小波能量熵在三相重合闸故障判别中的应用研究

分析了输电线路在发生两相接地故障时,永久性故障与瞬时性故障自振电压的特性,提出一种基于小波能量熵的自适应三相重合闸故障类型的判别方法。对采集到的故障后电压信号进行5层小波分解,提取相应的熵值,通过比较熵值的大小来区分故障的类型。理论分析和大量MATLAB仿真实验表明,该方法对于三相重合情况下判别故障类型具有较好的效果。     

基于小波神经网络的自适应单相重合闸

自适应重合闸的首要问题是正确判别瞬时性故障和永久性故障,针对故障时丰富的暂态信息,提出了一种基于小波神经网络式单相自动重合闸的方案,通过小波变换算法提取故障暂态信号特征量后,再利用ANN的非线性拟合和自学习能力进行故障判别,确定正确的重合闸策略.通过EMTP及MATLAB进行了大量的仿真试验,验证了该方案的可行性,并解决了自适应单相重合闸的电压判据在判别瞬时性故障与永久性故障时存在的缺陷.     

小波变换在继电保护中的应用

介绍了小波变换的基本概念,并将其应用于变压器差动保护的间断角测量和线路自适应重合闸的尖顶波检测,分析结果表明该方法算法简单、检测准确、抗干扰能力强,显示出小波变换在继电保护中的应用前景。     

小波变换在短路故障检测中的应用

小波变换克服了傅里叶变换不能对信号同时进行时频局部化分析的局限性,具有很强的提取信号特征的能力。提出一种基于单向递推算法的故障信号检测方法：先从原始信号中提取基频电流信号,再提取基频电流信号的高频分量,通过测量高频分量的幅值突变点断定故障点。经过MATLAB仿真分析,证明这种方法可不受噪声和高频振荡影响准确检测出故障发生的时间。     

小波变换和人工神经网络在电力系统动态等值中的应用

利用小波变换对功角数据进行处理，并用人工神经网络来识别系统中的相关发电机组，能取得较传统的相关识别方法更高的等值精度。以东北电网作算例，证明利用该方法进行电力系统动态等值有很好的效果。利用小波变换和人工神经网络进行发电机相关识别，为电力系统动态等值提供了一种新的方法，也为动态等值实时化提供了一条新思路。     

小波变换在人脸表情识别研究中的应用

本文基于人脸表情图像的特点展开分析,得出不同表情图像中人脸各五官在形貌性状方面的不同。分析了小波变换这一数学工具在变换并展示图像空间以及频域特性方面的特长,将其应用于人脸表情识别的研究工作中。调试小波变换的参数将不同参数对人脸表情图像的处理结果进行分析并得出结论。     

输电线路故障定位中小波变换的应用

高压输电线路故障定位对电力系统安全稳定运行有着重要意义，故障稳态、暂态信号的处理、分析对高压输电线路故障定位的准确性、可靠性有着重要影响，小波变换为信号分析处理提供了强有力的数学工具，分析了国内外小波变换在输电线路故障定位中的应用研究内容及现状，指出了一些存在的问题探讨了进一步研究的方向。     

基于小波变换和人工神经网络的保护原理研究

提出了一种利用小波变换提取信号特征,并结合神经网络来识别电力系统短路故障的方法．该方法首先对测量信号作小波变换,提取特征量,作为多层前向神经网络的输入．对不同的输出要求,提出采用不同的神经网络,判断出发生故障的相位、性质和位置．     

基于动态小波变换的小电流接地系统故障选线研究

小电流接地系统发生单相接地故障时,由于故障电流小及接地点电弧不稳定等原因,其零序故障电流准确获取和定值整定困难,使其故障线路的检出仍是难题。提出一种基于动态小波变换的故障选线方法,利用所有健全线路暂态能量与故障线路暂态能量之差为最小值作为判据。该方法充分利用了动态小波变换分析故障信号的优势,克服常规小波变换在这方面的不足。仿真结果表明,该判据不受接地条件和接地方式影响,能够准确可靠地选出故障线路。     

连续小波变换在机械故障定位检测中的应用

本文从实用角度介绍连续小波变换的主要特性。实例表明在故障定位检测中，其性能优于谱分析，ＡＲ（Ｐ）建模及匹配滤波。     

基于小波包变换的故障诊断

由于小波包变换在信号分析与处理中,具有良好的局部化品质,本提出了一种基于小波包变换的故障诊断方法,并应用于控制系统动态测试过程的故障检测。计算和实验结果表明：该方法可以快速有效地进行故障检测与定位。     

基于小波理论的故障特征提取

在对齿轮进行故障诊断时,采样信号不可避免地受到各种噪声和干扰的污染,所测信号属于典型的非平稳信号.信号的降噪和特征提取是齿轮状态监测和故障诊断的关键环节.小波理论对于非平稳信号的处理非常有效.在MATLAB环境下,利用小波理论对减速器齿轮箱的采样数据进行去噪实验和分析,提取齿轮大周期故障的特征指标,为进一步进行故障诊断奠定基础.     

傅里叶变换与小波变换在信号故障诊断中的应用

研究了傅里叶变换与小波变换在信号故障诊断中的应用。仿真表明，小波变换在检测信号突变点方面比傅里叶变换优越得多，且利用小波变换可以精确地检测出信号突变的时间与位置。最后探讨了在应用小波变换进行故障检测时小波基的选取原则。     

基于小波变换的系统辨识方法

介绍了一种基于正交小波变换的系统脉冲响应辩法在包括对线性的脉冲响应辩识和非线性系统的脉冲响应辨识,仿真结果证明了该方法的有效性     

用小波变换求解门形框架动力响应

用小波变换和滤波器组对地霍加速度时程进行分解,用分解得到的采样点较少的低频部分进行结构动力学计算．减少大规模动力响应计算的计算量。     

基于神经网络的单相自适应重合闸的研究

自适应自动重合闸技术具有诸多传统重合闸技术所不具有的优势。将人工神经网络理论应用于单相自适应重合闸中,建立了一个3层的前向网络模型。利用MATLAB软件进行了大量仿真实验,验证了其在带并联电抗器的超高压长输电线路的瞬时性故障与永久性故障的识别中具有良好的可行性。     

基于FRFT的小波包调制信号的识别研究

该文基于正交频分复用调制和小波包调制信号的调制原理,利用分数阶傅立叶变换的时频旋转特性,探讨了在高斯信道、瑞利信道和频率选择信道下小波包调制信号的识别.仿真实验结果表明,该方法具有良好的识别性能,不需要任何信道参数,能较好的实现盲信道的小波包调制识别.