基于小波变换模极大值的SPD故障诊断技术

使用复合波诊断以ZnO压敏电阻为主要元件的SPD的故障中电压信号的突变点往往携带SPD运行状态的重要信息。基于小波分析的信号奇异性检测理论可通过检测信号小波变换模极大值点来确定信号奇异点,通过分析信号模的极大值及其出现位置诊断SPD的故障。籍此理论分析了不同故障类型的SPD复合波冲击下的电压信号,证明使用小波分析模极大值诊断SPD故障的方法行之有效。     

基于小波模极大值极性的行波信号识别

对于行波保护，暂态信号的识别方法是非常关键的，尤其要正确区别正常操作(合闸于空载线路)和线路发生故障等相似的暂态过程。根据行波在波阻抗变化处折反射的规律，利用小波变换模极大值的极性关系可以实现行波信号的快速正确识别。EMPT仿真试验证明了这种方法的有效性和正确性。     

小波变换模极大值法检测信号突变点

传统的傅里叶分析由于在时域不能局部化,难以精确检测到信号发生突变的时间。小波变换由于具有良好的时频局部化特性,故能精确检测到信号发生突变的时间。介绍应用小波变换模极大值法检测信号突变点的方法,仿真结果证明该方法的有效性。     

基于小波变换模极大值去噪方法的改进

由Mallat的极大值去噪算法出发,与利用尺度间小波变换相似系数的阈值去噪方法结合,提出了一种新的改进去噪算法。该方法克服了模极大值法在信号重构方面计算复杂,重构信号产生偏差的缺陷。通过对局放信号的去噪仿真计算,证明了该方法运算简单,适合局放信号的处理,处理后的局放信号不失真,剔除噪声效果好。     

一种新的基于小波变换的SAR图像相干斑噪声抑制方法

本文从SAR图像相干斑噪声的产生机理出发,分析了各种滤波方法的优缺点后,在传统小波去噪的基础上提出了一种新的基于小波变换的SAR图像相干斑噪声抑制方法。该方法通过对小波分解后的高频区域进行二阈值分割,结合高频区域的方向特性和中值滤波方法,引入方向滤波窗口对不同分区进行不同的噪声抑制处理。实验结果证明了该方法的有效性,即此方法不仅拥有良好的去噪能力,而且能够很好的保持原图像的边缘信息.     

从白噪声中提取局部放电信号的小波变换方法研究

在分析局部放电在线监测中局部放电信号及白噪声特征的基础上,提出了用自相关函数的小波变换方法从白噪声中提取局部放电信号;通过对去噪后局部放电信号自相关函数特征的分析,提出了从小波反变换后的自相关函数中提取局部放电信号的方法。     

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。     

小波变换模极大值消噪算法的研究

根据信号和噪声在小波变换下的不同特性,采用模极大值去噪的算法.其中包括Mallat交替投影算法和模极大值小波域去噪算法,Mallat交替投影算法是通过剔除那些幅度随尺度而减小的模极大值点,保留幅度尺度而增大的模极大值点,然后将剩余的模极大值利用模极大值重构算法来重建原始信号,达到滤波去噪的目的.而模极大值小波域算法是先用Adhoc算法求出信号的模极大值,再根据模极大值小波域的定义求出信号的模极大值小波域,从而得到信号的小波系数,然后逆变换得到信号.实验结果表明两种算法都具有很好的消噪效果.     

基于线调频小波变换的电机故障信号消噪方法

电机故障信号包含大量白噪声和有色噪声 ,消噪是故障信号分析、诊断、处理的前过程 ,消噪的效果直接影响到后期工作。小波变换在电力系统的故障信号处理中得到广泛地应用 ,然而 ,小波变换只能消除白色噪声 ,对有色噪声不起作用。线调频小波变换是窗口Fourier变换和小波变换的推广 ,它不仅具有小波变换良好的时频局部性特点 ,而且它的时频窗口比小波变换的时频窗口更加灵活。本文应用线调频小波变换对电机故障信号进行消噪 ,效果明显。线调频小波变换在电力系统故障信号处理方面必将得到广泛的应用     

基于小波变换模极大值的输电线路单端故障定位

基于故障行波的输电线路单端故障定位利用故障点的反射行波与入射行波到达母线的时间差计算故障距离,但如何区分来自故障点和对端母线的反射行波仍是一个难题。在分析故障点和母线的反射特性的基础上,利用电流行波线模分量小波变换的最初2个模极大值之问的相对极性区分来自故障点和对端母线的反射行波．并提出了一种改进的基于小波变换模极大值的输电线路单端故障快速定位方法,能够不受故障类型、故障电阻及耦合线路的影响。理论分析和仿真结果表明,该方法切实可行。     

基于小波变换的脉冲信号的提取

探讨了以小波变换为基础的滤波技术在冲击试验后信号波形提取中的应用。针对高电压冲击和大电流冲击信号的处理问题,采用不同层次的小波分析方法,将噪声信号从冲击电压和电流信号中提取出来,小波变换的引入使得波形处理更加简单。结果表明,对不同类型的样品进行冲击试验,小波变换都有较好的滤波效果,并很好地保存了信号的边缘特征。波形的处理结果也表明了该方法的可行性和适用性。     

