基于FFT和DWT的柴油发电机电网谐波分析

稳态谐波信号的分析常采用快速傅里叶变换（FFT）,但对于暂态信号的误差较大。离散小波变换（DWT）特别适合于非稳态信号的分析,但对于稳态谐波的分析效果没有FFT好。结合柴油发电机电网的特点,提出了基于FFT和DWT的联合分析方法。首先通过DWT将柴油发电机电网谐波信号分解为低频稳态部分和高频暂态部分,再采用FFT和db4小波对两部分信号分量依次进行分析。利用Matlab软件仿真,分析算法获得了较好的预期效果,说明联合分析策略在柴油发电机电网谐波分析中具有一定的可行性和实用性。     

基于小波变换和LabVIEW的电网谐波分析系统

随着电力电子技术的广泛应用,谐波对电力系统的污染日益严重。为实现对电网谐波的准确分析,提出了基于小波变换和LabVIEW的谐波分析系统设计方案。系统采用小波补偿的加窗插值FFT算法进行谐波分析,提高了谐波分析精度。     

小波包变换在电网谐波检测中的应用研究

随着非线性负荷用户的不断增加,大量谐波注入电网,使得电力系统电压、电流波形偏离正弦波形发生畸变.运用小波包变换分析了电网系统谐波信号,根据信号特性,选取合适的小波函数,确定了小波包变换的分解层数,并通过仿真实验验证了小波包分析方法在电网谐波检测中的正确性和实用性.     

高速磁悬浮列车牵引供电系统谐波仿真分析

本文分析了采用半控双三相12脉冲整流器的高速磁悬浮列车牵引供电系统及其产生的谐波.它是一种新型的谐波源,所产生的高频谐波对磁悬浮列车的安全稳定运行产生了很大的危害.采用小波包变换对高速磁悬浮列车牵引供电系统所产生的高频谐波信号进行了仿真分析,结果表明小波包变换应用于高速磁悬浮牵引供电系统的谐波分析,可将信号中的高频成分逐步分离,减少高频谐波成分对电力系统的污染,对实现高速磁悬浮牵引供电系统谐波信号的高分辨率检测具有很好的应用价值.     

小波变换与FFT在电网谐波检测中的应用

电力系统中大量谐波的注入使得网络电能质量明显下降,而传统的检测方法由于自身技术的限制,已经不能满足目前谐波检测对实时性和精确性的要求。该文在分析了电网谐波变化特征的基础上,结合谐波检测新理论的发展及应用实践,提出将小波变换与传统检测方法相结合的检测方案,并用仿真试验验证了该联合算法的有效性。数据结果表明:小波变换在分析复杂信号中各谐波成分时表现出了其时频局部化特性的优势,而传统的FFT可准确提取信号各成分的频谱信息,该联合检测方法有效地提高了谐波检测的精度。     

非平稳信号瞬时特征提取的谐波小波方法

分析了非平稳信号的瞬时特征(瞬时频率和瞬时相位),对非平稳信号进行谐波小波变换,建立非平稳信号的谐波小波系数与该信号的瞬时特征之间的关系,提出非平稳信号瞬时特征提取的谐波小波模型和提取方法.通过算例中的线性调频信号和应用实例中的轴承座振动信号的验证表明,该模型与方法具有较好的抗噪能力,对非平稳信号的瞬时特征具有更高的分析精度,能实现非平稳信号中特殊成分的瞬时特征提取.该方法能通过傅里叶变换实现其快速算法,具有算法简单、快速的特点,实现非平稳信号瞬时特征的实时分析.     

测试系统中非平稳信号的时频优化小波包检测算法

非平稳信号为测试系统所测试分析的主要目标之一.对于这些信号传统的检测方法(例如:傅里叶变换)不能起到有效的分析作用.小波包变换是非平稳信号分析的常用工具.Shannon小波函数是现有的单小波家族中唯一能够对信号频域进行严格划分的小波函数,但是由于其时域的非紧支性限制了其应用.本文通过对Shannon小波函数的时频联合优化,改善了其在非平稳信号检测过程中的性能;首先在时域上,改写其时域表达式,并保留其频域的紧支性,提升了其时域的紧支性;其次在频域上,提出了对Shannon小波函数频域滤波器的插值算法,改善其频域的滤波性能;再次,通过牛顿插值法给出了算法的快速实现;最后,做出了仿真实例.结果表明,通过本文的算法,改善了Shannon小波包变换的性能,使其成为测试系统关于非平稳信号检测的有效手段.     

小波变换在弱信号检测中的应用研究

介绍了小波变换原理,将小波变换用于弱信号检测并与传统的傅里叶变换方法进行了比较,仿真结果表明,小波变换能有效提高信噪比。     

小波变换在电网谐波分析中的应用

随着电力电子技术的广泛应用,谐波对电力系统的污染越来越严重,检测、分析和抑制谐波已经成为电力系统环境治理的重要课题.利用小波变换及传统的傅立叶变换对电网中的谐波进行了检测、分析,并通过MATLAB进行了仿真.仿真结果表明,利用小波变换可以将信号中不同频率的谐波有效地提取出来,并进行有针对性的分析,具有更高的分析精度.     

