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。     

基于模糊ART神经网络的变压器局部放电模式识别

对变压器主要放电类型的3种局部放电典型电极模型进行试验,通过分析计算提取局部放电信号特征量,建立相应的局部放电信号特征库,以此作为模糊ART网络的输入,对局部放电的类型进行模式识别,并将识别结果与BP网络的识别结果进行对比。实验结果表明,模糊ART网络用于变压器局部放电模式识别是有效的。     

110kV GIS局部放电的实验研究

为了研究典型GIS故障类型的局部放电信号特征以及利用超高频信号进行局部放电量估计,以110 kV的GIS实体部件作为实验对象,并在其中设计了几种典型的故障类型,进行了大量的实验,实验表明不同故障类型的局部放电超高频信号在波形、频谱、幅值、检波相位分布等方面存在显著的差异,同时放电特性受到气压与电压变化的影响,对于尖刺放电类型的超高频信号幅值与放电量之间线性关系最为明显,这些都为基于超高频法的GIS局部放电类型识别与放电量评估的更深入研究打下了基础.     

变压器局部放电在线监测中的信号处理技术

抑制干扰是变压器局部放电在线监测的关键技术.系统地分析了变压器局部放电监测中的干扰信号特征,并在此基础上提出了有效的抑制干扰措施. 实验表明,提出的信号处理技术能有效地提取局部放电脉冲信号,具有良好的应用前景.     

基于聚类分析的周期性脉冲干扰的识别

局部放电在线检测对保证高压设备的安全运行具有重要意义,实现局部放电在线检测的关键是如何从强大的干扰中检测出随机的微弱的放电信号．周期性脉冲干扰是每周期动作一次的开关元件产生的,对它们的的识别是实现局部放电在线检测的重要环节．本文提出用剩余能量和瞬时曲度来判定脉冲的结束点,根据脉冲波形的相似性,用最长距离法进行聚类,进而利用脉冲相角图将周期性脉冲干扰与局放脉冲区分开来的方法．对现场数据的处理结果证明该方法是有效和可靠的．     

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 局部放电检测信号,在对小波及小波包算法介绍的基础上,将小包分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人有良好的性能。     

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。     

小波变换提取电力电容器局部放电信号研究

为了消除电力电容器局部放电信号的噪声,提高电力电容器局部放电信号在线检测的有效性,提出基于小波变换阈值消噪方法的电力电容器局部放电信号提取方法。选择合适的小波基函数和分解层数对信号进行小波分解,确定合适的阈值规则以及阈值估计方法对小波分解系数进行阈值量化处理,从而得到消噪后的局部放电信号。以均方根误差RMSE和信噪比RSN为衡量指标,分析了小波基函数、分解层数、阈值规则和阈值估计方法等对消噪效果的影响。结果表明,当选择db2小波作为最优小波基函数,分解层数定为6层时,利用最大最小准则阈值估计法估计的阈值在软阈值规则下能有效提取电力电容器局部放电信号,达到了最优去噪效果。     

基于SLO实时分解的电力电容器局部放电信号检测方法研究

针对传统电力电容器局部放电信号检测方法存在检测时间较长、检测准确率较低的问题,提出了基于SLO实时分解的电力电容器局部放电信号检测方法.引入电力电容器局部放电信号节点的可信度评价机制,对电力电容器局部放电信号节点的信息素进行更新,依据信息素全局更新结果;利用蚁群算法选择局部放电产生的电磁波信号的传播路径;在此基础上,对...     

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．     

含窄带噪声和白噪声的复杂染噪局部放电信号提取及应用

复杂噪声环境下,电力设备局部放电信号的高完备度提取是实现其运行状态在线评估的关键.该文提出一种基于自适应噪声的总体集合经验分解(CEEMDAN)和改进小波包结合的复杂染噪局放信号提取方法.首先,通过自适应CEEMDAN将染噪信号进行分解,利用奇异值分解(SVD)算法对分量中包含的窄带噪声和频率混叠进行抑制,再根据信号间...     

雷达辐射源信号瞬时频率派生特征分类方法

提出一种基于级联特征提取和核模糊聚类的雷达辐射源信号自动分类方法.该方法利用改进的瞬时自相关提取信号的瞬时频率,采用二次归一化处理的特征再提取方法提取分类特征向量,利用具备有效性评价的核模糊聚类算法实现信号的自动分类.仿真结果表明,本文所构建的特征向量能反映不同调制类型信号的变化差异,且具备一定的抗噪能力,在信噪比不低于6 dB情况下,可获得不低于95%的整体分类性能.     

