基于HHT的电力系统谐波分析

鉴于现有电力系统谐波检测与分析方法的不足,用希尔伯特-黄变换(HHT)进行谐波分析.该方法由两部分组成.首先对谐波信号作经验模态(EMD)分解,得到满足一定条件的固有模态信号(IMF),然后用希尔伯特变换求其瞬时频率和瞬时幅值.该方法适用于非线性非平稳信号的分析,具有概念清晰、计算简单的优点.仿真研究表明,用HHT方法进行电力系统谐波分析是可行的,与傅立叶变换和小波变换等现有方法比较,有很多独特的优点.     

呼吸肌电信号时频分析方法的研究

判定呼吸功能的关键在于呼吸模式的建立,呼吸肌电信号具有建立呼吸模式所需的信息.改进传统呼吸肌电信号的分析方法,是采用Mallet多分辨率分析技术,并用浮动阈值非线性小波算法实现信噪分离、信噪重构,然后用微分小波变换进行信号特征提取.系统采用了两种数据采集方法:有创采集动物呼吸肌电信号,无创采集人体呼吸肌电信号,两组数据的分析表明采用小波变换的多分辨率时频分析肌电信号的方法是有效可行的.     

TWACS调制信号时频分析方法的研究

研究在干扰较强的工业电网中提取双向工频自动通信系统(TWACS)调制信号特征的几种时频分析方法,对每一种检测方法的原理和实现过程都进行了分析,并给出了计算机仿真结果,比较了各种方法的检测指标和适用条件．结果表明：复值小波变换在几种时频分析方法中是最佳方案．     

基于提升小波变换的电力系统谐波分析

谐波是影响电能质量的重要因素,并对电力系统和用电设备产生严重危害和影响.同传统小波变换相比,提升小波变换计算速度更快,计算方法更简单,而快速计算在电力系统中非常重要,特别是在要求实时操作的场合.采用提升小波变换分析电力系统的谐波,并通过实例仿真证明了该方法的可行性和有效性.仿真结果不仅显示在谐波中出现的频率分量,而且描述了这些频率分量在时域内的变化情况.     

一种改进的跳频信号时频分析方法

利用正交匹配追踪的稀疏表示算法进行跳频信号时频分析时,性能受到傅里叶基矩阵长度和稀疏度未知的限制。针对此问题,结合跳频信号特点对稀疏表示算法加以改进:将跳频信号分段,对每段信号进行傅里叶变换并进行门限检测,得到频率预估计值和信号稀疏度;利用频率预估计值构造频率细化子傅里叶基矩阵;基于正交匹配追踪算法得时频谱图。在运算量相同的情况下,改进方法比直接采用正交匹配追踪算法可获得更高精度的时频谱。     

基于余弦调制滤波器组的电力系统谐波分析

谐波对电力系统和用电设备产生严重危害和影响,因此谐波的分析非常重要。分析滤波器组能将信号的各个频率成分分解出来。本文提出了基于多速率余弦调制滤波器组的谐波分析方法,将电压或电流等信号分解为基波和高次谐波并进行了理论上的分析,采用Matlab软件进行仿真。     

RPROP神经网络的电力系统谐波分析

将RPROP(Resilient Propagation)神经网络运用到电力系统的谐波分析中,能够提高其精度以及速度.与BP(Back Propagation)不同,RPROP算法能够调整可变参数,因此能够避免一阶偏导数幅值信息对参数调整的影响,并且能够提高谐波分析的精确度以及收敛速度.通过对RPROP神经网络与BP神经进行比较,验证了基于RPROP神经网络的电力系统谐波分析具有的高精度以及收敛速度快等特点.     

基于加窗傅立叶变换的电力系统谐波分析算法

采用快速傅立叶变换(FFT)进行电力系统谐波分析时很难做到同步采样和整数周期截断,由此造成的频谱泄漏将影响到谐波分析的结果.在分析了DFT和FFT原理的基础上,对FFT的泄漏原因进行了分析,通过使用加窗算法(Blackman - Harris窗)改善了由于频谱泄漏所造成的计算谐波频率、相位和幅值准确度降低的问题,并通过...     