变压器局部放电超高频信号的改进小波去噪

提出一种改进小波去噪算法,适用于变压器局部放电超高频检测系统的信号去噪。     

基于结构风险最小化小波变换的故障信号消噪

基于结构风险最小化方法将改进的小波变换用于故障信号消噪,它考虑的三个重要因素是:基函数,基函数排序和基函数个数选取。通过对小波变换多尺度分解后的系数与频率相除所得的值进行排序,再根据其值的大小取舍,有效地抑制了高频小波系数,避免了传统的基于经验风险最小化理论的小波变换方法在信号处理中过于依赖小波基函数的不足,显示了基于结构风险最小化方法的合理性。通过仿真计算和电机故障信号消噪表明,新的方法在电机故障信号消噪中比一般小波方法效果好,精度提高1倍以上。     

一种平稳小波变换改进阈值函数的电能质量扰动信号去噪方法

含噪电能质量扰动信号分析的前提是准确找到突变点信息,对信号进行去噪的同时,又必须保留突变点特征。针对此问题,选取平稳小波变换分解信号,并利用提出的改进阈值函数对信号进行去噪。将含噪的电能质量扰动信号进行多层平稳小波变换,逐层估计平稳小波变换细节系数中噪声的均方差σ_j,计算各层阈值σ_j2lnk~(1/2)并根据信号、噪声的小波系数在不同尺度上的分布特点,通过ln(j+1)对各层阈值进行修正,结合改进的阈值函数分别对各层小波系数进行处理。利用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。仿真结果表明,改进的阈值函数去噪方法能够较好地滤除噪声并保留突变点特征,从处理后的小波系数中可以清晰地观察到扰动的起止时刻,并能够分辨出暂态振荡与谐波干扰。     

小波去噪在动态负荷建模实测信号中的应用

动态负荷模型及其参数辨识是影响电力系统稳定性分析的重要因素。针对具体电网节点,采用实测数据进行模型参数辨识可以得到适用的负荷模型,本文重点对实测信号的去噪处理环节进行研究。采用均值滤波、中值滤波和小波去噪三种方法对用于动态负荷建模的实际测量电力信号进行去噪处理,通过对去噪信号波形的定性分析和对去噪信号与仿真结果信号的定量比较,表明小波去噪方法即能对测量信号具有平滑作用,又能跟随信号的突变,而且对于动态负荷模型曲线有很好的逼近特性,在动态负荷建模的实际测量信号去噪中具有潜在的应用价值。     

基于小波基向量的改进FRIT去噪方法

计算小波变换的Mallat算法需要逐级分解和重构,而本文通过矩阵变换方法,给出不需逐级计算的小波分解和重构矩阵的构造方法,并给出9/7小波的分解和重构矩阵的基向量及波形图.另外,本文改进了一种新型的图像方向性表示方法--有限域Ridgelet变换(FRIT),通过折叠分块和增加零行的方法克服了原FRIT需要构造素数长度的小波基的缺点,使小波变换的基向量可直接应用于FRIT中,计算方法和计算量都得到简化.实验表明,在对具有直线特征的图像去噪方面其性能优于FRIT.     

基于小波变换和数学形态学的局部放电信号降噪算法的研究

进行局部放电(Partial Discharge,PD)在线监测时,为解决传统降噪算法难以提取湮没在强白噪声干扰中的多态性局部放电脉冲的问题,提出一种小波变换(WT)与数学形态学(MM)相融合的方法.该算法在传统小波硬阈值降噪方法的基础上加入形态滤波环节,对小波分解系数进行滤波处理.仿真分析以强白噪声干扰下的多态性局部放电信号为研究对象,采用降噪后信号的信噪比和均方误差为降噪性能指标,分析比较该方法与其他传统降噪方法的降噪性能,对实测局部放电信号研究结果表明该方法与传统的小波阈值方法相比,能够更有效地抑制强噪声干扰并较为完整地提取局部放电脉冲信号,且对母小波选取的依赖性低、计算量小、便于实现.将该方法运用于局部放电实测信号的处理,取得了良好的降噪效果.     

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。     

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。     

基于小波变换去噪预处理的EMD谐波检测方法

将经验模式分解(empirical mode decomposition,EMD)作为电网谐波的检测方法。通过EMD法分解,把含谐波的正弦信号分解成为包含各阶次谐波的IMF分量和工频分量,从而检测出电网中的谐波分量。研究发现采样信号中的噪声会对EMD的分解产生较大影响,提出了一种基于小波变换去噪预处理的EMD谐波检测方法。此方法首先用小波变换减少随机白噪声对信号的影响,随后对含少量白噪声的信号进行EMD分解。经MATLAB仿真分析,所提方法可以有效地消除随机噪声对谐波检测的影响,提高了EMD谐波检测的精度与适用性。