基于PD信号提取的干式空心电抗器早期故障研究

在分析干式空心电抗器表面放电和匝间短路故障形成原因的基础上,通过在实验室对表面经轻微灼烧后的环氧树脂板的局放试验来模拟包封层表面放电现象,提出了一种通过从强干扰信号中利用自适应LMS算法滤波和小波包滤波联合去噪的方法,进而利用匝间局部放电信号来识别故障．通过对早期局放故障的识别来防止干式电抗器恶性故障的发生．     

基于计算听觉场景分析的语音盲分离方法准确无误

人耳具有提取感兴趣的声音、屏蔽噪声以及定位的功能.利用人耳听觉机理的听觉场景分析技术是语音信号处理的有力工具.提出了一种新的基于听觉场景分析的盲分离方法,可以对多个源信号混合而成的2个传感器信号进行分离.耳间时间差(ITD)和强度差(IID)包含信号源的位置信息.通过听觉外周模型对混合信号进行处理,得到各个频率通道的ITD和IID,再对混合信号的频域表示进行聚类,可得到源信号的频域表示.由于ITD和IID分别在高低频段起主要作用,聚类时对高低频段采取了不同的分类准则.仿真实验表明了该方法的有效性.     

基于空域追踪算法的基线漂移信号噪声修正

为了消除基线漂移信号噪声对信号的干扰影响,提出一种基于空域追踪的修正算法.通过非线性滤波器从原始信号中粗提出基线信号,利用多步迭代微分算子从基线漂移信号中分解出更加精准的基线信号,再从原始信号中移除基线漂移信号,完成基线漂移信号噪声修正.选取多种类型测试数据(包括心电信号与噪声数据)来验证算法的有效性,结果表明,同传统的四种基线漂移信号修正算法相比,所提出的算法可以高效去除基线漂移信号的干扰.     

声电联合技术检测GIS局部放电的试验

利用超声波法和特高频法对GIS中的典型局部放电进行试验研究,包括GIS内部尖端放电、金属颗粒、高电位接触不良．建立GIS局部放电模拟检测平台,包括局部放电模拟系统、声电联合检测系统．在此基础上,得到不同类型局部放电超声波和特高频信号的发生发展规律,并给出信号的统计谱图．试验结果表明,声电联合检测技术检测局部放电信号的灵敏度高,信号统计谱图可以显示出典型故障模型的不同特征,GIS设备的局部放电检测可为GIS的状态检修提供可靠的数据．     

基于改进LMD及LSTSVM的管道泄漏检测与定位

在管道泄漏检测中,管道首末两端采集压力信号的噪声会影响泄漏检测的准确性和泄漏定位的误差。为了最大程度地降低噪声的干扰,提出改进局域均值分解(LMD)方法,该方法在外界噪声特征未知的情况下,有效提取与泄漏信号相关的乘积函数(PF)。根据测试信号的PF和参考信号相关分析的峰值,获取包含主要泄漏信息的PF分量并进行信号重构,重构信号再经过小波分析进一步消噪。在此基础上,按照时域特征和波形特征提取信号特征值输入最小二乘双支持向量机(LSTSVM)中,用以区分不同工况。根据经过小波消噪后的重构信号,采用广义相关分析法获取泄漏信号到达首末两端负压波信号的时延估计,并结合泄漏信号传播速度实现泄漏点定位。通过环道现场实验,对管道各种工况信号进行处理分析。结果表明,该方法能有效识别不同工况及泄漏定位。     

超声波衍射时差法检测的有限元仿真

超声波检测是常用的无损检测方法,因超声波传播过程复杂,含有各种噪声信号,使缺陷衍射信号夹杂在大量噪声中难以被辨识出来,导致检测结果抽象.为了更好地应用超声波衍射时差法（TOFD）检测技术,对超声波衍射时差法的机理进行了有限元分析.首先,利用TOFD实验检测了带有人工缺陷的焊接钢板,提取了带有噪声的检测信号.其次,用ANSYS软件模拟仿真了超声波在工件中的传播过程,建立了焊接钢板和人工缺陷的有限元模型,分析确定了缺陷衍射信号.最后,对比了仿真结果与实验结果,发现仿真结果符合实际检测情况.结果表明超声波有限元仿真方法可以用于缺陷的定量与定位分析,为实际检测复杂的工况提供了可靠的评判依据.     

Denoising Method for Partial Discharge Signal of Switchgear Based on Continuous Adaptive Wavelet Threshold

Partial discharge(PD) is an important reason for the insulation failure of the switchgear. In the process of PD detection, PD signal is often annihilated in strong noise. In order to improve the accuracy of PD detection in power plant switchgear, a method based on continuous adaptive wavelet threshold switchgear PD signals denoising is proposed in this paper. By constructing a continuous adaptive threshold function and introducing adjustment parameters, the problems of over-processing of traditi...     

基于K中心点聚类分析的大地电磁阻抗识别

在大地电磁场复杂的观测环境中,信号会受到不同类型或程度的噪声干扰。传统阻抗估计或提取方法（如功率谱法、Robust法等）难以获得稳定的阻抗值。利用大地电磁阻抗的实虚分量特性,受噪声干扰小的信号阻抗分布集中,受噪声干扰严重的信号阻抗分布散乱。引入K中心点聚类分析对阻抗进行提取与识别,并利用阻抗欧氏距离来描述阻抗间的相似性,依据相似性把受干扰小的信号阻抗划分到一类,受干扰大的信号阻抗划分到不同的类。依据相干度准则和紧凑性准则等类的选取准则,甄别出干扰环境中阻抗所在的最佳类。通过仿真实验和实例分析,验证了K中心点聚类分析能在噪声环境中识别出高质量的信号,恢复出真实阻抗值。