基于改进量子粒子群优化稀疏分解的局放信号去噪方法

噪声抑制是局放在线监测的关键环节之一。针对局放信号噪声抑制问题,提出一种基于改进量子粒子群优化稀疏分解的局放信号去噪方法。该方法基于信号的稀疏分解思想,构建了仅与局放信号时频特性相匹配的匹配局放信号过完备原子库;基于匹配追踪(MP)算法在该原子库中对染噪局放信号进行最佳匹配原子搜索,并通过改进量子粒子群算法加速搜索进程,同时以残差比阈值作为MP迭代终止条件;基于各次MP迭代搜索得到最佳匹配原子仅可对原始无噪局放信号分量进行稀疏表示,而难以对噪声分量进行表示的原理,实现局放信号稀疏分解去噪目的。运用本文介绍方法对局放仿真信号及实测信号进行了去噪处理,并与基于形态学-小波的局放去噪结果作对比。结果表明,本文介绍方法能有效对局放信号进行去噪处理,去噪结果准确性高且波形无畸变,较好保留局放信号原始特征。     

时频原子方法在间谐波分析中的应用

提出一种基于时频原子方法的间谐波分析方法。将信号分解成一系列时频原子,其中每个原子都来自于冗余的时频原子库,选择的原子可以最好地匹配信号结构。将分解后原子的Wigner-Ville分布相加得到时频能量分布图,相对于Wigner-Ville分布及Cohen类分布,该时频能量分布图不含有交叉项,其时频图更清晰。分别在有噪声干扰和无噪声干扰的情况下对时变的间谐波信号进行分析,均可有效提取出各次谐波和间谐波的时频信息,为间谐波分析提供了新的途径。     

基于Gabor原子的活立木茎体水分信号MP分解与重构

针对活立木茎体水分时域信号呈现的非平稳、信息冗余特性,提出了一种基于Gabor原子的活立木茎体水分信号MP分解与重构方法。试验结果表明活立木茎体水分信号可以用Gabor原子库稀疏表示,靠前的原子反映信号的主要特征,靠后的原子反映信号的细微特征,原子数越多,稀疏信号越能更好地描述原始时域信号的特征。稀疏信号对比于原始时域信号,数据量明显减少,避免了信息冗余,达到了数据压缩的目的,为大量数据的存储节省了物理空间。在Gabor原子库过冗余的情况下,稀疏信号可以高质量的重构出原始时域信号,在主要特征数据点处重构误差较小,在细微特征数据点处重构误差较大。     

基于带宽自适应滤波的低频振荡Prony分析

针对传统Prony法在分析低频振荡时对噪声非常敏感的缺点,提出了一种基于带宽分析的余弦基神经网络滤波方法。首先,利用余弦基神经网络逼近低频振荡信号,通过对权值的分析,确定信号有效带宽;然后根据信号带宽进行带通滤波,再将输出信号导入Prony模块分析。其中,针对有效带宽范围的确定,提出了固定带宽与动态带宽的分析方法。分别在脉冲噪声、高频谐波噪声、随机白噪声背景下进行了算例分析,表明了该方法对舍噪低频振荡信号具有较好的滤波效果,有效地提高Prony算法的振荡主导模式识别精度。能满足电力系统低频振荡特征分析的需要。     

原子稀疏分解算法在电力系统扰动信号分析中的应用

针对目前电力系统扰动信号分析中的一些不足,提出了一种基于原子分解的扰动信号分析方法。该方法根据电力系统信号特点,采用衰减正弦量模型构建原子库。以原子稀疏分解的基本理论为指导,应用匹配追踪算法进行迭代求解,得到相关原子参量。将所述方法应用于电力系统扰动信号分析中,能够自适应地从过完备原子库中建立信号的稀疏解析表示,克服了固定基信号分解模式的缺陷。典型算例仿真结果证明了算法的有效性和优越性。     

基于MP的电力系统数据压缩方法

匹配追踪算法能够自适应地从构造的完备原子库中建立信号的稀疏解析表示。提出一种基于MP(Matching Pursuit)算法的原子稀疏分解的电能质量扰动数据压缩方法,根据电能质量扰动信号的特点建立原子库,采用衰减正弦量原子对信号进行稀疏分解,提取扰动信号成分。仿真算例验证了所提出的数据压缩方法具有压缩比高的优点。     

原子稀疏分解算法在电力系统扰动信号分析中的应用

针对目前电力系统扰动信号分析中的一些不足,提出了一种基于原子分解的扰动信号分析方法.该方法根据电力系统信号特点,采用衰减正弦量模型构建原子库.以原子稀疏分解的基本理论为指导,应用匹配追踪算法进行迭代求解,得到相关原子参量.将所述方法应用于电力系统扰动信号分析中,能够自适应地从过完备原子库中建立信号的稀疏解析表示,克服了固定基信号分解模式的缺陷.典型算例仿真结果证明了算法的有效性和优越性.     

