基于小波——形态学和Hilbert的谐波计算

充分利用小波和数学形态学的优势,有效地将两者结合,再用Hilbert变换来提取谐波的幅值和频率,有效地克服了FFT方法和相位分析方法的缺点。首先将谐波信号进行小波分解,得到一系列小波系数,再对每一层的小波系数利用数学形态学进行平滑处理,最后通过对小波变换产生的每个频率分量对应的波形进行Hilbert变换及拟和计算,得到谐波的幅值、相位和频率,实现了对电力系统谐波的准确分析。仿真表明,该方法能够准确地检测出电力系统谐波,具有很好的实用价值。     

基于小波-数学形态学和Hilbert的谐波分析

充分利用小波和数学形态学的优势,有效地将两者结合,再用Hilbert变换来提取谐波的幅值和频率,有效地克服了FFT方法和相位分析方法的缺点.首先将谐波信号进行小波分解,得到一系列小波系数,再对每一层的小波系数利用数学形态学进行平滑处理,最后通过对小波变换产生的每个频率分量对应的波形进行Hilbert变换及拟和计算,得到谐波的幅值、相位和频率,实现了对电力系统谐波的准确分析.仿真表明,该方法能够准确地检测出电力系统谐波,具有很好的实用价值.     

基于复小波变换相位信息的谐波检测算法

小波变换因其良好的时频局部化特性，可用来进行谐波分析。但由于不同尺度的小波函数在频带相互混叠，使得现有利用小波系数幅值及在此基础上改进的各种算法都无法实现谐波的准确检测。该文提出利用复小波变换的相位信息来分析谐波的方法，利用改进递归复小波变换在不同尺度时，信号复小波变换系数的相位变化周期来确定信号的谐波频率，进而确定谐波的幅值；与FFT和幅值检测法相比，该方法能消除FFT算法的频谱泄露，提高了谐波检测的精度，且适用于含有非整数次谐波的信号。通过在LabVIEW中的实例验证，说明该方法能有效地消除FFT算法的频谱泄露和小波函数频带混叠造成的不良影响，有效地提高了谐波检测的精度。     

基于CWT和DWT相结合的谐波检测

提出了一种基于连续小波变换(CWT)和离散小波变换(DWT)相结合的电力系统谐波检测方法。首先利用CWT系数的幅值来检测谐波频率,该过程不用事先根据谐波次数确定分解层数,而只是确定尺度范围及步长,即可得出各次谐波频率。然后根据确定的谐波成分利用DWT来检测谐波幅值,并通过Matlab软件进行了仿真分析。仿真结果表明该方法有效地解决了基于离散小波变换的谐波检测方法中谐波次数未知而无法确定分解层数的难题,并能精确可靠检测各次谐波频率和相应的幅值。因此,CWT和DWT相结合是一种有效的电力系统谐波检测方法。     

基于希尔伯特-黄变换的电力系统谐波分析

准确的谐波分析对电力系统稳定具有重要意义。为克服FFT方法与小波分析方法的缺点,提出将希尔伯特-黄变换(Hilbert-Huang transform, HHT)用于谐波分析。将谐波信号进行经验模态分解(empirical mode decomposition, EMD),得到一系列经验模态函数(intrinsic mode function, IMF)。由于不同的IMF对应不同的谐波分量,通过对每个IMF分量进行Hilbert变换(HT)及最小二乘拟和,最终可以得到各次谐波的幅值、频率和相位,从而实现电力系统谐波的准确分析。在经验模态分解过程中,采用了分段三次Hermite插值,并通过添加极值的方法减轻边缘效应的影响,使谐波分析能够更准确。仿真表明,Hermite插值比三次样条插值对谐波分析更具优势。该方法分析电力系统谐波精度高,能够取得满意的效果。     

基于数学形态学和改进Prony算法的谐波与间谐波参数估计

由于传统Prony算法对谐波与间谐波的检测易受噪声影响,为了提高参数估计精度,准确提取谐波和间谐波的频率、幅值和相位,提出了一种基于数学形态学和改进Prony算法的谐波与间谐波参数估计方法.该方法主要思路是先用数学形态学构建形态滤波器去除噪声,可以克服传统Prony算法对噪声敏感的不足;然后再将去噪拟合后的谐波信号进行改进Prony分析.该方法针对原始Prony方法优化了实际阶数和线性参数的求解过程,对比小波消噪求解谐波各参数的方法优化了去噪效果.通过MATLAB对谐波信号进行编程分析,发现该方法在噪声情况下仍能得到较高精度的谐波与间谐波幅值、频率和相位参数估计,验证了该方法的可行性和有效性.     

