小波变换在变压器励磁涌流识别中的应用

为防止励磁涌流导致变压器的差动保护误动作,本文提出了一种以小波系数分布为判据的励磁涌流识别的新方法。该方法以小波变换中多分辨分析为理论依据,通过小波变换后对所得二尺度上的小波系数进行提取,计算其方差变化率来表示小波系数的变化情况,并设定合理的阀值,来对励磁涌流与故障电流进行区分。应用MATLAB工具箱搭建变压器励磁涌流与故障电流仿真模型,进行大量仿真,仿真试验结果表明,该方法能够快速有效的对励磁涌流与故障电流进行识别判断,克服了传统方法的不足,保证差动保护的正确动作,具有很高的应用前景。     

变压器励磁涌流识别技术及其发展方向

励磁涌流与内部故障电流的判别一直是伴随电力变压器差动保护的关键问题,文中针对目前国内外学者提出的励磁涌流识别原理和方法、技术关键及研究和应用现状进行了分析和与客观评价。并对目前现场采用的方法和一些现代智能理论鉴别中的应用进行了比较,提出了变压器励磁涌流在鉴别方法的研究和应用动向。     

动态小波在变压器励磁涌流识别中的应用研究

电力变压器的励磁涌流识别一直是变压器保护的一个重要问题。动态小波是小波函数和傅里叶函数的组合,固此与常规小波变换相比。检测故障突变信号的能力更强。文中将动态小波运用于励磁涌流识别中,通过仿真实验证明了该方法提高了勋磁涌流鉴别的可靠性。     

基于遗传概率神经网络的变压器励磁涌流识别

利用遗传算法优化概率神经网络的重要参数,以便获得最优的平滑因子,从而实现了电力变压器励磁涌流和内部故障电流的识别。采用MATLAB软件对变压器不同的运行状态进行建模仿真,并对保护方案进行测试。     

电力变压器励磁涌流判据分析与探讨

电力变压器是电力系统中使用相当普遍和十分重要的电气设备。正常情况下，变压器的励磁涌流I1很小．通常只有变压器额定电流的3％～6％或更小，故差动保护回路的不平衡电流也很小。而在暂态过程中的励磁涌流．常常导致差动保护误动作，给变压器差动保护的实现带来困难。下面将讨论变压器励磁涌流产生的原因和它的特性，并分析出克服励磁涌流对差动保护影响的方法     

变压器励磁涌流产生机理及抑制措施

对水电站变压器励磁涌流的产生机理进行了研究,同时,针对不同运行情况下变压器励磁涌流所产生的不同冲击电流波形,提出了在设计变压器保护装置时抑制励磁涌流的措施,以便解决变压器设计时的保护问题。     

基于改进串联合闸电阻的变压器励磁涌流抑制研究

在利用合闸电阻抑制变压器轻载或空载合闸时产生励磁涌流的基础上,提出一种在合闸电阻上串联适当电容器的改进方法。该方法在原有的合闸电阻上串联电容,通过适当选取电容的容值,以减少励磁涌流的大小,加快励磁涌流的衰减速度。将该方法与分相合闸技术相结合,可最大程度实现变压器励磁涌流的抑制。仿真实验结果验证了该方法的可行性。     

基于小波包Tsallis熵和RVM的模拟电路故障诊断

针对模拟电路故障难以识别等问题,提出一种基于小波包Tallis熵和多分类相关向量机(Rele-vance Vector Machine,RVM)的模拟电路故障诊断方法.该方法采用脉冲信号仿真模拟电路,应用小波包变换对采集到的故障响应信号进行分解,通过提取不同频带内的Tsallis熵作为故障特征值,利用相关向量机对各种状态下的特征向量进行分类决策,实现模拟电路的故障定位.实验结果表明,提出的故障诊断方法相较于现有的故障诊断方法能较好地提取故障特征,极大地提高模拟电路故障诊断的效率.     

广义S变换鉴别电力变压器励磁涌流特征量的仿真研究

针对电力变压器励磁涌流所引起的变压器差动保护误动作,采用广义S变换,将变压器内部故障电流和励磁涌流从时域关系转换到频域关系。根据幅值和频率结合信息熵的概念,总结出频率信息熵和幅值信息熵两个参考指标。仿真结果验证,在电流互感器饱状态下通过频率信息熵和幅值信息熵的阈值,可准确区分变压器的内部故障电流和励磁涌流,避免变压器差动保护误动作。该研究表明了S变换在励磁涌流特征量鉴别中的有效性。     

V/V接线牵引变压器励磁涌流建模及特征分析

励磁涌流不仅易导致变压器差动保护误动作,甚至损坏绕组。针对V/V接线牵引变压器空载合闸或外部故障切除恢复供电时会在一次侧产生较大励磁涌流问题,分析了励磁涌流产生的机理以及影响因素。研究发现励磁涌流与合闸初相角、剩磁以及铁芯饱和特性密切相关。利用Matlab软件对牵引变压器合闸涌流进行仿真验证,计算分析结果与理论分析一致,为励磁涌流的识别、抑制以及差动保护优化设计提供了基础。     

Extension of Yager's negation of a probability distribution based on Tsallis entropy

The negation of probability distribution becomes an important topic since some problems are burdensome to deal with directly. Inspired by Yager's negation of probability distribution, an extension model to measure the negation of a probability distribution is proposed using the idea of a nonextensive statistic based on Tsallis entropy. Proofs show that the proposed extension of negation of probability distribution converges to the maximum Tsallis entropy. The proposed model may extend Yager's method to consider the influences of the correlations in a system, which gives the different convergent routes. Some numerical simulation results are used to illustrate the effectiveness of the proposed methodology.     

