基于小波包分解的断路器振动信号能量谱和能量熵分析

为了获取断路器在多次分合闸动作机械性能劣化过程中振动信号的差异,基于小波包分解理论,提取SF₆断路器在分合闸动作4 000次过程中的振动信号,并进行小波包分解,计算各个节点的能量谱和能量熵。计算结果表明,在合闸与分闸过程振动信号能量谱中,能量主要分布在节点(4,0)与节点(4,1),占比达到95%。随着断路器动作次数增加,分闸振动信号节点(4,0)的能量占比增加,节点(4,1)能量占比减少,能量分布向低频转移。合闸振动信号节点(4,0)与节点(4,1)的能量比均在一定范围内波动,未呈现出明显的变化趋势,合闸振动信号与分闸振动信号各个节点的小波包-能量熵均保持不变。     

基于小波包能量熵的变压器振动信号特征研究

利用小波包分解原理将变压器振动信号分解到不同的频段中,然后计算各频段的能量熵值,最后根据该能量熵值来对变压器绕组进行故障诊断。试验结果表明,该方法能够突显变压器绕组的故障特征信息,为变压器绕组的早期故障的诊断奠定了坚实的基础。     

基于小波包分解实时检测电机振动信号

小波包分解本身对信号的奇异点十分敏感，此特点可以用来跟踪电机振动速度信号。在虚拟仪器（VI）LabVIEW6．i平台上，基于小波包分解算法设计了VI程序，实现了电动机振动速度信号实时检测系统。Y630-10／1180型大型三相异步电动机的振动速度信号，实测效果优于P3562A动态信号分析仪的测量结果。结果表明，该方法是可行的和有效的。     

基于最优小波包的水轮发电机组振动信号特征提取方法

水轮发电机组振动信号的在线监测是实现机组状态检修方法的关键。在分析了水轮发电机的机组振动信号特征后,提出采用db1小波进行振动信号的特征提取,在信号分析中主要应用shannon熵。小波包的构造是基于函数空间的正交剖分;最佳小波包基的选择就是应用最优的分解方法和有效的算法寻找出最小熵标准;给出了机组振动信号特征提取的步骤。根据所构造的最优小波包对机组振动信号进行分解并运用能量特征提取分析方法对机组振动信号进行特征提取。     

基于振动信号小波包提取和短时能量分析的高压断路器合闸同期性的研究

该文提出了一种分析高压断路器合闸同期性的新方法将小波包提取算法和短时能量分析方法相结合，利用小波包分解与重构原理将断路器合闸振动信号分解到不同频段中，并对代表高频冲击信号的分解系数进行重构，然后运用短时能量分析方法对重构后的信号进行分析，辨识出合闸变位点。通过对三相合闸过程的分析，得出三相同期性。通过MATLAB仿真分析和实验结果验证了该方法的有效性。     

基于小波包分解实时检测电机振动信号

小波包分解本身对信号的奇异点十分敏感,此特点可以用来跟踪电机振动速度信号.在虚拟仪器(Ⅵ)LabVIEW 6.i平台上,基于小波包分解算法设计了Vl程序,实现了电动机振动速度信号实时检测系统.Y630-10/1180型大型三相异步电动机的振动速度信号,实测效果优于P3562A动态信号分析仪的测量结果.结果表明,该方法是可行的和有效的.     

基于小波能量与神经网络的断路器振动信号识别方法

高压断路器出现机械故障不仅会引起振动冲击事件的时间漂移,还会引起时域波形中一些波峰幅值的变化。依据同一类型断路器振动信号相似的特点,在对高压断路器故障振动信号进行特征分析的基础上,提出了一种识别高压断路器振动信号的新方法:将小波包提取算法和径向基神经网络模式识别功能相结合,利用小波包分解与重构原理将断路器合闸振动信号分解到不同频段中,提取每个频带能量作为断路器状态监测的特征向量,作为径向基神经网络的输入向量;基于径向基神经网络的故障诊断方法在系统参数未知的情况下自动建立动态模型,对于线性系统和非线性系统都有很好的跟踪能力,通过实验室断路器典型合闸振动信号的监测及识别分析验证了该方法的有效性。     

小波包–能量谱在高压断路器机械故障诊断中的应用

文章提出了一种利用小波包变换对高压断路器振动信号进行处理的新方法,应用小波包–能量谱分析得到各尺度上的能量百分比作为特征参量对高压断路器进行故障诊断。小波包变换能将已知信号按任意时频分辨率分解到更加精细频带,且提高了信号处理的频率分辨率,小波包正交分解后的信号具有各频带信号独立、能量守衡的特点。仿真结果表明,小波包–能量谱用于高压断路器机械故障诊断中是行之有效的。     

小波包-能量谱在高压断路器机械故障诊断中的应用

文章提出了一种利用小波包变换对高压断路器振动信号进行处理的新方法,应用小波包-能量谱分析得到各尺度上的能量百分比作为特征参量对高压断路器进行故障诊断.小波包变换能将已知信号按任意时频分辨率分解到更加精细频带,且提高了信号处理的频率分辨率,小波包正交分解后的信号具有各频带信号独立、能量守衡的特点.仿真结果表明,小波包-能量谱用于高压断路器机械故障诊断中是行之有效的.     

风力发电机在线监测与诊断系统研究

在线监测和诊断系统对风力机故障能够快速的监测,从而有利于进行及时的维护.但该系统在风力发电机组上的应用目前还处于初始阶段.介绍了状态监测的发展背景,指出了状态监测应用在风力发电机上的必要性.介绍了风机在线监测系统的构成及功能,对SKF公司的Marlin状态监测系统在风力发电机上的应用做了简要介绍.针对风力发电机的实际情况和振动故障信号的频率,对现场测量点的选择进行了研究,并提出了在线监测在风力发电应用上还需进一步研究的课题,研究表明在线监测和诊断在风力机应用上具有广阔的前景.     