基于Synchrosqueezing小波变换的谐波和间谐波检测方法

非线性电力元件的广泛使用使电力系统的谐波和间谐波污染越来越严重。为准确计算谐波和间谐波的参数特征,以有效克服噪声影响,提出基于Synchrosqueezing小波变换的谐波和间谐波的一种检测方法。首先对电力系统信号进行连续小波变换;然后确定同步挤压阈值,对连续小波变换结果进行同步挤压,并利用同步挤压结果计算电力信号主频率;最后,设置提取频率区间,将电力信号分解为一组内蕴模态类函数分量(IMT),并结合Hilbert变换及最小二乘拟合,精确计算噪声背景下谐波和间谐波的幅值与频率。通过模拟信号和实测信号对所提方法有效性进行了分析,实验结果表明,与Prony和HHT方法相比,本文方法通过同步挤压有效抑制了噪声干扰,谐波和间谐波的检测精度有较好的提高。     

基于小波和短时傅里叶变换的电网谐波分析

为了测量电网中的波动谐波,将小波变换和短时傅里叶变换方法相结合用于电网谐波分析。通过小波变换设计出一组带通滤波器来分离出基波和各次谐波,并采用短时傅立叶变换计算出基波和各次谐波的幅值、频率和相位。仿真结果表明,当信号中存在高斯白噪声时该算法仍可准确检测出基波和2到63次谐波的幅值、频率和相位,且算法简单易于实现。     

基于小波和短时傅里叶变换的电网谐波分析

为了测量电网中的波动谐波,将小波变换和短时傅里叶变换方法相结合用于电网谐波分析.通过小波变换设计出一组带通滤波器来分离出基波和各次谐波,并采用短时傅立叶变换计算出基波和各次谐波的幅值、频率和相位.仿真结果表明,当信号中存在高斯白噪声时该算法仍可准确检测出基波和2到63次谐波的幅值、频率和相位,且算法简单易于实现.     

基于最小二乘法和复连续小波变换的电力系统间谐波测量方法

将最小二乘法和复连续小波变换相结合,提出了高精度稳态间谐波测量方法。该方法应用最小二乘法对整个测量频带进行函数拟合,得到了间谐波分量的个数,利用复连续小波变换的带通滤波特性精确测量了各个间谐波分量的频率和幅值。Matlab的仿真结果表明,该方法能够准确测量间谐波分量的频率和幅值,计算量较小。     

基于数学形态学和HHT的谐波和间谐波检测方法

非线性电力元件的应用使电力系统的谐波污染问题日益突出。为准确检测谐波和间谐波参数,提出了基于数学形态学和希尔伯特–黄变换(Hilbert-Huang transform,HHT)的谐波和间谐波检测方法。为有效抑制多种噪声,对现有数学形态滤波器进行了改进,使之保留了原信号的主要特征,并运用经验模态分解处理消噪后的信号,得到了一组经验模态函数分量。对每个经验模态函数分量进行希尔伯特–黄变换,可准确得到其瞬时频率和瞬时幅值,实现了在噪声背景下对谐波和间谐波的检测。仿真结果验证了该方法的可行性与有效性,表明其可提高谐波和间谐波的检测精度。     

一种基于小波包变换的电力系统谐波检测方法

非线性设备的大量使用和分布式电源的投入使得谐波污染愈加严重,文中提出了一种基于小波包变换的谐波检测方法,能对电能质量进行有效的分析。该方法在五层db40小波包变换的基础上,利用希尔伯特变换做移频运算,避免了中间频段小波混叠对检测精度造成的不利影响,并将各次谐波分量转移到精度较高的边频带进行小波包分解并重构信号,实现了各次谐波的高精度检测,同时通过Matlab工具对不同算法的仿真进行了比较和误差分析。仿真表明,相比于传统傅里叶变换,该算法具有高分辨率时频分析能力,能有效定位暂态干扰;与经典小波包变换相比,测量精度也有了较为明显的提高,实验结果一致显示了该算法的可行性和优越性。     

基于经验小波变换的电力系统谐波检测方法

针对噪声干扰下的稳态以及暂态谐波检测问题,首次提出一种基于经验小波变换的电力系统谐波检测方法。首先利用经验小波变换从电力谐波信号中提取出一组具有紧支撑频谱的调幅-调频分量,实现各次谐波与基波信号的分离。接着对分离出的谐波分量进行Hilbert变换,从而获取各次谐波的幅值和频率检测参数以及暂态谐波的扰动起止时刻。对多类谐波信号的仿真结果表明,所提方法有效避免了传统Hilbert-Huang变换存在的模态混叠问题,即使在低信噪比下也能实现多频谐波信号的自适应分解,在确保各类参数检测结果精度的同时,兼具良好的噪声鲁棒性和检测实时性。     

