基于Hilbert-Huang变换的1000kV输电线路雷电绕击与反击识别方法

在考虑雷电先导发展的基础上,提出了一种基于希尔伯特-黄变换(HHT)的1 000k V特高压输电线路雷电绕击与反击的识别方法。首先基于ATP-EMTP软件建立了考虑雷电先导发展过程的1 000k V输电线路雷电绕击与反击模型,研究了先导发展对输电线路雷击过电压的影响;然后对雷击输电线路后绕击和反击过电压的暂态过程进行了分析,基于信号的局部特征时间尺度,实现了线路雷电绕、反击信号的经验模式分解(EMD),对包含大部分高频信号的前四阶固有模式函数(IMF)进行Hilbert变换,将变换后的IMF瞬时幅值作为特征量,并计算其相应的方差贡献率的大小,进而完成输电线路雷电绕击和反击的判别。仿真结果和现场实测数据验证表明,该方法能够正确有效地识别输电线路雷电绕击与反击,不受线路接地电阻和雷电流幅值的影响,且克服了目前雷电流参数实测技术中获取数据工作量大和易误判的缺点,能为输电线路的防雷分析提供理论参考。     

异步电机电感参数的离线辨识

在异步电动机反Γ型等效电路的基础上,提出了一种定转子总漏感与互感的离线辨识方法。在已有的异步电机运动控制平台上进行含高频成分很重的单相脉冲和单相低频正弦实验,然后根据霍耳传感器检测到的电压电流信号,经傅立叶变换来实现对异步电机参数的辨识,实验表明辨识结果具有较高的精度。并对逆变器的死区效应进行了一定的补偿,使计算得出的电压与逆变器实际输出电压基本一致,电流波形接近正弦波,补偿效果能满足参数辨识精度的要求。     

基于提升小波包变换的谐波电能计量

为了克服加窗插值傅里叶算法无法准确计量非稳态谐波的缺陷,实现同时对电力系统稳态、非稳态信号的谐波电能进行准确计量,提出了基于提升小波包变换的谐波电能计量方案,详细阐述了其原理,提升分解、重构步骤。给出了整数次谐波、非整数次谐波功率计算公式,并通过仿真实验证明了该方法的准确性、可行性。对该算法进行优化,并进行DSP算法仿真实验,并估算该算法运行时占用空间大小及耗费时间,结果表明该算法能有效节省内存空间及运行时间。     

基于分数阶傅里叶变换的直流电弧特征分析

针对单纯从时域或频域方面检测电弧故障的缺陷,提出了采用分数阶傅里叶变换分析电弧的时频特征。通过试验模拟不同负载时直流串行与并行电弧故障,发现改变变换阶次使得电弧分数阶傅里叶域的特征比频域特征更加明显,有利于提取电弧特征。同时比较了负载性质及电弧类型对电弧分数阶傅里叶域特征的影响,及在线检测电弧故障时分数阶傅里叶变换和快速傅里叶变换算法复杂度与实时性。     

气凝胶-钒尾矿催化剂的表征及应用

以商洛本地丰富的钒尾矿与气凝胶结合,通过浸渍法制备气凝胶-钒尾矿催化剂,并对其进行扫描电镜和TG-DSC分析。考察催化剂对甲醇与乙醇一步合成异丁醛和仲丁醇氧化反应合成丁酮的催化活性,利用傅里叶变换红外光谱仪对反应产物进行检测。TG-DSC和扫描电镜结果表明,催化剂在(100~1 000)℃几乎不发生质量变化,耐热性良好,催化剂表面呈海绵多孔状,金属负载均匀,孔径从几十纳米到几百纳米。     

分数阶Fourier变换在往复式压缩机故障诊断中的应用

由于传统时频分析方法难以有效提取阀片的调频故障信号,因此提出基于分数阶傅立叶变换的往复压缩机阀片故障诊断方法。首先对含噪声的LFM信号进行仿真分析,仿真结果表明,分数阶傅立叶变换不仅可以有效地提取信号的频率特征,而且还具有自降噪功能;然后将分数阶傅立叶变换应用到阀片故障诊断中,由此可以看出,不同阀片故障对应不同的特征参量,从而实现了往复压缩机阀片故障的定量诊断。     

无源雷达目标信号时延与多普勒频率联合估计

提出一种基于STFRFT的无源雷达目标时延与多普勒联合估计新方法。首先,给出了一种STFRFT时频分辨率量化方法及其数学表达式;其次,利用STFRFT的投影包络对回波信号时延与Doppler频移进行了联合估计;最后,讨论分析了脉内信噪比、高斯窗参数等对所提方法估计性能的影响。仿真结果表明,与CAF方法相比,所提方法更容易获得高精度的时延与Doppler频移的联合估计,具有更高的可靠性。     

基于神经网络的光伏发电功率预测不良数据处理的研究

光伏发电系统历史发电功率数据的真实可靠是光伏发电系统发电功率预测的基础,而在光伏发电系统运行或数据采集、测量、传输、转换等环节出现故障时会导致历史数据中含有不良数据。本论文提出采用小波分析中的信号奇异点检测法对不良数据进行剔除,并采用神经网络的时间序列预测模型对剔除后的数据进行重构,从而达到检测并消除不良数据的目的,为光伏发电系统发电功率预测提供能反应其变化规律的真实历史信息。     

基于提升小波变换的红外图像双重滤波算法

为了有效抑制红外图像中的随机噪声,采用一种基于提升小波变换的双重滤波算法来进行处理。该算法对含有噪声的红外图像实现第1次提升小波分解,然后对获得的低频和高频分解系数再次实现提升小波变换,舍弃由低频系数经过第2次提升小波变换后获得的低频系数以及由高频系数经过第2次提升小波变换后获得的高频系数。对剩余的高频系数和低频系数分别采用改进阈值函数模型以及改进非局部均值滤波算法进行处理,在此基础上实现小波系数重构。为了改善滤波后图像视觉效果,再引入直方图均衡化算法进行处理。通过理论分析和实验验证,获得了相关的标准测试图像和红外图像测试结果以及峰值信噪比和结构相似度测试数据。结果表明,该滤算法对于高质量地去除红外图像中的噪声是有帮助的。     

NSCT域红外图像改进非局部均值滤波算法

结合非下采样轮廓波变换(NSCT),提出了一种红外图像改进非局部均值滤波算法(Improved Non-local Means Filtering,INLMF)。该算法首先对红外噪声图像进行多尺度NSCT变换,其次分别从相似图像块自适应划分方法以及滤波权重计算方法 2个方面对经典非局部均值滤波算法进行适当改进,将改进后的非局部均值滤波算法(INLMF)应用于处理高频分解系数,然后将滤波后的高频分解系数与低频分解系数进行重构,得到去噪后的图像,最后对去噪后图像采用非负支撑域有限递归逆滤波(Non-negativity and Support Constraints Recursive Inverse Filtering,NAS-RIF)算法进行图像复原,以尽可能消除因滤波造成的图像失真。测试结果表明,本文算法滤波效果优于NLMF及其已有的改进算法。