基于奇异值分解理论的双端行波故障测距的研究

行波故障测距中行波信号奇异点的精确检测和行波波速的确定是影响测距精度的主要因素。根据Hankel矩阵方式下奇异值分解第一个分量后的各分量具有的奇异性检测能力,对行波信号进行奇异值分解,利用第二个SVD分量脉冲模极大值检测出信号的奇异点。同时,提出一种不受行波波速影响的双端测距方法,通过检测故障初始行波和故障点反射波分别到达两端母线的时刻,列写方程组,得到与速度无关的测距公式。EMTDC仿真证明了该故障测距方法的正确性。     

基于小波变换的含噪声行波信号奇异点检测

小波变换是检测信号奇异点的一种有效的数学工具.对于含噪声电流行波信号奇异点的检测,则需要一个基于小波变换的有效算法.作者在非线性阀值法去噪的基础上利用模极大值线的方法正确地检测出含噪声行波信号的奇异点,并通过数字仿真验证了此方法的实用性.     

弱行波信号的奇异点检测方法

当电压过零附近或者高阻接地故障时行波信号较弱,同时受行波上升沿畸变以及噪声干扰等因素的影响,传统小波检测法的检测结果可能会出现较大误差.为可靠检测到故障行波信号的奇异点,文中提出了一种新的检测方法,即根据推导得出的故障行波波头表达式,并结合高速数据采集装置的实测数据,获取故障行波拟合曲线,依此确定故障行波信号奇异点.通过对输电线路中波头上升沿的特征分析以及母线处分布电容对波头上升沿的影响分析,得出了表征行波波头上升沿的表达式;为增强算法可行性,利用麦克劳林(Maclaurin)展开式推导出了行波波头的间接表达形式.利用该表达式拟合出的行波曲线可确定行波信号的奇异点.仿真结果表明,所提出的检测方法可有效地确定弱行波信号的奇异点.     

基于脉冲发射原理的配电网故障定位方法的研究

在小波理论的基础上,提出了配电网行波故障定位方案。在故障相的线路首端发射脉冲信号,采集线路首端的行波信号,利用小波消噪原理对采集到的行波信号进行滤波,比较线路正常时的行波信号和线路故障时的行波信号,利用小波变换对信号奇异性的检测原理找出行波信号中的奇异点,得到故障距离。对结构简单的线路,在此基础上分析特征波即可准确定位;对结构复杂的线路,在确定故障距离的基础上,根据电网拓扑划定故障可能的几个分支。然后在线路首端注入电流,通过探测器检验几个分支上是否有电流流过,检测到电流的即为故障点所在的分支。详细分析了该行波定位方案在两次现场试验的应用结果,证明了该方案的可行性。     

基于小波包降噪和Hilbert谱奇异值的滚动轴承故障诊断

Hilbert谱奇异值是对振动信号进行Hilbert-Huang变换得到Hilbert谱时频矩阵后,再利用奇异值分解的方法提取矩阵的特征得到的,但对噪声比较敏感。为了消除随机噪声和局部强干扰对特征提取的影响,先利用小波包降嗓,得到振动信号的谱奇异值作为故障特征,并选用SVM来诊断故障类型。试验结果表明,该方法能有效地应用于滚动轴承故障的识别。     

行波启动元件的算法研究

行波启动元件是超高速保护和行波测距中必不可少的组成部分，然而现有的行波启动算法存在故障时拒动的现象。该文从度量函数Lipschitz系数的小波理论出发，阐明常用的小波变换模极大值方法不能用于非孤立奇异信号的检测；推导出一种新型的信号检测方法——小波变换模之和(WTMS)法，以“影响锥”内小波变换模的积分来度量信号的奇异性：并结合对输电线故障行波波头奇异性特点的分析，提出了基于WTMS的行波启动算法，用以准确检测、区分故障行波与噪声干扰，从而弥补了以往行波启动算法的不足。大量的EMTP仿真数据和现场实录数据都验证了新故障启动算法的快速、可靠。     

数学形态学在高压输电线路故障定位中的应用

输电线路发生故障后,采集到的信号往往带有各种噪声,有效滤除噪声对行波的干扰,提取有用的行波信号,是实现行波故障定位的关键。在比较了小波变换和数学形态学对白噪声和脉冲噪声滤除效果的基础上,结合小波变换和数学形态学各自的优点,先采用数学形态学滤除行波信号中的随机噪声和脉冲噪声,然后对故障行波电流信号进行相模变换,通过小波分解提取出故障分量发生奇异性的时间点,并采用双端测距法更准确地定位故障点。实例分析表明该方法有很高的测距精度。     

应用小波变换实现突变信号检测

介绍了基于小波变换模极大值的奇异性检测理论,针对噪声中故障信号突变点的检测问题,根据信号和噪声的模极大值的尺度变换特性,提出利用3层以上细节信号的乘积作为检测信号。该方法既可以达到增强信号的目的,又可以抑制噪声,求该乘积信号的小波变换,可以实现奇异点精确定位。     

EMD小波变换水轮机故障奇异数据还原研究

水轮机组状态监测数据由于受到传感器、测量条件、环境等因素影响会造成数据失真,产生众多奇异点,对正确分析机组运行状态十分不利。本文提出通过经验模态分解与小波变换相结合的方法来分析水轮机故障信号的奇异性,该方法将原始信号经验模态分解后,利用小波变换检测出信号中的奇异点,并将剔除奇异点的信号重构,通过重构信号对机组进行分析。实例仿真表明,与直接对原信号进行小波分析相比,该方法提取的奇异性特征明显并能准确重构,在采用通用传感器信号准确描述机组状态和正确认识机组故障上有较好的应用价值。     

