变压器局部放电监测逐层最优小波去噪算法

针对用于局部放电监测的去除白噪声算法会造成去噪脉冲信号波形畸变,脉冲幅值等波形参数产生较大误差,不利于进一步采用脉冲波形分析去除脉冲干扰的问题。为此根据局部放电信号在小波域上的分布特点,提出了各尺度信号分解和重构的最优小波选择方法,并给出了各尺度小波阈值的计算方法。仿真信号的最优小波去噪结果显示去噪信号具有波形畸变率低和幅值误差小的特点;实测信号的最优小波去噪结果证明提出的最优小波去噪算法能有效去除局部放电监测信号中的噪声,在局部放电在线监测应用中具有良好的去噪效果。     

遗传算法用于局部放电小波自适应阈值去噪

小波去噪用于局部放电信号在线监测具有良好的效果,阈值选取与局部放电去噪后信号的畸变具有紧密联系。为提高局部放电监测中小波去噪的自适应能力,并降低去噪信号的畸变率,提出一种小波自适应最优阈值去噪算法,用于变压器局部放电脉冲信号去噪。该方法采用小波对局部放电信号进行分解,在阈值选择时采用基于史坦无偏似然估计(SURE)的最优阈值自适应选择方法,并引入一种新的具有多阶导数的阈值函数,结合二进制遗传算法全局自适应搜索最优阈值,使最优阈值自适应寻优速度大大提高。对局部放电仿真信号和现场局部放电信号的去噪结果表明,该方法与Donoho阈值计算公式及标准软阈值法相比,能更好地去除局部放电信号中的白噪声,去噪信号失真度较小,具有良好的应用价值。     

基于小波变换的道路信号去噪研究

道路信号是一种复杂的含有多种成分的时域波形,不仅具有非平稳性,同时信号中还存在各种干扰和噪声。本文针对小波分析的特点,结合信号去噪方面的要求,对非平稳信号的噪声消除进行了研究。通过Matlab对基于小波分析的道路信号消噪进行了仿真,显示了小波在信号去噪方面良好的应用效果。     

小波去噪算法研究及在电力系统中的应用

暂态信号分析是电力系统故障诊断和暂态保护的基础和依据,小波变换为暂态信号分析提供了强有力的数学工具。小波分析由于在时域频域同时具有良好的局部化性质和多分辨率分析的特点,用于信号去噪,能得到较为满意的结果,同时也是小波理论应用于实际的一个重要方面。文章主要介绍了用于一维检测信号去噪的4种常用方法,并在虚拟仪器开发软件LabVIEW环境中实现了上述去噪算法,最后对这几种算法的去噪效果、信噪比、均方误差和计算时间等方面进行了比较,同时也就小波基函数的选择对去噪效果的影响进行了分析比较。     

基于EMD的局部放电去噪方法的研究

针对局部放电信号在线检测中通常存在噪声污染、小波变换受小波基的选择影响较大,能量泄露及脉冲信号畸变等问题,在EMD的基础上,采用基于自相关函数的改进时空去噪和阈值去噪相结合的EMD去噪方法,在MATLAB的环境下进行仿真验证,并对电晕放电信号进行去噪分析。结果表明:采用该方法去噪性能在信噪比和波形畸变率两方面都较db4和db8小波去噪更好,有良好的去噪效果。     

基于小波阀值法去白噪声的方法研究

在噪声中如何准确地检测到信号一直是信号处理领域所关心的内容,小波变换由于具有良好的时频局部化特性,能够对各种时变信号进行有效的分解,从而较好地将信号与噪声加以分离,获得满意的去噪效果。首先介绍了小波基本理论和基于传统小波分析的信号去噪原理以及几种常用的方法。在几种方法中,因小波阐值去噪法,原理简单易行,效果较好且是研究的其他几种小波分析方法去噪处理的基础,所以本文在基于MATLAB实验平台上选取实验效果较好的小波函数,在不同阀值和阀值函数的情况下对这种方法做了较为详细地方波信号去噪比较研究。     