谐波分析方法的研究

本文对电力系统治波分析的主要方法进行了研究。首选分析了电力系统主要装置的谐波模型。讨论了三种主要的谐波分析方法;非线性时域仿真方法,线性分析方法,非线性频域分析方法。在分析原理基础上,着重指出它们在处理非线性负荷模型时的区别。最后综述了国内外各种谐波分析方法的应用情况。     

基于分裂基快速傅立叶变换的电力系统谐波分析

基于快速傅立叶变换（FFT）的电力系统谐波分析难以实现同步采样和整数周期截断,易造成频谱泄漏,影响谐波分析精度.为提高FFT的精度,比较几个典型的窗函数,提出基于加凯瑟窗的插值分裂基快速傅立叶变换算法.仿真分析结果表明该算法能提高FFT计算精度,满足谐波参数测量的精度要求.     

几种时频分析方法的比较及应用

地震信号属于非平稳信号,常规傅立叶变换方法不能刻画任一时刻的频率成分,无法对其进行全面的分析。时频分析方法将一维时域信号变换到二维的时频平面,全面反映地震信号的时频联合特征。本文介绍了短时傅立叶变换、连续小波变换、Wigner-Ville分布、Cohen类分布四种时频分析方法,通过理论合成信号试算,从时间分辨率、频率分辨率,以及对多频率成份信号适应能力等方面阐述了这四种方法的优缺点,进一步分析比较了这四种方法的特点及应用效果。     

HHT算法在电力系统谐波分析中的应用研究

针对电力系统谐波检测的问题,采用希尔伯特-黄算法对电力系统谐波信号进行分析.在阐述了希尔伯特-黄算法原理的基础上,分别使用平稳和突变的谐波信号对希尔伯特-黄算法进行了验证.并利用Matlab/Simulink平台构建电力系统谐波源模型,研究希尔伯特-黄算法在实际电力系统中的应用.研究、仿真结果表明,希尔伯特-黄算法在分析电力谐波时,能准确分析出各次谐波的瞬时频率和瞬时幅值以及波动时刻.     

基于神经网络算法的电力谐波分析方法的研究

目前常用的谐波分析算法存在着计算精度低,计算量大等缺点,本文提出并研究了一种基于傅立叶基神经网络的谐波分析方法.利用傅立叶基神经网络模型进行谐波分析可以有效地提高神经网络的收敛速度和计算精度,减小了计算量.并通过仿真,验证了利用该算法进行谐波分析可快速获得电力系统的基波及各次谐波高精度的幅值和相位.     

基于神经网络算法的电力谐波分析方法的研究

目前常用的谐波分析算法存在着计算精度低、计算量大等缺点,本文提出并研究了一种基于傅立叶基神经网络的谐波分析方法.利用傅立叶基神经网络模型进行谐波分析可以有效地提高神经网络的收敛速度和计算精度,减小了计算量.并通过仿真,验证了利用该算法进行谐波分析可快速获得电力系统的基波及各次谐波高精度的幅值和相位.     

基于空时频联合分析的方位估计方法

随着时频分析理论和算法的迅猛发展,时频分析技术已经在方位估计(Direction Of Arrival,DOA)领域引起广大专家学者的广泛关注。首先讨论将时频分析理论应用于方位估计进而获得高空间分辨能力的方法。其次,为了综合利用所有相关的空时频分布点,提出联合对角化方法。该方法采用最小方差无畸变处理器(Minimum Variance Distortionless Response processor,MVDR),克服传统多重信号分类处理器(Multiple Signal Classification,MUSIC)需要估计信号子空间和噪声子空间的不足。数值仿真结果验证所提出的基于空时频联合分析的方位估计方法的有效性,同时表明该方法在低信噪比以及相干源条件下的优异性能。     

信号时频表示的一种方法

描述了一种带相位因子的时频分析方法。它基于一种可滑动的、尺度可变的高斯窗思想。这种窗的大小与频率有关，并与傅是城叶频谱之间有直接对应关系。笔者对这种时频分析方法做了理论分析，并通过实验验证了该方法在时频分析方面的特点。     

基于AOK时频分析的窄带雷达目标架次分辨方法

针对非平稳运动编队目标的分辨问题,基于ISAR技术和非平稳分析时频分析理论,研究了一种基于自适应最优核（AOK）的窄带雷达目标架次分辨方法,给出了窄带雷达目标架次分辨处理过程和算法步骤.不同于传统方法,该方法主要利用目标相对于雷达的转动引起的多普勒差异来分辨目标,并考虑了交叉干扰的抑制性、信号能量的聚集性,可获得更优的分辨效果.基于实测数据的对比实验结果证明了该方法的有效性.     

基于小波分解的时变系统辨识方法研究

传统的模型辨识方法不适合参数变化较快的时间变系统的辨识,因此提出了基于小波分解的线性时变系统的辨识模型描述以及辨识算法,仿真结果证明了这种辨识方法的有效性。