小波包算法在电力变压器局部放电信号检测中的研究

分析了可能存在的各种干扰源及其特征,讨论了各种干扰源进入检测系统的3种途径,并且针对不同的干扰途径提出了相应的抑制措施,同时设计了用于计算机模拟的局放检测信号。针对高频的局放信号采用快速小波包分解及重构算法,该算法对低频信号和高频信号都具有较高的频率分辨率,采用此算法对仿真的局部放电信号进行了分解与重构,仿真结果表明方法能有效地滤除强载波干扰,不失真地提取出局部放电信号幅值及其时间位置。     

小波包算法在电力变压器局部放电信号检测中的研究

分析了可能存在的各种干扰源及其特征，讨论了各种干扰源进入检测系统的3种途径，并且针对不同的干扰途径提出了相应的抑制措施，同时设计了用于计算机模拟的局放检测信号。针对高频的局放信号采用快速小波包分解及重构算法，该算法对低频信号和高频信号都具有较高的频率分辨率，采用此算法对仿真的局部放电信号进行了分解与重构，仿真结果表明方法能有效地滤除强载波干扰，不失真地提取出局部放电信号幅值及其时间位置。     

小波包算法在电力变压器局放信号检测中的应用

分析了电力变压器局部放电信号检测现场的各种干扰,设计了用于计算机模拟并仿真现场 局部放电检测信号,在对小波及小波包算法介绍的基础上,将小包分分解与重构算法用于强载波及无线电干扰下的变压器局部放电信号检测问题,并对局部放电信号进行了小波包分解与重构的计算机模拟,模拟结果表明,小波包分解与重构算法可以从强载波及无线电干扰中检测出局部放电信号人有良好的性能。     

小波包算法在电力变压器局放信号检测中的应用

分析了电力变压器局部放电信号检测现场的各种干扰,设计了用于计算机模拟并仿真现场干扰的局部放电检测信号．在对小波及小波包算法介绍的基础上,将小波包分解与重构算法用于强载波及无线电干扰下的变压器局部放电信号检测问题,并对模拟的局部放电信号进行了小波包分解与重构的计算机模拟．模拟结果表明,小波包分解与重构算法可以从强载波及无线电干扰中检测出局部放电信号并且具有良好的性能．     

电缆局部放电点定位检测——小波包广义相关时延估计法

小波包变换是小渡变换的推广,它能把信号进行更精细的分解.同时小波包变换能进行多层次的划分,从而提高了时频的分辨率.本文经理论和MATLAB建模仿真分析,结合小波包广义相关时延分析,通过选择合适的系数及阀值后重构信号,证明了小波包广义相关时延在电缆局放信号时延检测中具有可行性,同时得出小波包在较低信噪比的条件下且在较长电缆段仍能较准确的检测出时延点.     

基于DSP的变压器局部放电在线检测电路与信号处理

针对局部放电对变压器绝缘性能影响较大的问题,本文设计了一种基于DSP的大型变压器局部放电在线检测电路,结合小波变换对信号进行消噪、提取,并对该方法进行了仿真。仿真结果证实,通过该方法可以实时的处理变压器中发生的局部放电。     

基于独立分量分析算法的局部放电信号去噪方法研究

针对局部放电监测信号中多种干扰噪声的消除难题,提出结合经验模态分解的独立分量分析算法,进行变压器局部放电信号的去噪。针对独立分量分析进行信号分离时需要多元信号的要求,首先提出利用经验模态分解算法构造参考信号,然后通过独立分量分析算法进行信号分离。利用该方法进行变压器局部放电信号的去噪,较好地恢复出窄带干扰及白噪声下的局部放电脉冲信号的波形、波形之间相对幅值关系以及脉冲极值所对应的时间点等局放信息,在仿真及实测数据的处理中都取得了较好的效果,验证了该方法的有效性和优越性。     

基于小波理论的供电设备局部放电在线测试仪的研究

局部放电检测是保证电力设备可靠运行的重要手段之一 ,现场检测放电面临强烈干扰 ;目前 ,采用的数据处理方法主要是基于傅立叶变换算法 ,由于该算法的局限性 ,对局部放电这样的非平稳突变信号 ,较难获得理想结果 .本文介绍了一种基于小波理论的供电设备局部放电在线测试仪 ,采用基于多分辨分析的Mallat塔式分解算法 ,采样频率选用 2 0MHz ,可快速地从较强的狭带干扰中获取放电信号 .并根据内外放电脉冲在设备的外壳接地线中的形状与在高、低压侧电流互感器的接地线中的形状在某一频带上相位规律 ,借助于小波分析这种时—频分析工具 ,解决了内、外部放电脉冲的鉴别问题 .     

