利用多小波的电力系统信号重构分析

以电力系统故障电压信号为原始信号,通过对不同预/后处理方法的多小波自身重构误差比较和基于不同预/后处理方法的整个多小波变换过程中的重构误差分析,详细讨论了影响多小波重构精度的因素.通过对不同预/后处理方法的多小波分解结果的对比,以及对不同类型信号的多小波与传统小波的重构误差的详细比较和讨论,认为多小波比传统小波更适合于对信号的精确重构,适合用于对电力系统暂态故障信号的处理.     

基于多小波的电力系统故障暂态数据压缩研究

在介绍多小波MALLAT算法的基础上，与传统小波进行了比较。通过对传统小波与多小波能量压缩率的研究，详细比较了基于不同预处理方法的多小波与传统小波的能量压缩率。利用两种数据压缩方法，通过大量的仿真工作，对不同预处理方法的多小波与小波的压缩效果进行了深入讨论比较，结果表明：预处理方法的选择是影响多小波压缩效果的关键因素，若选择合适的预处理方法，利用多小波对电力系统故障暂态数据进行压缩，可以获得比传统小波更好的压缩效果。     

多小波在电力系统信号消噪中的应用

在简单介绍多小波基本理论的基础上，提出了一种简化多小波分解重构算法的方法，利用该方法可以减少多小波分解重构过程中计算量。以SA4多小波为实例，探讨了基于多小波变换的两类预处理方法以及预处理方法对多小波的重要性。通过分析了多小波的消噪算法，尝试基于不同预处理方法的多个常用多小波在电力系统信号消噪方面的应用。对电力系统三种较典型信号的大量仿真计算结果表明：在相同滤波器长度下，选择合适的预处理方法，利用多小波对电力系统信号消噪可以取得比传统小波更好的信号消噪效果。     

基于小波包算法的电机故障信号的压缩和重构

提出了基于小波包改进算法的电机故障信号压缩和重构方法,取定误差限后,通过选择分解阶数自动优化调节每个节点的阈值来获得尽可能大的压缩比。分析了小波包分解尺度空间系数V1不压缩和压缩2种方案,以及小波包完全分解和基于熵值的最优分解下各压缩指标随尺度的变化情况,并比较了不同小波的压缩效果。分析结果表明,提出的方法在获得较大压缩比的同时又能不失真地重构原信号,并有效地减少小波包分解和重构的计算量,是一种有效的电机故障信号和压缩和重构方法。     

短时电压变动电能质量检测的仿真研究

依据实际电力系统输电线路进行短路故障实例仿真,通过改变三相故障模块的参数设置产生各种故障,得到短时电压变动三种不同类型的故障信号。分别采用小波和提升小波检测这三种短时电压变动的故障信号,仿真结果表明小波和提升小波都能够准确地检测故障信号的奇异点;但是提升小波的重构误差比小波的重构误差要小很多,体现了提升小波相比小波在算法上的精确性。因此,提升小波更适合电力系统准确、实时操作的要求。     

基于改进阈值函数的小波降噪分析在水电机组振动信号中的应用

小波阈值降噪算法是一种传统的水电机组振动信号的降噪算法,本文在其基础上提出了一种新的改进阈值函数的小波降噪方法,将改进阈值函数的小波降噪方法运用到水轮机机组振动监测中,解决了传统阈值函数存在抑制噪声污染与保留信号细节之间的矛盾。通过模拟振动噪声信号进行消噪比较,在信噪比和均方误差均优于传统小波阈值消噪方法,并结合虚拟仪器LabVIEW和MATLAB混合编程实现了水电机组振动信号采集及改进阈值小波的降噪处理,通过对降噪前后不同降噪方法在振动信号特征分量的保持程度进行比较,说明该方法在各分量保持均优于传统的阈值函数方法,是一种有效的降噪方法。     

基于小波分析的电力系统电磁暂态信号压缩

根据电力系统电磁暂态信号的特点和小波分析的多尺度分辨分析能力 ,提出了基于小波分析的电力系统电磁暂态信号压缩方法。为了便于讨论压缩比RC、赋范均方误差FC 与压缩级数J的关系 ,本文绘出了RFJ曲线 ,并据此比较了几种小波基对暂态信号压缩的影响 ,说明bior3小波是一种比较理想的小波基。     

