一种基于高斯滤波器的电能质量信号去噪算法

研究电能质量问题有重要的意义。电能质量分析的必要前提是对采集到的电能质量信号进行有效的去噪处理,同时,保留突变点信息也是电能质量分析的一个重点。为了解决传统的滤波方法不能同时解决去噪和突变点信息保留这对矛盾的问题,该文提出了一种基于高斯滤波器的电能质量去噪算法。通过使用导数函数调整其尺度参数σ从而进一步调整滤波器的加权系数,使其既能平滑噪声又能较完整地保留突变点的信息。实验仿真结果表明,该文算法在去噪效果和突变点保留能力上均优于传统的滤波方法,选取σ约为所有点导数的均值时处理效果最佳。该文算法理论基础完善,易于实现,处理效果显著,有良好的发展前景。     

基于三角模融合算子的电能质量去噪算法

针对电能质量信号的去噪要求,结合模糊中值滤波算法和模糊均值滤波算法的优点,采用信息融合技术,利用模糊理论中的三角模算子将模糊均值滤波算法和模糊中值滤波算法的隶属度融合,并通过加权滤波的方法对信号进行去噪.实验结果表明,该方法克服了传统方法的缺点,能够在去噪的同时保留信号的突变点信息,适合对电能质量信号进行去噪,其算法设计简单、实用性强、有广阔的应用前景.     

基于模糊理论的电能质量检测去噪算法

利用模糊隶属度函数的概念,提出了一种新的电能质量检测去噪算法,该算法针对电能质量信号的每个点设计了1×5模板和基于该模板的5个掩模,利用最大隶属度原则选取一个掩模,对该点进行去噪,对每个点应用此算法直至完毕。实验仿真结果表明,该算法在去噪和突变点信息保留方面的效果远远优于传统的中值滤波和均值滤波,拥有良好的去噪能力和保留突变点信息的能力。本算法新颖、便捷,有广阔的发展前景。     

基于模糊理论的电能质量检测去噪算法

利用模糊隶属度函数的概念,提出了一种新的电能质量检测去噪算法,该算法针对电能质量信号的每个点设计了1×5模板和基于该模板的5个掩模,利用最大隶属度原则选取一个掩模,对该点进行去噪,对每个点应用此算法直至完毕.实验仿真结果表明,该算法在去噪和突变点信息保留方面的效果远远优于传统的中值滤波和均值滤波,拥有良好的去噪能力和保留突变点信息的能力.本算法新颖、便捷,有广阔的发展前景.     

采用改进CPSO动态搜索时频原子的电能质量扰动信号去噪方法EI北大核心CSCD

针对电能质量扰动信号噪声抑制中的难点问题,即有效滤除噪声的同时又能较好地保留信号奇异点信息,提出一种采用改进混沌粒子群(ICPSO)动态搜索时频原子的电能质量扰动信号去噪方法。首先,构建了与电能质量扰动信号时频特征相匹配的过完备原子库,采用正交匹配追踪(OMP)算法求解信号稀疏模型,同时采用ICPSO算法对时频原子匹配过程做进一步优化。然后,以残差比阈值确定迭代终止次数,利用最佳匹配原子和稀疏系数重构原始信号,实现信号去噪的目的。运用文中介绍方法对6种典型的电能质量扰动信号进行去噪处理,并与形态学滤波和小波阈值去噪2种方法进行对比。仿真结果表明,文中方法在有效去除噪声的同时,能完整地保留突变点信息,去噪结果准确性高。     

基于AMIST的复合电能质量扰动检测

针对S变换在分析电网中的非平稳复合电能质量扰动时存在检测精度不理想的问题,提出一种自适应改进不完全S变换电能质量扰动检测方法。通过引入自适应窗口调节因子调整高斯窗函数的尺度,满足不同电能质量扰动对时频分辨率的不同需求。首先利用多尺度极大值算法提取复合电能质量扰动事件的特征频率;然后定义残差差分曲线放大电能质量扰动突变局部,获取脉冲数并以此为依据结合特征频率自适应确定窗口调节因子;最后对特征频率局部进行变换处理实现信号的自适应检测。仿真实验和实测信号分析表明,提出的自适应改进不完全S变换方法抗噪性强、运算复杂度小、检测精度高,适用于电能质量扰动信号的时频分析。     

