基于固有模态能量的暂态量选线方法

针对基于小波分析的煤矿电网故障选线方法由于分解效果取决于基函数的选择,不能保证最优分解效果的问题,提出了一种基于固有模态能量的暂态量选线方法。该方法利用经验模态分解对信号局部特征的自适应性,对单相接地故障零序电流的暂态特征进行分析,定义固有模态能量和能量权重因子作为故障特征参数,实现对故障暂态量信息的数据挖掘;求取故障后各馈线的零序暂态电流的固有模态能量,计算各馈线的能量权重因子,通过比较各馈线能量权重因子辨识出故障线路,即能量权重因子最大的线路就是故障线路。理论分析和仿真结果表明,该方法不受接地电阻、故障时间等故障条件的影响,能够准确可靠地实现煤矿高压电网故障选线。     

基于小波变换的配电网故障暂态量选线方法

小电流接地是中压电网中性点的典型接地方式。小电流接地电网的单相接地故障特征表明,故障暂态电流幅值比稳态对地电容电流大得多,而且几乎不受消弧线岗影响。冈此,利用暂态电流进行选线具有一定的优越性。为了精确提取故障时的暂态信号用于选线,利用小波变换工具对发生接地故障时各线路的暂念零序电流进行小波变换,提取线路故障信息。本文建立仿真模型对小电流接地电网的多种单相接地故障型式进行了仿真验证,证实了该方法的有效性。     

基于暂态零序能量的配电网故障选线方法研究

针对中性点经消弧线圈接地系统发生单相接地故障时因故障边界复杂、随机,故障稳态分量小,零序瞬时功率倒相而导致传统的单一特征量选线方法失效问题,提出了一种新的基于暂态零序能量的选线方法。该方法通过一种数字滤波器来滤除暂态零序电流中的不对称分量和稳态工频分量,得到各条线路零序电流和母线零序电压的暂态纯故障分量,由此构造暂态零序能量,并根据暂态零序能量的大小和方向判断故障类型及线路,即发生单相接地故障时,非故障线路暂态零序能量的方向为正,故障线路暂态零序能量的方向为负,且其绝对值为其余线路暂态零序能量之和;发生母线接地故障时,母线暂态零序能量的大小为其余线路暂态零序能量之和。针对母线暂态零序能量受噪声影响大而导致选线灵敏度低的问题,提出将自动重合闸技术应用到该选线方法中的方案。Matlab仿真结果表明,该选线方法的准确性、可靠性较高。     

基于能量与相关性的谐振接地系统选线新方法

针对谐振接地系统单一选线方法易发生误判、易受训练样本影响等问题,提出基于能量与相关性的谐振接地系统选线新方法。首先计算线路各相电流突变量和每条线路的综合相关系数,然后用经验模态分解算法计算每条线路相电流突变量所对应的固有模态能量权重系数,取每条线路三相固有模态能量权重系数中的最大值作为本线路的综合能量系数值,最后通过二维判据求取特征距离。仿真结果表明,基于能量与相关性的谐振接地系统选线新方法实现了母线故障判别,且在一定程度上提高了判据裕度,适用范围更广。     

煤矿谐振接地故障模糊综合选线方法

针对谐振接地系统中依据稳态分量的故障选线方法失效的问题,从暂态分量角度甄选了零序能量法、小波变换法和增强小波包法进行分析。引入模糊综合选线方法对3种方法进行集成,并运用层次分析法确定3种方法的权重。仿真分析结果表明,零序能量法和增强小波包法的可靠性较好,而小波变换法出现了误判,可靠性较差;模糊综合选线方法没有受到其他错误信号的干扰,给出了正确结论,具有较强的可靠性。     

基于DSP的暂态能量法选线系统

本针对中压电网中经常发生的单相接地故障,介绍了基于暂态能量判据对故障支路的选线方法。根据原理设计出以DSP为核心的硬件平台,并叙述了在此平台上暂态能量法的软件实现。     

小电流接地故障暂态选线技术在炼化企业电网的应用

炼化企业配电网与地方配电网存在一定差异,本文介绍了一种利用故障暂态信息的适用于炼化企业的小电流接地故障选线原理和装置,提出了基于瞬时性故障信息的线路绝缘监测思路,分析统计其在现场的运行情况。现场运行结果表明,该技术原理先进,选线成功率高,能够发现并纠正零序二次回路极性反接。线路绝缘监测,能更准确地用来估计线路的绝缘状态,从而减少停电时间和预防试验对电缆的损坏。     