谐波小波包在接收机中的应用研究

在强噪声环境中检测出微弱信号的能力是接收机重要性能指标之一.为了提高接收机在强噪声环境中检测微弱信号的能力,将小波去噪算法和谐波小波滤波算法应用到接收机的数字处理部分,并使用MATLAB软件做了相应的仿真.仿真结果表明,在-30 dB的信噪比下,小波去噪算法效果不理想,谐波小波滤波算法取得较好的效果,能够在强噪声环境中...     

一种基于小波包和apFFT的间谐波检测方法

针对现有的间谐波检测精度不高以及暂态间谐波信号定位困难等问题,探讨了一种新的间谐波检测方法。首先,将信号进行小波包和FFT变换,计算相对小波包能量。然后应用频谱特征量和相对小波包能量确定信号所含分量。最后利用小波包重构与apFFT算法检测和定位信号,计算间谐波幅值和频率。分别采用含稳态及暂态的间谐波信号模型对该检测方法进行了仿真研究,并将仿真结果与文献的结果进行了比较。仿真结果表明:该检测方法能够有效地检测间谐波,并具有较高的检测精度。     

基于小波包的绝缘子污闪放电声信号特征检测

随着我国大电网的形成,电网安全就显得尤其重要,而绝缘子污闪事故严重影响着高压电网的运行安全。本文通过对绝缘子污闪放电声信号的特点分析,发现声信号与绝缘子污闪之间存在关联。将绝缘子污闪声信号进行小波包分析,得到了污闪声信号的一般特征,可以作为污闪预警可靠的判断依据。     

基于支持向量机的多回路关口电能表在线监测方法研究

根据多回路关口电能表监测的多通道采样连续性,采样信号的多特征及其耦合性,提出一种基于支持向量机的多回路关口电能表在线监测方法,该方法分别设计了基于监测系统的信号采集单元、数据通信单元、数据处理单元及上位机显示单元,搭建了电能表的多个故障缺陷模型,通过信号采集单元将缺陷模型的三相电流及电压实时数据传送给数据处理单元,数据处理单元对收集的数据进行基础运算后形成对应的有功功率样本数据,并对其进行小波包能量谱离线分析后形成故障特征池,构建了基于支持向量机算法的多分类支持向量机模型并将得到的模型内嵌于上位机显示单元,监测系统运行时上位机显示单元直接基于模型的关联规则,与转换后的采样信息进行特征匹配,实现对电能表运行工况的实时监测。经实例验证结果表明该方法能够实时、准确的对多回路关口电能表进行在线监测,具有较强的应用价值及前景。     

基于小波包变换对脑电信号的分析和处理

本文提出从时变非平稳脑电信号中提取脑电动态节律的新方法.用小波包分解构造不同频率特性的时变滤波器,以提取各种时变的脑电节律来研究临床脑电信号瞬时变化.在此基础上测试并分析了不同节律波的能量关系,求得能量分布的动态曲线.实验结果表明,小波包分解可以有效提取脑电中不同节律的动态特性,此方法也适用于分析其他生物医学信号.     

一种基于小波包变换的电力系统谐波检测方法

非线性设备的大量使用和分布式电源的投入使得谐波污染愈加严重,文中提出了一种基于小波包变换的谐波检测方法,能对电能质量进行有效的分析。该方法在五层db40小波包变换的基础上,利用希尔伯特变换做移频运算,避免了中间频段小波混叠对检测精度造成的不利影响,并将各次谐波分量转移到精度较高的边频带进行小波包分解并重构信号,实现了各次谐波的高精度检测,同时通过Matlab工具对不同算法的仿真进行了比较和误差分析。仿真表明,相比于传统傅里叶变换,该算法具有高分辨率时频分析能力,能有效定位暂态干扰;与经典小波包变换相比,测量精度也有了较为明显的提高,实验结果一致显示了该算法的可行性和优越性。     

基于小波包混合优化的欠定盲源分离方法

为解决欠定盲源分离问题,提出一种基于小波包混合优化的欠定盲源分离方法。 该方法采用小波包变换将观测信号分 解,将观测信号的维数进行扩展,利用互相关系数值剔除冗余的信号分量,欠定盲源分离问题得到转化。 接着使用贝叶斯信息 准则下的奇异值分解方法估计源信号数目,通过白化过程对信号降维。 最后,引入鲸鱼优化算法中的螺旋泡网狩猎行为与莱维 飞行策略,对灰狼优化算法进行改进,将改进后的混合灰狼优化算法与独立成分分析算法相结合,实现重构正定白化信号的分 离,从而得到源信号的近似估计。 通过仿真实验对算法性能进行测试,结果验证所提方法的可行性和有效性。     

基于抗混叠Shannon小波包变换的声波测井曲线高分辨率处理方法

测井曲线高分辨率处理是提高薄层测井解释精度的一条重要途径,对重新评价老井测井资料,寻找漏失掉的油气层具有非常重大的意义.提出一种基于抗混叠Shannon小波包变换的测井曲线高分辨率处理方法.首先使用频域内插方法消除Shannon小波函数的频域混叠问题,进一步提高其分频严格的特性;接着利用改进的Shannon小波包变换对声波测井曲线进行分解,并根据测井曲线的频谱特点确定最优小波树:最后根据分频加权重构的思想,对低分辨率测井曲线进行能量补偿.实际资料处理表明,该方法能够明显提高声波测井曲线分辨率,达到高分辨率处理的目的.