基于均值滤波的电能质量检测去噪方法

在电能质量检测领域,测量信号通常叠加着随机噪声,因此去噪是信号检测的重要前提。作为常见的去噪方法,均值滤波和中值滤波有很多缺点。均值滤波因其能去除大量的高斯噪声且易于实现而成为一种常用的线性滤波,但均值滤波对于奇异点却很敏感。对此给出了一种改进的均值滤波方法,此方法不单能去除高斯噪声,而且能很好地保留突变点信息。     

基于小波邻域阈值分类的电能质量信号去噪算法

提出了一种基于小波邻域阈值分类的自适应阅值电能质量信号去噪算法.首先结合所用小波函数,基于模极大值小波域确定最佳邻域窗口尺寸;然后利用各个尺度携带信号信息的小波系数其分布具有"簇聚"性质及其小波系数具有局部相关性,通过邻域阈值对小波系数进行分类,对分类后的"小"系数直接置零,对"大"系数则采用一种具有局部强相关性的零均值高斯模型,通过最小均方误差准则得到其估计.仿真实验结果表明,该算法对实际电能质量信号去噪是有效的,在去噪性能上优于常用的多种自适应阈值去噪算法.     

基于信号相关性和小波方法的电能质量去噪算法

提出了一种基于小波原理的电能质量信号去噪算法。基于软阈值原理的小波去噪算法在电能质量信号检测中得到很好的应用。但其存在阈值计算受噪声强度的缺点 ,当信号被强噪声“淹没”时 ,该方法仍然会失效。本文在对电力信号进行小波空间中的自相关性关系分析的基础上 ,结合软阈值算法和小波原理 ,构造了能有效地处理各种电能质量信号的去噪算法 ,该算法能弥补传统软阈值算法的缺陷 ,较好地解决了保护信号局部特征与抑制噪声之间的矛盾。计算结果表明上述检测算法是有效的。     

可调阈值函数和能量阈值优化的电能质量扰动小波去噪方法

电能质量信号在采集、传输过程中受外界环境的影响会引入噪声干扰,有效去噪的同时保留突变点信息是治理电能质量的重要前提。给出了一种可调阈值函数,通过对可调参数的控制,可以使得该阈值函数在软硬阈值函数之间变动,兼具两者的优点。引入小波系数能量因子,以能量最大的尺度作为特征尺度,在此尺度上,子区间能量高于尺度能量者则为有效区间,进而提出采用有效区间局部阈值去噪的新阈值取法,同时考虑噪声和信号的小波系数随尺度不同的传播特性,引入算子对阈值进行修正。利用有效区间的局部阈值取法较传统的全局阈值取法更能反映信号小波系数的特征。仿真结果表明,利用新方法去噪效果更好,既较好地改善了去噪性能,同时也保留了信号的扰动突变点信息,去噪后扰动定位准确,模极大值点的位置很好地反映了扰动发生的起止时刻。     

一种改进EMD-SVD算法的暂态电能质量扰动信号消噪研究

针对小波变换在暂态电能质量消噪方面对高频有用信号误滤除,造成消噪后信号失真严重,或毛刺过多现象,提出一种结合经验模态分解(EMD)的改进奇异值分解(SVD)降噪方法,该方法采用EMD将噪声信号进行初步滤除,通过构造Hankel矩阵,利用左右奇异向量确定奇异矩阵,根据奇异值的分布规律,提出一种改进的奇异值差分方法来确定有效奇异矩阵阶次,从而完成消噪后信号的重构.结果 显示该方法去噪效果较好,特别对电压暂降和电压中断的效果最为明显,其信噪比分别提高了2.9 dB和7.3 dB以上,验证了所述方法的有效性.     

基于经验模态分解的电能质量信号消噪新方法

基于EMD理论,采用一种电能质量信号消噪的新方法,即首先对电能质量信号进行EMD分解,得到一系列的IMF分量和一个剩余分量,根据噪声和信号在不同尺度的IMF分量上的表现特性,分别将其进行阈值处理,再将消噪后的IMF分量重构,从而得到消噪后的电能质量信号.仿真结果表明,该方法的消噪效果较好.     

基于数学形态学和短窗功率算法的电能质量扰动检测方法

提出了一种基于数学形态学和短窗功率算法的电能质量扰动检测及定位方法.根据数学形态学基本原理及其形态变换构造了一种简单实用的形态滤波器并将其运用于扰动信号预处理中,以同时滤除随机和脉冲噪声.该滤波方法能在滤除多种噪声的同时,较好地保留了扰动信号的基本形态特征,较之小波方法和传统形态滤波方法更为有效.根据扰动位置能量的变化,对滤波后的信号利用短窗功率算法以准确地检测出扰动并进行时间定位.分别用电压暂升、暂降、中断和短时电压波动对该方法进行验证,Matlab仿真结果表明了该方法的有效性.     

