基于自适应多尺度线性调频小波分解的水轮机非平稳振动信号分析

针对在连续参数空间内优化求解线性调频小波(Chirplet)时频参数存在计算量大的问题,构造了离散的多尺度Chirplet字典,以适应信号复杂多变的局部结构,降低计算量。针对自适应Chirplet谱图中的幅值畸变缺陷,应用归一化的最优Chirplet原子的Wigner-Ville分布识别了信号成分,将其作为时频窗口对信号的Wigner-Ville分布进行时频滤波处理,得到的改进的自适应Chirplet谱图不仅具有最佳的时频分辨率,不含交叉干扰项,而且能量分布的幅值变化平滑连续,不存在幅值畸变缺陷。根据时频分析结果,识别了机组起动过程中主轴摆度信号的频率成分及其幅值的时变情况,验证了自适应多尺度Gauss Chirplet分解以及改进的自适应Gauss Chirplet谱图在分析旋转机械转速变化过程中转子非平稳振动信号方面的有效性。     

基于平稳小波包分解的水轮机非平稳振动信号希尔伯特谱分析

应用平稳小波包变换对信号进行窄带分解,避免了经验模式分解过程中虚假模式分量的产生以及高频本质模式函数瞬时频率的波动,改善了Hilbert谱对于高频宽带信号的频率分辨率,使其更加适合复杂多分量的非平稳信号分析。针对水轮机过渡过程中转子振动响应的复杂性和非平稳性,应用该方法对停机和起动过程现场测试信号进行分析,识别了信号的时频结构特征,主轴振动响应主要由转速频率及其谐频成分组成,其中主导成分为转速频率。与Hilbert-Huang变换的对比验证了该方法在分析水轮机过渡过程非平稳振动信号方面的有效性。     

混流式水轮机振动分析与优化运行

运行中的水轮机在不同程度上都存在着振动现象。机组振动的一个主要因素是偏离设计工况运行，并存在运行振动区域。乌江渡发电厂3台HL.638-LJ-520机组自投运以来，水轮机大轴封水盖、尾水管上锥管段及顶盖都受到过严重的振动破坏。通过振动分析，结合多年运行经验，绘制振动区边界水头与其对应出力的实际关系曲线，并考虑乌江渡发电厂电气接线特点，在自动发电控制（AGC）系统中设计扩充自动避开振动区功能，使避开振动区运行智能化，解决了以往凭运行人员经验和感觉避开振动区运行的问题，实现优化运行。     

基于Wigner-Ville分布的电力电子电路故障诊断技术

提出了一种基于Wigner-Ville分布的电力电子电路故障诊断方法,首先建立各种类型故障信号的Wigner-Ville模时频矩阵,然后计算故障信号Wigner-Ville模时频矩阵与标准模时频矩阵的相似度,以相似度最大为判别依据实现故障的诊断。三相桥式可控整流电路晶闸管故障诊断仿真结果表明该方法能准确对电力电子电路故障进行类型的识别和故障元的定位,对噪声具有鲁棒性,且算法简单,在解决电力电子电路故障问题上有着很好的工程实用价值。     

基于图像处理的Wigner-Ville分布交叉项抑制

将图像处理技术同Wigner-Ville分布相结合得到一种新的交叉项抑制方法。先对信号做伪Wigner-Ville变换,然后对时频图旋转一定角度,再逆方向旋转相同的角度,则此时信号的时频分布在交叉项地方存在明显的偏差;利用这种偏差检测到交叉项,最后设计二值滤波将交叉项滤去,得到没有交叉项的信号时频表示。仿真结果表明了该方法的有效性。     

浅谈水轮机振动的研究

水轮机振动问题困扰着水电机组的安全稳定运行,本文提出了解决振动问题的紧迫性,振动特性和研究方向,并考虑到机组的稳定性对机组选型提出几点建议。     

平滑伪Wigner-Ville分布在电力系统谐波和电压变动检测中的应用

在分析比较了现有用于短时电能质量扰动信号检测的方法的基础上,提出使用平滑伪Wigner-Ville分布(SPWVD)对电能质量信号进行检测和时频分析的新方法.平滑伪Wigner-Ville(SPWVD)分布是一种优良的时频分析方法,能够在时域频域上对平稳谐波信号及非平稳信号进行联合时频分析.仿真表明,该方法能够较有效地检测出突变、非平稳扰动的短时电压波动,谐波和间谐波等电能质量信号的起止时间、频率信息.     

平滑伪Wigner-Ville分布在电力系统谐波和电压变动检测中的应用

在分析比较了现有用于短时电能质量扰动信号检测的方法的基础上,提出使用平滑伪W igner-V ille分布(SPWVD)对电能质量信号进行检测和时频分析的新方法。平滑伪W igner-V ille(SPWVD)分布是一种优良的时频分析方法,能够在时域频域上对平稳谐波信号及非平稳信号进行联合时频分析。仿真表明,该方法能够较有效地检测出突变、非平稳扰动的短时电压波动,谐波和间谐波等电能质量信号的起止时间、频率信息。     

基于振动信号经验模态分解及能量熵的高压断路器故障识别

为了准确地检测出高压断路器的故障类型,笔者首次将经验模态分解(EMD)方法引入高压断路器的振动信号分析当中,并提出将EMD分解得到的固有模态函数(IMF)能量熵值作为表征断路器故障类型的新特征向量。为了证实该分析方法的有效性,笔者在实验室的110 kV SF6断路器上进行了模拟实验,提取了正常和故障状态下振动信号的IMF能量熵值特征向量,并以此作为径向基神经网络的输入向量。最后,引入置信度的概念,对径向基神经网络的输出结果进行评价。该方法基于实验室研究取得了较好的识别效果,并为基于振动信号的断路器故障识别提供了一条新的思路。     

