现场环境下弓网离线放电辐射测量方法

为了在现场有噪情况下准确测量动车组弓网离线放电引起的辐射发射,提出了一种基于稀疏分解的瞬态电磁信号提取方法。结合弓网离线放电辐射信号波形非对称衰减的时域特征,构建了一种改进的Gabor原子库,在Gabor原子库的基础上,通过引入不对称参数和衰减参数建立了一个非对称高斯模型,使改进的原子库在时域上更符合弓网离线放电辐射信号的不对称包络和不同衰减率特性。基于改进的原子库,对弓网离线放电辐射信号进行稀疏重构提取,实现现场条件下弓网离线放电辐射地精确测量。模拟与实测实验表明,该方法能有效抑制传统Gabor原子库稀疏分解的预回波现象,重构精度更高;窄带干扰下该方法的去噪能力比基于经验模态分解(EMD)理论的去噪方法高17 dB左右,恢复出的瞬态信号与原信号误差在3 dB以内。     

基于Gabor原子的活立木茎体水分信号MP分解与重构

针对活立木茎体水分时域信号呈现的非平稳、信息冗余特性,提出了一种基于Gabor原子的活立木茎体水分信号MP分解与重构方法。试验结果表明活立木茎体水分信号可以用Gabor原子库稀疏表示,靠前的原子反映信号的主要特征,靠后的原子反映信号的细微特征,原子数越多,稀疏信号越能更好地描述原始时域信号的特征。稀疏信号对比于原始时域信号,数据量明显减少,避免了信息冗余,达到了数据压缩的目的,为大量数据的存储节省了物理空间。在Gabor原子库过冗余的情况下,稀疏信号可以高质量的重构出原始时域信号,在主要特征数据点处重构误差较小,在细微特征数据点处重构误差较大。     

基于正交优化时频原子分解算法的电能质量扰动匹配特征分析

针对电能质量扰动信号时频局部化信息量较广难以简洁、灵活提取有效细微特征以及匹配追踪收敛速度较差的问题,提出一种应用于电能质量扰动分解重构及扰动特征参量提取的匹配时频原子框架及其改进方法。在Gabor时频原子库离散优化基础上,通过匹配追踪算法对扰动信号进行自适应分解,同时对搜寻的最佳时频原子进行正交变换,减小冗余分量,设定迭代次数或残差阈值作为终止条件,从而获得一系列匹配扰动信号波形特征的正交时频原子及其参量化形式。仿真结果表明,该框架能有效分解提取电能质量扰动信号时频特征参量,相对基于匹配追踪的稀疏分解,改进算法单一扰动匹配特征重构信噪比高达55dB,多重扰动达35dB,均方误差数量级为0.001,匹配扰动特征精度及收敛性能进一步提高,满足电能质量分析要求。     

高速铁路弓网系统谐波分析方法的研究

离线电弧是弓网谐波的主要来源,并且其发生是随机的,因此要求弓网谐波方法具有高度的自适应能力。针对弓网系统电磁谐波干扰成分提取分析的问题,文中提出了一种基于NGA-MP的原子分解方法。首先,通过弓网系统模拟实验获取电压信号,利用NGA-MP原子分解法对电压信号进行原子匹配,提取出谐波、间谐波以及脉冲干扰分量;然后,通过信号重构以及频谱方法,验证了NGA-MP原子分解法的精确性;最后,通过对不同工况下电压信号的原子匹配分析,得出随着速度越大,信号中谐波成分越丰富的结论,并对原因进行了相应的理论分析。实验分析表明:基于NGA-MP的原子分解法具有自适应能力强、精确性高以及运算速度快等优势。     

基于MP的电力系统数据压缩方法

匹配追踪算法能够自适应地从构造的完备原子库中建立信号的稀疏解析表示。提出一种基于MP(Matching Pursuit)算法的原子稀疏分解的电能质量扰动数据压缩方法,根据电能质量扰动信号的特点建立原子库,采用衰减正弦量原子对信号进行稀疏分解,提取扰动信号成分。仿真算例验证了所提出的数据压缩方法具有压缩比高的优点。     