基于原子分解法的配电网谐波检测方法研究

配电网中的谐波问题不仅对系统的安全运行和电力设备的正常使用造成严重的损害,还会降低用户的电能质量。提出了一种基于匹配追踪原子分解法的配电网谐波检测方法,通过将故障信号在过完备原子库中进行稀疏分解,得到与该信号的结构特征相匹配的最佳匹配原子组,分析这些原子的时频特性即可以得到故障信号的各次谐波信息。通过Matlab仿真软件对配网中常见的谐波信号和电弧炉采样信号进行分析,对比分析了FFT变换和原子分解法的优缺点。仿真验证表明,基于匹配追踪原子分解法能够准确的分析出各谐波成分的特征量,且具有较强抗噪能力。     

局放信号自适应加权分帧快速稀疏表示去噪方法

电气设备局放信号易受噪声干扰,影响监测效果。为提高局放信号去噪效果,提出一种局放信号自适应加权分帧快速稀疏表示去噪方法。该方法以信号稀疏表示理论为核心,为提高去噪速度,对局放信号进行了加权分帧,减少待处理数据长度的同时避免了强制分帧时截断效应;提出一种快速正交匹配追踪算法,避免了基于传统正交匹配追踪实现稀疏表示时庞大的计算量。为提高去噪效果,基于K-SVD字典学习理论及高信噪比局放样本信号构建局放脉冲自适应过完备字典,其各原子仅与局放脉冲信号强关联,且满足实测信号多样性要求;结合加权分帧方法,提出一种残差比阈值自适应确定方法,实现了局放稀疏表示去噪迭代终止条件自适应确定。实验结果表明,所提方法解决了现有局放稀疏表示去噪方法去噪速度慢,过完备字典适用性弱等问题,相比传统局放信号小波分析去噪方法,该方法去噪结果误差及畸变均较小。     

局部放电稀疏分解模式识别方法

为实现电气设备局部放电(简称局放)模式的准确识别,提出了一种局放稀疏分解模式识别方法。首先由各放电模式局放训练样本信号统计特征向量构建局放统计特征过完备原子库,对此原子库进行非线性映射,可得非线性局放统计特征过完备原子库。对待识别局放信号统计特征向量进行非线性变换,得到非线性统计特征向量,此向量在非线性局放统计特征过完备原子库中进行稀疏分解时,仅可由相应放电模式子原子库中原子进行稀疏表示而难以由其它放电模式子原子库中原子进行表示,进而实现局部放电稀疏分解模式识别。同时,提出一种核函数优化匹配追踪算法,可在无需知道非线性映射具体形式基础上完成稀疏分解,并基于相似性度量系数确定最佳核函数及其参数。设计了两套放电模型,并在不同实验环境中进行了局放测试,所测信号分别作为训练样本信号及测试样本信号,采用所提方法进行了模式识别实验,同时与采用神经网络方法、K近邻法、支持向量机法的局放模式识别实验结果进行了对比。实验结果表明该方法识别效果较好,准确率较高。     

采用原子分解法的同步电机参数辨识

为了准确辨识出同步电机参数,提出一种基于原子分解的新算法。首先构建相关原子库并将原子离散化参数连续化,运用进化匹配追踪算法,快速从同步电机突然短路电流中提取基波电流、直流电流、倍频电流;然后从分解的各原子信号特征参数中推算出同步电机参数。通过截取稳态短路电流的采样信号,辨识出同步电机的同步电抗和短路初相角值。以理想突然短路电流和含噪声的短路电流为例,仿真进行了对信号的原子分解,获得了相似度较好的重构信号。较之经验模态分解(EMD)和Prony算法,所提出的方法对含噪声信号短路电流的分解效果更佳。实测算例表明,应用原子分解方法可准确地提取同步电机参数,且有较好的抗噪性能。     

基于稀疏分解的复合电能质量扰动分类

针对复合电能质量扰动分类问题,提出了一种基于稀疏分解的分类新方法。该方法通过构建正余弦字典、脉冲字典将电能质量扰动信号分解为近似部分和细节部分,并从中提取了8个特征量。将特征向量输入改进支持向量机中可实现30种复合扰动的准确分类。基于MATLAB生成数据和真实电网数据的仿真结果表明:针对稀疏分解得到的特征向量,改进支持向量机的分类精度高于BP网络和极限学习机;文中方法对单一扰动及复合扰动均有较强的分类能力,且具有一定的抗噪声能力。     

