基于改进广义S变换的电能质量扰动检测算法

电能质量问题日趋严重,快速准确地检测扰动是治理和改善电能质量的前提。针对目前检测方法存在的较大缺陷,在广义S变换的基础上提出了一种基于改进广义S变换的电能质量检测方法,能够针对性地选择合适参数,灵活地控制高斯窗宽度,兼顾了全时段的时间和频率分辨率。将其应用于电压暂降、暂态振荡、暂态脉冲及谐波等信号的检测和分析中,利用最大频谱曲线、高频时间幅值曲线、基频幅值曲线和时频谱图判断扰动的频率成分、起止时刻和幅值变化。结果表明,该方法简单直观,检测精度较高,能灵活地调节时频分辨率。     

一种新型改进阈值函数的第二代小波降噪方法

为了有效去除机械故障信号中含有的噪声并提取故障特征,在小波阈值降噪的基础上,提出了一种新型改进阈值函数的第二代小波降噪方法。该方法是利用第二代小波对信号进行分解,采用新型改进阈值函数对分解信号的小波系数做阈值处理,同时引入基于类可分离性测度的降噪评价准则,实现对复杂振动信号降噪效果的评价。将所提出的方法应用于仿真信号和实测信号的分析与评价,结果表明:该方法融合了第二代小波和改进阈值函数的优点,能更好地消除噪声。     

一种改进的VMD-SVD电能质量扰动去噪新方法

针对含有多频率复杂分量的电能质量扰动问题,提出一种改进的VMD-SVD电能质量扰动去噪新方法,通过能量收敛因子与PSO优化VMD参数,选取最优的参数k、α值,VMD分解的模态分量与原始信号进行互相关系数和阈值的计算,大于阈值的模态分量IMF通过SVD进行再次去噪。仿真与试验结果表明,改进的VMD-SVD电能质量扰动去噪方法,相较于EMD-SVD、SVD在含有复杂分量的扰动具有更好的去噪效果;对单一分量扰动的去噪采用EMD-SVD去噪的方法优于SVD去噪效果。     

基于二进小波变换的电能质量暂态信号的检测

针对暂态电能质量扰动及不易检测的特点,提出一种基于卷积型二进小波变换的电能质量信号定位与检测方法,利用二进小波变换模极大值对应信号的突变点检测电能质量扰动信号,采用Matlab仿真软件对短路故障及电容器投切引起的电压暂态信号进行仿真.结果表明,该法行之有效、尺度定位准确.     

基于遗传算法优化支持向量机的电能质量暂态扰动识别新方法

针对电能质量识别领域中,采用随机参数的支持向量机(SVM)分类器识别随机暂态扰动信号准确率低、优化耗时长等问题,提出一种基于遗传算法(GA)优化SVM识别电能质量暂态扰动(PQD)的新方法(GASVM)。首先,仿真生成具有随机噪声水平和扰动参数的9种PQD信号;接着,通过S变换,提取出6种信号特征构成输入特征向量,用于训练SVM分类器;再采用GA对SVM进行参数寻优,进而获得优化的GA-SVM分类器;最后,采用GA-SVM识别PQD信号。仿真对比试验表明,新方法能准确识别不同噪声环境下的9种PQD信号,分类准确率及优化所需时间均优于PSO优化SVM方法(PSO-SVM)。     

改进EMD降噪方法在水轮机尾水管压力脉动信号中的应用

针对水轮机尾水管压力脉动信号的降噪处理问题,提出一种基于改进经验模态(EMD)分解的降噪方法。首先将信号进行EMD分解,得到一系列本征模态函数;然后利用基于自相关函数特性的分析方法将其分解为噪声主导分量和信号主导分量两部分,并将噪声主导分量利用小波软阈值降噪;最后将经过处理的噪声主导分量与信号主导分量重构成新信号,用于后续分析。通过与基于互相关分析的EMD降噪法对比,发现该方法具有更高的信噪比,既保留了尾水管压力脉动信号的低频成分,又保留了其有用的高频成分,是一种有效的水轮机尾水管压力脉动信号降噪方法。     

基于改进小波阈值及多重分形的风力机轴承振动信号分析

针对风电机组传动系统时变转速及强噪声干扰等运行特点,首先采用改进小波阈值降噪方法,对风力机齿轮箱轴承振动信号进行降噪预处理,然后基于分形理论,计算变转速轴承振动信号盒维数及多重分形谱,定量描述轴承不同状态下振动信号的特征信息。结果表明:基于改进阈值与硬阈值函数相结合的小波阈值降噪方法对振动信号进行降噪预处理,其降噪效果优于传统的4种阈值选取原则;多重分形去趋势波动分析方法对于定速及变速轴承均能进行有效的故障识别;谱函数最大值所对应的奇异指数α(f_(max))当轴承处于内环故障时最小,可有效判断轴承运行状态及故障位置,能对轴承不同的故障状态做出准确的判断。     

基于FFT和WPT的电能质量数据压缩算法研究

针对电力系统智能化及远程化日益提升的大量电能质量数据传输、储存问题,提出基于快速傅里叶变换(FFT)和小波包变换(WPT)相结合的有损压缩算法,并采用LZW处理数据,通过Matlab的仿真平台构建了4种常规的稳态扰动信号与5种常见的暂态信号模型,在强噪声环境下去噪、检测和压缩电压电漉信号.实例结果表明,该方法验证了压缩算法的有效性与优越性,可供参考.     

