小波检测双电源自动转换开关电压凹陷策略

故障检测在双电源自动转换开关中至关重要,小波变换模的极值点对应信号突变点,有很强的提取信号特征的能力。选取合适的小波函数及分解层数,提取小波系数的模极大值作为判断电源电压发生跌落依据,进行电源投切。利用Matlab/Simulink建立双电源自动转换开关模型,考虑理想环境与白噪声环境,分别采用小波分析、傅氏算法和两点法检测电压跌落故障。仿真实验结果表明,与传统检测方法相比,小波分析提高了检测的快速性、可靠性以及抗干扰性。     

应用小波变换实现突变信号检测

介绍了基于小波变换模极大值的奇异性检测理论,针对噪声中故障信号突变点的检测问题,根据信号和噪声的模极大值的尺度变换特性,提出利用3层以上细节信号的乘积作为检测信号。该方法既可以达到增强信号的目的,又可以抑制噪声,求该乘积信号的小波变换,可以实现奇异点精确定位。     

基于小波模极大值理论的励磁涌流新判据研究

针对励磁涌流引起变压器纵联差动保护误动的问题,提出了一种基于小波变换和模极大值理论来辨别励磁涌流与故障电流的新依据。该方法根据励磁涌流含有大量非周期分量和波形间断角,而故障电流保持基频正弦波的特点。首先利用小波分解原始信号,再利用模极大值理论选取模极大值点,通过模极大值点之间的数值关系可以鉴别不同电流信号。经过Matlab/Simulink仿真分析,表明该方法能够准确可靠地区分励磁涌流和故障电流。     

双极HVDC输电线路行波故障定位

为准确定位双极HVDC输电线路故障,介绍了基于小波模极大值理论的双端D型行波故障测距方法及该方法在双极HVDC输电系统中的应用并用PSCAD和MATLAB软件仿真分析双极HVDC系统,得到故障点初始行波波头分别到达整流侧母线和逆变侧母线的时刻,从而算出故障点到达两侧母线的距离,完成故障定位。该结果表明,小波变换的模极大值能够刻画出故障行波信号的奇异点和奇异性,用小波变换提取高频暂态信号可准确找出故障极线路,识别出故障极初始电流行波的波头,实现双极HVDC输电线路高度精确的故障定位。     

基于小波变换的电能质量扰动检测与定位

根据电能质量扰动信号的非平稳性,通过对小波变换原理的分析,从小波变换能够突出信号局部特征的特性出发,探讨了多尺度小波变换模极大值与信号突变点之间的关系,分析了利用小波变换对电网电压暂降及周期脉冲等典型电能质量扰动进行检测与定位的方法。为验证方法的有效性,以电压暂降扰动和周期脉冲扰动检测为例进行了相应的仿真研究,结果证实了利用小波变换能更精确地检测和定位电能质量扰动。     

输电线路暂态电流行波的故障特征及其小波分析

把小波变换应用于输电线路故障后所出现的暂态行波的分析和研究中,揭示了行波信号的“突变”和其小波变换模极大值之间的关系,行波信号的小波变换模极大值标志着电流行波中最主要的故障特征。利用这些模极大值可以构成利用电流行波的故障起动元件,选相元件,还可构成利用电流行波的继电保护和故障测距。     

小波变换与形态学运算相结合的脉搏波检测算法

提出了1种基于小波变换模极大值与形态学运算相结合的脉搏波检测算法.该算法采用Symlet小波的Mallat算法对脉搏信号作多分辨率分解,利用数学形态学运算突出信号的峰谷点特征,将小波变换模极大值检测原理与形态学峰谷检测算法相结合,实现了对脉搏波的准确检测和精确定位.     

基于滤波预处理的小波故障检测方法

现有的基于信号奇异性分析的故障检测方法不同程度地受到噪声的影响。提出了将电力信号滤除工频周期分量后,通过提取适当尺度上的小波模极大值点检测故障的方法。通过预处理滤除工频周期分量,消除了小波变换在信号峰值处的模极大值,从而避免了对故障的误判。小波变换将预处理信号中的故障分量和噪声分解在不同的尺度空间中,保证了故障特征的提取和算法的抗噪性能,简化了的Mallat信号奇异性检测方法,在降低算法计算量的同时,可保持故障的定位精度。仿真研究表明:故障定位准确,且对噪声不敏感,可推广应用到其他周期信号的分析中。     

基于小波变换的超高速行波保护和故障定位算法

提出了利用故障后产生的电流行波实现输电线路超高速保护和高精度故障定位的算法。借助于小波分析工具,将电流行波信号进行小波变换,通过分析线路两端电流行波初始波头模极大值的极性来判别区、内外故障;同时利用模极大值对应的时间差来实现故障距离的测定。论文详细分析了影响行波保护和故障定位的各种因素,提出了相应的应对措施。大量的PSCAD/EMTDC仿真结果表明,算法能够实现线路超高速保护和高精度故障定位双重功能。     

基于小波变换的超高速行波保护和故障定位算法

提出了利用故障后产生的电流行波实现输电线路超高速保护和高精度故障定位的算法。借助于小波分析工具,将电流行波信号进行小波变换,通过分析线路两端电流行波初始波头模极大值的极性来判别区、内外故障;同时利用模极大值对应的时间差来实现故障距离的测定。论文详细分析了影响行波保护和故障定位的各种因素,提出了相应的应对措施。大量的PSCAD/EMTDC仿真结果表明,算法能够实现线路超高速保护和高精度故障定位双重功能。     

