小波包算法在电力变压器局放信号检测中的应用

分析了电力变压器局部放电信号检测现场的各种干扰,设计了用于计算机模拟并仿真现场干扰的局部放电检测信号．在对小波及小波包算法介绍的基础上,将小波包分解与重构算法用于强载波及无线电干扰下的变压器局部放电信号检测问题,并对模拟的局部放电信号进行了小波包分解与重构的计算机模拟．模拟结果表明,小波包分解与重构算法可以从强载波及无线电干扰中检测出局部放电信号并且具有良好的性能．     

一种检测电力变压器局放信号的离散小波算法

大型电力变压器经常发生局部放电现象,必将导致绝缘层破坏,停电事故发生甚至变压器解体,因此,必须在线检测局部放电信号。作者分析了可能存在的各种干扰源及其特征（包括干扰源频率的分布范围）,讨论了各种干扰源进入检测系统的3种途径并提出了相应的抑制措施,设计了用于计算机模拟的局放检测信号。针对高频的局放信号,提出了一种改进型快速小波变换分解及重构算法,对仿真的局部放电信号进行了分解与重构。该算法对低频信号具有较低的频率分辨率,而对高频信号具有较高的频率分辨率。仿真结果表明,改进的快速小波变换分解与重构方法能有效地滤除强载波干扰,不失真地提取出局部放电信号幅值及其放电时间。     

小波包算法在电力变压器局部放电信号检测中的研究

分析了可能存在的各种干扰源及其特征,讨论了各种干扰源进入检测系统的3种途径,并且针对不同的干扰途径提出了相应的抑制措施,同时设计了用于计算机模拟的局放检测信号。针对高频的局放信号采用快速小波包分解及重构算法,该算法对低频信号和高频信号都具有较高的频率分辨率,采用此算法对仿真的局部放电信号进行了分解与重构,仿真结果表明方法能有效地滤除强载波干扰,不失真地提取出局部放电信号幅值及其时间位置。     

小波包算法在电力变压器局部放电信号检测中的研究

分析了可能存在的各种干扰源及其特征，讨论了各种干扰源进入检测系统的3种途径，并且针对不同的干扰途径提出了相应的抑制措施，同时设计了用于计算机模拟的局放检测信号。针对高频的局放信号采用快速小波包分解及重构算法，该算法对低频信号和高频信号都具有较高的频率分辨率，采用此算法对仿真的局部放电信号进行了分解与重构，仿真结果表明方法能有效地滤除强载波干扰，不失真地提取出局部放电信号幅值及其时间位置。     

小波包分析在滚动轴承信号消噪处理中的应用

对滚动轴承的故障特点进行了分析.根据小波包变换能将信号按任意时频分辨率分解到不同频段的特性,提出了小波包分解和重构用于滚动轴承信号消噪处理的概念及其算法,建立了滚动轴承加速度信号实时测试系统.通过实验研究得出,用小波包分解并通过重构可使分解后的数据长度不变,使分解层数不受限制,证明小波包分析方法应用于滚动轴承信号消噪的有效性,并取得了较好的效果.     

基于自适应提升小波包的故障微弱信号特征早期识别

针对齿轮箱故障微弱信号特征识别问题,设计了一种识别该类信号微弱特征的自适应提升小波包方法.该方法以提升方法为基础,构造了提升小波包分解和重构过程算法,并以分解层信号相邻样本点自相关系数的大小作为目标函数,在每个样本点上选择能够自适应匹配信号局部特性的提升小波包算子,将每个分解频带信号进行重构,识别时域故障微弱信号特征.该方法成功地识别出了某齿轮箱发生摩擦故障时隐含在振动信号中的调制波形和周期性冲击脉冲故障微弱特征.结果表明,自适应提升小波包方法对强噪声背景下故障微弱信号特征的识别效果优于经典小波包方法.     