利用小波傅里叶变换的谐波与间谐波检测

为有效检测快速变化和持续时间短的谐波与间谐波,分析了傅立叶变换检测谐波与间谐波的方法,并在此基础上探讨了利用小波变换进行检测的基本原理,提出了利用小波变换系数傅立叶变换幅值来分离谐波与间谐波的算法。该方法使用Morlet函数作为小波变换的小波基,根据小波变换系数傅里叶变换的幅频特性的突出点来检测谐波与间谐波的幅值与频率。仿真结果与理论分析表明,小波变换具有良好的时域与频域局部化特性,小波变换系数傅里叶变换幅值能有效检测谐波与间谐波,并在检测持续时间短的谐波与间谐波方面有很大优越性。     

基于形态滤波和Hilbert变换的电压暂降检测研究

电压暂降已成为电能质量暂态问题中最为突出的一类.针对电压暂降检测中具有的准确性低、实时性较差的缺点,提出了一种基于Hilbert变化与形态滤波相结合的暂降检测方法.研究论述了Hilbert变化用于电压暂降检测的算法基本原理,介绍了数学形态学概念,并由此基础设计了形态学滤波器,同时阐述了滤波器参数的选取方法.仿真论证了该方法在单相接地故障引起的电压暂降中的检测效果,并与单相dq变换法进行了比较.从仿真结果可以看出该方法可以更高效精确地检测到暂降的幅值以及相位.     

小波变换与形态学运算相结合的脉搏波检测算法

提出了1种基于小波变换模极大值与形态学运算相结合的脉搏波检测算法.该算法采用Symlet小波的Mallat算法对脉搏信号作多分辨率分解,利用数学形态学运算突出信号的峰谷点特征,将小波变换模极大值检测原理与形态学峰谷检测算法相结合,实现了对脉搏波的准确检测和精确定位.     

基于解析小波变换方法的鼠笼型异步电动机转子断条检测新方法

提出利用解析小波变换方法检测异步电动机转子断条故障。解析小波变换是将小波分析与Hilbert变换相结合,可以正确区分异步电动机负荷波动与转子断条故障。该方法可以准确判定负荷突变发生时刻,提高了异步电动机转子断条故障检测的可靠性及准确性。数值仿真结果证明了该方法的有效性。     

基于概率神经网络和双小波的电能质量扰动自动识别

对电能质量(PQ)扰动的自动识别是找出引起PQ问题根本原因的前提。提出了一种基于概率神经网络PNN(Probabilistic Neural Networks)和db10,db1双小波的PQ扰动自动识别方法。首先,利用db10小波对信号进行分解,将各层小波变换系数的能量和第1高频层模极大值情况作为PNN的输入矢量,判断扰动类型;然后,对信号进行傅里叶变换以检测信号中是否含有谐波;最后,对判断存在电压下降的信号进行db1小波分解,根据其低频层的模值区分电压下陷和电压中断信号。测试结果表明,该方法提高了识别正确率,且实现简单,能有效检测幅值较小的谐波。     

电压波动信号检测方法的仿真研究

对电压波动和闪变进行有效监视与管理,首要任务是要准确提取电压波动信号。通过仿真,详细比较了平方检测法、H ilbert变换法、小波分析法用于平稳及非平稳的电压波动信号检测时各自的优越性。结果表明,平方检测法和H ilbert法更适用于检测平稳的波动信号,对于谐波污染较大的非平稳信号,用小波分析法则能够得到良好的检测结果。     

采用小波变换和同相位补偿的不间断动态电压恢复器

为消除瞬时电压扰动,提高电压质量,在介绍了不间断运行动态电压恢复器(UDVR)的工作原理、拓扑结构、工作模式及电压补偿策略后,提出了应用小波变换来检测动态电压恢复器中电压畸变特征量的方法,该算法对电源电压发生跌落、骤升、三相不平衡、伴随谐波等运行工况实现了畸变分量幅值和相位的无延时检测。以最新的三单相电压源型逆变电路独立补偿主电路取代传统的三相同时补偿,对UDVR在不同工况下的动态电压补偿特性进行了仿真实验研究。结果表明采用小波变换的UDVR具有较好的实时性和补偿灵活度,可以有效地抑制电网中各种电压暂态扰动,是解决电压型电能质量问题的有效手段,能满足敏感电力负荷在复杂电压暂态环境下的不间断运行。