小波变换在局部放电信号提取中的应用

本文尝试将波波变换应用于提高用脉冲电流法测得的局部电脉冲的信噪比。     

分数阶傅立叶变换和小波变换相融合去噪的局部放电信号提取

根据局部放电信号的特征,提出了强噪声背景下基于分数阶傅立叶变换(FRFT)的数据预处理和小波平滑去噪的局部放电信号提取方法。含噪信号经过FRFT后,在FRFT域内,随着阶次p的变化,信号能量谱呈现不同的时频聚集性,利用最小均方误差(MM SE)准则扫描到最优阶的FRFT域,根据3σ法则采用硬阈值法进行数据预处理。为进一步提高局部放电信号的提取精度,采用db8小波及无偏似然估计阈值规则进行平滑去噪。通过对仿真信号和实测信号的分析,验证了本文方法的有效性与可行性。     

小波变换在局部放电测量中的应用研究

文章把小波变换应用于局部放电测量,根据交流下局部放电的间歇性和小波变换局部极大值的特性,探讨了有效抑制干扰,提高和灵敏度和准确度的新方法,计算机仿真表明该方法是可行的。     

小波变换在局部放电在线检测抗干扰中的应用

有效地抑制电磁干扰是局部放电检测技术中的关键技术之一。针对局部放电检测中的周期性干扰和白噪干扰，提出几种可行的小波变换方法进行抑制。理论分析和仿真实验结果表明，小波分析能有效抑制周期性干扰和白噪干扰，从而提取局部放电脉冲。     

次同步振荡的频率切片小波变换检测方法

针对现有的电力系统次同步振荡的检测方法存在对噪声敏感、振荡的特征和变化趋势难以获得的局限性,提出将频率切片小波变换(FSWT)方法应用于次同步振荡的分析和参数辨识。FSWT方法自由切割时频面,实现信号频率区间的灵活分割,可以实现对次同步振荡信号的总体和细化分析。首先,采用FSWT方法对含噪的次同步振荡信号进行总体时频分析,得到其时频能量分布。根据时频能量分布,可以预判是否发生次同步振荡、确定模态分量的数量及其频率分布区间。然后,合理选择频率切片区间,进行细化特征分析,通过对信号特征频率切片区间信号的重构,实现了次同步振荡的模态分量的分离及提取。最后,结合Hilbert变换获得高准确度的次同步振荡模态参数。     

变压器局部放电信号的小波包变换

分析了局部放电信号的特性,研究了小波变换用于信号的分解方法。     

小波变换在变压器局部放电超声检测中的应用

为解决变压器局部放电超声检测中的干扰问题,提出了一种基于小波变换的动态滤波方法,并将其应用在线检测,结果表明,可有效地抑制干扰,提高检测精度。     

采用Gabor变换的局部放电信号时频分析

局部放电信号频率是时变的,为更好地反映它的时频特性,采用一种时频分析方法Gabor变换,将它应用于局部放电信号分析中,并利用不确定原理选择高斯窗函数作为Gabor变换的基函数,提高了分析结果的时频聚集性。通过对实际局部放电信号进行分析处理,结果表明在选择合适的窗函数参数的情况下,基于Gabor变换的时频谱能够细致的刻画信号在时频平面上所发生的变化过程,准确反映了局部放电信号的时频特性,可有效满足对局部放电信号进行时频分析的要求,有利于对信号特征的提取。     

应用小波变换提高局部放电测试灵敏度

应用小波变换于局部放电检测,提出了用特征尺度上局放信号小波变换局部极大值的跨尺度演化,确定局放脉冲相位和个数的新方法,可有效地抑制热噪声干扰,提高局部放电测试灵敏度。     

S变换在电力电缆局部放电信号时频分析中的应用

针对电力电缆局部放电检测,介绍了基于新型S变换的时频分析方法,用于提取及分辨淹没在现场噪声干扰中的局放脉冲信号。局放信号是典型非平稳信号,单纯使用时域或者频域信息都不能很好地表示奇异信号的时变信息。最近发展的S变换是连续小波变换和短时傅里叶变换的一种结合与延伸,引入了幅度和宽度均随频率变换的高斯窗,具有与频率相关的渐进分辨率特性。局放信号的S变换图谱,在信号高频分量部分获得较高的时域分辨率,而在低频分量部分获得较高的频域分辨率,并可提取局放脉冲发生时刻及信号中心振荡频率等特征信息。对仿真信号和现场采集的电力电缆接地线上的局放信号应用S变换进行时频分析,并与短时傅里叶变换及Gabor变换等传统时频分析方法比较,结果显示S变换的时频分析可有效获取局放脉冲信息。     