小波分析检测线缆故障的应用研究

小波分析克服了傅立叶变换不能对信号同时时频局部化分析的缺点,具有很强的信号特征提取能力,尤其对暂态突变信号或微弱变化信号的处理表现出明显优势,为快速准确检测电缆故障研究了应用小波分析处理故障线路行波信号的技术。通过计算模量初始电流行波在小波变换下的模极大值,根据3个模量的故障特征选择故障相。EMPT仿真数据的分析,证明该方法具有很高的精度。     

李氏指数及其在电力系统暂态信号分析中的仿真应用

在分析电力系统暂态故障信号的奇异性和小渡变换奇异性检测基本原理的基础上，得出电力系统暂态故障信号奇异性的特殊性．提出了利用小波变换进行故障暂态信号奇异性检测的方法，并描述了算法的基本思路以及李氏指数的计算步骤。对实际输电系统进行了仿真，通过对暂态故障信号的多尺度分析及各尺度上的信号重构．得出各尺度下的模极大值，从而计算出李氏指数并判断信号奇异性。     

利用小波包变换实现噪声环境下特征信号的提取

电力系统暂态或故障时 ,电压电流信号包含了故障的信息 ,文中称包含了故障或暂态信息的电压和电流信号为特征信号 ,利用特征信号可以进行系统分析和故障检测 ,但是特征信号往往被淹没在大量的噪声信号中 ,这样给电力系统分析和检测带来困难。文中分析了电力系统中几种常见的噪声和特征信号的时频特性 ,简单介绍了小波包变换的理论和特点 ,分析了利用小波包变换来消除噪声 ,提取特征信号的理论 ,并通过实例验证了小波包良好的抗噪能力 ,为实现噪声环境下特征信号的提取提供了良好的分析方法 ,为电力系统分析和故障检测提供了良好的工具。     

电力系统故障暂态信号的小波奇异性检测

小波变换理论在时域和频域的局部化性质 ,使之能有效地检测信号的奇异性。文章分析了电力系统故障暂态信号的奇异性 ,得出其奇异的特殊性 ,即具有不确定的奇异度 ,从而提出用小波变换进行奇异检测时对所用小波函数的要求 ,确保奇异性的准确检出 ,并给出了计算的方法     

基于集成神经网络的特高压直流输电线路初始电压行波小波变换模极大值比单端测距方法

针对现有故障测距方法存在对高阻故障不灵敏、二次行波波头难以捕捉的问题,提出一种基于集成神经网络的特高压直流输电线路初始电压行波小波变换模极大值比的单端测距方法。首先,推导出故障距离与初始电压行波的线模量和地模量的小波变换模极大值比之间的近似公式,公式表明两者之间具有非线性关系,且此关系与过渡电阻无关。然后,利用AdaBoost-Elman集成神经网络拟合两者之间的非线性关系,提取不同小波尺度下初始电压行波各模量分量的小波变换模极大值比作为集成神经网络输入量,将故障距离作为输出量,构建集成神经网络故障测距模型。将各小波尺度下的初始电压行波各模量分量的小波变换模极大值比输入训练完成的集成神经网络模型即可达到故障测距的目的。仿真结果表明,所提方法测距精度高,且不受过渡电阻影响。     

基于小波变换的EHV输电线路单端暂态电压保护算法的探讨

讨论了信号李氏指数的小波变换特性,提出了一种基于暂态电压信号小波变换的超高压输电线路单端量保护算法。利用单端暂态电压信号的小波变换模极大值,对电压信号的李氏指数进行最小二乘法估计,以便判断故障线路。仿真表明,在各种故障情况下该保护算法都足以提取和放大故障线路和非故障线路的差异,可靠、准确地动作。     

基于小波分析的变压器转换性故障快速识别方法

当变压器发生区外故障时,会出现因电流传感器饱和而导致差动保护误动的问题。为解决这一问题,文中提出了基于小波分析的时差法,作为变压器差动保护判断区内、外故障的判据。首先,分析了电流互感器的饱和对变压器差动保护产生的影响;其次,利用模极大值原理研究了小波用于信号奇异性检测的方法,并选取合适的阈值规则对含噪声信号进行了消噪处理;然后,利用小波模极大值原理确定故障开始和差流出现的时刻;最后,提出了一种基于综合负序分量的变压器区外转区内故障时解除差动保护闭锁的新判据,并仿真验证了该方法的有效性。     

基于奇异性检测的高压输电线路暂态保护判据仿真研究

根据小波分析及奇异性检测的基本理论,利用小波多尺度分析方法对高压输电线路的暂态电流波形奇异点处的奇异性进行了分析与仿真,并给出了一种适合于暂态保护的新型判据。此判据通过比较不同时间窗口、不同频率段内暂态信号的小波变换谱能量比值及模分量极大量比值来实现区内外故障的准确识别。以M文件的形式用Matlab语言编程完成了奇异点检测算法程序并根据500kV输电线路模型对暂态保护新型判据进行了大量仿真。仿真结果证明此判据对不同的故障情况均能正确判断。