首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 46 毫秒
1.
基于连续小波变换的非整数次谐波测量方法   总被引:42,自引:6,他引:42  
快速傅里叶变换(FFT)可实现整数次谐波的精确检测,但对非整数次谐波的检测误差较大;加窗插值算法可提高非整数次谐波的检测精度,但会导致谐波分辨率降低。如果信号中存在频率相近的整数次和非整数次谐波,利用FFT和加窗插值算法都无法实现谐波的准确检测。连续小波变换(CWT)因其良好的时频局部化特性,可用来分析谐波。通常利用CWT系数的幅值来检测谐波频率。但不同尺度的小波函数在频域上存在相互干扰,如果被检测信号中含有频率相近的谐波,利用CWT系数的幅值无法实现谐波的准确检测。文中结合傅里叶变换和CWT的特点,提出了利用小波变换系数傅里叶变换的幅值来分离谐波的算法。通过实例验证,该算法能够把频率相近的整数次和非整数次谐波分离,实现较理想的检测,从而提高了谐波分析、检测的精度。  相似文献   

2.
基于小波变换检测谐波的新方法   总被引:72,自引:3,他引:72  
首次将小波变换应用于电力系统皮检测,通过对含有谐波的电流信号进行正交小波分解,分析了电流信号的各个尺度上的分解结果。利用多分辨的概念,将低频段上的结果看作不含谐波的基波分量。  相似文献   

3.
基于小波变换的时变谐波检测   总被引:37,自引:2,他引:35  
提出了一种基于小波变换的时变谐波检测方法,利用正交小波在L^2(R)空间线性张成的标准正交小波基和小波函数时频局部性的特点,将谐波时变幅值投影到小波函数和尺度函数张成的子空间上,从而把时变幅值的估计问题转化为常系数估计,利用最小二乘法即可实现时变谐波的检测。  相似文献   

4.
提出了一种基于小波变换的时变谐波检测方法,利用正交小波在L2(R)空间线性张成的标准正交小波基和小波 函数时频局部性的特点,将谐波时变幅值投影到小波函数和尺度函数张成的子空间上,从而把时变幅值的估 计问题转化为常系数估计,利用最小二乘法即可实现时变谐波的检测。同时递推最小二乘法的应用使该方法 适用于谐波在线跟踪。  相似文献   

5.
基于小波变换的谐波检测技术   总被引:3,自引:0,他引:3  
与基于无功功率理论和FFT算法等传统的谐波检测方法相比,基于小波变换的谐波检测方法在各方面都有一定的优势。结合国内外谐波检测技术的发展现状,分析基于Mallat算法、小波包变换、连续小波变换和复小波变换的谐波检测方法在电能质量检测分析上的应用。然后比较这几种小波变换算法在谐波检测中的优点和缺点,得出各自的特点和应用场合。最后,指出存在的问题并总结归纳解决方法,并且对今后小波变换在电力系统中的应用和研究重点提出了一些看法。  相似文献   

6.
连续小波变换应用于电力系统行波奇异性检测的探讨   总被引:3,自引:0,他引:3  
主要讨论了解决零模行波波头定位的问题,由于零模衰减严重,波头比较光滑,因而使用离散小波变换无法定位零模波头。文中将连续小波变换应用于定位零模波头中,在理论分析的基础上,得出了利用连续小波变换定位零模波头时小波基和小波变换尺度的选择原则,利用该原则的小波变换可以有效地定位零模波头,EMTP仿真证明了作用基于该原则的小波变换可以准确定位零模波头。  相似文献   

7.
谐波检测中小波变换频域特性分析   总被引:39,自引:4,他引:39  
小波变换作为一种新兴的理论已经在许多领域得到广泛应用,鉴于其良 好的时频特性,有些文献将其应用 于电力系统暂态谐波检测。文中通过分析小波函数的频域 特性,阐明了将其应用于谐波检测时产生误差的 根本原因,最后总结了几种典型小波的频域 特性,指出现有的小波均无法实现谐波的精确测量,必须构造 频域行为良好即分频严格、能 量集中的小波函数,以改善检测的精度。  相似文献   

8.
基于MATLAB小波变换的电力系统谐波检测方法研究   总被引:1,自引:0,他引:1  
本文介绍基于MATLAB小波变换的谐波检测方法。由于小波变换具有良好的时频局部化特性,近年来已将小波变换应用于谐波检测中。本文采用一维小波变换中Daubechies(dbN)小波将噪声信号分解。综合利用MATLAB中的Simulink、电力系统工具箱进行仿真建模。通过仿真验证表明,小波变换能快速而准确地将信号中的基波信号和不同频率的谐波信号分解出来,从而达到检测谐波的目的。  相似文献   

9.
小波函数是具有时域和频域良好局部化特性的函数,可以用于非整次谐波的检测。但是小波变换算法存在着频谱泄漏和栅栏现象,给谐波的检测带来误差。文章提出了改进小波包快速算法,在每层信号分解或重构过程中,在原小波滤波器后面串联一个新的纠正滤波器,使得重构信号中的幅值失真和频谱混叠现象得到有效改善,实现检测非整次谐波的方法。通过仿...  相似文献   

