矿用架线电机车弓网电弧辐射电磁噪声特性

在电波暗室中开展模拟矿用架线电机车运行条件下弓网电弧辐射电磁噪声实验。统计分析弓网电弧电场噪声时域特性参数随回路电流、接触压力和滑动速度的变化规律。利用瞬时频率分析法,计算电场噪声峰值时刻的瞬时频率(IFPVM)及电场噪声持续时间内的瞬时频率均值(AIFDD)。电场噪声峰值和持续时间随回路电流增加而增大,上升时间和振荡周期受回路电流影响较小。峰值、上升时间、振荡周期和持续时间均随滑动速度增加而小幅度增加,受接触压力影响不大。电场噪声IFPVM主要分布在9～16 MHz,电场噪声AIFDD主要分布在8～14 MHz。     

弓网电弧辐射电场噪声实验研究

近年来随着电力机车运行速度的不断提高,弓网电弧电磁噪声越来越严重,已经成为电力机车安全运行的隐患。为研究弓网电弧的电磁噪声及其抑制方法,设计了一套弓网电弧电磁噪声实验系统。该系统由电波暗室、弓网电弧发生器、弓网电弧检测系统组成。以铜接触导线-浸金属碳滑板为研究对象,通过改变接触压力、接触电流和运行速度,开展了64组弓网电弧辐射电磁噪声实验。弓网电弧的辐射电磁噪声主要体现为电场噪声,主要分布在30-500MHz之间,特别是在30-60MHz、60-80MHz频段内干扰强度较大。增大回路电流,则弓网电弧电场噪声的分布变得更加密集、干扰水平增强。增大接触压力或滑动速度,则电场噪声分布先变稀疏后变密集。     

单次电弧条件下辐射电场噪声时域传播特性

为准确评估载流滑动摩擦副周围的电磁环境及干扰水平,利用自行研制的实验装置,在电波暗室环境中开展了单次电弧放电的辐射电磁噪声实验,基于电场噪声辐射阻尼系数分析了不同测量距离、不同接触电流条件下的电弧辐射电场噪声的时域传播特性。在不同的波峰范围内,电场噪声辐射阻尼系数是不同的,在测量距离不变的条件下,电场噪声辐射阻尼系数随接触电流的增加而减小;在接触电流不变的条件下,电场噪声辐射阻尼系数随测量距离的增加而增大。最后,建立了电场噪声辐射阻尼系数与测量距离、接触电流之间的数学模型,为评估不同工况条件下电场噪声的衰减快慢提供了参考。     

希尔伯特-黄变换在电力系统故障检测中的应用研究

电力系统中的故障暂态信号多为非线性非平稳信号,希尔伯特-黄变换(HHT)被认为是专门针对非线性非平稳信号的分析方法。将HHT引入到电力系统故障检测中,利用经验模态分解(EMD)获得故障电流信号的本征模态函数(IMF),通过选取IMF并对其进行H ilbert变换,提取出IMF分量的瞬时频率和瞬时幅度。利用合成的IMF分量的H ilbert谱分布,对故障暂态进行了时间-频率-振幅的联合分析。仿真研究表明:基于HHT的故障检测方法能充分提取故障信息,故障定位准确,提高了故障检测的可靠性。     

希尔伯特-黄变换在电力系统故障检测中的应用研究

电力系统中的故障暂态信号多为非线性非平稳信号,希尔伯特-黄变换(HHT)被认为是专门针对非线性非平稳信号的分析方法.将HHT引入到电力系统故障检测中,利用经验模态分解(EMD)获得故障电流信号的本征模态函数(IMF),通过选取IMF并对其进行Hilbert变换,提取出IMF分量的瞬时频率和瞬时幅度.利用合成的IMF分量的Hilbert谱分布,对故障暂态进行了时间-频率-振幅的联合分析.仿真研究表明:基于HHT的故障检测方法能充分提取故障信息,故障定位准确,提高了故障检测的可靠性.     