基于混沌与Pseudo-Newton法组合优化的直接衰减正弦原子库分解方法在低频振荡分析中的应用

传统原子库分解法在对信号进行分解时,往往先将信号分解为较易离散化的Gabor原子,再转化为衰减正弦原子,由于Gabor原子库并不符合振荡信号的本质特性,加之转化过程为近似转化,使分解存在双重误差。为克服以上不足,提出一种新的低频振荡分析方法,即基于混沌与Pseudo-Newton法组合优化的直接衰减正弦原子库分解方法。为了解决离散困难和六维空间寻优效率低的问题,采用混沌与Pseudo-Newton法组合优化方法,可以同时对6个参数进行寻优,极大的提高方法的速度。通过对自合成信号、仿真信号、华中电网能量管理单元实测信号等3个算例进行分析,并与其他2种辨识方法进行对比,表明该文算法在计算精度、辨识速度、抗噪能力方面都有较大优势。     

基于改进量子粒子群优化稀疏分解的局放信号去噪方法

噪声抑制是局放在线监测的关键环节之一。针对局放信号噪声抑制问题,提出一种基于改进量子粒子群优化稀疏分解的局放信号去噪方法。该方法基于信号的稀疏分解思想,构建了仅与局放信号时频特性相匹配的匹配局放信号过完备原子库;基于匹配追踪(MP)算法在该原子库中对染噪局放信号进行最佳匹配原子搜索,并通过改进量子粒子群算法加速搜索进程,同时以残差比阈值作为MP迭代终止条件;基于各次MP迭代搜索得到最佳匹配原子仅可对原始无噪局放信号分量进行稀疏表示,而难以对噪声分量进行表示的原理,实现局放信号稀疏分解去噪目的。运用本文介绍方法对局放仿真信号及实测信号进行了去噪处理,并与基于形态学-小波的局放去噪结果作对比。结果表明,本文介绍方法能有效对局放信号进行去噪处理,去噪结果准确性高且波形无畸变,较好保留局放信号原始特征。     

基于PSO-MP算法和RBF神经网络的电能质量扰动识别

准确识别扰动信号类型对分析和治理电能质量问题具有重要意义。文中提出一种基于粒子群优化匹配追踪算法(PSO-MP)和RBF神经网络的电能质量扰动识别方法。首先,构建工频原子库将工频信号提取出来,得到的残余信号能更好地体现扰动信号差异性;再利用PSO优化匹配追踪算法以减小计算量,并结合离散Gabor原子库对残余扰动信号进行稀疏分解,准确提取其原子参数;最后将原子参数以及残余信号在原子上的投影的均值和标准偏差作为特征量,利用RBF神经网络对扰动信号进行识别。仿真算例表明,该方法能够有效地识别几种常见的电能质量扰动,且具有抗噪性能强、计算量小等优点。     

原子分解快速算法在电能质量扰动分析中的应用

提出一种原子分解的快速算法,并应用于电能质量扰动信号的分析中。该方法构建相关原子库,并将原子离散的参数连续化,能减少重构信号所需的原子数并使分解结果更准确;针对频率范围较大的谐波、衰减振荡等信号,采用快速傅里叶变换对最优原子频率进行预求解,从而降低原子库规模;采用粒子群优化的匹配追踪算法选出反映电能质量扰动信号特征的最优原子。仿真算例表明,该方法可快速准确地提取电能质量信号的扰动特征,且有较好的抗噪性能。     

