基于幅频特性的复值小波构造及其在电力系统信号分析中的应用

提出了基于幅频特性的复值小波函数构造方法及其相应的复值小波变换。该方法构造的复值小波具有频率局部化性能好、提取故障信号特征分量较准确的优点。复值小波变换能准确分辨出信号中所包含的幅值信息和相位信息,因而,适用于电力系统的故障信号的检测。利用基于幅频特性的复值小波变换,对发电机转子部分故障信号进行了分析,显示了基于幅频特性的复值小波变换的电力系统故障信号分析方法,是一种有效的方法。     

梯形小波变换及其在电力系统频率跟踪中的应用

提出了梯形复值小函数及其相应的复值小波变换。梯形复值小波函数具有良好的局部化特化和对称性,借助它能准确地分辨出信号中所包含的幅值信息和相位信息。梯形小波函数具有平坦的频率特性,因而梯形小波变换较容易捕捉到信号的频率偏移。文中利用梯形复值小波变换,对电力系统的频率突变信号进行了频率跟踪,同时分析了发电机失磁故障信号频率变化情况,证明了基于梯形复值小波变换的电力系统频率跟踪是一种有效的方法。     

基于幅频特性的复值小波构造及其在电力系统信号分析中的应用

提出了基于幅频特性的复值小波函数构造方法及其相应的复值小波变换。该方法构造的复值小波具有频率局部化性能好、提取故障信号特征分量较准确的优点。复值小波变换能准确分辨出信号中所包含的幅值信息和相位信息 ,因而 ,适用于电力系统的故障信号的检测。利用基于幅频特性的复值小波变换 ,对发电机转子部分故障信号进行了分析 ,显示了基于幅频特性的复值小波变换的电力系统故障信号分析方法 ,是一种有效的方法。     

基于小波变换修正幅值的电力系统频率偏移诊断方法

针对电力系统信号频率偏移的检测进行了研究.首先提出了两个实值小波函数以及基于这两个小波变换的修正幅值的概念,推导出这两个小波变换的递推算法.然后从理论上说明了对于正弦电压信号,基于这两个实值小波变换的修正幅值不仅能准确地确定在哪一段时间间隔电压的频率是工频频率,哪一段时间间隔电压的频率偏离了工频频率,还具备检测频率偏离工频频率方向及分辨正弦信号中所包含的幅值信息的功能.最后的仿真结果表明,基于这两个实值小波变换的修正幅值对于诊断正弦信号的频率偏移是行之有效的方法.     

基于小波与奇异值分解的图像盲水印算法

提出一种新的基于离散小波变换(DWT)与奇异值分解(SVD)相结合的数字图像水印算法。该算法将原始图像作小波分解并将小波分解得到的低频子带进行分块,对每一块进行奇异值分解后,选取每块中最大的奇异值通过量化的方法嵌入水印信息。水印的提取不需要原始图像。实验结果表明,该算法具有一定的不可感知性、鲁棒性。     

风电接入的电力系统电能质量扰动的检测与定位

风能的波动性、间歇性和随机性等特性使接入风电的电力系统运行特性和电能质量受到复杂的影响。针对风电接入的电力系统电能质量扰动问题,重点研究电能质量扰动的小波检测方法,提出了基于Euclidean分解算法的db4复小波的提升方案。通过Euclidean分解算法得到复小波提升方案,求取了db4复小波自适应提升因子并构建了分解与重构模型,对扰动信号和基波分量进行提升变换后得到幅值和相位信息分别作差。利用幅值差和相位差来确定扰动的幅度和时间,并根据扰动段的幅值差和相位差值实现了扰动起止时刻定位。基于Matlab的仿真结果表明,与复小波相比,该方法能进一步提高风电接入电力系统电能质量扰动信号定位的速度和精度。     