基于EEMD的HHT在电能质量多扰动分类识别中的应用

现有的电能质量扰动分类识别方法对电能质量多扰动的分类准确性和识别能力较低,本文提出了将基于聚类经验模态分解(EEMD)的希尔伯特—黄变换(HHT)应用于电能质量多扰动的分类识别方法。它依据电能质量多扰动信号就是在电能基波上叠加不同频率和不同幅值波形的特性,首先利用EEMD对含扰动信号分解得到信号的固有模态函数(IMF),滤除残余噪声后,将得到的IMF分量作为特征值对扰动进行分类,再对IMF进行Hilbert变换得到其瞬时频率和瞬时幅值,瞬时频率的突变点反映电能质量扰动的起止时刻,瞬时幅值反映电能质量扰动的幅度,根据对突变点的观测实现对各个扰动的准确识别。Matlab仿真分析结果表明,该方法能够准确的对电能质量多扰动的扰动类型进行分类,并确定电能质量各个扰动信号的时间、幅值和频率。     

EEMD在配电网电能质量扰动检测中的应用

鉴于引起配电网电能质量问题的扰动信号为非平稳信号,本文将基于集合平均经验模态分解(EEMD)的希尔伯特-黄变换(HHT)应用于配电网电能质量扰动检测.该方法通过对配电网电能质量扰动信号进行自适应分解,获得固有模态函数(IMF),再对IMF进行HHT获得准确的瞬时频率和瞬时幅值,可以准确刻画扰动发生时间、描述扰动信号的频率和幅值特征,同时克服经验模态(EMD)存在的模态混叠问题,为配电网扰动信号的检测提供了一种新的分析手段.通过配电网几种常见扰动信号进行仿真实验,结果验证了该方法的有效性.     

基于ESMD和HT相结合的谐波检测新方法

针对现有的电力系统谐波信号检测方法精度不高的问题,以及研究较多的经验模态分解(EmpiricalMode Decomposition, EMD)在谐波检测中出现的模态混叠问题,结合极点对称模态分解(Extreme-pointSymmetricMode Decomposition, ESMD)理论和算法,提出基于ESMD和希尔伯特变换(HilbertTransform, HT)相结合的谐波检测新方法。首先对信号进行极点对称模态分解,得到一系列不同特征尺度的固有模态函数(IntrinsicModeFunction,IMF),再对IMF分量进行希尔伯特变换得到各谐波瞬时幅值和瞬时频率信息。该方法能够根据信号自身特征进行自适应分解,理论上由于扩展了IMF定义并采用内部插值方法,使得该方法具有简单、精度高的优势。仿真结果表明,该方法在谐波检测中自适应分解能力强,检测精度高,实时性好,并且能够在不添加噪声的情况下有效避免EMD方法在谐波检测中出现的模态混叠现象。     

弓网电弧实验系统与辐射噪声实验研究

近年来随着电力机车运行速度的不断提高,弓网电弧现象越来越严重,已成为电力机车安全运行的隐患。为深入研究弓网电弧的形成机理和抑制方法,设计了一套弓网电弧电磁噪声实验系统,该系统实现了屏蔽环境下弓网电弧的模拟。利用该系统,通过控制接触压力、电流和运行速度三个条件进行了弓网电弧辐射电磁噪声的测量实验。结果表明,弓网系统电磁噪声干扰频段主要在频率30~500MHz内,其中干扰强烈频段在30~60MHz内。电流越大,辐射噪声幅值越大,干扰频率带宽越宽。随着压力的逐渐增大,辐射噪声幅值先减小后增大,干扰频率带宽先变窄后变宽。     

基于希尔伯特-黄变换和小波变换的500kV变电站谐振数据对比分析

谐振数据分析是谐振实时监测装置研制和谐振抑制的基础。文章对500 k V变电站实际谐振数据,采用希尔伯特-黄变换和小波变换方法进行对比分析。首先对谐振数据进行经验模态分解(EMD)得到谐波信号的本征模态函数(IMF),再对各个IMF进行希尔伯特变换,获得各个IMF分量的瞬时频率和瞬时幅度;然后选取合适的小波基对同组谐振数据进行分析;最后总结了两种检测方法的优缺点和500 k V变电站实际谐振谐波成分的幅频特性。     

