天牛须搜索算法实现小波滤波器直接频域逼近

针对频域法构造小波滤波器方法较少、稳定性无法保证、逼近精度不高等问题,基于天牛须搜索算法提出了一种小波滤波器直接频域逼近方法。首先根据小波滤波器电路的基本要求设计逼近有理式,然后加入电路实现所需的稳定性、正实性和初值为零的约束条件,建立小波滤波器逼近的频域优化模型。再以高斯小波和Marr小波为例,使用天牛须搜索算法求解频域逼近的数学模型得到滤波器有理式参数。在时域和频域上分别将该方法和其他频域方法进行对比,仿真和计算结果表明在相同条件下,频域逼近法具有更优的效果,五阶高斯小波和七阶Marr小波的逼近均方误差仅为3.446 8×10~(-4)和7.346 2×10~(-4)。     

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。     

基于模拟退火算法的连续时间系统的时域综合

提出一种近似给定脉冲响应的连续时间系统的时域综合方法。首先,基于最小均方误差准则,利用一个物理可实现的函数无限逼近给定的脉冲响应,从而形成约束优化问题,并通过模拟退火算法求解构造的优化模型最优值。将该方法应用于连续时间小波滤波器的设计和高压脉冲形成网络,以5阶Morlet小波基、7阶Marr小波基和14阶准矩形脉冲为例进行优化逼近,实验结果分析表明,其逼近误差分别仅为7.398 7×10~(-6)、2.139 6×10~(-5)和5.682 7×10~(-6),从而从实验角度进一步证实所提理论方法具有很高的逼近精度,该方法也适用于高阶系统的设计。     

连续小波变换的对数模拟滤波器实现

提出了基于对数技术的连续小波变换的模拟滤波器实现方法,通过迭代和函数逼近理论可获得无显式表达式的小波函数的冲激响应。小波变换的滤波器实现电路由冲激响应为小波函数的滤波器组构成,Padé逼近是一种有效的有理逼近,小波函数经Padé逼近后可得到其有理分式逼近,有助于滤波器设计。通过优化滤波器组的状态空间模型确保了电路具有大的动态范围,有利于低压低功耗运用。仿真结果证实了其可行性。     

多孔算法谐波功率测量带内误差分析与消除

针对小波变换多孔算法分频带测量谐波功率时误差较大的问题,从理论上分析了测量误差的产生原因.推导的功率分频带测量误差的频域表达式揭示了误差的产生原因和构成,指出子带内泄漏误差的存在且其为主要误差.研究了谐波频率、功率因数和小波滤波器组频率特性对带内泄漏误差的影响.根据交迭窗函数构造理论,利用整系数交迭窗和小波滤波器组抗混迭技术,提出了一种抗子带内泄漏误差的多孔算法谐波功率分频带测量方法.仿真表明,抗带内泄漏算法可将谐波功率分频带测量过程的带内泄漏产生的相对误差从5×10-2减小到1.3 × 10-4,减小了两个数量级.     

小波Mallat谐波测量的带内泄漏误差分析与算法改进

电力谐波的小波变换分频带测量目前常采用Mallat算法,在信号同步采样条件下具有较高的准确度.当非同步采样时,通过理论分析指出该测量方法存在着很大的带内泄漏误差,并推导了带内泄漏误差的频域形式表达式.仿真和实验表明带内泄漏引起的相对误差可达5×10-2.针对带内泄漏误差.采用整系数交迭窗函数构造子带内抗混叠滤波器,提出一种抗带内泄漏的小波变换谐波测量算法.仿真表明抗带内泄漏算法的有效值测量相对误差小于1.3×10-4;实验表明抗带内泄漏算法的功率测量引用误差小于1.3×10-3,测量准确度比小波变换Mallat算法提高了1～2个数量级.     