基于调制分量卡尔曼滤波的短时扰动检测

提出了一种基于调制分量的低阶卡尔曼滤波模型．实时检测电能质量短时扰动。该方法将三相电压信号的αβ变换结果分解为基波信号和调制信号．提取调制信号的两个特征分量作为新的状态变量,避免了单独设置各次谐波为状态变量,降低模型阶次并提高暂态响应速度。根据暂态时滤波误差发生突变的特征,提出误差比阈值法判断暂态过程的起止时间。通过自适应修正系统噪声方差阵Q．降低模型误差并有效抑制滤波发散现象。Matlab仿真结果表明所提方法比普通卡尔曼滤波和低通滤波器具有更高的稳态精度和更快的暂态响应速度。     

基于瞬时无功功率理论和小波变换的电能质量扰动识别

提出一种基于瞬时无功功率理论和小波变换相结合对电能质量进行检测辨识的方法.首先利用瞬时无功功率理论对各种电能质量信号进行变换,检测出扰动的起止时刻,并将在幅值上有显著特征的电能质量扰动信号识别出来;再利用小波变换对突变信号的敏感性以及在频率分解中的特性将其余信号检测识别出来.计算结果表明该方法简单,检测精度较高.     

基于小波包和Markov链的低压电力线背景噪声重构

针对传统方法难以重构出时域特性和频域特性与真实低压电力线背景噪声一致的背景噪声问题,搭建了噪声测量平台实测了背景噪声,提出了一种基于小波包变换与Markov链相结合的背景噪声重构方法,通过小波包变换得到真实背景噪声在不同频带中的小波包分解系数,并利用Markov链对分解系数进行统计,模拟生成与实测噪声分解系数统计规律相同的仿真分解系数,将仿真分解系数重构后即可得到背景噪声。实例仿真结果表明,该方法重构的背景噪声在时域波形上与实测噪声极为相似,且功率密度谱变化趋势也与实测噪声基本一致,可作为电力线载波通信设备性能测试的可靠噪声源。     

基于局部大津阈值与区域生长的坝面细小裂缝识别分割算法

针对传统图像分割算法难以分割噪声污染严重的混凝土坝面细小裂缝图片的问题,结合大津阈值算法和区域生长算法提出一种新的裂缝分割算法。该算法通过一个滑动的窗口遍历整幅灰度图并计算窗口内的局部大津阈值,遍历过程中将所有灰度值在局部阈值以上的窗口中心像素点作为区域生长种子点,设计生长阈值,生长完成后得到分割结果。运用该算法、基于全局的大津阈值等经典分割算法对四幅存在光照不均、污渍覆盖等噪声污染的裂缝图片进行分割。结果表明,所提算法的分割结果中背景噪声最少,误差最小。通过连通域分析去除剩余的背景噪声,可实现对裂缝的精确识别分割,为自动化检测坝面裂缝奠定基础。     

改进的电缆中间接头局放信号去噪方法

针对电力电缆中间接头局部放电信息检测系统实际采集到的局部放电信号含有噪声的问题,提出了一种将快速傅里叶变换与改进小波包变换相结合的处理方法,对于周期性窄带干扰,选取快速傅里叶变换来处理;对于白噪声,通过一种改进的阈值函数的小波包算法进行处理。实际应用结果表明,该方法去噪效果明显,不仅有效去除了局部放电脉冲信号中的噪声,可较好地保留了原始信号的有用信息。     

基于UDE的虚拟同步发电机功频振荡抑制策略

针对分布式发电并网逆变器采用虚拟同步发电机(VSG)技术引起的功频振荡问题,提出基于不确定性和扰动估计器(UDE)的功频振荡抑制策略。对功角稳定机理以及功频振荡特性进行深入分析,建立基于不确定性和扰动估计器的有功环振荡抑制控制模型。该控制方法将外部扰动和不确定性用集总扰动来代替,采用一阶低通滤波器对该集中扰动进行估计,利用滤波带宽思想实现对功频振荡的抑制效果,具有较好的系统鲁棒性。最后,通过时域仿真实验验证了所提振荡抑制策略的有效性。     

基于连续小波变换的内燃机瞬态工况噪声信号时频特性研究

以某四缸汽油机为研究对象,发动机加速过程中,对前端噪声信号进行测试,并对采集的噪声信号进行等长度分段预处理。采用连续小波变换方法分别对各数据段的噪声信号进行时频分析处理,分析噪声信号能量在时频域内的分布规律,以及其主要频率成分随转速或时间变化的特性。结果表明,发动机加速过程中,噪声信号能量主要集中在2阶主谐次和转动基频构成的线性调频带附近,而且随着转速的升高,调频带附近的信号幅值和能量也随之增大。在调频带上方也分布着一些频率成分,但是其幅值和能量相对较小,而且随着转速的升高,其频率成分越来越丰富,能量分布也越来越广泛。