局部放电稀疏分解模式识别方法

为实现电气设备局部放电(简称局放)模式的准确识别,提出了一种局放稀疏分解模式识别方法。首先由各放电模式局放训练样本信号统计特征向量构建局放统计特征过完备原子库,对此原子库进行非线性映射,可得非线性局放统计特征过完备原子库。对待识别局放信号统计特征向量进行非线性变换,得到非线性统计特征向量,此向量在非线性局放统计特征过完备原子库中进行稀疏分解时,仅可由相应放电模式子原子库中原子进行稀疏表示而难以由其它放电模式子原子库中原子进行表示,进而实现局部放电稀疏分解模式识别。同时,提出一种核函数优化匹配追踪算法,可在无需知道非线性映射具体形式基础上完成稀疏分解,并基于相似性度量系数确定最佳核函数及其参数。设计了两套放电模型,并在不同实验环境中进行了局放测试,所测信号分别作为训练样本信号及测试样本信号,采用所提方法进行了模式识别实验,同时与采用神经网络方法、K近邻法、支持向量机法的局放模式识别实验结果进行了对比。实验结果表明该方法识别效果较好,准确率较高。     

计及弓网二次燃弧的高铁车网建模与电磁暂态影响研究

针对高铁弓网燃弧造成的电磁暂态现象,基于多导体传输线(MTL)理论对计及弓网二次燃弧的牵引网回路进行车-网建模仿真研究。推导高铁全并联自耦变压器(AT)供电方式下牵引网MTL链式集总π型网络矩阵参数;根据CRH2型动车组结构参数,结合动车组实际运行过程中车体、钢轨、牵引网三者之间的相对位置分布及电气参数关系,在MATLAB/Simulink上建立精确的高速铁路车-网链式参数仿真模型。以二次燃弧为主,仿真分析燃弧对牵引网电压、动车组车体电势、轮对泄流、轮对间轨电位差的影响,结果表明:所建模型可有效模拟高速铁路中稳定的工频工况及弓网离线期间一次燃弧和多次燃弧的电磁暂态现象。     

动力学小波字典驱动的轴承故障个性化稀疏诊断

针对轴承信号稀疏分解方法中因轴承个性化振动行为导致稀疏分解字典与故障信号适配性差,以及因字典参数设置、选取不当而使其在实际应用中稀疏分解效果不佳的问题,提出一种基于动力学小波字典的个性化稀疏诊断方法。该方法基于有限元技术和稀疏分解的思想,根据轴承所处运行工况的不同,建立个性化动力学仿真模型,仿真出振动信号,并从中提取出单个瞬态冲击作为字典原子,将原子进行拓普利兹(Toeplitz)延拓生成动力学小波分析字典,结合正交匹配追踪算法(OMP)对信号进行稀疏分解并重构,提取轴承故障特征频率。动力学模型仿真信号和试验台信号的分析结果表明,相比常用的相关滤波算法(CFA)构造的参数字典、K-SVD自学习字典和快速谱峭度方法,所提出的方法可以更加准确有效地提取故障特征成分,且具有较好的的稳定性和可拓展性。     

基于IWOA-VMD的永磁同步电机匝间短路故障振动信号去噪方法

针对永磁同步电机(permanent magnet synchronous motor, PMSM)匝间短路故障振动信号易受噪声干扰导致故障特征难以准确提取的问题,提出一种改进鲸鱼优化算法(improved whale optimization algorithm, IWOA)优化变分模态分解(variational mode decomposition, VMD),并将其应用于PMSM匝间短路故障振动信号去噪。首先在传统鲸鱼优化算法中引入非线性收敛因子、自适应权重和柯西算子,利用IWOA算法对VMD参数进行寻优来实现信号的自适应分解。然后根据多尺度排列熵-方差贡献率最优模态分量选取原则将信号分量分为噪声主导分量和有效信号分量,对噪声主导分量进行非局部均值滤波(non-local mean filtering, NLM)去噪。最后将去噪分量与有效信号分量重构为去噪信号。使用ANSYS有限元软件建立了电机短路故障模型,并搭建了短路故障实验平台,利用该方法对仿真与实测信号进行去噪处理,并与小波阈值去噪等去噪方法进行对比分析,得出仿真信号的信噪比从8 dB提升至20.273 8 dB,实测信号的信噪比相较于小波阈值去噪提高了77.01%,验证了所提方法的有效性和实用性。     