基于灰色Tsallis熵的SAR图像快速分割*

针对SAR图像斑点噪声及分割速度慢的问题,提出一种基于灰色理论和Tsallis熵的SAR图像快速分割方法。该方法首先对待分割图像进行小波变换,将表征图像概貌信息的低频部分重构为概貌图像,表征图像细节和边缘的高频部分重构为细节图像,并建立了相应的概貌—细节共生矩阵模型;然后利用灰色理论和Tsallis熵设计了基于该共生矩阵的灰色Tsallis熵模型,用于求解最优分割阈值;同时,为加快阈值搜索速度,引入群体智能中的粒子群优化算法。实验结果显示,新方法在抗噪性、分割速度和灵活性三个方面均有明显提高。     

Uncertainty measure based on Tsallis entropy in evidence theory

Dempster-Shafer evidence theory has been widely used in many applications due to its advantages with weaker conditions than Bayes probability. How to measure the uncertainty of basic probability assignment (BPA) in Dempster-Shafer evidence theory is an open and essential issue. Tsallis entropy as nonextensive entropy proposed according to multifractals has been used in many fields. In this paper, a new uncertainty measure of BPA is presented based on Tsallis entropy. The key issue is to determine the value of $q$ in Tsallis entropy. In addition, this paper also analyzes the properties of proposed uncertainty measure. Some numerical examples are used to illustrate the efficiency of the proposed method. Finally, the paper also discusses the application of the proposed method in decision-making.     

一种新的基于二维Tsallis熵的阈值方法

Tsallis熵首先出现在统计力学中。对于呈现远距离交互,长时间记忆以及具有不规则结构的物理系统来说,它的表达式中引入了一个实数q作为参数。在利用图像像素的灰度值和像素的邻域平均灰度值建立的二维直方图的基础上,提出了基于二维Tsallis熵的阈值方法;同时为解决计算复杂度高、运算时间长这一缺点,利用群体智能中的粒子群优化（PSO）算法来优化搜索分割阈值（t,s）的过程,其中t和s分别是图像的像素灰度阈值以及邻域平均灰度阈值。通过对真实图像的处理实验证明,该方法不仅能够对目标图像进行准确的分割,而且大大减少了运算时间。     

基于Tsallis熵的近似差分隐私K-means算法

利用K-means算法对用户信息进行聚类时,存在隐私泄露的风险。差分隐私保护技术可提供严格的隐私保护,但目前大多数满足差分隐私的K-means算法在处理多维数据时,存在随机选择质心和噪声添加不均衡的问题,因而导致聚类结果不理想。为此,本文提出一种基于Tsallis熵的近似差分隐私K-means算法。针对质心选择的随机性问题,提出Tsallis熵对属性赋权的策略来优化对象间的欧氏距离,然后对比各对象到唯一随机初始质心的赋权欧式距离来确定其余初始质心,使算法在减少随机选择初始质心的同时,提高模型准确率;在此基础上,针对噪声添加不均衡的问题,提出一种能够平衡信噪比的隐私预算分配策略,然后对迭代质心加入高斯扰动,使算法在不增加计算复杂度的情况下满足(ε,δ)- 差分隐私保护,同时提升扰动结果的准确性;最后在四个真实数据集上对算法进行有效性评价。实验结果表明,所提出的算法能够在保证用户隐私安全的同时实现高效用的聚类。     

基于Tsallis熵差的遥感图像边缘检测方法

基于Tsallis熵差和百分位形态变换,提出了一种改进的遥感图像边缘检测方法。该方法通过构造基于百分位形态变换的边缘检测算子和选择不同方向结构元素进行变换来增加图像的边缘信息,并且该方法在百分位形态变换的基础上还改进了百分位变换的评价准则。它利用图像Tsallis熵差来选择边缘检测算子的百位变换值,将选择Tsallis熵差最大的百分位变换作为变换结果。实验结果表明,与传统的基于数学形态学的边缘检测方法相比,该方法可以最大程度上抑制噪声,有效地提高图像的边缘检测效果。     

二维Tsallis熵在图像阈值分割中的应用

通过计算图像二维直方图的非广延Tsallis熵,可以在去噪声的同时获取图像内部长程关联强度的信息。针对仅存在局域长程关联的红外线图片和无损检测图片,提出一种新的二维Tsallis熵判据,该方法把目标和背景当成相互独立的部分,能够最大限度保留二者各自信息的完整性。实验结果表明：该方法对非广延参数q的响应敏感度明显优于全局性长程关联假设下的方法,并且可对图像内部的局域长程关联进行定量描述。