Hilbert-Huang变换及其在电力系统中的应用

通过综述国内外Hilbert-Huang变换及其相关端点效应、模态混叠、筛分停止准则等问题的研究现状,讨论了该变换的特点。详细分析了Hilbert-Huang变换在电力系统设备故障检测与故障诊断、电力系统振荡分析、电能质量检测和负荷预测等方面的应用现状。最后,对其在电力系统中的应用进行了展望,认为Hilbert-Huang变换可以联合其他方法克服本身缺点,并根据电力系统信号的特点,更有效地应用于电力系统。     

Hilbert-Huang变换在电力系统暂态信号分析中的应用

以一种全新的非线性信号分析方法——Hilbert-Huang变换(Hilbert-Huang transform,HHT)为基础,将其应用于电力系统暂态信号方面的研究。该方法利用经验模态分解法EMD(empirical mode decompo-sition)将暂态信号分解成有限个固有模式函数IMF(intrinsic mode function),从而根据Hilbert变换求出每一个固有模式函数瞬时频率和瞬时幅值,对电力系统暂态信号进行分析。仿真和实例分析结果均表明,该方法具有很强的自适应能力,应用于电力系统暂态信号分析方面具有可行性、有效性。     

HHT基于电力系统低频振荡的应用及发展

希尔伯特—黄变换(Hilbert-Huang transform,简写HHT)是20世纪末Huang等人首次提出的一种新的非线性、非平稳信号的分析理论。这种分解方法是自适应的,是基于信号局部特征的,它特别适用于分析频率时间变化的非线性、非平稳信号。同时该方法具有分辨率高并能有效地处理样本数少的短数据的优点。希尔伯特一黄变换在电力系统中有广阔的应用及良好的发展趋势。     

用改进的Hilbert-Huang变换辨识电力系统低频振荡

针对Hilbert-Huang变换(HHT)在辨识电力系统低频振荡模态时易出现的模态混叠问题,提出了利用改进HHT辨识密频电力系统低频振荡模态参数的方法。首先通过Fourier变换确定每个模态频率的大致范围;然后在利用经验模态分解(EMD)求取每个模态时,根据所求得的模态频率的密集程度,或引入屏蔽信号,或通过滤波处理的方式,以分离频率相近的模态;最后通过对每个模态的瞬时幅值和频率进行线性最小二乘拟合,得到每个模态的模态参数。利用传统的HHT和改进的HHT分别对理想信号、仿真信号以及实际录波信号进行了分析,分析结果表明该方法能够准确辨识出低频振荡的特征参数,适用于密频电力系统低频振荡的辨识。     

基于改进希尔伯特-黄变换算法的电力系统低频振荡分析

作为一种非线性时变信号处理方法,希尔伯特-黄变换(Hilbert-Huang transform,HHT)已经被应用到电力系统低频振荡的分析中.分析经验模态分解(empirical mode decomposition,EMD)过程中存在的端点效应和模态混叠现象.针对EMD分解过程中的端点效应问题,通过4种端点延拓方法的比较,得出适合电力系统低频振荡信号分析的延拓方法.在介绍频率偏差法基本原理和适用范围的基础上,提出利用频率偏差法来解决EMD分解中存在的模态混叠现象,并建立基于极值点对称延拓和频率偏差原理的改进HHT算法.测试信号和仿真算例证明频率偏差法可有效地解决信号在EMD分解过程中的模态混叠现象,扩大了HHT在低频振荡信号分析中的应用范围.     

EMD在500kV输电线路接地故障分析中的应用

经验模态分解(empirical mode decomposition,简称EMD)是希尔伯特-黄变换(Hilbert-Huang)的关键步骤,从本质上讲是对信号进行平稳化处理,其结果是将信号中存在的不同尺度波动或趋势逐级分解出来,提取有用信息,是近年来发展起来的一种新的处理非线性、非平稳的信号分析方法,已经在许多工程领域得到了广泛的应用。运用小波变换与其相结合的方法,分析了电力系统中超高压输电线路发生单相接地故障时的信号,从时频两方面,得到了Hilbert时频谱与边际谱,具有较高的分辨率,收到了很好的效果。     

HHT方法在转子振动故障诊断中的应用

传统的振动故障诊断主要是基于频谱分析的方法，而Hilbert-Huang变换得出的时频图是分析故障信号奇异性的有效工具，也是非平稳信号比较有力的分析工具。Hilbert- Huang变换方法以经验模态分解为基础，使信号变换后得到的瞬时频率具有物理意义。该文通过几种时频分析方法如魏格纳-维尔(Wigner-Ville)分布、小波变换等比较，发现Hilbert-Huang变换的时频分析更能够清楚给出时频分布情况，准确反映系统的固有特性。对转子实验台几种典型振动故障信号进行了分析研究，结果表明，利用Hilbert-Huang变换的时频分析不仅能直观检测信号中的微弱奇异成分，而且可以有效地进行故障诊断，实现早期故障预报。该方法为旋转机械状态检测和故障诊断提供了新的手段。     

Hilbert-Huang变换理论在电力系统中的应用研究

主要根据本课题组近几年Hilbert-Huang变换(HHT)理论及其在电力系统信号分析领域应用的研究成果,综述了HHT理论在电能质量检测、电力系统谐波分析、电力系统低频振荡、同步电机参数辨识、局部放电信号检测等问题的应用,并探讨了HHT理论应用的进一步研究的方向:低频振荡在线分析,同步电机参数辨识精度的提高,窄带噪声、随机脉冲等干扰下的局部放电信号在线检测等问题。     

基于HHT的电力系统低频振荡监测器的研究

针对电力系统区域联络线上发生低频功率振荡问题,提出了一种能够快速精确地分解出振荡模态参数的低频振荡监测器。低频振荡监测器的核心是一种改进的希尔伯特-黄变换(Hilbert-Huang transform,HHT)算法,该算法通过给在线录波数据叠加整周期余弦信号,使预处理信号的两端为极值点,解决了EMD分解过程中的"端点效应"问题,通过MATLAB仿真验证了该方法的有效性。     

基于HHT变换的电动机故障信号频率分析

提出将HHT变换(Hilbert-HuangTransform,HHT)中边际谱理论应用于电动机故障信号的HHT分解和频率跟踪研究的新方法,并通过实例验证Hilbert-Huang变换在电动机故障信号频率分析中的应用。