电力系统故障录波数据压缩方法研究

针对电力系统大量录波信号的传输问题,提出了一种压缩数据的实用方法。采用离散小波变换把数据从时域变换到频域,然后对高频系数取门限进行阀值量化,而低频系数则乘以一定倍数变成整型数据,最后把小波分解阶数,量化倍数,被保留的各级高频系数个数、大小和位置,原始数据个数,低频系数个数以及各数据之间的结束标识符一起进行静态Huffman编码。仿真分析表明,数据压缩比和重构误差都很小,证明该方法有效。     

基于B样条小波的电力系统故障录波信号的数据压缩技术

针对在电力系统发生故障时,微机型继电保护装置因受内存容量的限制,不能存储过多故障数据的现象,提出一种实用的数据压缩技术———采用离散小波变换把数据从时域变换到频域,对高频系数选取门限进行阈值量化,对低频系数则经过数据变换后实施自适应Huffman编码处理,并对小波阈值设置、样条小波、Huffman编码等关键问题进行了详细讨论。仿真分析表明,数据压缩比和重构的方均误差均很小,验证了本方法的可行性,具较高的实用价值。     

基于多小波的电力系统故障暂态数据压缩研究

在介绍多小波MALLAT算法的基础上，与传统小波进行了比较。通过对传统小波与多小波能量压缩率的研究，详细比较了基于不同预处理方法的多小波与传统小波的能量压缩率。利用两种数据压缩方法，通过大量的仿真工作，对不同预处理方法的多小波与小波的压缩效果进行了深入讨论比较，结果表明：预处理方法的选择是影响多小波压缩效果的关键因素，若选择合适的预处理方法，利用多小波对电力系统故障暂态数据进行压缩，可以获得比传统小波更好的压缩效果。     

基于双正交小波的电力系统故障录波数据压缩

提出用双正交小波进行压缩的原理和算法,对不同采样频率和类型的故障数据进行了压缩和与还原,并分析了在不同压缩比下的平均相对误差,小波分解应用多分辨分析的理论将信号分解成不同尺度,通过改变阀值就可控制不同频率分量的取舍及其压缩比和精度。结果表明,该算法减小了文件长度和数据通信的负担。     

一种基于优化小波基的电力系统故障暂态数据压缩方法

在论述基于多分辨分析的小波基构造方法和小波分解理论的基础上，建立了基于离散小波变换的电力暂态信号数据压缩方法。针对电力故障信号为基波伴随短时暂态成分的特点，研究了基于信号离散小波逼近品质最优，即离散逼近时域二范数最大的小波基优化方法。对一实际500KV输电线路故障暂态的分析计算表明；基于优化小波基的离散小波变换对电力故障暂态数据具有较高的压缩比和较小的重构误差。     

基于小波包变换的电能质量扰动数据压缩

正交小波包变换可以对信号进行多频带分解，并根据被分解信号的特征，自适应地选择相应的频带，弥补正交小波变换的不足。将正交小波包变换与门限阀值相结合，应用于电能质量扰动数据压缩，并对其中最佳小波包的选取、门限阀值确定、算法实现等问题进行了讨论。对用电消耗信号、电压间断信号及暂态谐波失真信号进行了压缩仿真，并比较了这些信号在不同分解层次和门限限定系数取值时的压缩效果，结果验证了该方法的可行性和有效性。     

基于GHM多小波的电力系统故障录波数据压缩算法

针对电力系统大量故障录波数据的传输问题,提出了一种数据压缩的新方法。首先利用GHM多小波变换将故障数据分解为高频系数和低频系数,对于高频系数用嵌入式多小波零树编码和游程编码相结合的算法进行压缩,而对于包含原始信号大部分能量的低频系数则采用Huffman无损压缩方法。实验结果表明,该算法压缩比可以在1.3513%～24.0231%间实现自由变换,赋范均方误差为0.3534%时,压缩比为11.1693%,压缩效果好,具有较高的实用价值。     

基于小波变换的图像数据压缩

针对图像数据在二维小波变换后多辨率塔形结构的小波系数的特点,提出了适应数据特点的处理技术和压缩方法。大幅度地降低了图像数据间的冗余度,取得了较好的压缩效果。     

基于CL多小波及SPIHT编码的电力系统故障录波数据压缩算法

针对电力系统故障录波数据的存储和传输问题,提出了基于CL多小波和多级树集合分裂SPIHT(SetPartitioned in Hierarchical Tree)编码的数据压缩方法.首先对故障录波数据进行CL多小波变换,然后对变换以后的系数进行一维SPIHT编码,对得到的排序位流再进行算数编码.实验结果表明该算法在压缩比为8.2907%时,均方误差为0.4544%,信噪比达46.8504,同时该算法可以根据需要自由控制压缩比,实现了可变码率,在应用中可得到满意的压缩效果.     

