电能质量信号的小波软阈值去噪方法

基于DONOHO的软阈值去噪方法,提出了一种改进的小波软阈值算法。该算法利用高斯白噪声的正态分布特点、3Σ法则和小波变换系数的分布特点,在有效去除白噪声的同时较好地保留了信号的局部特征,且不受采样点数的影响。MATLAB仿真表明,该法在较强白噪声干扰下仍能有效去噪,较之无偏风险、固定阈值、启发式阈值、极大极小值等去噪方法更为有效,特别适于强噪声背景下弱信号的提取。     

基于小波混合阈值方法的电能质量信号去噪

基于小波变换的阈值去噪是滤除采样信号中白噪声的有效方法.在实际应用中,阈值的选取和对小波系数的处理方法是影响其去噪效果的2个重要因素.软硬阈值方法各有其优缺点.将两者结合起来的混合阈值方法可提高去噪算法的性能.在分析软硬阈值方法各自的优缺点后,结合正态分布的规律和信号、噪声的小波系数在不同层上的分布特点,提出了能自适应确定临界尺度的软硬阈值结合的混合阈值去噪方法.对采样信号进行小波变换,根据各层小波系数能量的最小值,确定临界尺度.对小于或等于临界尺度的层数上的小波系数用软阈值方法处理,对大于临界尺度的层数上的小波系数用硬阈值方法处理,这样处理能减小信号能量损失.对尺度系数和处理后的小波系数进行重构,得到去噪后的信号.仿真实验表明.混合阈值方法去噪性能稳定,在不同信噪比下都能有效地去除白噪声,较好地保留了原信号的局部特征,且方法简单,计算量小.     

一种新的电能质量扰动信号去噪方法

针对电能质量扰动信号去噪过程的简化和硬件实现问题,提出基于信号相关性处理的跨小波尺度空间去噪方法.基于电能质量扰动信号不同成分在小波尺度空间上的相关性不同,新方法把原信号分为两个数据长度相等的新信号,分别进行小波变换,跨两个尺度空间对相同分解深度的尺度系数进行相关性处理和软阈值处理,合并后的信号可滤除噪声成分.仿真信号去噪前后的赋范均方误差小且具有更好的检测效果.算法计算复杂度分析结果和实际运行表明,在高速DSP上可以实时实现该算法.     

基于Daubechies小波族的电能质量信号去噪方法研究

文中以Daubechies(紧支集正交)小波族为基础,分析紧支集正交小波由于N取值不同而构成不同的尺度函数和小波函数,并从函数的连续性、光滑性及小波函数的积分来分析尺度函数和小波函数的性质。通过Matlab仿真软件分别仿真不同N取值的尺度函数、小波函数及小波积分函数。将加噪的电能质量扰动信号分别用N取值不同的小波函数进行4层的小波去噪处理,通过信噪比及均方差来反应去噪的结果,从而给出选择N取值的建议。     

基于改进小波阈值的电能质量扰动信号去噪算法

针对传统软、硬阈值函数在阈值处不连续或存在恒定误差等问题,本文提出了基于小波变换的改进阈值去噪算法,在小波阈值去噪的基础上改进了通用阈值和阈值函数,通过峰和比PSR来估计出每层小波细节系数的有效信息与噪声的分布,使得修正因子可以根据每层噪声分布的不同自适应的修正阈值.之后提出了一种新的阈值函数,其能更有效地保留信号的扰...     