基于Wigner-Ville时频分析的行波信号检测方法

针对行波信号的准确有效检测,结合专用行波传感器进行故障信号的测量,提出了一种基于Wigner-Ville时频分析的行波检测方法。该方法通过系统建模仿真分析输电线路、阻波器、CVT和专用行波传感器对故障行波信号的传变特性,应用Wigner-Ville分布对所测行波信号线模分量进行时频特征分析,利用交叉项时间聚集特性选取能量主频带,然后求取能量主频带演变谱,实现行波信号检测。仿真结果表明,在不同输电线路故障情况、噪声干扰、最低要求采样频率以及通过专用行波传感器测取信号情况下,该方法对比WT和HHT方法,能更加准确有效检测故障行波信号,并且利用该检测信号所得故障定位结果满足工程精度要求。     

基于维格纳分布特征的雷达信号分选

针对常规分选参数分选准确率不高和对噪声敏感的问题,应用维格纳分布脉内特征实现了低信噪比条件下未知复杂雷达信号的高准确率分选。对接收到的雷达信号首先求维格纳分布,然后求简化后二维维格纳分布的规范相关系数特征向量,该特征向量反映了信号在时间频率轴上的不同能量分布规律。通过对8种调制方式雷达信号的特征提取和分类仿真实验,结果表明:提取的维格纳分布特征参数在宽信噪比范围内均具有很好的分离性和稳定性,验证了本文方法的有效性。     

汽轮机异常震动分析

汽轮机异常振动的分析与排除进行了简要的论述。     

基于模糊神经网络的水轮机调速器故障诊断

分析了水轮机调速器调节过程的故障机理,得到专家经验的故障诊断推理规则,利用模糊逻辑在表达专家知识方面的优势及神经网络的自学习能力,建立模糊神经网络,利用有限的推理规则对模糊神经网络进行训练,得到的模糊神经网络作为专家系统用于水轮机调速器的故障诊断,解决了故障样本获取困难、专家经验获取不足及模糊规则＂组合爆炸＂的问题,仿真实验证明该网络诊断结果正确,实用性较强。     

基于多级EEMD和WVD分布的谐波/间谐波检测方法

为了有效抑制多种噪声和准确检测谐波/间谐波频率,提出了基于多级集合经验模态分解(EEMD)和Wigner-Ville分布(WVD)的谐波/间谐波检测方法。利用白噪声的幅值可调性,对含有噪声的检测信号进行多级EEMD分解,平滑脉冲干扰和削弱白噪声的同时,得到了一组固有模态函数(IMF)分量,对每个IMF进行WVD计算,可准确检测出谐波/间谐波频率,有效抑制了交叉项和噪声干扰。采用最小二乘算法估计各频率分量的幅值,实现了噪声背景下的谐波和间谐波检测。仿真结果验证了该方法的可行性与有效性。     

基于变分模态分解的变压器有载分接开关振动信号去噪分析

针对变压器有载分接开关振动信号中的环境噪声影响后续特征提取与识别的问题,提出了基于变分模态分解(Variational Mode Decomposition,VMD)与小波包阈值的去噪算法。首先对信号进行VMD分解,得到一系列窄带、中心频率区分度较好的模态分量。然后对各模态分量分别进行小波包阈值处理,利用均方根误差、信噪比及平滑度构成的复合评价指标确定最佳分解层数,得到最优的去噪效果。最后重构得到去噪后的振动信号。在变压器有载分接开关模拟试验平台上进行试验,并对采集的振动信号进行去噪分析,结果表明该方法的效果优于常用的去噪方法。     

基于虚拟仪器的水电机组在线状态监测系统的研究

随着水电机组状态检修的不断开展,需要实现对机组的状态监测,及时了解机组的运行情况并能及时处理。考虑到水电机组状态监测的多样性和复杂性,结合实际,提出了水电机组在线状态监测的项目和基于PXI总线仪器和LabVIEW的具体实施方案。状态监测系统通过对水电机组状态量的采集、处理和分析,实现水电机组运行状态在线实时监测,极大地提高了机组利用率。该系统在水电机组在状态检修中得到了实际应用。     

基于ICEEMDAN与小波包分解的脉搏信号联合去噪

针对脉搏信号非线性、非平稳,且难以去噪的问题,提出了一种基于改进的自适应噪声集合经验模态分解(ICEEMDAN)与小波包分解(WPD)相结合的联合去噪方法,对采集的脉搏信号进行去噪处理。首先对噪声信号进行ICEEMDAN模态分解,产生一系列的固有模态函数(IMF),再将这些IMF分量分别与原信号进行相关系数的计算,比较相关系数的值,然后进行信号的重组,最后对重组后的信号进行小波包分解,提取得到降噪后的脉搏信号。利用仿真数据、实际采集的脉搏信号进行实验分析,将该方法与集合经验模态分解(EEMD)进行了对比,并比较了这两种方法的信噪比(SNR)和均方根误差(RMSE)。实验结果表明：基于ICEEMDAN-WPD的联合去噪方法能更有效地去除噪声,并更好地保留脉搏信号的特征。