基于小波和神经网络的电能质量扰动信号数据压缩

在小波变换数据压缩方法和神经网络数据压缩技术的基础上,提出了将小波和神经网络应用于电能质量扰动信号数据压缩的方法。利用小波时域和频域的双重分辨率和神经网络的非线性函数逼近能力,以压缩比、均方误差为压缩效果的评价指标,对实际扰动信号进行数据压缩。采用样条小波和径向基神经网络数据压缩方法,以一个实例,给出了电能质量扰动信号的压缩仿真过程,给出了各类(电压凹陷、突起、尖峰、闪变及瞬态振荡)电能质量扰动信号的仿真分析结果。结果表明,该电能质量扰动信号数据压缩方法,压缩后得到的均方误差为-16.1397 dB,压缩效果良好。     

整数算法小波变换实时数据压缩与重构算法

针对传统小波滤波器结构和系数进行改进,提出了一种高效的整数算法小波变换的构造方案。在此基础上,针对电力信号采集数据自身的特点,对小波变换后的低、高频数据分别进行二次压缩,低频数据采用Ray-Period压缩算法,高频数据采用改进的阈值压缩算法。压缩实验证实,该算法能在均方误差优于2.0×10-4的情况下,获得6.2%的压缩比,并且速度比传统小波变换的压缩算法提高了10倍以上,具有实用价值。     

一类分数阶滤波器逼近阶次的选择

针对分数阶微积分算子的有理逼近可以取得很好的逼近效果,而逼近阶次的选择对分数阶滤波器的逼近精确度和系统性能有直接的影响的问题,通过合理选择逼近阶次可以使二者之间达到一个最佳综合。在分析Oustaloup算法的基础上,详细研究分数阶滤波器分数阶次与有理逼近阶次之间的关系。通过计算逼近模型与理论模型的幅、相频率特性及其误差来观察逼近阶次n与逼近精确度的关系,并确定最佳逼近阶次。仿真结果与误差分析表明,对于一类分数阶滤波器,当有理逼近阶次大于5时,随着逼近阶次的提高,逼近精确度的改善已经变得很有限。折中考虑逼近精确度与系统性能,可选择5作为最佳逼近阶次。     

电力系统网络漏电点的快速信号定位技术研究

利用三角波信号作为激励源,进行采集和分析被测网络电路的输出响应,通过小波变换提取工控网络输出响应信号特征,根据提取的信号特征来组建一种主元分析模型,利用主元模型的时域与频域信息,配合小波变换模极大值在不同尺度下的分布完成漏电点信号的准确定位。实验证明,该方法对电力系统网络漏电点的快速信号定位方法精确性高,效率高。     

General rational approximation of Gaussian wavelet series and continuous-time gm-C filter implementation

A general method of rational approximation for Gaussian wavelet series and Gaussian wavelet filter circuit design with simple g_m-C integrators is presented in this work. Firstly, the multiorder derivatives of Gaussian function are analyzed and proved as wavelet base functions. Then a high-accuracy general approximation model of Gaussian wavelet series is constructed, and the transfer function of first-order derivative of Gaussian wavelet filter is obtained using quantum differential evolution (QDE) algorithm. Thirdly, as an example, a fifth-order continuous-time analog first-order derivative of Gaussian wavelet filter circuit is designed based on multiple loop feedback structure with a simple g_m-C integrator as the basic blocks. Finally, simulation results demonstrate that the proposed method is an excellent way for the wavelet transform implementation. The designed first-order derivative of Gaussian wavelet filter circuit operates from a 0.53-V supply voltage and a bias current 2.5 nA. The power dissipation of the wavelet filter circuit at the basic scale is 41.1 nW. Moreover, the high-accuracy QRS detection based on the designed wavelet filter has been validated in application analysis.     