基于半小波变换的电力系统故障信号处理的新方法

提出了半小波函数及其相应的半小波变换。因半小波函数具有很好的时域特性,故以半小波分析检测故障信号特征的速度要比常规小波变换快一倍;利用半小波变换对电力系统某些故障信号进行了分析,并与其他小波变换进行了比较。其结果证明了半小波变换方法是一种非常有效的方法,因而,在提高电力系统的运行水平和供电质量方面,具有明显的社会经济效益。     

利用小波包变换实现电力系统谐波分析

小波包变换(WPT)建立在小波变换的基础上,可以实现信号频带的均匀划分,能够更好地提取信号的时频特性,具有更好的谐波分析特性.但是现有的小波包变换算法实现的频带划分不是按频率大小顺序排列的,给系统和谐波分析带来混乱.根据采样定理和滤波器组实现电路分析了小波包变换实现频带划分的特点,并利用改进的小波包变换实现算法进行系统分析,实例验证这种新的小波包分解结构对谐波分析具有更好的特性.     

解析信号小波分析及其在电力系统中的应用

利用解析信号小波变换方法,将小波变换的时频局部性与信号的解析形式相结合,提取暂态信号的奇异点及各尺度分量的幅值包络、相位、瞬时频率等特征信息。通过理论推导和仿真分析,指出解析信号小波分析可以提取暂态信号更为丰富的特征信息,为电力系统故障诊断和继电保护提供新的方法。     

基于半正交小波包的电机故障信号处理方法

B－样条小波是对称的半正交小波，基于它的小波包称为半正交小波包，它的算法简洁，准确，与Daubechies小波迭代算法不同，B－样条小波是对称的或反对称的小波，基于它的滤波器具有线性相位或广义线性相位，因而可避免信号的相位失真，实验结果表明半正交小波包对故障信号的分解，压缩，重构比Daubechies小波包效果明显，另外对故障信号的小波包分解的不同频带的特征值与正常信号的特征值进行比较，可以对故障信号进行谐波检测和定位。     

CL多小波预处理方法在故障数据压缩中的应用

在介绍CL(Chui-Lian)多小波基本理论的基础上,探讨了CL多小波的预处理方法及其对CL多小波原有滤波器响应的影响,分析后认为Haar和平衡预处理方法是CL多小波最有效的预处理方法.文章还做了将具有这两种预处理方法的CL4多小波应用于电力系统正弦信号和故障暂态信号数据压缩的仿真实验.仿真结果表明,基于Haar和平衡预处理方法的CL4多小波具有较GHM多小波和传统db4小波更好的数据压缩效果.     

小波包变换(WPT)频带划分特性的分析

小波包变换(WPT)建立在二进小波变换的基础上，理论上可以实现信号频带的均匀划分，可以更好地提取信号的时频特征，但是小波包变换得到的频带不是按频率大小连续排列，给实际的信号分析带来混乱。本文利用离散傅立叶变换原理分析了向下采样对信号的影响，分析了小波包变换得到的频带的特点，在此基础上，分析WPT频带划分的特点，通过仿真验证，本文得到的结论是正确的，从而为小波包变换在电力系统中的广泛应用打下了良好的基础。     

小波变换在电能质量分析中的应用

对小波变换在电能质量问题分析中的应用情况进行了综述,主要内容涉及小波变换的基本概念、应用小波变换对电压下降与电压凹陷的幅值与持续时间的分析、电能质量扰动数据压缩、暂态电能质量问题的分析以及小波变换与人工神经网络结合对电能质量扰动类型的辨识。最后对小波变换在电能质量问题分析中的发展方向进行了展望。     

基于电力系统故障信息远程通信的高效数据压缩与解压技术研究

针对电力系统故障信息远程通信的特点，提出基于傅氏算法的电力系统故障波形的自适应快 速压缩与复原的技术方案，给出该方案的压缩性能及其对远程通信的实际效果。     

电力系统暂态信号的小波分析方法及其应用(一)小波变换在电力系统暂态信号分析中的应用综述

暂态信号分析是电力系统故障诊断和暂态保护的基础和依据，小波变换为暂态信号分析提供了强有力的数学工具。本文对国内外小波变换在电力系统暂态信号分析的应用研究内容及现状进行了综述，展示了一些新思路，指出了存在的问题和进一步研究的方向。     

小波变换在电力设备故障诊断中的应用研究

利用Ｐａｒｓｅｖａｌ恒等式分析了信号谱分析中连续小波变换结果的物理涵义,并由此导出了信号特征谱分析中小波基的选取原则和小波母函数的通用选取方法。针对定子绕组单相接地故障,讨论了小波母函数的选取方法、基于小波变换的故障识别方法及实现过程,并与离散傅氏变换进行了对比分析。通过动模实验结果充分验证了小波变换方法的可行性和优越性。