一种基于优化小波基的电力系统故障暂态数据压缩方法

在论述基于多分辨分析的小波基构造方法和小波分解理论的基础上，建立了基于离散小波变换的电力暂态信号数据压缩方法。针对电力故障信号为基波伴随短时暂态成分的特点，研究了基于信号离散小波逼近品质最优，即离散逼近时域二范数最大的小波基优化方法。对一实际500KV输电线路故障暂态的分析计算表明；基于优化小波基的离散小波变换对电力故障暂态数据具有较高的压缩比和较小的重构误差。     

电力系统暂态保护中小波基的选择与应用

电力暂态信号的识别、处理和利用是新一代继电保护,（暂态保护）技术发展的基础。小波变换在时域和频域内均有局部化能力,是电力暂态信号分析的强有力工具。文中研究和描述小波分析理论,探讨了小波基的特性,为电力系统常见暂态信号分析的小波基选择提供了依据。利用Matlab对一条500kV输电线路进行发生单相接地时故障定位仿真以及重合闸误动仿真,并利用小波分析中的模极大值和多尺度方法分析了仿真结果,结果证明了该选择的正确性。     

小波变换在电能质量暂态信号检测中的应用

随着各种敏感电力电子设备在工业中的广泛应用 ,包括暂态扰动在内的电能质量问题已成为近年来各方面关注的焦点。对于暂态扰动发生时刻的检测与定位则是电能质量监测和统计中获取相关指标首要解决的问题。对基于连续小波变换的信号奇异性检测原理及其在电能质量暂态信号检测中的应用进行了详细的研究 ,通过基于标准偏差估计的小波消噪算法 ,有效排除了噪声干扰 ,实现了精确的故障时刻定位     

小波变换在电能质量暂态信号检测中的应用

随着各种敏感电力电子设备在工业中的广泛应用,包括暂态扰动在内的电能质量问题已成为近年来各方面关注的焦点.对于暂态扰动发生时刻的检测与定位则是电能质量监测和统计中获取相关指标首要解决的问题.对基于连续小波变换的信号奇异性检测原理及其在电能质量暂态信号检测中的应用进行了详细的研究,通过基于标准偏差估计的小波消噪算法,有效排除了噪声干扰,实现了精确的故障时刻定位.     

电力系统暂态保护中小波基选择浅析

电力暂态信号的识别、处理和利用是新一代继电保护——暂态保护技术发展的基础。传统基于傅立叶变换的方法在处理非平稳信号时有着局限性,小波变换在时域和频域内均有局部化能力,是电力暂态信号分析的强有力工具。本文研究和描述小波分析理论,探讨了小波基的特性,为电力系统常见暂态信号分析的小波基选择提供了依据。     

暂态信号分析中小波基的选择与应用

暂态信号的识别、处理和利用是新一代继电保护(暂态保护技术)发展的基础。处理非平稳信号时,小波变换在时域和频域内均有局部化能力。研究和描述小波分析理论,探讨小波基的特性,为电力系统常见暂态信号分析的小波基选择提供了依据。利用Matlab对1条500 kV输电线路发生单相接地时进行故障定位仿真结果表明,选择Db4小波进行信号分析是准确的;建立单相接地短路、雷击输电线路2种暂态类型,得到多尺度能量统计能反映不同暂态的特性。     

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。     

小波包在暂态电能质量分析中的应用

对小波包在暂态电能质量现象分析中的去噪、数据压缩及特征提取几方面进行了阐述 ,并对电压骤降信号进行仿真。其结果表明 ,利用阈值方法 ,小波包的去噪效果要明显优于小波变换 ;利用其对高频再次分解的特性 ,通过对分解系数的处理 ,能有效地实现暂态非平稳信号时数据压缩和特征提取     

基于小波去噪的回波信号处理研究

通过对接收到的回波信号的小波变换系数进行阈值去噪处理,可以有效降低噪声。本文介绍了小波去噪的基本概念,讨论了小波去噪的方法和步骤,对小波去噪过程中选择的MATLAB应用函数进行说明。用实例比较分析了haar小波、Daubechies小波族和Symlets小波族在去噪过程中的效果,为小波基函数的选择提供了有用的参考。     

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。     

基于模极大值小波域和TLS-ESPRIT的振荡瞬态识别方法

对于电能质量扰动检测和定位中振荡瞬态的检测、识别,目前普遍采用的是时频特征矢量提取和智能模式识别方法,此类方法无法准确提取电能质量振荡瞬态信号不同频率分量的组成。结合模极大值小波域和总体最小二乘法旋转不变技术的信号参数估计(total least squares-estimation of signal parameters via rotational invariance techniques,TLS-ESPRIT)可以很好地实现振荡信号的检测与识别。对于输入信号,首先采用模极大值小波域检测振荡发生的起始时刻和终止时刻,然后利用振荡时间间隔内的信号建立观测空间矩阵,通过奇异值分解和总体最小二乘法实现特征值截尾,将采样信号观测空间分解为信号子空间和噪声子空间,得到振荡信号每个构成频率分量的相应参数。仿真结果证实了所提出方法的可行性。     