基于现代信号处理方法的动态测量误差分析

动态测量误差信号是包含多分量的非平稳信号,成分的复杂性决定了对动态测量误差的分析和处理需要结合多种信号处理方法.如傅里叶变换、小波变换和神经网络等.分析了各种信号处理方法的原理及其在非平稳信号处理中的应用,建立了一个动态测量误差分析仿真系统,对系统输出的动态测量误差进行分析,将总误差进行分解,找出引起此总误差的各组成单元带来的单项误差,为进一步更精确的进行动态精度评定、动态误差诊断与控制,提供了科学的理论依据.     

基于PSAT的风机接入电网模型的研究

为了分析不同类型的风机接入电网后,能否与已有电网兼容的问题,在分析了电力系统仿真软件PSAT内置的5阶双馈风力发电机组机模型及其电压、转速和桨角的控制形式的基础上,根据某1.5 MW双馈风机的机械及电气数据,建立了风机接入电网模型及接入电网的典型接线形式,并在潮流计算模块与时域计算功能模块的基础上,编制了仿真程序,最后在阵风与湍流风模型下对风机转速、电压、功率的变化进行了动态仿真。仿真及研究结果表明,运用该方法分析所得结果与实际的风机特性一致,利用PAST内置的风机模型能很好地进行风机接入电网的兼容性分析。     

基于FFT和小波变换的谐波分析策略

有源电力滤波器是一种用于动态抑制谐波、补偿无功的新型电力电子装置,它能够对大小和频率都变化的谐波以及变化的无功进行补偿。该文提出了FFT变换与小波变换相结合的检测电路,小波变换分析将信号分成了稳态部分及非稳态部分,稳态部分采用傅里叶变换,非稳态部分采取模极大值分析。利用Matlab对其仿真很好的验证了该方法是可行的,可有效滤除谐波。     

基于小波包分解的时变谐波分析

针对时变谐波的分析,提出了一种基于小波包分解的时-频分析的新方法,该方法利用共轭正交滤波器组所具有的功率互补性,对信号进行小波包变换频域等间隔分解,再将各子带输出交错组合,使得所测各次谐波均落入各自相应的频带内,从而达到对各次时变谐波测量与时频分析的目的。     

基于自适应自相关谱峭度图的滚动轴承故障诊断方法

自相关谱峭度图通过最大重叠离散小波包变换对信号频谱进行分割,并选取最大峭度值所对应频带内的信号进行诊断分析。针对自相关谱峭度图方法在分割频带时因遵循二叉树结构而导致的频带划分区域固定问题,提出一种基于自适应自相关谱峭度图方法的滚动轴承故障诊断方法。自适应自相关谱峭度图方法以改进的经验小波变换为基础,对原始信号傅里叶谱进行包络与平滑处理后再分割,实现了自相关谱峭度图方法自适应分割频带的目的。通过仿真信号与实验数据分析,并将所提方法与快速谱峭度及自相关谱峭度图方法进行对比,结果表明,所提出方法能够准确地检测到合适的解调频带,同时其故障特征更加明显。     

Method, algorithm and device for estimation of components above the harmonic frequency range up to 9 kHz

The paper presents a method of estimation of frequency groups with 200 Hz bandwidth in the frequency range from the 50th harmonic up to 9 kHz. The method consists of the application of a fast Fourier transform (FFT) for wavelet coefficients after input signal decomposition and partial synthesis for chosen frequency bands. It enables the computational complexity of the algorithm to be reduced and also attenuates influence of the fundamental component and low-frequency harmonics, as required by IEC Standard 61000-4-7. The particulars of this method are shown and analysis for a chosen wavelet family is provided. Further, the algorithm and its implementation in real device for power quality monitoring is presented. Finally, the results of measurements of two testing signals are shown. The required attenuation of fundamental component and required accuracy was obtained.     

Vibration analysis of rotating machinery using time-frequency analysis and wavelet techniques

Time-frequency analysis, including the wavelet transform, is one of the new and powerful tools in the important field of structural health monitoring, using vibration analysis. Commonly-used signal analysis techniques, based on spectral approaches such as the fast Fourier transform, are powerful in diagnosing a variety of vibration-related problems in rotating machinery. Although these techniques provide powerful diagnostic tools in stationary conditions, they fail to do so in several practical cases involving non-stationary data, which could result either from fast operational conditions, such as the fast start-up of an electrical motor, or from the presence of a fault causing a discontinuity in the vibration signal being monitored. Although the short-time Fourier transform compensates well for the loss of time information incurred by the fast Fourier transform, it fails to successfully resolve fast-changing signals (such as transient signals) resulting from non-stationary environments. To mitigate this situation, wavelet transform tools are considered in this paper as they are superior to both the fast and short-time Fourier transforms in effectively analyzing non-stationary signals. These wavelet tools are applied here, with a suitable choice of a mother wavelet function, to a vibration monitoring system to accurately detect and localize faults occurring in this system. Two cases producing non-stationary signals are considered: stator-to-blade rubbing, and fast start-up and coast-down of a rotor. Two powerful wavelet techniques, namely the continuous wavelet and wavelet packet transforms, are used for the analysis of the monitored vibration signals. In addition, a novel algorithm is proposed and implemented here, which combines these two techniques and the idea of windowing a signal into a number of shaft revolutions to localize faults.