小波变换在局部放电声信号提取中的应用

在电力设备外表面设置的声传感器可以获取局部放电的声信号,文中使用高精度的声信号采集装置来采集局部放电声信号,并对实测信号的特性进行分析。由于局部放电信号具有突出的局部瞬变特征,可通过这一特性从含有噪声的原始信号中有效的提取出局部放电信号。本文采用小波变换在时域和频域具有局部瞬变特征的特点,用基于小波变换的消噪算法来提取局放信号。通过对仿真信号和实测信号的处理,表明该算法行之有效。     

基于小波理论的局部放电超声波信号分析

变压器局部放电超声波信号在变压器内部中传播复杂 ,探头所接受到的超声波信号是一种时频有限的非平稳信号 ,所以运用小波分析处理超声波信号十分有效。通过实验得到处理超声波信号最合适的小波 ,同时给出合适的小波参数 ,最后对实际得到的超声波信号进行处理 ,结果表明利用小波分析处理超声波信号效果令人满意     

基于小波变换和数学形态学的局部放电信号分析方法

应用小波变换与数学形态学相融合的方法对含有强噪声的局部放电信号进行消噪,并与小波变换的阈值法进行了比较,发现该方法能更有效地消除局部放电信号的噪声,同时能很好地保留原信号特征。采用多尺度数学形态学开运算提取消噪后的局部放电信号数学形态谱,通过形态谱的提取可看出每种放电类型具有不同的形态特征,为放电类型的识别打下基础。     

动态测量不确定度在局部放电信号提取中的应用

局部放电信号中含有大量随机噪声,局部放电信号和随机噪声分离困难。针对此问题,提出了基于动态测量不确定度的局部放电信号提取方法。采用Gaussian拟合法将含噪信号中的确定性成分分离出来,利用自回归(AR)模型估计出分离后剩余残差的随机性成分,将确定性成分和随机性成分进行合成得到含噪信号的真值估计值和动态测量不确定度,以动态测量不确定度为依据,根据3σ法则选取阈值,将质量差的数据先行剔除,进一步改善滤波效果。由于处理后的信号会产生间断点,采用小波变换平滑滤波,提高提取精度。最后通过MATLAB仿真分析和实测含噪局放信号的提取,验证方法的有效性和可行性。     

基于Spc-Shrink平稳小波变换的GIS局部放电降噪方法

气体绝缘金属封闭开关设备进行局部放电检测时易受到白噪声的影响。为了有效滤除局部放电信号中的白噪声干扰,提出了一种基于新型噪声阈值规则的平稳小波降噪方法。该方法利用统计过程控制理论确定了小波系数的初始上限和下限,并根据每层小波系数的统计特征迭代更新上限与下限,通过该上、下限求出信号的噪声阈值水平,从而对局部放电信号的进行自适应降噪。所使用的平稳小波变换摒弃了传统小波的下采样步骤,对局部放电信号的表征更为完整。本文对三种5 dB染噪局部放电信号进行噪声抑制,降噪后信噪比达到19.1433 dB,均方根误差维持在0.03以内。而处理实验室平台下采集的染噪局部放电信号,信号抑制比为17.1769。本文所提算法能较好抑制局部放电信号中的噪声,去噪后的波形特征明显,失真程度低。     

基于小波包变换的干式变压器局部放电超声信号的模式识别

为研究干式变压器局部放电超声信号的模式识别,设计制作了针-板、沿面和气隙3种局部放电模型,用超声检测系统得到3种局部放电的超声信号波形数据。运用小波包理论对采集到的局部放电超声信号进行分解,用Shannon熵代价函数来确定最优小波包基,得到最优小波树,提取在最优基下包含绝大部分信息能量的小波包分解系数的统计量作为模式识别的输入特征量,并应用CPN网络分类器进行放电类型的识别,取得了很好的效果。     

小波包变换和广义形态滤波器在局部放电检测中的应用

现场局部放电在线检测过程中常伴随有白噪声和窄带周期性干扰,为局部放电信号的检测带来很大的困难.为了从强的噪声干扰中有效的提取局部放电信号,本文提出了一种小波包变换和广义形态滤波器相融合的新方法对含有强噪声的局部放电信号进行去噪.结果表明该方法能够有效的消除局部放电信号的噪声,同时能很好的保留原信号的特征,解决了滤除混合...