基于Hilbert Huang变换的SSVEP相位提取

稳态视觉诱发电位(steady-state visual evoked potential,SSVEP)被广泛应用于脑-机接口和大脑的认知研究,相位信息是其重要的特征指标之一.针对快速傅里叶变换在SSVEP相位提取中受不确定性原理约束的特点,提出了一种基于Hilbert-Huang变换的SSVEP相位提取方法.该方法通过经验模态分解将脑电信号分解为一系列固有模态函数(intrinsic mode functions,IMF),并通过分析各模态函数瞬时频率的均值判断该IMF分量是否属于噪声.若为噪声则将其从原始信号中滤除,再对滤波后的各IMF分量进行Hilbert变换,并与基准信号做运算即可求得SSVEP相位.实验结果表明,与快速傅里叶法相比该方法可在去除噪声分量的同时提取SSVEP的相位信息,且具有较高的准确率、精度和自适应性.     

基于感应电机启动电磁转矩Hilbert-Huang变换的转子断条故障诊断

该文提出了一种感应电机转子故障诊断新方法。当感应电机转子出现断条故障时，转子绕组的不对称将会使电磁转矩谱中引入2sfs(s为转差率，fs为电网频率)谐波分量。利用砌bert-Huang变换中经验模态分解(EMD)方法对启动电磁转矩信号进行了分解，得到若干本征模态函数(IMF)。通过计算包含故障信息的IMF分量的瞬时频率，可以检测出转子断条故障。同时，根据包含故障信息的IMF的幅值可以进一步判断出转子断条根数。实验结果证明该方法是可行的。     

基于VMD的谐波检测方法

针对电网谐波检测问题,分析已提出的几种传统的谐波检测方法,首次提出一种基于变分模态分解(Variational Mode Decomposition,VMD)的电网谐波检测方法。运用VMD方法将所含谐波的电网信号分解为一系列的本征模态分量(Intrinsic Mode Function,IMF),然后对分解出的IMF分量采用希尔伯特黄变换(HilbertHuang transform,HHT),获得每一个IMF分量的瞬时频率和瞬时幅值。由于VMD方法能准确的分解出每一个IMF分量,因此所得到的瞬时频率和瞬时幅值达到了很高精度的获取,并且与在经验模态分解(Empirical Mode Decomposition,EMD)所得到IMF分量Hilbert变换进行对比,说明了该方法比传统的Hilbert变换分解能力更强。为验证该方法对电网谐波的检测能力,将VMD算法与传统的瞬时无功功率谐波检测算法运用到实测数据中。仿真和实测数据表明,该方法是检测谐波的有效新方法。     

基于变分模态分解和S变换的故障行波检测方法

针对配电网运行环境复杂,现有行波检测方法HHT和S变换应对强噪声干扰下识别效果不理想的问题,结合变分模态分解(Variational Mode Decomposition, VMD)和S变换有效分解非平稳信号的优势,提出一种耐受配电网噪声的故障行波检测方法,利用VMD将混有噪声的故障行波信号分解,获取不同尺度的固有模态分量IMFs,再经过S变换提取IMF1分量中的瞬时频率,最后准确辨识故障初始行波波头的到达时刻,解决EMD分解过程中模态混叠和端点效应现象,以及S变换在强噪声干扰条件下行波信号检测能力下降的问题。通过ATP/EMTP搭建仿真模型,结果表明,在强噪声干扰的条件下,所提检测方法相比于Hilbert-Huang变换和S变换,抗干扰检测效果更明显。     

一种改善HHT端点效应的新方法及其在电能质量中的应用

利用Hilberr-Huang变换(HHT)方法进行电能质量检测分析,可以得到准确的瞬时频率和瞬时幅值,但该方法在应用中存在严重的端点效应,会影响分析结果。为了改善其端点效应问题,提出了一种基于人工神经网络和镜像延拓相结合的新方法对短时间序列进行延拓。采用三层BP神经网络对信号两端进行延拓,用带镜像延拓程序的经验模态分解(EMD)方法对延拓后的信号进行边分解边延拓,得到具有原始信号长度的固有模态函数(IMF);为了改善Hilbert变换中的端点效应,再次利用BP神经网络对各个IMF分量进行延拓。最后对延拓后的IMF分量进行Hilbert变换,从而得到精确的瞬时频率和瞬时幅值。将其应用到电力系统的谐波分析中,取得了较好效果。     