基于改进 CEEMDAN 的应答器上行链路信号降噪研究

针对在高速铁路复杂电磁环境中应答器上行链路(balise uplink, BU)信号传输受扰的问题,提出了一种基于自适应白噪声完备经验模态分解(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN)与小波包自适应阈值的联合降噪方法。首先,采用CEEMDAN算法将模拟BU信号分解为12个模态分量,根据相关系数判断分量为相关分量或无关分量;然后,相关分量经小波包降噪处理后重构为降噪后的BU信号;最后,选用信噪比(signal-noise ratio, SNR)和均方根误差(root mean square error, RMSE)作为评价指标,将该方法与目前广泛采用的6种降噪方法进行对比,信噪比提高了0.486 1～6.144 dB,均方根误差降低了0.054 9～11.091。为检验该方法的实际应用效果,采用联合降噪方法对实测BU信号进行降噪处理。仿真验证和实验验证的结果表明,采用联合降噪方法降噪后的BU信号不仅噪声分量得到了有效去除,而且信号特征保存完好,证明该方法能够应用于解决实际BU信...     

基于POA-VMD-WT的MEMS去噪方法

针对MEMS传感器所测得的加速度和角速度输出信号噪声较大问题,提出一种基于鹈鹕优化算法(pelican optimization algorithm, POA)的变分模态分解(variational mode decomposition, VMD)结合小波阈值(wavelet threshold, WT)的去噪方法。首先利用POA对VMD的参数组合进行优化选择,然后应用POA-VMD将含噪信号自适应、非递归地分解为一系列本征模态函数(intrinsic mode function, IMF)。再通过计算每个IMF的余弦相似度对IMFs进行分类,根据计算结果将IMFs分为噪声主导分量与信号主导分量,对分类后的噪声主导分量进行改进小波阈值去噪处理,最后对处理后的噪声分量与信号主导分量进行重构,获得降噪后的MEMS传感器信号。静态和动态实验结果表明,该方法去噪处理后信号的信噪比分别提高12和10 dB,均方误差分别降低75.5%和46.6%,去噪效果显著,能够提高MEMS传感器的精度。     

采用原子分解法的同步电机参数辨识

为了准确辨识出同步电机参数,提出一种基于原子分解的新算法。首先构建相关原子库并将原子离散化参数连续化,运用进化匹配追踪算法,快速从同步电机突然短路电流中提取基波电流、直流电流、倍频电流;然后从分解的各原子信号特征参数中推算出同步电机参数。通过截取稳态短路电流的采样信号,辨识出同步电机的同步电抗和短路初相角值。以理想突然短路电流和含噪声的短路电流为例,仿真进行了对信号的原子分解,获得了相似度较好的重构信号。较之经验模态分解(EMD)和Prony算法,所提出的方法对含噪声信号短路电流的分解效果更佳。实测算例表明,应用原子分解方法可准确地提取同步电机参数,且有较好的抗噪性能。     

Pantograph Arcing in Electrified Railways—Mechanism and Influence of Various Parameters—Part II: With AC Traction Power Supply

Pantograph arcing with AC supply generates transients, cause asymmetries and distortion in supply voltage and current waveforms and can damage the pantograph and the overhead contact line. The asymmetry generates a net dc component and harmonics, which propagate within the traction power and signalling system and causes electromagnetic interference. Unlike DC-fed systems (Part I), the arcing in ac supply is complex because of the zero crossing of currents and voltages. In this paper, we discuss the mechanisms of sliding contact and arcing between pantograph-contact wire using the experimental setup described in Part I. Influences of various parameters and test conditions on arcing phenomenon and their signature patterns on the supply voltage and current waveforms are presented. It is shown how the arcing mechanism and corresponding asymmetry in the voltage and current waveforms are governed by line speed, current, supply voltage, inductive load, and pantograph material. The asymmetry in the current waveform is mainly due to the difference in the duration of successive zero-current regions and uneven distortion of the waveshapes. This, in turn, creates the asymmetry in the voltage waveform. The findings presented in this paper could be beneficial for coming up with appropriate mitigation techniques from the electromagnetic interference due to pantograph arcing in AC traction systems.