基于小波理论的供电设备局部放电在线测试仪的研究

局部放电检测是保证电力设备可靠运行的重要手段之一,现场检测放电面临强烈干扰;目前,采用的数据处理方法主要是基于傅立叶变换算法,由于该算法的局限性,对局部放电这样的非平稳突变信号,较难获得理想结果．本文介绍了一种基于小波理论的供电设备局部放电在线测试仪,采用基于多分辨分析的Mallat塔式分解算法,采样频率选用20MHz,可快速地从较强的狭带干扰中获取放电信号．并根据内外放电脉冲在设备的外壳接地线中的形状与在高、低压侧电流互感器的接地线中的形状在某一频带上相位规律,借助于小波分析这种时—频分析工具,解决了内、外部放电脉冲的鉴别问题．     

基于小波包能量谱的滚动轴承故障检测

小波包具有对非平稳信号进行局部化分析的功能,可解决小波分析在高频部分分辨率差的问题,据此,提出一种基于小波包能量谱的滚动轴承故障分析方法。首先,将振动数据小波包分解为多个子频带,求出各频带的能量比例;然后,比较正常振动信号与故障振动信号的频带能量谱,识别出故障的频带;在此基础上,重构故障频带,运用Hilbert变换对重构信号包络解调,提取出故障频率。试验结果验证了采用小波包能量谱对滚动轴承故障检测的可行性。     

小波变换提取电力电容器局部放电信号研究

为了消除电力电容器局部放电信号的噪声,提高电力电容器局部放电信号在线检测的有效性,提出基于小波变换阈值消噪方法的电力电容器局部放电信号提取方法。选择合适的小波基函数和分解层数对信号进行小波分解,确定合适的阈值规则以及阈值估计方法对小波分解系数进行阈值量化处理,从而得到消噪后的局部放电信号。以均方根误差RMSE和信噪比RSN为衡量指标,分析了小波基函数、分解层数、阈值规则和阈值估计方法等对消噪效果的影响。结果表明,当选择db2小波作为最优小波基函数,分解层数定为6层时,利用最大最小准则阈值估计法估计的阈值在软阈值规则下能有效提取电力电容器局部放电信号,达到了最优去噪效果。     

基于CEEMDAN-TQWT方法的变压器局部放电信号降噪

针对传统方法处理局部放电信号时存在振荡明显、消噪不彻底等问题,采用基于自适应白噪声完备集成经验模态分解（complete ensemble empirical model decomposition with adaptive noise,CEEMDAN）与可调品质因子小波变换（tunableQ-factorwavelettransform,TQWT）相结合的方法对局部放电信号进行消噪处理。采用CEEMDAN将含噪变压器局部放电信号分解成多个固有模态函数（intrinsic mode function,IMF）分量,并利用相关系数判断IMF分量与原始信号的相关度。将弱相关者视为劣质IMF,对其进行TQWT分解,利用能量占比与峭度指标来筛选小波子带,提取IMF的有效细节信息,进行TQWT逆变换,从而得到新的IMF分量;将强相关者视为优质IMF,与变换后的新IMF分量共同进行信号重构,得到消噪结果。仿真及实测信号分析验证了该方法的有效性和实用性,相比传统的经验模态分解（empirical mode decomposition,EMD）方法,仿真信号经所提方法去噪后的波形失真百分比下降了44...     