基于小波分析的电力系统电磁暂态信号压缩

根据电力系统电磁暂态信号的特点和小波分析的多尺度分辨分析能力,提出了基于小波分析的电力系统电磁暂态信号压缩方法。为了便于讨论压缩比Rc、赋范均方误差Fc与压缩级数J的关系,本文绘出了RFJ曲线,并据此比较了几种小波基对暂态信号压缩的影响,说明bior3小波是一种比较理想的小波基。     

基于小波分析的高压输电线故障信号压缩

根据高压输电线故障信号的特点和小波分析的多尺度分辨分析能力,提出了基于小波分析的高压输电线故障信号压缩方法。为了便于讨论压缩比RC,赋范均方误差FC与压缩级数J的关系,本文绘出了RFJ曲线,并据此比较了几种小波基对高压输电线故障信号压缩的影响,说明bior3小波是一种比较理想的小波基。     

两种相空间重构方法在重构无刷直流电动机动力系统上的对比

采用经典相空间重构方法与小波相空间重构方法,分别对不同种类的时域信号进行重构分析。从数学算例上证明了小波相空间重构方法对于区分单周期、多周期、混沌信号具有经典相空间重构方法所不具有的优势。针对深海机器人用无刷直流电动机系统的不同状态进行重构的仿真分析,证明了小波相空间重构方法在实际工程问题上的有效性。     

两种相空间重构方法在重构无刷直流电动机动力系统上的对比

采用经典相空间重构方法与小波相空间重构方法,分别对不同种类的时域信号进行重构分析。从数学算例上证明了小波相空间重构方法对于区分单周期、多周期、混沌信号具有经典相空间重构方法所不具有的优势。针对深海机器人用无刷直流电动机系统的不同状态进行重构的仿真分析,证明了小波相空间重构方法在实际工程问题上的有效性。     

小波变换和数学形态学在电力扰动信号消噪中的应用

基于小波变换和数学形态学的信号消噪方法都已被充分证明是行之有效的,但两种方法应用于电力扰动信号这一特殊对象的消噪是否能够适应良好,根据不同的信号和精度要求如何选择不同的消噪方法,成为一个很重要的问题。基于此,建立了重构因子用以评价算法对信号的重构能力,并对几种典型电力扰动信号进行了分析,通过计算其重构因子,讨论了两种算法对不同信号的适应性。通过仿真分析,得出对于无暂态脉冲或高频振荡扰动的信号,两种方法都是有效的,可根据计算速度和精度的不同要求予以选择;对于含暂态脉冲和振荡扰动的信号,基于小波变换的消噪效果     

基于小波阈值的局部放电去噪新方法

针对局部放电信号去噪,传统的小波阈值法因小波基、阈值和分解层数这三个因素的影响,会使去噪后的波形发生畸变,产生较大误差。为了减小这些因素的干扰,本文提出了基于小波阈值去噪的新方法。首先利用波形相似法选取最优小波基,其次通过对理想局部放电信号和高斯白噪声进行每个尺度的小波分解与重构,并结合统计学知识确定局部放电信号去噪的阈值,最后对高频信号和低频信号进行能量分析,确定最优的分解层数。利用该方法和传统的小波阈值法对仿真放电信号去噪,去噪结果表明新方法在信噪比、均方根误差、相关系数和波形畸变率四个不同的指标上都得到了有效的提升,定性和定量的分析验证了该方法的有效性,实测的去噪结果表明新方法去噪效果令人满意,为局部放电信号去噪提供了一种新思路。     

小波变换和数学形态学在电力扰动信号消噪中的应用

基于小波变换和数学形态学的信号消噪方法都已被充分证明是行之有效的,但两种方法应用于电力扰动信号这一特殊对象的消噪是否能够适应良好,根据不同的信号和精度要求如何选择不同的消噪方法,成为一个很重要的问题.基于此,建立了重构因子用以评价算法对信号的重构能力,并对几种典型电力扰动信号进行了分析,通过计算其重构因子,讨论了两种算法对不同信号的适应性.通过仿真分析,得出对于无暂态脉冲或高频振荡扰动的信号,两种方法都是有效的,可根据计算速度和精度的不同要求予以选择;对于含暂态脉冲和振荡扰动的信号,基于小波变换的消噪效果明显优于基于数学形态学的消噪方法.     