基于小波技术的电网暂态谐波检测

阐述了小波变换、小波包变换和平稳小波变换的基本原理,说明了小波包变换能更有效地进行谐波的检测和分析。针对噪声环境下的谐波信号,提出了具有平移不变特性的平稳小波变换的去噪方法。最后,对电网暂态谐波和间谐波的检测进行了仿真。仿真结果表明,该方法有良好的去噪效果,能够准确地检测暂态谐波信号,为电网中的谐波治理提供依据。     

基于小波包理论的激波信号去噪研究

超音速弹丸产生的激波信号在采集的过程中受到各种噪声的严重影响,导致了弹道参数测量精度的下降,因而必须对采集到的信号进行去噪处理。首先介绍了激波信号的特点以及成分,就信号降噪方法的选取展开了分析。但是由于激波信号是一个暂态信号,故而采用具有时频分析能力的小波包作为去噪的主要工具。使用小波理论进行去噪的好坏与阈值的选取息息相关,重点就小波包函数、分解尺度以及阈值的选取过程进行了研究。实验结果表明使用小波包对激波信号进行多阈值降噪处理具有良好的效果和优势。     

局部放电在线监测中小波阈值去噪法的最优阈值自适应选择

小波系数阈值是决定小波阈值去噪法处理后的去噪信号失真度及误差的关键因素。针对局部放电脉冲频谱特征,提出用于局部放电信号去噪的小波最优阈值选择方法,阐述了自适应阈值搜索中的尺度选择方案;采用四种人工模拟加噪信号和两种典型局部放电脉冲仿真信号对该方法的去噪效果进行了定量分析,并采用了自适应阈值法对实测局部放电信号进行了处理,结果表明,该方法在局部放电在线监测中具有良好的去噪效果和实用价值。     

粒子群优化小波自适应阈值法用于局部放电去噪

为了提高局部放电在线监测中小波去噪的自适应能力,并降低去噪信号的畸变率,提出了一种用于电力设备局部放电信号去噪的粒子群优化小波自适应阈值方法。该方法采用小波对局部放电信号进行分解,在阈值选择时采用基于SURE无偏估计的最优阈值自适应选择方法,结合粒子群优化算法进行全局自适应搜索最优阈值,使最优阈值自适应寻优速度大大提高。为了验证其去噪效果,还引入遗传算法对小波自适应阈值法进行优化计算。对局部放电仿真信号与实测局部放电信号的去噪结果表明,本文与标准软阈值法和遗传算法优化小波自适应阈值法相比,能更好地去除局部放电信号中的白噪声,计算速度更快,具有良好的去噪效果和应用价值。     

基于小波变换的脉搏信号特征提取

提出了一种适合于非平稳脉搏信号的特征提取方法。对在校学生和血管硬化患者两组各20例的脉搏信号进行分析,选择了具有多分辨分析特性的小波变换,分别对每例信号进行5层分解,提取出各尺度小波系数。根据小波系数与信号能量之间的等价关系,将归一化的各尺度小波系数能量值作为识别脉搏信号的特征向量。针对脉搏信号频谱特点并结合实验数据,改进了现有的能量特征提取算法。在样本有限的情况下,通过统计分析得出可以用改进的能量特征向量来区分心血管疾病患者和正常人群的结论。     

基于小波变换的超高压输电线路暂态保护新原理

在分析电力系统故障时故障暂态电流特征的基础上,利用小波变换的奇异性理论构造新的保护算法.通过检测故障暂态电流的模分量小波变换的模极大值,利用最小二乘法估计其短时李氏指数.通过计算一段时间内李氏指数的平均值来区分区内和区外故障.通过大量ATP仿真证明,对各种故障情况该保护算法能准确可靠地区分.     