基于暂态零序分量的配电网选线方法研究

针对小电流接地系统通过装设消弧线圈来减小单相接地短路电流的方法可能造成已有选线装置失效的问题,介绍了一种基于暂态零序分量的配电网选线方法。该方法采用db10小波包对故障时刻流经每条馈线的暂态零序电流进行分解,找到能量最大和次大的两个特征频带,并对两个频带上小波包分解系数进行相关分析,从而选出发生故障的线路。以中性点经消弧线圈接地系统为例建立了仿真模型,并分别对架空线接地故障和电缆线接地故障进行了仿真实验。实验结果证明了该方法的有效性。     

基于VMD的小电流接地故障融合选线方法

针对目前煤矿配电网故障选线方法在相关故障特征不明显时存在故障选线失效,基于单一模态分量和单一故障特征的故障选线方法的选线准确度较低等问题,提出了一种基于变分模态分解（VMD）的小电流接地故障融合选线方法。利用VMD将母线中各出线的故障零序电流分解为多个模态分量,根据模态分量的故障特征确定VMD层数,并选取故障特征明显的模态分量作为故障选线的有效模态分量;分别计算各出线故障零序电流有效模态分量的暂态能量和波形相似度;根据各出线有效模态分量的暂态能量占比和波形相似度占比,构建基于暂态能量的故障选线判据和基于波形相似度的故障选线判据,并将2种故障选线判据融合,形成基于VMD的故障融合选线算法。利用电磁暂态仿真软件ATP/EMTP搭建煤矿配电网模型,在不同接地故障电阻、故障初相角和故障位置的单相接地故障场景下,对所提出的故障融合选线方法进行验证,结果表明：在配电网发生各种单相接地故障时,基于VMD的小电流接地故障融合选线方法不受故障位置的影响,较能量法和相关性聚类法的故障选线正确率分别提高了17%和50%,且不受故障类型影响,可应用于小电流接地故障选线。     

基于小波暂态能量的自适应故障选线新方法

针对当前小电流接地系统在相电压过零时发生故障选线准确率不高的问题,分析了小电流接地系统发生单相接地故障后零序电流的频率特征。提出了一种基于小波暂态能量的故障初始角自适应故障选线新方法,该方法利用快速傅里叶变换获取电压相位估算故障初始角,并根据能量最大值原理进行故障选线。通过理论分析,数字仿真实验,证明了所提出的方法基本不受过渡电阻、故障初始角、电弧故障和故障距离的影响,能够准确快速地选出故障线路。     

基于Hilbert-Huang 变换的ECG信号降噪方法

提出了一种新的ECG信号降噪方法.该方法以Hilbert-Huang变换(HHT)和阈值降噪方法为核心,将经验模态分解(EMD)分解出的各层固有模态函数(IMF)分为噪声成分起主导作用层和有用信号起主导作用层.对噪声成分起主导作用层采用Donoho等人提出的阈值估计法,对有用信号起主导作用层的噪声水平通过高频层的能量与平均周期的乘积来确定.讨论了噪声成分起主导作用层和有用信号起主导作用层的区分判别问题.该方法克服了阈值估计法对有用信号起主导作用层噪声水平估计的较大偏差.经实验验证表明,该方法能有效地滤除ECG信号检测中的几类主要噪声,且失真很小.     

基于HHT变换的电缆故障脉冲法定位分析

电力电缆故障的实际测试波形与理论波形相差较大,需要经验比较丰富的专业测试人员才能够比较准确地确定出故障位置.针对这一问题,对电力电缆实际故障测试波形采用HHT变换,从而获得与理论波形更为相似的波形.经实际测试,能够获得更为准确的测试结果,为电力电缆故障定位提供了一种更为有效的方法.     