基于TLS-ESPRIT和小波变换的间谐波检测方法

目前间谐波检测方法主要针对平稳信号,对时变间谐波的检测效果不理想。针对这个问题,该文基于总体最小二乘—旋转不变子空间算法和小波变换算法提出一种综合的间谐波检测方法。首先采用总体最小二乘—旋转不变子空间方法计算出谐波和间谐波分量的频率,其次根据得到的频率确定小波多分辨率分析的频段范围和层数,最后采用DMEY小波对信号进行分解,由分解系数得到各平稳谐波分量,并通过系数重构对时变间谐波跟踪。仿真结果表明,该算法抗噪能力强、检测精度高,能够跟踪时变间谐波。     

基于变分模态分解和奇异值分解的局部放电信号去噪方法

为有效抑制局部放电信号中的复杂噪声干扰,提出一种基于变分模态分解和奇异值分解的去噪方法。首先通过泄露能量确定VMD算法中的模态分解个数,对局部放电信号进行分解,得到数个有限带宽的固有模态分量;然后基于峭度指标选择包含有用信息的分量进行信号重构,将周期性窄带干扰去除;最后采用奇异值分解去噪方法抑制信号中剩余的高斯白噪声。运用该方法对含噪局放信号进行去噪处理,并通过时变峰度法对信号初至时刻进行拾取。与传统的小波方法和经验模态分解算法进行对比,该方法能有效抑制局放信号的复杂噪声干扰,去噪后信号波形畸变较小,信号拾取精度较高。     

基于小波变换的电能质量扰动检测与定位

文中针对小波变换模极大值检测原理及其在电压暂降、骤升扰动信号检测中的应用进行了详细研究。介绍了小波变换理论,提出了采用小波多分辨率信号分解的电能质量暂态干扰检测新方法,通过检测小波变换模极大值,实现了对电压暂降扰动发生、恢复时间的精确定位。仿真计算结果表明该检测方法是有效的。     

小波包算法在异步电机故障检测中的应用

对电机故障信号利用小波包算法进行分解,应用小波包频率分辨率高的特性,提取出包含电机故障特征频率分量的局部频段进行分析,通过对小波包分解系数与正常无故障时的分解系数相比较,判断有无故障的发生,并在Matlab环境下进行了仿真实验.     

小波包算法在异步电机故障检测中的应用

对电机故障信号利用小波包算法进行分解，应用小波包频率分辨率高的特性，提取出包含电机故障特征频率分量的局部频段进行分析，通过对小波包分解系数与正常无故障时的分解系数相比较，判断有无故障的发生，并在Maflab环境下进行了仿真实验．     

小波包分析在滚动轴承信号消噪处理中的应用

对滚动轴承的故障特点进行了分析.根据小波包变换能将信号按任意时频分辨率分解到不同频段的特性,提出了小波包分解和重构用于滚动轴承信号消噪处理的概念及其算法,建立了滚动轴承加速度信号实时测试系统.通过实验研究得出,用小波包分解并通过重构可使分解后的数据长度不变,使分解层数不受限制,证明小波包分析方法应用于滚动轴承信号消噪的有效性,并取得了较好的效果.     

含窄带噪声和白噪声的复杂染噪局部放电信号提取及应用

复杂噪声环境下,电力设备局部放电信号的高完备度提取是实现其运行状态在线评估的关键.该文提出一种基于自适应噪声的总体集合经验分解(CEEMDAN)和改进小波包结合的复杂染噪局放信号提取方法.首先,通过自适应CEEMDAN将染噪信号进行分解,利用奇异值分解(SVD)算法对分量中包含的窄带噪声和频率混叠进行抑制,再根据信号间...     

一种发电机局放极性提取与类型识别方法

大型发电机局部放电信号的极性对于局部放电类型的识别有重要意义。数字化的局部放电在线监测设备受现场强干扰和采样频率的限制,采集的局部放电信号存在大量噪声和局放信息丢失,给信号极性的提取带来了很大困难。小波变换是时间和频率的局部转换,通过伸缩和平移运算对信号进行多尺度细化分析,是去除信号噪声的有力工具。采用FFT作出所采集信号的频域图,确定局部放电信号的频率段,取出该频率段的信号。再利用与局部放电脉冲十分接近的Meyer小波对取出的信号去噪。然后,对去噪后的信号统计一定放电电压范围的正负极性脉冲,并根据局部放电信号极性与放电类型之间的关系,确定局部放电的类型。