煤矿配电网电压暂降源辨识模型

针对煤矿配电网电压暂降信号特征提取困难和辨识准确率低的问题,应用小波熵结合支持向量机SVM(support vector machine)建立故障辨识模型,以故障信号的小波熵测度来表征故障特征,对电压暂降信号进行小波多分辨分析,选取采样序列的高频系数分量,计算其小波系数熵和小波时间熵,作为特征向量输入SVM,使故障信号特征更加明显,对故障源进行自动分类辨识。结果表明,与小波结合BP神经网络方法比较,无论在训练时间上还是在辨识准确率方面均有明显优势。     

故障分析中的小波软阈值改进除噪方法

软阈值消噪是信号消噪中的标准算法。故障检测中的信号去噪,要求在降低噪声水平的同时,保留信号中用于故障检测的奇异特征。通过分析信号和噪声的小波系数在小波空间的不同特性,在"噪声强度估计"、"阈值选择策略"和"小波系数调整策略"三个方面对软阈值除噪技术进行了改进。仿真研究表明改进方法较好地解决了保护信号局部特征和抑制噪声之间的矛盾,并对各种类型的故障信号均能进行有效的分析。     

基于改进小波包的非整次谐波分析算法

小波函数是具有时域和频域良好局部化特性的函数,可以用于非整次谐波的检测。但是小波变换算法存在着频谱泄漏和栅栏现象,给谐波的检测带来误差。文章提出了改进小波包快速算法,在每层信号分解或重构过程中,在原小波滤波器后面串联一个新的纠正滤波器,使得重构信号中的幅值失真和频谱混叠现象得到有效改善,实现检测非整次谐波的方法。通过仿...     

小波分析在气体绝缘组合电器局部放电检测中的应用

采用两种检测手段,测量了在气体绝缘组合电器(GIS)局部放电模拟系统中,由内导体固定突起所产生的局部放电。一种有效的滤除干扰的信号处理方法——小波分析法被应用于这个系统。结果表明,在背景有较强干扰情况下,由于小波分解的局部特性,在检测局部放电时优于传统的付里叶频谱分析方法及在单纯频率范围滤波的方法。     

小波软阈值去噪技术在电能质量检测中的应用

小波方法是一种很好的电能质量信号检测和分析工具，但其性能往往受信号中噪声的影响，当噪声比较大的时候，小波方法甚至会失效。文中根据小波变换的时频特性，分析了信号和噪声在小波分解过程中的不同特性，并在此基础上利用改进的软阈值去噪技术对电能质量信号进行信号去噪处理。软阈值方法能根据各小波空间上特征分量和噪声的统计特性设置适当的阈值来消除噪声，并以此恢复小波方法的性能。该方法不仅较好地解决了保护信号局部特征与抑制噪声之间的矛盾，能很好地对各种电能质量信号进行去噪处理，而且达到了数据压缩的效果。仿真计算结果表明，该去噪方法是有效的。     

利用数学形态学提取暂态量的变压器保护新原理

提出了一种识别变压器励磁涌流和短路电流的新方法，该方法在利用数学形态梯度进行边沿检测的同时， 采用形态开闭运算有效地提取出高频暂态电流信号。在比较励磁涌流和故障电流形成暂态信号各自特点的基础上，提出了一种变压器保护新方案。该方案不受对称性涌流的影响，并且可对暂态信号进行实时、高精度的提取。动模试验仿真结果验证了该方案的可行性。同时，该算法的计算量较多尺度小波变换计算量小，有利于工程实现。     

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。     

基于模糊聚类算法的油纸绝缘缺陷识别

采用典型模糊聚类算法(FCM)对电力变压器油纸绝缘缺陷进行诊断,研究不同绝缘缺陷的局部放电超高频信号特征识别问题。根据变压器内部绝缘缺陷特征,文章构建典型油纸绝缘缺陷模型,通过提取局部放电超高频信号特征量,构建综合识别矩阵,对缺陷进行识别。采用模糊C-均值聚类算法分别对信号小波去噪前后两种综合特征矩阵进行聚类分析及识别。对比结果表明,小波包多尺度超高频网格维数和能量参数能有效区分4种绝缘缺陷;小波去噪方法提高了正确识别率、最小识别率、识别稳定性、算法稳定性和收敛性。验证了模糊C-均值算法对油纸绝缘缺陷识别的适用性。