基于递归复小波变换的电压暂降检测虚拟仪器的设计

分析了检测电压暂降的现有算法,通过分析比较,最终选择了基于递归的复小波作为电压暂降的检测算法,由于复小波分析结果中既包含幅值信息,又包含相位信息,所以无论电压暂降信号是否具有电压幅值跳变,都能成功检测到故障发生或结束时刻。同时,利用信息熵寻找最优的小波尺度,使检测结果更加准确。利用虚拟仪器开发软件LabVIEW建立了电压暂降检测系统,利用复小波变换算法,判断电压暂降发生的起始与终止时间,最终实现了电压暂降故障的实时检测、故障报告的自动生成以及故障报文查询等功能。最后,通过模拟故障实验,验证了电压暂降检测算法的有效性。     

基于复小波的输电线路行波三端测距算法

提出了一种基于Morlet复值小波的输电线路故障测距的方法,仅通过测量三个测量端的行波波头到达时间就可以测出输电线路的故障点位置,能够避免由波速不确定带来的误差。使用的小波函数为复值小波函数,运用其幅值和相位的复合信息,能将含有重要信息的相位运用到测距中,辅助电力系统中的行波信号的幅值信息判断波头中奇异点的位置,运用求模极大值的方法,准确地反映电力信号中的突变点。通过MATLAB验证其精度,在实际中具有一定的可行性。     

基于奇异值分解的分数阶小波综合实现方法

针对现有模拟小波变换实现中存在的不足,提出了一种基于奇异值分解算法的分数阶小波综合实现方法。首先,根据分数阶系统理论和介电松弛特性的Cole-Cole分布函数,构造了一种新的分数阶小波;然后,以线性离散系统的状态空间模型为基础,采用矩阵奇异值分解算法求解出分数阶小波逼近函数;最后,利用多输出开关电流双线性积分器和电流镜作为基本结构单元,设计了冲激响应为分数阶小波逼近函数的多环反馈开关电流小波滤波器。对开关电流分数阶小波滤波器的时域和频域响应以及灵敏度和非理想性进行了仿真与分析,实验结果表明所提出的分数阶小波综合实现方法具有小波逼近算法简单且逼近精度较高、电路灵敏度低和受元件非理性因素影响小等特点。     

正交紧支复小波的生成及其在电力系统的应用

分析了小波相频特性对小波分析效果的影响,说明了开发具有多种多相频特性的正交紧支复小波的重要性以及这类小波的生成方法,同时还提出采用复小波变换的复合信息代替通常采用的简单信息的方案。文中大量的电力系统仿真应用实例表明,在许多应用场合,按该文方法构造的具有合适相频特性的复小波优于相应的实小波,复合信息优于相应的简单信息。     

基于实值小波变换的发电机故障检测新方法

提出了一些基于实值波变换的新方法。该方法不仅能检测出故障的信号的幅值信息,而且也能检测出故障信号中的相位信息,其效果与复值小波分析相同。该方法电机的失磁故障信号进行了分析,检测该失磁故障信号幅值信息和相位信息,其效果令人满意。与原小波变换比较,该新方法具有重要优点。     

基于小波算法的变压器涌流和内部故障电流识别

小波变换可将信号同时从时域和频域两个方面加以分解,对分析变压器励磁涌流和内部故障电流非常有效.在PSCAD/EMTDC软件中通过对变压器励磁涌流和内部接地故障进行仿真,并对变压器两侧的电流差分信号进行了小波变换.结果表明,两类信号在细节部分有明显的不同特征,可作为判别的依据.     

基于双树复小波变换信号去噪算法研究

离散小波变换被广泛应用于数字信号的去噪处理中,特别是非平稳信号、瞬时时变信号等的去噪,但是有平移敏感性的缺陷。为了克服这种缺陷,文中采用双树复小波变换进行信号去噪,并使用硬阈值、软阈值等准则进行滤波处理。最后采用SNR（信噪比）和MSE（均方误差）来评估两者信号去噪效果。结果表明,双树复小波变换能够较好的保存信号的细节信息,其去噪效果优于离散小波变换。     