基于自适应神经网络的磁编码器角度误差补偿算法

针对磁编码器中各类误差导致的解码精度低的问题,在神经网络原理的基础上提出单层自适应神经网络对正余弦信号中存在的幅值不相等、相位不正交、直流偏置、谐波与噪声等误差进行补偿。采用锁相环算法对补偿后的正余弦信号进行解码。电路中采用TLE5501磁阻芯片检测角度变化,利用TL082C运放芯片对信号进行调理,最后采用STM32G431单片机验证算法的性能。通过仿真与试验验证,证明了该算法的有效性与可行性。     

改进型ip-iq电网谐波电流检测算法

为快速准确地得到电网的谐波电流,本文在传统ip iq谐波电流检测算法基础上提出了一种新的谐波电流检测算法.取负载侧三相电压经过Clark变换和Park变换产生同步旋转信号,完成普通锁相环结构中鉴相器的功能,从而得到相位差信号△θ,再经过PI控制和积分调节得到A相基波电角度,然后通过正、余弦信号发生器产生标准的正、余弦信号,以此减小电压畸变带来的误差;用高通滤波器代替传统算法中的低通滤波器直接得到三相谐波电流,简化系统结构,减少延时,提高系统的实时性.Simulink仿真结果表明,该方法能够准确快速地检测出谐波电流.     

基于WPT和参数优化的VMD谐波检测方法

针对变分模态分解(Variational Mode Decomposition, VMD)在谐波检测中易受噪声影响、分解模态个数K难以确定的问题,提出一种基于小波包降噪(WPT)和参数优化的VMD谐波检测方法。首先,对谐波信号进行WPT降噪处理,然后对降噪后的信号进行VMD预分解,根据解析分量的瞬时频率均值选取最优的K值,最后对降噪信号进行最优K值VMD分解并提取频率,用希尔伯特变换进行幅值检测。仿真结果与对比表明,该方法能够有效的选择VMD分解模态个数,减小噪声影响,且具有良好的检测精度。     

基于余弦平顶窗的谐波相量测量

In this paper, a Backstepping Global Integral Terminal Sliding Mode Controller (BGITSMC) with the view to enhancing the dynamic stability of a hybrid AC/DC microgrid has been presented. The proposed approach controls the switching signals of the inverter, interlinking the DC-bus with the AC-bus in an AC/DC microgrid for a seamless interface and regulation of the output power of renewable energy sources (Solar Photovoltaic unit, PMSG-based wind farm), and Battery Energy Storage System. The proposed control approach guarantees the dynamic stability of a hybrid AC/DC microgrid by regulating the associated states of the microgrid system to their intended values. The dynamic stability of the microgrid system with the proposed control law has been proved using the Control Lyapunov Function. A simulation analysis was performed on a test hybrid AC/DC microgrid system to demonstrate the performance of the proposed control strategy in terms of maintaining power balance while the system’s operating point changed. Furthermore, the superiority of the proposed approach has been demonstrated by comparing its performance with the existing Sliding Mode Control (SMC) approach for a hybrid AC/DC microgrid.     

离散分数余弦变换在碰摩声发射信号降噪中的应用

声发射信号经常淹没在各种复杂的非平稳噪声中,使得对有用的声发射的识别非常困难,因此,在声发射识别时进行信号增强成为诸多研究者的关注热点。离散余弦变换是声信号增强的有效方法。基于态函数,给出了分数余弦变换的新定义,提出三周期离散分数余弦变换方法,介绍了基于三周期离散分数余弦变换的声发射信号增强算法和改进算法的推导过程。实验数据为在转子实验台上采集的碰摩声发射信号,通过在该信号上叠加高斯白噪声和非平稳噪声来获得模拟的严重噪声污染的声发射信号,然后用增强算法及改进算法对该信号进行降噪处理和声发射信号识别。实验结果表明：两种算法对多种非平稳噪声环境下的碰摩声发射信号均能取得较好的降噪效果,且优于离散余弦变换,是声发射信号识别的有效途径。     

投切电容器时的电网谐波阻抗测量方法

在谐波阻抗测量领域,投切电容器方法是比较通用的操作方法。在实际电网谐波阻抗测量中由于存在的背景谐波干扰、傅立叶变换过程中的频谱泄漏和采集信号中存在噪声等问题,测量结果将会产生较大误差。为了减小此类影响,采用投切电容器测量电网谐波阻抗的方法并对其进行改进,采取陷波器对信号波形进行预处理从而减小了背景谐波和频谱泄漏的影响;采用小波分析对信号进行重构有效消除了噪声干扰。基于PSCAD和Mat-lab仿真实验,得出比较理想的结果,测量误差大大减小。结果表明,提出的方法有效地减小了谐波阻抗测量误差,在电力系统谐波阻抗测量领域有良好的应用前景。