电能质量扰动信号的自适应去噪方法

有效地降低电能质量信号中的噪声,是做好电能质量信号检测、识别等工作的基础。为了克服一维电能质量信号降噪的难点问题,即有效地去除噪声并完整地保留奇异点的特征,对目前图像处理领域中针对高斯等噪声降噪性能最好的基于块匹配的三维变换域联合滤波(BM3D)算法进行了改进,提出一种电能质量扰动信号的自适应去噪新方法。该方法参数较少,无需估计噪声方差,也无需人为设定滤波阈值,而是通过自适应估算较为准确的阈值实现离散余弦变换(DCT)域的滤波。通过对电压中断、电压暂降、电压暂升、脉冲暂态、振荡暂态和谐波这6种常见的电能质量信号进行降噪仿真实验,并与应用较为广泛的小波阈值去噪法进行对比分析,最后应用于实际电能质量扰动数据的降噪,验证了所述算法的有效性。     

基于模型预测控制方法的风电直流微网集散控制

设计了一个基于模型预测控制器的风电直流微网集散控制系统。为满足系统经济运行及高质量电能的要求,采用模型预测控制器作为其集散控制体系架构中的主控制单元,以产生本地控制器参考信号。为规避该分层控制结构中通信故障对系统稳定性的影响,本地控制器采用双冗余参考信号,正常运行时,接受模型预测主控制器的参考信号,一旦通信失败,本地控制器迅速切换至电压分层控制策略产生的参考信号。如此,既能够保证正常运行时系统高效运行及对电能质量的要求,又能在故障时保证系统不失稳。基于Matlab仿真平台对所提风电直流微网集散控制系统的有效性进行了仿真分析。仿真结果表明,所提风电直流微网集散控制系统在采用模型预测主控制器时,能够满足系统设计目标,实现联网或孤岛状态下对系统功率灵活、高效地调节;在系统通信故障时,通过控制器切换,能够保障系统稳定、安全运行。     

A time-series prediction approach for feature extraction in a brain-computer interface.

This paper presents a feature extraction procedure (FEP) for a brain-computer interface (BCI) application where features are extracted from the electroencephalogram (EEG) recorded from subjects performing right and left motor imagery. Two neural networks (NNs) are trained to perform one-step-ahead predictions for the EEG time-series data, where one NN is trained on right motor imagery and the other on left motor imagery. Features are derived from the power (mean squared) of the prediction error or the power of the predicted signals. All features are calculated from a window through which all predicted signals pass. Separability of features is achieved due to the morphological differences of the EEG signals and each NNs specialization to the type of data on which it is trained. Linear discriminant analysis (LDA) is used for classification. This FEP is tested on three subjects off-line and classification accuracy (CA) rates range between 88% and 98%. The approach compares favorably to a well-known adaptive autoregressive (AAR) FEP and also a linear AAR model based prediction approach.     

无功功率测量的Hilbert数字滤波器研究

利用Hilbert变换测量无功功率能获得较高测量精度.本文分析了HIlbert数字滤波器在无功功率测量中的应用;采用窗函数法和等波纹切比雪夫法设计了FIR型Hilbert数字滤波器;证明等波纹切比雪夫法所设计的Hilbert数字滤波器较窗函数法有较好的性能,更能较好的提高无功功率测量精度.     

基于i_p-i_q方法的畸变电流检测及其实现

研究了基于ip-iq方法提取畸变电流的物理实现过程。设计并制作电网电压信号调理和整形电路、锁相频率合成电路,按照采样点数要求产生无相位差的同步采样信号,利用高精度的A/D转换电路完成负载电流信号的采集,保证了采样精度。ip-iq算法中数字低通滤波器的类型、动静指标等对检测精度的影响较大,给出了给定滤波指标后设计满足要求的数字低通滤波器的方法。在Matlab中对设计的ip-iq算法进行仿真分析,结果表明畸变电流的补偿效果明显,所述方法能够应用在有源电力滤波器的研制中。     

一种改进小波阈值的电力线通信信号消噪方法

电力线通信信号包含大量噪声干扰,这些噪声严重干扰电力线通信,为此,提出一种改进阈值法和平移不变小波相结合的消噪方法.该方法对含噪的电力线通信信号进行小波分解,对分解后不同尺度下的小波信号进行平移不变并同时按改进阈值法进行处理,最后重构信号.以实测信号为例,提取去噪前后信号波形和误码率2个特征量,与传统消噪方法相比较,结...