基于小波变换和奇异值分解的串联电弧故障检测方法

根据线路中电流信号的变化来检测电弧故障,小波变换是一种常用的检测方法,但是单纯利用小波变换对于正常情况和电弧故障的区分并不明显,而且其结果存在很大的冗余。针对这一问题,提出了采用一种基于小波变换和奇异值分解的串联电弧故障检测的方法。利用电弧模拟发生装置产生串联故障电弧,采集在多种负载下线路正常工作和发生串联电弧故障时的电流。首先对采集的电流信号进行离散小波变换,得到离散小波系数序列,构造特征矩阵;然后对特征矩阵进行奇异值分解,并定义电流信号的特征参数,利用特征参数作为串联电弧故障检测的依据。试验结果表明:正常情况和电弧故障下的特征参数区分明显且没有交叉,易于确定阈值,利用该方法进行串联电弧故障检测的准确率较高,且大大压缩了小波变换结果的冗余性。     

小波奇异性检测诊断有载分接开关故障

为有效判断出有载分接开关(OLTC)的状况,测量了OLTC切换过程中其表面的振动信号,分析了切换动作过程。运用Hilbert变换提取了振动包络,采用小波变换及模极大值算法滤除了包络中的高频成分及随机噪声,结果表明该算法能够抑制OLTC振动包络信号中的高频及随机噪声。提出了OLTC振动包络信号各波峰的奇异性指数的计算方法,奇异性指数的物理意义就是信号在奇异点处的光滑程度,或者说是信号峰值陡峭程度的一个度量,所以包络信号各波峰的奇异性指数可用来判别OLTC的动静触头表面状况、弹簧压紧情况等。因此,运用奇异性指数作为特征参数,分析了触头正常及触头表面磨损、触头表面烧损、触头弹簧松动时的OLTC切换时表面产生的振动信号,提出与触头正常时相比,触头磨损及触头弹簧松动时其相应的振动包络信号波峰的奇异性指数变大;触头烧损时其相应的振动包络信号波峰的奇异性指数变小,结果表明这种基于包络分析及小波奇异性的算法可用于振动法检测OLTC状况。     

计及线路不平衡时线模解耦不完全误差的行波单端测距新方法

采用小波多尺度奇异性检测行波信号可实现超高压输电线路故障的精确测距。对于不换位或不完全换位线路采用传统解耦方法并不能完全消除三相之间的耦合,因此波头难以鉴别。提出采取实际不对称数值解耦的方法并引进实际模量波速。通过相模变换对三相电流进行解耦处理,对三相输电线路均匀换位和不换位或不完全换位2种情况,分别确定模变换矩阵,求得各模量上的电感和电容参数;应用单端法进行故障测距;用小波变换检测奇异信号,把对行波信号的分析转化为对模最大值的分析。仿真结果表明采用非对称解耦相模变换有效地消除了各相之间的电磁耦合,与采用对称假设时的故障测距结果相比精度有了较大提高。     

基于形态小波的输电线路故障电流行波消噪研究

高压输电线路故障产生的电流行波信号含有大量的噪声信号,在行波保护和行波故障测距中需要对其进行预处理,去除噪声并提取真实信号。利用小波变换能敏感地检测到奇异点和形态学滤波器能有效地滤除脉冲噪声且能保留原信号的全局和局部特征的优点,提出了一种基于形态小波的输电线路行波信号消噪新算法。MATLAB仿真结果表明形态小波在滤除脉冲干扰和白噪声方面具有良好的消噪能力。     

基于小波奇异性检测的在线监测数据处理

在复杂的现场条件下 ,各种影响因素的共同作用可能造成在线监测数据失真。为保证分析诊断的准确 ,必须对在线监测数据进行去噪与平滑处理。由于小波变换系数模极大值的位置和幅度同信号的局部奇异性密切相关 ,本文提出了一种基于小波奇异性检测的在线监测数据处理方法。利用小波变换得到奇异点的位置与其局部奇异性信息 ,针对奇异点的类型不同分别进行去噪与平滑。较之以往方法 ,该方法通用性强 ,且无需大量的统计信息。通过对实际的监测数据分析 ,验证了所提方法的有效性     

脉冲奇异点的小波检测

信号的奇异点往往包含有信号比较重要的信息,对其进行检测和定位在许多实际问题中有着重要的意义。根据脉冲奇异点的特征,证明了信号的脉冲奇异点与信号小波变换的最值有关,如果适当选择小波基函数,那么信号的脉冲奇异点将对应于信号小波变换的最值点。据此提出了一个基于小波变换最值的脉冲奇异点检测方法,并给出了小波基选择条件。最后通过实验证明了该方法不仅行之有效,而且具有计算简单,定位准确的特点。     

行波故障定位中小波基的选择

在分析行渡信号奇异性的性质和小波基特征的基础上,提出了奇异信号检测中小渡基的选择原则,针对行波信号中出现的2种不同类型的奇异信号分别选出合适的小波基。对于突变奇异信号,使用Gaussl小波能取得较好的检测与定位效果;对于缓变奇异信号,则应选择消失矩为2的Mexican Hat小波。EMTP仿真实验结果表明所选择的小波基具有很强的检测能力和检测精度。     

基于小波变换的信号奇异性指数计算方法及其应用

电力设备故障时将产生具有奇异性的非平稳信号,小波变换在时域和频域内同时具有局部化能力,是分析故障信号奇异性的有利工具,为电力设备故障检测提供了新思路,首先讨论了信号奇异性的小波变换物,在此基础上,研究了信号全局奇异性指数和局部奇异性指数（Ｌｉｐｓｃｈｉｔｚ指数）的计算方法。仿真分析了电流基波及各次谐波等理论信号等的奇展性指数特点,将其应用于电力设备故障检测中,得到了较好的结果。