一种新的基于小波变换和混沌理论的触电信号检测方法

提出一种集小波多分辨分析和李雅普诺夫指数于一体的触电电流混沌检测新方法。该方法对触电前后的总泄漏电流进行消噪和滤波,根据混沌系统从混沌状态到大尺度周期状态的分岔行为具有对小信号敏感性和对噪声免疫性的特性,将最大李雅普诺夫指数作为判断混沌系统相变的量化依据,自动判别触电前后混沌系统的临界状态,从而计算出其中包含的触电电流分量。仿真结果表明,该方法能够从包含强噪信号的总泄漏电流中检测出微弱的触电电流信号,对于开发新一代剩余电流保护装置具有一定的参考价值。     

基于互相关和李雅普诺夫指数的微弱正弦信号混沌检测

微弱信号的幅值通常很小,且常被噪声淹没,难以检测。文中提出基于互相关和李雅普诺夫指数的微弱正弦信号混沌检测方法。该方法利用互相关方法对微弱正弦信号进行初步去噪,再利用混沌检测方法提取有效信号,以充分发挥互相关及混沌检测在噪声抑制及信号提取方面的优势;将最大李雅普诺夫指数作为判断混沌系统相变的量化依据,自动识别混沌系统的临界状态,从而准确给出用于确定微弱正弦信号幅值的策动力临界阈值。仿真实例分析表明,该方法能有效地检测出深埋于强噪声中的微弱正弦信号,且其检测精度较单独的互相关方法和混沌检测方法更优。     

基于椭圆域分割的触电电流混沌检测方法研究

针对从低压电网的总剩余电流中提取触电支路电流的难题,利用混沌系统对初始条件敏感及对噪声免疫的特性,提出基于椭圆域分割法的触电电流混沌检测方法。在混沌系统的二维相轨迹图中引入椭圆域分割线,通过其输出的高低电平表示相轨迹穿越椭圆域分割线的状态,根据输出的低电平次数定量判别混沌系统所处的状态,从而实现触电信号的提取。利用待测信号相位和系统状态存在的对应关系,确定待测信号初相位并修正,以提高该方法的检测精度。针对195组触电信号检测结果表明,相位修正前、后的检测误差从32.5%减小到4.1%,检测信噪比由[0, -50 dB]增加到[0, -63 dB],所提议的方法能够从包含强噪声的总剩余电流中检测出触电电流,为新型剩余电流保护装置的开发提供一定的参考价值。     

基于混沌系统功率谱特征的触电信号识别研究

针对低压电网剩余电流保护中从总剩余电流中提取触电支路电流的难题,利用混沌系统对初始条件敏感及对噪声免疫的特性,提出基于混沌系统功率谱特征的触电电流检测方法。根据混沌系统混沌状态与周期状态具有相异的功率谱特征,提出利用系统对数功率谱的波峰数P作为判断两种状态的定量指标,分别自动检测出原混沌系统及加入待测信号后系统的临界状态,从而实现触电电流的提取。仿真结果表明,提议方法的检测值与实际值的平均相对误差为6.82%,满足工程计算的要求,能够从总剩余电流中检测出触电电流,对于开发新一代剩余电流保护装置具有一定的参考价值。     

基于相空间重构和Lyapunov指数电弧电流混沌特性分析

串联电弧故障是引发电气火灾的关键原因。为了得到可靠数据源及更全面地认识电弧电流信号特性,按照UL1699、GB14287.4标准搭建了实际用电环境电弧故障实验平台。依据实验结果,利用相空间重构算法将电弧电流信号引入高维空间进行分析,并做出了阻性、阻感性负载的三维相图。采用小数据量法计算了串联电弧电流信号的最大李雅普诺夫(Lyapunov)指数。综合分析三维相图和最大李雅普诺夫指数,证明了低压串联电弧电流信号存在混沌特征,有望通过电流的混沌特性找出新的电弧故障诊断方法。     

一种触电信号的自动快速检测模型

针对未来低压电网剩余电流保护与动作技术中,如何检测触电时刻并识别总泄漏电流中人体触电支路电流信号的难题,利用数字信号的智能处理技术和具有自适应性与最佳逼近特性的组合神经网络有机结合,提出了一种触电电流信号的自动检测方法。在对低压电网中原总泄漏电流信号进行小波消噪基础上,实现了触电时刻的自动检测,触电故障模式分类归属的决策;同时从总泄漏电流中提取触电电流幅值波形。仿真实验表明:该方法速度快且稳定,模式分类正确率达100%,提取幅值与实际值的平均相对误差为3.65%,计算时间为0.064 68 s,具有良好的适应性和实用性,对于开发新一代剩余电流保护装置具有重要的参考价值。     

基于混沌理论的异步电机偏心故障诊断的研究

结合混沌理论和分形几何学对采集到的振动信号进行混沌特征论证,结果表明,异步电机振动信号具有明显的混沌特征:出现了分频,最大李雅普诺夫指数大于0,相图具有分形几何特点。然后对数据序列进行了相空间重构实验,分别用经典的算法得出时间延迟和系统的嵌入维数,最后计算得出重构出的奇怪吸引子的的关联维数,对分析偏心电机的故障提供了依据。     

基于互相关与混沌检测相结合的光声信号检测方法

采用光声光谱方法检测变压器油中溶解气体的体积分数时,由于变压器运行现场的干扰以及检测过程中存在的噪声使得微弱光声信号湮没在强噪声中而无法辨识。在分别对互相关运算和混沌检测进行分析说明的基础上将这2种方法结合起来作为微弱光声信号检测的理论依据。集成LabVIEW和Matlab软件构建了虚拟信号检测系统,编程实现了由李雅普诺夫特性指数谱来判定混沌系统运动状态的功能。实验结果表明该方法对被强噪声覆盖的微弱光声信号非常敏感,具有较高检测精度。     

超再生接收机在ISM频段下的混沌现象

针对超再生振荡器的传统动力学模型的工作频率过低而不具备实际参考意义的问题，本文将超再生接收机模型提升至ISM频段下的433 MHz。使用软件的数值仿真方法对改进后的模型进行混沌态动力学特性研究，采用李雅普诺夫指数法对模型混沌状态进行定量检测，并研究该频率下不同状态的接收机对弱信号的检测能力。仿真结果表明433 MHz超再生接收机在受较低频率熄灭信号控制时能够产生混沌现象，该频段下的混沌态超再生接收机灵敏度要高于周期态约3 dB,证明了混沌能够产生并被应用于实际ISM频段下的超再生接收机，为提高超再生接收机的弱信号检测能力提供了一种可行的方案。     

基于混沌理论和KPCM聚类的变压器绕组松动状态监测

运行中的变压器会产生持续振动,通过振动的变化可以判断变压器内部运行状态。变压器振动信号中包含了大量状态信息,难以从中提取有效特征来监测绕组松动状态。为此,提出了基于混沌理论和核可能性聚类算法KPCM的变压器绕组松动状态监测方法。首先,从振动信号的混沌动力学特性出发,通过选择最佳嵌入维数和时间延迟,对实测变压器振动信号进行相空间重构。然后,针对重构信号的高维空间分布,使用KPCM聚类方法对分布模式进行识别,据此对绕组松动状态进行监测。现场实测数据的计算结果表明,使用Wolf法计算得到的最大李雅普诺夫指数为正,证实了变压器振动信号的混沌特性,基于KPCM聚类分析得到的聚类中心位移矢量的变化能够有效识别出绕组松动的机械故障隐患。研究结果为从混沌动力学角度监测变压器绕组的松动状态提供了理论依据。