基于信号相关性和小波方法的电能质量去噪算法

提出了一种基于小波原理的电能质量信号去噪算法。基于软阈值原理的小波去噪算法在电能质量信号检测中得到很好的应用。但其存在阈值计算受噪声强度的缺点 ,当信号被强噪声“淹没”时 ,该方法仍然会失效。本文在对电力信号进行小波空间中的自相关性关系分析的基础上 ,结合软阈值算法和小波原理 ,构造了能有效地处理各种电能质量信号的去噪算法 ,该算法能弥补传统软阈值算法的缺陷 ,较好地解决了保护信号局部特征与抑制噪声之间的矛盾。计算结果表明上述检测算法是有效的。     

电能质量扰动的Block-Thresholding去噪方法

提出一种基于block-thresholding阈值估计量的电能质量扰动小波去噪算法.在小波域,各个尺度携带信号信息的小波系数其分布具有"簇聚"性质,即大部分系数成簇聚集在信号突变位置.所提算法将各个尺度的小波系数分成若干块,针对各个块进行阈值处理;而不像传统的小波阈值去噪算法,如Donoho等提出的VisuShrink那样预先确定一个阈值,对所有小波系数逐项比较进行去留处理.将所提算法与传统阈值去噪方法进行比较研究,仿真和实验结果表明所提算法在全局适应性和空间适应性方面的优越性.     

基于改进软阈值法的电能质量扰动信号去噪

近年来,电能质量问题日益受到关注.为了对电能质量进行分析与评估,需要对其进行监测,但是在信号采集的过程中会受到噪声的影响,给分析带来困难.基于小波变换的软阈值法去噪是比较有效的,本文在正态分布3σ原则的基础上,提出了一种改进的软阈值去噪方法.对典型的电能质量扰动信号进行了去噪仿真,对重构信号进行了扰动检测,仿真结果表明,与通用软阈值法相比,该方法提高了检测正确率.     

基于EMD去噪和S变换结合的电能质量扰动分析

针对电能质量扰动分析问题,提出了一种基于改进EMD去噪和S变换结合的电能质量分析方法.对所获取信号进行EMD分解,选取其中高频信号IMF分量进行小波阈值去噪,依次重构高频信号IMF分量和原信号,对重构信号做S变换处理,提取电能质量扰动特征,根据S变换的时间、频率、幅值等特征分析电能质量扰动具体情况,判断扰动时间和扰动类型.仿真实验结果表明,通过改进EMD去噪和S变换的结合,可有效去除信号中的噪声分量,提高噪声干扰下电能质量扰动分析的准确率.     

一种小波神经网络的电能质量信号去噪新方法

电力系统中电能质量信号往往含有大量的噪声,这在很大程度上影响检测结果。引入小波神经网络对电能质量信号进行去噪处理,对小波神经网络去噪的原理进行了推导。针对谐波、电压骤升、骤降,电压中断等常见的电能质量信号,对其进行了去噪的仿真研究。结果表明：这种消噪模式可以改善电能质量信号信噪比门限的影响。利用小波神经网络对电能质量信号进行消噪处理,可以取得理想的消噪效果,同时能较好地保留电能质量信号的特征信息。     

新型电力系统下电能质量信号的分数域降噪方法研究

“双碳”背景下,大量分布式电源接入电网引发电能质量扰动,给电网的稳定运行带来挑战。由于非线性、高速负载的大量集成,新型电力系统中的电能质量扰动呈现出非平稳特性,给降噪处理带来了新困难。针对这一问题,通过分析不同类型电能质量扰动在分数域的能量分布特性,提出了一种改进的基于分数阶傅里叶变换(FRFT)的降噪算法。同时,文章对分数阶最佳变换角度的估计方法进行了讨论,基于信号的分数阶频谱四阶原点矩,利用一维峰值搜索确定最佳变换角度可有效降低计算复杂度。实验结果表明,改进算法对平稳暂态扰动和非平稳暂态扰动均能有效实现降噪并保留暂态扰动的定位信息。     

基于小波变换的电能质量扰动信号的检测

为对电能质量进行有效的治理,提高用电效率,有必要对扰动信号进行实时检测和定位。针对当前电力系统存在的电能质量扰动信号中持续时间短、发生随机性大及不容易检测的特点,采用小波变换对电力系统的高频扰动、瞬时脉冲、电压切痕信号进行检测。研究表明,该方法能够精确定位扰动信号产生的时刻和持续的时间,证实了该法的准确性和优越性。     