基于形态-复小波暂态电能质量扰动检测及定位

针对暂态电能质量扰动的实际检测过程中,存在着较强的脉冲噪声和白噪声干扰,影响暂态信息准确提取的问题,设计了有效的滤波算法以在保留信号特征的前提下最大限度地抑制噪声干扰影响,该法是将基于数学形态学的广义形态滤波器作为复数小波变换的前置滤波单元,形成的一种新型形态-复小波变换综合检测算法。仿真结果表明,基于该算法的滤波器不仅可很好地解决电能质量扰动分析中滤除随机噪声和脉冲噪声的困难,还可较好地保持扰动信号的形状和特征。另外用Daubechies实小波构造了相应的正交紧支对称复小波,由其提供的复合信息可准确地检测出扰动并进行时间定位。分别用电压暂降、暂态振荡、短时谐波畸变及微小扰动对所提方法进行了数字仿真验证,结果证实了基于形态-复小波变换综合检测方法的正确性和有效性。     

采用小波多分辨率信号分解的电能质量检测

针对典型的电能质量扰动信号 ,提出了采用小波多分辨率信号分解的电能质量检测与时频分析方法 ,并提出一种新型的同步检波器。该方法将电能质量扰动信号分解到子频带中 ,在小波域上检测信号的时间、频率和幅度 ,具有突出信号时域、频域局部特征的能力 ,因此特别适用于短暂瞬时信号的检测与分析。仿真结果表明 ,该方法具有优异的检测性能 ,适用于电压凹陷、电压凸起、电压间断、短时间谐波失真、暂态谐波失真、电压闪变与波动等电能质量扰动信号的检测与时频分析。     

Application of wavelet analysis to the determination of partial discharge location in multiple-α transformer windings

The inner insulation system is a critical component of a power transformer. Its degradation may cause the device to fail while in service. If deterioration of the insulation system caused by Partial Discharge (PD) activity can be detected at an early stage, preventive maintenance measures can be taken. Due to the complex structure of power transformers, accurate locating of PD is not an easy task and is one of the main challenges in front of power utilities. Locating PD is more difficult in transformers with multiple-α windings. This problem comes to be vital in open access systems. A method for locating partial discharge within multiple-α windings is proposed, which is based on structural data of a transformer. A 66 kV/25 MVA transformer with fully interleaved winding and connected tap winding is used as test object. Wavelet transform is employed to process the partial discharge signals. Wavelet transform analysis method is a powerful tool for processing transients and non-stationary or time varying signals. Since the wavelet transform provides multi-scale analysis and time–frequency domain localization, it is particularly suitable to process the partial discharge signals. In order to improve the accuracy of the partial discharge location, a new technique for extracting Partial Discharge signals is introduced. Applying wavelet transform to a signal produces a wavelet detail coefficient distribution throughout the time-scale, which depends on the mother wavelet chosen. This technique is based on the capability of the chosen mother wavelet for generating coefficients with maximum values. The wavelet based de-noising method proposed in this paper can be successfully employed to extract PD pulse from the measured signal. It can provide enhanced information and further infer the original site of the PD pulse through capacitive ratio method. The method is described in details and the applications to determine the partial discharge location in multiple-α windings are explored.     

基于改进小波系数奇异值分解和小波去噪的低频振荡时变模式辨识

提出了一种基于连续小波变换(continuous walelet t r a n s f o r m , C W T )和奇异值分解( s i n g u l a r v a l u e decomposition,SVD)相结合的提升小波系数 SVD 辨识信号振荡频率和模式信息提取及信号去噪的新方法.克服了噪声较大或者密集模态时,小波脊线不清晰甚至会出现混叠和交叉难以提取频率的情况,根据提升的小波系数奇异值分解频率向量识别各阶振荡模式的频率.同时选用小波能量系数来识别主导振荡模式,用小波软阈值去噪和 SVD 分解后矩阵重构来进行信号去噪.CWT 可以处理含时变振荡模式的低频振荡信号,且对模式参数具有较高的辨识精度.仿真算例验证了算法的有效性和适用性     

基于经验小波变换的电力系统谐波检测方法

针对噪声干扰下的稳态以及暂态谐波检测问题,首次提出一种基于经验小波变换的电力系统谐波检测方法。首先利用经验小波变换从电力谐波信号中提取出一组具有紧支撑频谱的调幅-调频分量,实现各次谐波与基波信号的分离。接着对分离出的谐波分量进行Hilbert变换,从而获取各次谐波的幅值和频率检测参数以及暂态谐波的扰动起止时刻。对多类谐波信号的仿真结果表明,所提方法有效避免了传统Hilbert-Huang变换存在的模态混叠问题,即使在低信噪比下也能实现多频谐波信号的自适应分解,在确保各类参数检测结果精度的同时,兼具良好的噪声鲁棒性和检测实时性。     

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。