基于小波理论的供电设备局部放电在线测试仪的研究

局部放电检测是保证电力设备可靠运行的重要手段之一,现场检测放电面临强烈干扰;目前,采用的数据处理方法主要是基于傅立叶变换算法,由于该算法的局限性,对局部放电这样的非平稳突变信号,较难获得理想结果．本文介绍了一种基于小波理论的供电设备局部放电在线测试仪,采用基于多分辨分析的Mallat塔式分解算法,采样频率选用20MHz,可快速地从较强的狭带干扰中获取放电信号．并根据内外放电脉冲在设备的外壳接地线中的形状与在高、低压侧电流互感器的接地线中的形状在某一频带上相位规律,借助于小波分析这种时—频分析工具,解决了内、外部放电脉冲的鉴别问题．     

基于小波理论的供电设备局部放电在线测试仪的研究

局部放电检测是保证电力设备可靠运行的重要手段之一 ,现场检测放电面临强烈干扰 ;目前 ,采用的数据处理方法主要是基于傅立叶变换算法 ,由于该算法的局限性 ,对局部放电这样的非平稳突变信号 ,较难获得理想结果 .本文介绍了一种基于小波理论的供电设备局部放电在线测试仪 ,采用基于多分辨分析的Mallat塔式分解算法 ,采样频率选用 2 0MHz ,可快速地从较强的狭带干扰中获取放电信号 .并根据内外放电脉冲在设备的外壳接地线中的形状与在高、低压侧电流互感器的接地线中的形状在某一频带上相位规律 ,借助于小波分析这种时—频分析工具 ,解决了内、外部放电脉冲的鉴别问题 .     

转子叶片裂纹故障特征提取研究

小波包分解能对信号高、低频部分局部进行细化并具有保留原信号时域特征的优点，是一种对非平稳信号进行有效识别的技术．文中从采集到的有叶片裂纹时的振动信号，用德比契斯小波对包含叶片裂纹故障的振动信号作4尺度小波包分解，通过选取适当的频段用小波包重构算法进行信号重构，提取叶片裂纹故障的特征，从而实现转子叶片裂纹故障诊断．     

基于变分模态分解和奇异值分解的局部放电信号去噪方法

为有效抑制局部放电信号中的复杂噪声干扰,提出一种基于变分模态分解和奇异值分解的去噪方法。首先通过泄露能量确定VMD算法中的模态分解个数,对局部放电信号进行分解,得到数个有限带宽的固有模态分量;然后基于峭度指标选择包含有用信息的分量进行信号重构,将周期性窄带干扰去除;最后采用奇异值分解去噪方法抑制信号中剩余的高斯白噪声。运用该方法对含噪局放信号进行去噪处理,并通过时变峰度法对信号初至时刻进行拾取。与传统的小波方法和经验模态分解算法进行对比,该方法能有效抑制局放信号的复杂噪声干扰,去噪后信号波形畸变较小,信号拾取精度较高。     

基于独立分量分析算法的局部放电信号去噪方法研究

针对局部放电监测信号中多种干扰噪声的消除难题,提出结合经验模态分解的独立分量分析算法,进行变压器局部放电信号的去噪。针对独立分量分析进行信号分离时需要多元信号的要求,首先提出利用经验模态分解算法构造参考信号,然后通过独立分量分析算法进行信号分离。利用该方法进行变压器局部放电信号的去噪,较好地恢复出窄带干扰及白噪声下的局部放电脉冲信号的波形、波形之间相对幅值关系以及脉冲极值所对应的时间点等局放信息,在仿真及实测数据的处理中都取得了较好的效果,验证了该方法的有效性和优越性。     

基于小波包分析的道路信号加速度特征谱提取

道路信号是一个复杂的含有多种成分的时域波形, 具有非平稳性, 同时信号中还存在各种干扰和噪声. 应用小波包的分解与重构算法, 将由加速度传感器测得的离散时域信号的频带进行多层次划分, 并根据被分析信号的特征, 选择相应的频带, 使之与信号频谱相匹配, 从而提高了时-频分辨率, 最后提取出加速度信号的特征谱. 实验结果表明, 小波包分析可以有效地用于分析处理道路信号.     

基于小波包变换的多载波CDMA系统

从2带滤波器组的完全重构条件入手,研究了基于小波包变换的多载波调制,给出了快速算法,并构建了基于小波包变换的多载波CDMA系统,对系统性能进行了模拟仿真。结果表明,当选择性能优良的小波包时,基于小波包变换的多载波CDMA系统性能要优于传统的基于OFDM的多载波CDMA系统。     

心电信号的小波变换处理算法及仿真

为了有效去除心电信号中的干扰噪声,对信号特征点进行准确标定,采用小波变换的阈值去噪算法和时域峰值定位算法进行心电信号处理.利用bior3.7小波按照Mallat算法对ECG信号进行分解,结合软硬阈值与小波重构的算法对信号进行去噪处理,给出了小波变换与时域峰值定位结合的算法检测各特征点.仿真结果表明小波阈值算法能有效去除心电信号中的干扰噪声,保留心电信号的有效信息,基于小波变换的时域峰值定位算法能准确检测出心电信号中的特征点.     