采用Meyer小波变换的电能质量扰动信号的检测与时频分析

论述了小波多分辩率信号分解,提出了采用基于小波多分辩分解的电能质量几种暂态干扰检测和时频分析。并用Meyer小波对暂态振荡、暂态脉冲、电压跌落、电压上升、电压中断、短时间谐波失真、暂态谐波失真和电压瞬变等电能质量干扰的检测进行了仿真实验,结果表明所提出的Meyer小波在时域和频域上都具有良好的检测性能,适合于短暂瞬变信号的检测与分析,并可用于其他时变的非平稳信号处理。     

结合矩形窗的EEMD局部放电信号去噪

针对现有信号去噪方法的不足,采用总体经验模态分解EEMD(ensemble empirical mode dcomposition)方法对变压器局部放电信号进行消噪,并将其与小波消噪方法进行对比。由于EEMD本身的分解性质及计算机性能的限制,使得对于高采样率长信号的消噪处理变得很困难,故此提出将矩形窗与EEMD算法结合起来进行去噪。研究表明EEMD去噪方法更适合于变压器的局部放电去噪,加矩形窗的EEMD去噪方法通过时间复杂度分析和实验验证,更适合此类局部放电信号的去噪。     

基于小波变换的自适应阈值消噪法

信号消噪与恢复是信号处理的一项前期的、最基本的工作，其目的是尽可能地复原被噪声(或干扰)污染的信号，消噪效果直接影响到后期的信号处理。介绍了几种常用的小波消噪方法，分别是小波分解与重构法、非线性小波变换阈值法、平移不变量法和小波变换模极大值法。针对非线性小波变换阈值法提出了一种自适应阈值消噪法。通过仿真实验证明，该方法不仅消噪效果好，而且可用于对含有时变的噪声信号进行消噪。     

小波阈值估计在电力系统故障信号消噪处理中的应用

考虑电力系统中噪声因素对故障检测与识别的影响,在分析了噪声信号的小波变换特性的基础上,提出一种基于小波系数的阈值估计方法.应用该方法对电力系统故障暂态信号进行消噪处理,从而更有利于故障的检测与识别.通过仿真实例说明,在消噪效果和计算量等方面,该方法比其它传统阈值算法更具优越性.     

基于模糊理论的电能质量检测去噪算法

利用模糊隶属度函数的概念,提出了一种新的电能质量检测去噪算法,该算法针对电能质量信号的每个点设计了1×5模板和基于该模板的5个掩模,利用最大隶属度原则选取一个掩模,对该点进行去噪,对每个点应用此算法直至完毕。实验仿真结果表明,该算法在去噪和突变点信息保留方面的效果远远优于传统的中值滤波和均值滤波,拥有良好的去噪能力和保留突变点信息的能力。本算法新颖、便捷,有广阔的发展前景。     

基于修正幅值定量检测电能质量扰动方法

首先,提出了2个实值小波函数和基于这2个小波变换的修正幅值的新指标,从理论上说明：利用该修正幅值可以诊断电压的实际频率是否等于工频频率：在实际频率没有发生偏离的情形下,利用该修正幅值可以精确确定出电压幅值;而在实际频率偏离工频频率的情形下,也给出了利用修正幅值确定电压幅值的方法,并且在已知实际频率偏离工频频率范围的前提下,给出了利用修正幅值估计电压所产生的误差范围。其次,推导出了这2个实值小波变换的递推公式。最后,还应用基于这2个小波变换的修正幅值对常见的三种电压畸形波进行了检测。     

短时电能质量扰动识别技术及其应用

在短时电能质量扰动信号分析过程中,研究不同的信号检测分类方法与相关算法相结合的实时处理技术.通过对扰动信号奇异点的检测,准确地定位扰动的起始时刻、持续时间和扰动幅度,对扰动信号进行准确分类,同时尽可能减少信号处理过程中的计算量,充分满足短时电能质量扰动监测的实时性要求.