基于尺度-能量熵特征对的特高频局部放电辨识方法

对气体绝缘组合电器(GIS)进行局部放电(PD)检测,可以发现GIS内部早期绝缘缺陷和隐患,并预防绝缘事故发生。文中采用复小波分解(CWT)对GIS内部特高频(UHF)PD信号进行多尺度分解,分析了CWT能量熵(CWT-EE)随CWT尺度的变化规律,发现UHF PD信号信息主要分布在能量熵变化梯度较大的尺度下。为此,文中提取CWT-EE及其对应尺度,构建尺度-能量熵(SP-EE)特征对,既保留了PD信号能量特征信息,又保留了UHF PD信号小波尺度信息。最后,采用支持向量机(SVM)进行UHF PD类型辨识,结果表明:SP-EE特征对不但可以有效识别GIS内部4种典型绝缘缺陷,而且能够有效降低UHF PD信号分解层数和PD特征维数。     

基于小波变换和小波包变换的间谐波检测

通过研究小波变换中基函数选取和小波分解过程两个关键问题,针对小波变换在间谐波检测方面的应用,对比分析不同基函数的检测性能,重点分析小波变换与小波包变换对于稳态和暂态谐波的相位、幅值特性检测精度。仿真结果表明,小波包变换具有良好时频局部化特性能聚焦信号细节,选取dmey小波基函数的小波包分解方法可实现对电力系统中稳态或时变间谐波信号更精确的检测和分析,对于小波变换电力谐波检测中的实际应用具有指导意义。     

基于小波神经网络的电能质量扰动辨识

为了对电能质量进行有效的治理,以提高用电效率,有必要对电能质量扰动进行准确的分类。基于小波的时频分析特点和一种新型的小波神经网络,提出了一种电能质量实用分类方法。利用正交小波对信号进行多分辨率分析,提取各类电能质量变化的能量特征;利用小波神经网络对输入特征矢量进行识别,完成对电能质量的自动分类。研究表明,该方法能有效地区分电压骤降、电压骤升、电压中断、脉冲暂态4种电能质量问题。     

基于小波变换的发电机定子单相接地保护能量法

根据发电机发生单相接地故障时机端和中性点零序电压存在故障分量，并且两侧故障分量近似相同的特点，提出了利用小波变换检测发电机定子单相接地故障的能量法。该方法在不同尺度下对两侧零序电压的故障分量进行小波变换，将高频部分之和与差分别作为保护的动作信号和制动信号，计算数据窗内相应信号的谱能量作为保护的动作量和制动量，通过比较动作量和制动量的大小检测发电机单相接地故障。通过在制动信号中引入噪声估计考虑噪声的影响，提高了保护判据的可靠性。仿真和试验结果验证了该保护方案具有较高的灵敏度与可靠性。     

基于二元树复小波能量熵测度的局放模式识别

二元树复小波变换(DT-CWT)在时域和频域都具有表征信号局部特征的能力,且二元树复小波还具备近似平移不变、多方向选择、完全重构和高效计算等优点。而基于小波的信息熵能反映信号统计分布特征,突出系统信号中短暂的异常信号,达到及早发现可能故障的目的。笔者对4种典型绝缘缺陷产生的局部放电脉冲波形进行二元树复小波分解,将提取每层分解系数上的能量特征和小波能量熵测度作为模式识别的特征量。通过大量的试验获得放电样本,用构建的BP神经网络作为分类器,对4种典型绝缘缺陷产生的局部放电进行了有效识别,结果表明:采用此特征量的神经网络识别方法简单、有效、实用,为局部放电信号的识别提供了有效的参考。     

小波分析及其在电力系统中的应用(二) 理论基础

较为详尽地介绍了小波，连续小波变换与Ｇａｂｏｒ变换的差异，二进小波管变换，多分分析，小波基，小波包，快速小波变换，信号的奇异性检测心及信号的多尺度边缘回复等基本内容，此外，根据小波分析的理论基础，提出了Ｂ－小波的一些滤波性质，并构造了新的小波基，结果表明比Ｍｏｒｌｅｔ小波具有更高的计算精度，上述理论是小波分析在电力系统诸多领域应用必要的基础。