完全分离的缺点, 提出了滚动轴承复合故障的混合协同诊断方法。首先对观测信号的协方差矩阵进行奇异值分解, 求出白化矩阵并对复合故障信号进行白化处理; 然后, 利用联合对角化方法对白化后的故障矩阵进行对角化变形, 通过最小化对角化程度函数得到正交矩阵; 最后, 通过正交矩阵估计故障源信号矩阵, 实现复合故障的分离; 由于二阶盲辨识方法分离出的故障信号间存在无序性以及相似性, 导致分离信号故障类型难以确定, 因此将分离后的故障信号进行短时傅里叶变换, 通过分离信号的时频谱图与原信号时频谱图进行比较, 并根据趋势一致性确认所对应的故障类型。最终, 以广东省石化装备故障诊断重点实验室的轴承数据进行实验论证, 结果表明, 二阶盲辨识协同短时傅里叶变换能有效将滚动轴承的复合故障信号分离出来, 工程上具备可操作性和极大的应用价值。     

A new real-time algorithm of wavelet transform for detection of sudden-changing signals of power systems

With a complex wavelet function, a new real-time recursive algorithm of wavelet transform (WT) is analyzed in detail. Compared with the existing recursive algorithm in two directions, the computing time is greatly redueed in response to faults signals in power systems, and the same recursive algorithm can be generalized to other wavelet functions. With the phases and magnitudes of complex WT coefficients under the fast recursive algorithm, a method to detect faults signals of power systems is presented. Lastly, the analyzing results of some signals show that it is effective and practical for the complex wavelet and its real-time recursive algorithm to detect faults of power systems.     

基于小波奇异性的滚动轴承故障检测方法研究

在滚轴故障诊断中,故障通常表现为振动信号的突变,因此检测信号奇异点意义重大。文章介绍了小波变换理论和小波变换奇异性检测原理,研究了奇异性检测方法在滚动轴承故障诊断问题中的应用。采用小波门限消噪法处理繁杂的滚轴振动信号,对消噪后的振动信号采用小波变换模极大值奇异性检测方法进行多尺度小波分析,得到故障点的位置。仿真结果表明,该方法下振动信号奇异程度以及奇异点的位置明显。     

小波奇异熵及其在超高压输电线路暂态保护中的应用

在研究小波变换、奇异值分解及信息熵理论的基础上,进行了线路模型参数的选择研究,分析了小波奇异熵的应用原理和本质,并将其应用于超高压输电线路的暂态保护,同时提出了基于小波奇异熵的暂态保护判据。基于PSCAD/EMTDC的故障仿真结果表明:该保护判据能快速准确地识别区内、外故障,并且不易受到故障时刻、过渡电阻、故障位置等因素的影响,具有较好的适应性。     

基于动态小波变换的小电流接地系统故障选线研究

小电流接地系统发生单相接地故障时,由于故障电流小及接地点电弧不稳定等原因,其零序故障电流准确获取和定值整定困难,使其故障线路的检出仍是难题。提出一种基于动态小波变换的故障选线方法,利用所有健全线路暂态能量与故障线路暂态能量之差为最小值作为判据。该方法充分利用了动态小波变换分析故障信号的优势,克服常规小波变换在这方面的不足。仿真结果表明,该判据不受接地条件和接地方式影响,能够准确可靠地选出故障线路。