基于小波包分解的风电混合储能容量配置方法

提出了一种基于小波包分解的风电混合储能容量配置方法。该方法对风电输出功率进行小波包分解,将其分解为低频部分和高频部分,采用低频部分作为并网目标功率,根据蓄电池和超级电容器的互补特性,分别用其平抑次高频部分和最高频部分。通过高斯逼近法拟合波动功率的概率密度函数,进而得出混合储能系统的容量。在Matlab/Simulink平台上搭建混合储能系统仿真模型。通过风电并网点输出功率的平滑程度以及混合储能系统荷电状态波动范围的分析,验证了该容量配置的有效性。     

基于小波包变换有源电力滤波器的研究

通过小波包变换可以实现信号频带的均匀划分,能够更好地提取信号的时频特性,将小波包变换技术应用于有源电力滤波器的检测环节中,设计了基于小波包变换检测谐波的单相小波包滤波器,并在此基础上通过仿真验证了APF三相检测电路的可行性。     

基于改进第2代小波算法的发电机组碰摩故障特征提取

针对发电机组碰摩故障特征的提取问题,构造了一种提取该类信号时域特征的改进第2代小波算法。该算法以第2代小波为基础,构造第2代小波等效滤波器,分析其存在的频带交叠问题;采用基于数据的优化方法,设计能够自适应匹配每层分解信号特征的预测器和更新器;对分解得到的每层逼近信号和细节信号采用傅里叶变换方法,消除每个分解频带中其它频带的无关频率成分,以突出相应频带信号的时域特征。仿真信号和工程振动信号分析表明,改进第2代小波算法的信号特征提取效果优于第2代小波方法,较理想地提取出了汽轮发电机组发生径向碰摩故障时的时域故障特征。     

A wavelet‐based piecewise approach for steady‐state analysis of power electronics circuits

Simulation of steady‐state waveforms is important to the design of power electronics circuits, as it reveals the maximum voltage and current stresses being imposed upon specific devices and components. This paper proposes an improved approach to finding steady‐state waveforms of power electronics circuits based on wavelet approximation. The proposed method exploits the time‐domain piecewise property of power electronics circuits in order to improve the accuracy and computational efficiency. Instead of applying one wavelet approximation to the whole period, several wavelet approximations are applied in a piecewise manner to fit the entire waveform. This wavelet‐based piecewise approximation approach can provide very accurate and efficient solution, with much less number of wavelet terms, for approximating steady‐state waveforms of power electronics circuits. Copyright © 2006 John Wiley & Sons, Ltd.     

基于频域建模与遗传算法的电力电子电路参数辨识方法

研究电力电子电路参数辨识技术,提出了一种基于频域特性分析与遗传算法参数求解的电力电子电路参数辨识方法。以Buck电路为例,建立了电路频域模型,选择电感输入电压、电路输出电压作为监测信号,利用快速傅里叶变换对监测信号进行频域分析,得到电路模型频率响应特性;依据电路频域模型及频响特性,选择适当的频率点并利用遗传算法对电路参数进行辨识。实验结果表明,新方法能够有效实现电力电子电路参数辨识。     

基于提升小波变换的模拟电路故障特征识别

模拟元件的非线性属性导致电路特征集异常庞大,当故障电路响应出现一定带宽的随机分量与主频分量相互叠加,信号频谱中的故障特征频率及其2、3次谐波附近的边频带均出现显著增长。由于提升小波算法的预测和更新原理与故障信息紧密相关,预测器和更新器设计可替代小波基的选取。本文首先将响应信号经过提升小波变换,对蕴含大量故障信息的高频细节部分进行Hilbert调制分析,从包络谱中剔除载频的常规分量,随后通过特征频率识别技术实现数据降维处理和故障定位。最后通过一个实例验证了该方法完全胜任模拟电路故障特征频率识别。     

A wavelet approach to fast approximation of steady‐state waveforms of power electronics circuits

Waveforms arising from power electronics circuits often contain slowly changing segments with high‐frequency details concentrated near the switching instants. Such a feature is consistent with the localization property of wavelets which are known in the signal processing literature to be highly suitable for describing fast changing edges embedded in slowly varying backgrounds. This paper considers the application of wavelet approximation to the steady‐state analysis of power electronics circuits. The basic procedure of wavelet approximation is reviewed, and an improved approach by mixing wavelets of different levels is described. When applied to power electronics circuits, the method yields efficient solutions because only a relatively small number of wavelets are needed and the proposed algorithm involves only matrix operations, permitting the steady‐state waveforms to be found fast. Copyright 2003 John Wiley & Sons, Ltd.