一种非线性非平稳自适应信号处理方法—希尔伯特-黄变换综述：发展与应用

非线性非平稳信号的分析、处理以及特征提取问题,一直是学术和工程界关注的热点问题之一。为突破传统数据分析方法受线性或者平稳性假设的限制,一种新颖的、高效的非线性、非平稳、自适应的数据分析方法——希尔伯特-黄变换（HHT）被提出。在这篇综述中,我们介绍HHT的基本思想和近期发展,总结起在工程领域中的应用情况,并且列举与之相关的数学问题。     

基于HHT的液压管路裂纹故障诊断方法研究

将HHT方法应用于液压管路裂纹的故障诊断;提出基于HHT的液压管路裂纹故障诊断方法;并以正常液压管路和有裂纹液压管路为例进行实验验证。首先进行EMD（经验模态分解法）振动信号分解。将EMD和HHT方法引入航空发动机液压管路裂纹的振动信号分析;某发动机液压管路的裂纹振动信号的分析结果表明;该方法能够克服傅里叶谱无法同时获得时域和频域信息的缺陷。同时边际谱能够比较真实客观地反映有裂纹液压管路的频率和幅值分布情况。此外由边际频谱图中可知;无裂纹液压管路、有裂纹液压管路振动信号的频率能量分别集中于25 Hz;有裂纹的整体系统刚度大于无裂纹的。据此;有裂纹的管路;其振动加大的现象得以由HHT方法明显呈现。     

基音周期检测的希尔伯特-黄变换方法

根据语音信号非平稳非线性的时变特点,提出了一种基于希尔伯特-黄变换的基音周期检测法。该方法不需要对语音信号进行短时平稳假设,能自适应地对信号进行分解,具有很高的时频分辨率(不受Heisenberg不确定原理的制约)。利用短时能量对语音进行清浊音判断,再经过经验模态分解将信号分解为若干固有模态函数,然后对每个固有模态函数进行希尔伯特变换求其瞬时幅值与瞬时频率,根据基音特点对分解得到的固有模态函数加权求和突出基音周期信息,最后采用自相关平方法进行基音检测。实验表明,该方法较传统的基音检测法精度有所提高,且鲁棒性较好。     

基于快速二维经验模态分解的纹理分割

经验模态分解是一种数据驱动的信号分解方法,具有局部性和瞬时性等特性,非常适合非稳态非线性信号分析.提出了一种新的快速二维经验模态分解方法,在新方法中,采用了新的边界抑制算法,改进了经验模态分解算法的筛选条件.将该方法应用于纹理分割,取得了满意的实验效果.     

基于奇异谱分析的经验模态分解去噪方法

提出了一种基于奇异谱分析(SSA)的经验模态分解(EMD)去噪方法。该方法先对带噪信号进行EMD分解,得到若干个本征模态函数(IMF)。再通过SSA对每个IMF分量进行去噪处理:把第一个IMF分量作为高频噪声,并根据它计算出剩余IMF中所含的噪声能量,从而得到剩下的每个IMF中信号所占的能量比值。然后选择合适的窗口长度,对每个IMF进行SSA变换,根据IMF中信号所占的能量比值选择合适的奇异值分解(SVD)分量重构,得到去噪后的IMF。再将所有重构得到的IMF分量以及余项相加,得到最终去噪后的信号。经过实验,对比研究了该方法与小波软阈值、EMD软阈值和EMD滤波方法的去噪效果,结果表明该方法整体优于其它方法,是一种有效的信号去噪方法。     

一种基于EMD的人脸图像光照问题处理方法

鉴于经验模态分解（EMD）算法的无参数特性和基于数据驱动的自适应分析,从EMD算法筛选过程中插值点和差值算法选取的角度出发,提出了一种标准EMD的改进算法。用改进的EMD算法分解需要识别的人脸图像,得到从整体上有效消除了光照变化影响的原人脸图像的重构图像,并将重构图像用于识别。通过在Yale B人脸库上的实验结果表明,将提出的光照处理方法应用到人脸识别中可以取得较好的效果。     

基于经验模态分解和小波分析的靶船外弹道测量数据去噪方法

针对舰船外弹道测量数据误差性质复杂,表现为非平稳信号,难以用模型准确进行描述的问题,提出基于经验模态分解和小波去噪的靶船外弹道测量数据处理方法.首先对测量数据进行经验模态分解,得到测量数据不同频率的本征模函数,接着采用小波间值去噪原理对含有噪声的高频本征模函数去噪,最后将经过去噪的本征模函数与剩下的没有经过去噪的本征模函数和趋势项相加,重构去噪后的靶船测量数据.经实验数据分析,本方法在很大程度上克服了小波阈值降噪的缺陷,保留了高频分量中包含的有用信息,是分析非平稳、多频段的靶船外弹道测量的有效方法.