基于小波包多阈值处理的海杂波去噪方法

针对海杂波信号非平稳非线性的特性,在小波包多阈值处理的基础上加以改进,提出了一种新型海杂波去噪方法。利用海杂波数据的频率特性,确定小波包分解层次。考虑到每层小波包分解时,分解系数的高频部分存在翻转情况,将分解系数按照频率大小顺序进行排列,通过自相关函数确定低频、中频、高频部分,每个频段选取合适的阈值,对小波包系数进行重构,得到去噪后的海杂波信号。利用实测海杂波数据进行实验,分别与传统海杂波去噪法和基于经验模态分解的海杂波去噪法比较,所提方法信噪比和均方根误差分别达到了33.519 9和0.001 9,处理不同海情下的海杂波都具有更佳的去噪能力,说明其去噪效果明显,适用范围广泛。     

一种基于优化小波基的电力系统故障暂态数据压缩方法

在论述基于多分辨分析的小波基构造方法和小波分解理论的基础上，建立了基于离散小波变换的电力暂态信号数据压缩方法。针对电力故障信号为基波伴随短时暂态成分的特点，研究了基于信号离散小波逼近品质最优，即离散逼近时域二范数最大的小波基优化方法。对一实际500KV输电线路故障暂态的分析计算表明；基于优化小波基的离散小波变换对电力故障暂态数据具有较高的压缩比和较小的重构误差。     

电机故障信号小波变换边界问题及解决方法

小波变换比Fourier变换具有良好的时频局部化特性，是处理突变信号的有力工具。近年来，小波变换在电力系统故障信号的处理中得到广泛地应用。而故障信号的采样区间是有限的，小波变换在处理电力系统故障信号时存在两个边界问题：即靠近端点附近突变点很难识别出来；信号分解、压缩及重构时误差较大。因为传统处理方法将有限区间的信号通过补零、对称延拓和平滑扩充外来数据区间而造成人为误差，除Harr小波外任何正交的紧支撑小波不具有对称性或反对称性，因而不具有线性相位或广义线性相位，易出现信号恢复时失真现象。提出的区间双正交小波方法同时具有正交性、紧支撑性及对称性，实验结果表明这种小波误小、精度高。     

NATA阈值算法在局部放电波形提取中的应用

目前工程应用中,局部放电小波消噪处理阈值算法广泛应用的是中值阈值算法(MAD-U),易造成有用信号的波形畸变,只适合于离线测量和局部放电脉冲幅值的检测。笔者研究了MAD-U的改进算法——基于噪声特性的自适应阈值算法(NATA)。首先研究了NATA算法的原理和构成;其次,从不同信噪比(SNR)下的阈值误差以及小波重构信号与原始信号误差两方面进行了MAD-U和NATA的比较研究。研究结果表明,MAD-U阈值算法其重构波形与原始脉冲波形的误差随信噪比SNR的增大呈指数倍增大,即高SNR的PD脉冲反而畸变严重。NATA阈值算法的误差较小且不随SNR而变化,不易造成信号波形的畸变,并且对小波分解尺度的依赖性小,适合在线检测和脉冲波形检测。     

基于ITD和改进小波阈值的超声检测信号去噪

超声检测信号是一种非线性、不平稳信号,且由于材料结构的复杂性,超声回波信号往往存在很多干扰噪声。针对钢制结构中平底孔的超声检测信号传统小波去噪方法的不足,提出固有时间尺度分解(ITD)和小波阈值去噪相结合的方法对信号进行去噪处理。通过将带噪声的原始检测信号进行ITD分解,获得一系列固有旋转分量(PRC)和一个单调趋势项,去除高频分量后重构部分主要的PRC分量,然后采用改进阈值的小波软阈值方法对其进行去噪,该方法融合了小波去噪和ITD方法的优势,信噪比、均方根误差和相关性等参数都比较满意,去噪效果明显。     

基于压缩感知的 HIFU 回波信号降噪研究

由于传统的降噪处理方法很难干净地去除高强度聚焦超声(HIFU)信号中的噪声,提出利用压缩感知(CS)对 HIFU 回 波信号进行降噪。 在观测矩阵的设计中将传统的高斯随机观测矩阵改进为稀疏循环结构化矩阵,减少了构造观测矩阵和重构 信号的时间。 仿真实验表明,与带通滤波器、小波降噪方法和经验模态分解(EMD)降噪方法相比,该方法得到的信号的重构信 噪比(RSNR)更高,重构均方差(RMSE)和最大误差(ME)更小。 用不同方法对不同温度下获得的 HIFU 回波信号进行去噪并提 取二次谐波激发效率,发现采用该方法得到的二次谐波激发效率曲线方差和波动更小,验证了该降噪方法在实测信号中的优 越性。