RO-SBM的希尔伯特—黄变换谐波检测方法

针对希尔波特—黄谐波检测方法的端点效应问题,提出斜率再优化(RO-SBM)与希尔伯特—黄变换(HHT)相结合的方法(RO-SBM-HHT),该方法先采用RO-SBM法对原信号延拓,按照包络原则对延拓之后的信号进行经验模态分解(EMD),得到本征模态函数IMF分量,然后对各个IMF分量进行希尔伯特变换(HT),并采用最小二乘拟合可获得各次谐波的幅值和频率。仿真与试验数据表明,RO-SBM-HHT可有效地解决谐波检测端点效应,提高检测精度、减少冗余分量。     

基于小波变换的电力系统谐波有源补偿方法研究

为了保证电力系统的安全运行,提出基于小波变换的电力系统谐波有源补偿的方法.基于电力系统谐波有源补偿原理,有效结合塔式算法与小波变换,经离散信号的分解处理后,实现系统谐波检测;依据电流跟踪控制环节的参考电流,通过流压转换确定参考电压矢量,采用改进空间矢量脉宽调制控制策略,控制三相逆变器实际输出电压跟踪参考电压,实现电力系...     

基于小波神经网络的单相三电平逆变器谐波检测

本文采用小波神经网络（Wavelet Neural Network,WNN）算法对时变谐波信号进行检测。利用Harr小波对谐波信号的幅值和相角进行逼近;将小波对信号的自适应时频分割特性引入神经网络,提高神经网络的逼近和收敛速度;给出网络参数的选定方案;确定网络的训练算法。在MATLAB/SIMULINK环境下对该算法进行仿真,与传统的小波算法比较,该算法不仅可行,而且精确度得到提高。     

基于小波变换和小波包变换的间谐波检测

通过研究小波变换中基函数选取和小波分解过程两个关键问题,针对小波变换在间谐波检测方面的应用,对比分析不同基函数的检测性能,重点分析小波变换与小波包变换对于稳态和暂态谐波的相位、幅值特性检测精度.仿真结果表明,小波包变换具有良好时频局部化特性能聚焦信号细节,选取dmey小波基函数的小波包分解方法可实现对电力系统中稳态或时...     

一种基于小波变换的谐波与基波有功和无功电流检测算法

谐波与基波有功、无功电流的正确检测是谐波拟制和无功补偿的基础。本文利用小波变换的多分辨分析理论,结合电网电流定义式,给出一种简便的计算基波电流的有功分量、无功分量与谐波分量的算法,无需预先求解电流相位,计算量小,适合在线计算。利用不同类型的小波,在不同采样频率下对算法进行了实例仿真,仿真结果证明了该算法的有效性,并讨论了小波滤波器系数长度及采样频率对算法检测精度的影响。     

汽轮机转子故障诊断中LMD法和EMD法的性能对比研究

针对仿真信号和实验转子故障信号,对局部均值分解(LMD)法和经验模态分解(EMD)法的性能进行了对比研究,提出端点效应的评价指标和基于LMD法的转子不平衡、转子碰摩和转子油膜涡动的故障诊断方法,对基于EMD法和基于LMD法的信号分解结果进行对比分析.结果表明:LMD法分解转子振动信号时的模态混叠现象较EMD法分解时的模态混叠现象不明显;LMD法抑制端点效应的能力强于EMD法;LMD法的诊断结果更精确,能有效应用于汽轮机转子故障诊断中.     

基于小波包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,谐波对电力系统和用电设备产生严重危害和影响.分别利用小波变换和小波包变换对电力系统的谐波进行分析,仿真结果表明两者都能准确地将谐波信号中的基波分离出来.小波包变换能同时分离多个谐波分量,比小波变换可以分解出更丰富的频率信息,为更好地分析和抑制谐波提供了可靠依据.     

基于自适应高频谐波LMD法的风电机组故障诊断

针对实际应用中局部均值分解(LMD)法存在的模态混叠问题,提出了自适应高频谐波LMD法.分析了信号中异常事件对求取包络函数和均值函数的影响,将构造的自适应高频谐波加入到原始信号中,通过改变原始信号的极值点位置来抑制模态混叠现象.对含有典型异常事件的信号进行了自适应高频谐波LMD法和ELMD法仿真实验对比,验证了该算法的有效性和优越性.将该算法应用于风电机组传动系统故障诊断中,结果表明:采用该算法后,原有的模态混叠状况得到明显改善,并成功提取出轴系不平衡故障特征,可为风电机组故障诊断提供参考.     

基于连续小波变换的水轮机振动信号检测

通过对连续小波变换的分析研究，提出了一种提取信号在小波尺度上的时频信息的信号分析方法。该方法能够有效将水轮机非稳态工况下的振动信号很好地分解在有限的时间-尺度范围内而保持信号的信息完整；对比传统的频谱分析和二进小波变换，信号经过连续小波变换后，其内部蕴涵的状态信息能在尺度域上很好地体现出来。     

基于dq变换和小波包变换的微网故障检测方法

针对传统的扰动检测法无法区分正常扰动状态与弱故障扰动状态的问题,提出了一种基于dq变换和小波包变换的微网故障检测方法,该方法使用每条母线上d、q轴故障电流的平方和作为解析电流,并利用小波包对其进行分解,进而利用各层小波包系数来构建故障检测判据。仿真试验结果表明,该方法能够有效区分正常运行状态、正常扰动状态和强、弱故障扰动状态,且不受接地电阻、故障类型/时间/相、负荷/DG的投切等各种因素影响,具有很强的适应性与工程应用价值。