基于Hilbert-Huang变换的电网故障行波定位方法

正确辨识和检测故障行波信号是实现电网故障行波定位的关键.提出了一种新的故障行波信号时频分析方法,采用Hilbert-Huang变换(HHT)对故障行波信号进行检测,通过经验模态分解(EMD)法提取故障行波信号的固有模态函数(IMF),再进行Hillaert变换,得到各自的瞬时频率,由瞬时频率进行行波到达时刻的准确检测.HHT与小波变换比较,不存在变换参数的选取难题,变换结果具有唯一性.仿真结果表明HHT能更准确地提取电网故障行波波头位置,有效提高故障行波定位精度.     

基于希尔伯特——黄变换的高压直流线路行波故障定位

提出了基于希尔伯特-黄变换(HHT)的直流输电线路行波故障定位的方法。首先,对故障初始行波信号进行经验模态分解(EMD)得到固有模态函数(IMF),然后通过对IMF进行希尔伯特(Hilbert)变换得出其时频图,根据时频图中首个频率突变点确定出故障初始行波到达的时刻并且由其对应的瞬时频率值计算其波速度。最后,利用改进的双端行波故障定位原理计算出故障距离。在EMTDC环境下进行仿真分析,相关结果证实了所提方法的有效性。     

Hilbert-Huang变换在电力系统暂态信号分析中的应用

以一种全新的非线性信号分析方法——Hilbert-Huang变换(Hilbert-Huang transform,HHT)为基础,将其应用于电力系统暂态信号方面的研究。该方法利用经验模态分解法EMD(empirical mode decompo-sition)将暂态信号分解成有限个固有模式函数IMF(intrinsic mode function),从而根据Hilbert变换求出每一个固有模式函数瞬时频率和瞬时幅值,对电力系统暂态信号进行分析。仿真和实例分析结果均表明,该方法具有很强的自适应能力,应用于电力系统暂态信号分析方面具有可行性、有效性。     

基于EEMD自适应阈值去噪的电能质量扰动检测与定位研究

为了改善电能质量扰动信号的去噪效果,实现扰动信号的检测与准确定位,提出了一种基于集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)自适应阈值的电能质量扰动信号去噪方法。首先利用集合经验模态分解将含噪的扰动信号分解成一些相互独立的固有模态函数(Intrinsic Mode Function,IMF)分量,然后对所得的IMF进行自适应阈值去噪,从而抑制噪声干扰。采用希尔伯特黄变换(HHT)提取去噪后扰动信号的起止时刻、瞬时频率和幅值信息。相比于小波去噪的启发式阈值、自适应阈值、固定阈值、极大极小阈值等方法,该方法在去噪的同时减少了信息损失,信噪比SNR和均方误差MSE均有明显提高。仿真结果验证了该方法在电能质量扰动检测与定位中的有效性和可行性。     

基于Hilbert分形天线的弓网电弧电磁辐射研究

弓网(PC)电弧带来的电磁干扰会影响到车载数字设备的正常工作。因此,有必要研究弓网电弧的电磁辐射特性。首先,基于ANSOFTHFSS仿真软件建立仿真工程,设计了一种用于监测电弧电磁辐射的4阶Hilbert分形天线。其次,搭建了弓网电磁辐射信号测量实验装置,以铜合金接触导线-纯碳滑板为研究对象,在不同试验电流及不同电极间距下,分别开展多组弓网电弧辐射电磁实验。对采集到的电磁辐射时域脉冲信号进行快速傅立叶变换,提取频谱分布范围及典型频率值。研究结果表明:弓网电弧电磁辐射频段主要分布在0～160 MHz,特别是在0～40、60～100 MHz频段内强度较大。改变试验电流和电极间隙,电弧电磁辐射频谱分布整体相似,且频域峰值都出现在18MHz。通过对电磁辐射的实时监测,可获得电弧发生时刻和持续时间等信息,提供了一种有效的弓网电弧监测方法,有助于对弓网系统受流水平进行评价。