10.
利用小波傅里叶变换的谐波与间谐波检测   总被引:6,自引:1,他引:5  
为有效检测快速变化和持续时间短的谐波与间谐波,分析了傅立叶变换检测谐波与间谐波的方法,并在此基础上探讨了利用小波变换进行检测的基本原理,提出了利用小波变换系数傅立叶变换幅值来分离谐波与间谐波的算法。该方法使用Morlet函数作为小波变换的小波基,根据小波变换系数傅里叶变换的幅频特性的突出点来检测谐波与间谐波的幅值与频率。仿真结果与理论分析表明,小波变换具有良好的时域与频域局部化特性,小波变换系数傅里叶变换幅值能有效检测谐波与间谐波,并在检测持续时间短的谐波与间谐波方面有很大优越性。  相似文献   

11.
基于连续小波变换的电力变压器局放信号检测   总被引:2,自引:0,他引:2  
本文采用了不同小波函数及不同尺度参数对含强载波干扰的局部放电信号进行连续小波变换 ,并对小波变换结果进行了定量对比分析。仿真结果表明 ,在采样频率一定的情况下 ,不同的小波函数只有在各自的最佳尺度参数下对干扰的抑制能力才是最强的 ,因此 ,只有选取合适的小波函数及其最佳尺度参数才能更加有效地抑制周期载波干扰。  相似文献   

12.
短窗Morlet复小波用于电力系统信号处理的探讨   总被引:9,自引:3,他引:9  
提出了利用短窗Morlet复小波计算工频电信号基波与各次谐波信号幅值的算法,其频率特性和计算值的稳定性都优于傅里叶算法。计算结果受频率波动影响小,对谐波有较强的抑制作用。短窗Morlet复小波算法的时间窗为1个~3个周期,全周期复小波算法的计算量与全周期傅里叶算法完全相同,因此,也是一种快速算法。通过算例验证了短窗Morlet复小波算法的效果,并应用于实验室变压器合闸过程的励磁涌流分析,结果证明了该算法的优越性。该算法可供继电保护的不同需求选择。  相似文献   

13.
小波滤波器在电力系统谐波检测中的应用   总被引:7,自引:0,他引:7  
本文根据小波分析的基本理论,结合电力系统中产生的高次谐波,首次提出小波滤波器的概念,并将其应用于电力系统谐波检测。利用基于小波分解与重构算法构成的谐波检测环节能够实时跟踪谐波的变化。  相似文献   

14.
基于双正交小波和复小波的次同步谐振检测方法   总被引:12,自引:6,他引:12  
提出一种可实时提取次同步分量的算法,可有效地对次同步谐振进行监控和报警。算法用双正交小波滤波器滤除高次谐波,然后后复值小波提出工频分量,从而得到频率小于工频的次同步分量。由于以上两种小波分别使用Mallat和递推快速算法,所以可保证算法的实时性。  相似文献   

15.
基于小波分析的铁磁谐振检测   总被引:15,自引:1,他引:15  
杨秋霞  宗伟  田璧元 《电网技术》2001,25(11):55-57,61
小波分析(或称小波变换)是一种新的时频分析方法,它具有良好的时频局部化特性,适用于电力系统故障分析。在对中性点不接地系统中由单相接地故障激发的铁磁谐振全过程进行仿真的基础上,分析了中性点电压的特点,从多个方面考察了小波变换用于铁磁谐振检测的一些问题,最后用二进小波变换具体进行了分析。仿真分析结果表明,利用小波变换方法可以检测到谐振的发生并判断出谐振频率。  相似文献   

16.
基于CWT和DWT相结合的谐波检测   总被引:2,自引:1,他引:2       下载免费PDF全文
提出了一种基于连续小波变换(CWT)和离散小波变换(DWT)相结合的电力系统谐波检测方法。首先利用CWT系数的幅值来检测谐波频率,该过程不用事先根据谐波次数确定分解层数,而只是确定尺度范围及步长,即可得出各次谐波频率。然后根据确定的谐波成分利用DWT来检测谐波幅值,并通过Matlab软件进行了仿真分析。仿真结果表明该方法有效地解决了基于离散小波变换的谐波检测方法中谐波次数未知而无法确定分解层数的难题,并能精确可靠检测各次谐波频率和相应的幅值。因此,CWT和DWT相结合是一种有效的电力系统谐波检测方法。  相似文献   

17.
一种基于人工神经元的实时谐波及无功电流数字检测方法   总被引:7,自引:4,他引:7  
在自适应干扰对消理论、人工神经网络理论的基础上,提出了应用人工神经元进行谐波,无功电流和谐波电流的自适应数字检测新方法,由于单神经元的自适应谐波及无功电流检测方法无论在结构上还是在权值迭代上都比较简单,为了实现实时检测,采用了基于神经元自适应谐波及无功电流检测方法,在实验中CPU为Pentium-100,内存在8M的PC兼容机用于数据计算,PCL-818L多功能卡作为集数据采集,A/D转换和数据传输硬件,实验结果表明所提方法是正确的,也证明了所提出的神经元自适应谐波及无功电流检测方法具有良好的实时性。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号