基于声发射的输油管线破坏点定位方法研究

针对国内油田石油输送管线上频繁的钻孔盗油,且常规互相关检测法定位误差较大的情况,基于声发射信号的传播和改进小波包分解算法,提出了一种钻孔破坏点精确定位方法.根据管道两端声发射(AE)传感器的采样数据,采用改进小波包算法将信号分解到不同的频段,并结合快速傅立叶分析对高、低频的不同情况分别进行处理,再提取能量较丰富的小波包作为特征包进行重构,对特征包的重构信号进行相关分析来确定破坏信号到达两端传感器的延时,进而确定破坏点的位置.实验研究表明该方法可消除小波滤波器组造成的频谱混叠现象,提高了互相关分析定位的准确性,有助于实时检测埋地管线上的钻孔破坏信号.     

一种发电机局放极性提取与类型识别方法

大型发电机局部放电信号的极性对于局部放电类型的识别有重要意义。数字化的局部放电在线监测设备受现场强干扰和采样频率的限制,采集的局部放电信号存在大量噪声和局放信息丢失,给信号极性的提取带来了很大困难。小波变换是时间和频率的局部转换,通过伸缩和平移运算对信号进行多尺度细化分析,是去除信号噪声的有力工具。采用FFT作出所采集信号的频域图,确定局部放电信号的频率段,取出该频率段的信号。再利用与局部放电脉冲十分接近的Meyer小波对取出的信号去噪。然后,对去噪后的信号统计一定放电电压范围的正负极性脉冲,并根据局部放电信号极性与放电类型之间的关系,确定局部放电的类型。     

基于谐波小波包变换的信号检测

利用二进离散小波变换检测周期性信号时,由于频带间的干扰,微弱成分易被强信号所淹没,为解决此问题,提出一种基于谐波小波包变换的周期性信号检测算法。利用谐波小波函数的盒形频谱结构,根据目标声信号的特点,选择合适的分解层数和分析带宽,由此避免分析频带之间的相互干扰。对实测数据的分析结果表明,谐波小波包变换对于低信噪比下的微弱线谱信号成分有一定的增强效果。     

基于小波分析的信号滤波方法研究

论述了小波分析的基本原理,研究了应用小波变换进行信号滤波的方法,通过正交小波包对信号的分解,把频率成分复杂的信号分解到互不重叠的频带,根据需要删除某些频带的信号（噪声）,然后用小波包生包重构算法对信号进行重构,可实现对信号的滤波。给出了应用小波包变换对振动信号进行滤波的实全坷有效地滤除信号中的确定必噪声和随机噪声,可进取出淹没在信号中的非常微弱的特征信息,与传统的信号滤波方法相比具有明显优点。     

基于小波多分辨率分析法的电能质量检测

提出了应用小波多分辨率技术进行电能质量检测的方法,并利用重构信号进行了谐波补偿。受扰信号经小波分解形成多频带分量,能够确知干扰发生时刻及受扰程度;选取频带信号,经重构产生补偿分量,可用于补偿受扰信号。针对电压暂降、暂态干扰及电力谐波,应用Daubechies小波进行多分辨率分析。仿真表明所采用的方法在时域和频域具有良好的检测性能,能够刻画出信号的奇异性变化的特点;对谐波检测进行了信号补偿分析,对该法用于实时检测的效果给出了结论。     

基于CEEMDAN-TQWT方法的变压器局部放电信号降噪

针对传统方法处理局部放电信号时存在振荡明显、消噪不彻底等问题,采用基于自适应白噪声完备集成经验模态分解（complete ensemble empirical model decomposition with adaptive noise,CEEMDAN）与可调品质因子小波变换（tunableQ-factorwavelettransform,TQWT）相结合的方法对局部放电信号进行消噪处理。采用CEEMDAN将含噪变压器局部放电信号分解成多个固有模态函数（intrinsic mode function,IMF）分量,并利用相关系数判断IMF分量与原始信号的相关度。将弱相关者视为劣质IMF,对其进行TQWT分解,利用能量占比与峭度指标来筛选小波子带,提取IMF的有效细节信息,进行TQWT逆变换,从而得到新的IMF分量;将强相关者视为优质IMF,与变换后的新IMF分量共同进行信号重构,得到消噪结果。仿真及实测信号分析验证了该方法的有效性和实用性,相比传统的经验模态分解（empirical mode decomposition,EMD）方法,仿真信号经所提方法去噪后的波形失真百分比下降了44...