基于小波变换的信号相关技术在电力电缆故障测距中的应用

提出了一种基于小波分解的信号相关技术.针对以往应用冲闪法的电力电缆故障测距技术普遍存在故障时刻检测不准确的问题,提出将小波分解与信号相关技术相结合,先对采集到的信号进行多层小波分解,去掉低频信号中的高频分量,应用信号相关技术计算出粗略的奇异点,然后运用搜索模极大值线的方法找到高频分量中的奇异点,从而得到精确的脉冲到达时刻.数字仿真结果验证了该方法的有效性.     

基于二维离散平稳小波变换的短时电能质量扰动检测方法

基于二维离散平稳小波变换,提出了一种精确定位短时电能质量扰动起止时刻的检测方法。利用二维小波变换将信号分解在3个不同的高频方向,用水平高频系数精确定位发生在工频相位过零点的电压凹陷的起止时刻,用垂直高频与斜线高频系数之和精确定位发生在工频相位非过零点的电压凹陷的起止时刻。该方法只需采用最简单的小波函数db1对信号进行1层小波变换,简单易行且对噪声不敏感。运用Matlab6.5进行仿真实验,验证了该方法的有效性、准确性和鲁棒性。     

短时电压扰动检测与定位新方法

提出了基于奇异值分解技术的短时电压扰动检测方法。根据短时电压扰动的电压采样序列构造Hankel矩阵,并对该矩阵进行奇异值分解;基于该分解结果将原电压信号分解到多个分解层,得到信号的一种线性分解,在某些分解层上电压扰动起点和终点表现为突变,根据这些突变可以定位扰动起始和结束时刻。从原采样序列中,在起点两侧分别提取一个周波信号进行FFT运算以获取扰动发生前后的基波幅值,基于两者幅值关系可以确定扰动的类型,并计算出其指标。搭建了短时电压扰动信号的模拟电路,并基于LabVIEW虚拟仪器检测平台建立实验系统,实验结果证明了所提方法的有效性,且比小波变换方法优越。     

短时电压扰动检测与定位新方法

提出了基于奇异值分解技术的短时电压扰动检测方法.根据短时电压扰动的电压采样序列构造Hankel矩阵,并对该矩阵进行奇异值分解;基于该分解结果将原电压信号分解到多个分解层,得到信号的一种线性分解,在某些分解层上电压扰动起点和终点表现为突变,根据这些突变可以定位扰动起始和结束时刻.从原采样序列中,在起点两侧分别提取一个周波信号进行FFT运算以获取扰动发生前后的基波幅值,基于两者幅值关系可以确定扰动的类型,并计算出其指标.搭建了短时电压扰动信号的模拟电路,并基于LabVIEW虚拟仪器检测平台建立实验系统,实验结果证明了所提方法的有效性,且比小波变换方法优越.     

基于小波分解的电网动态电能质量扰动检测

动态电能质量问题包括短时电压变化及各种暂态现象,这是近期暴露出来有待解决的新问题。利用小波分解进行动态电能质量的扰动分析与检测。以db4为小波基函数,进行6层多分辨率分析。观察仿真波形,发现信号的非零点发生电压骤降、骤升、中断、暂态脉冲和暂态振荡等动态扰动时,小波分解第1、2层的高频部分(cd1、cd2)有明显的模极大值点,可根据检测模极大值点来判断扰动发生和结束的时刻。而当过零点发生在电压骤降、骤升、中断时,若用此作为判据,会有一定误差。     

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。     

小波变换和自相关分析法在电力电缆故障测距中的应用

在深入分析电力电缆故障测距特点的基础上,本文采用电感式脉冲反射电流冲闪法取得故障信号。运用Daub4小波变换对原始故障信号进行分解、重构、消噪,得到分解后的高频信号和低频信号。对低频信号应用自相关分析技术提供约束条件,得到粗略的脉冲时刻,再根据模极大值搜索法,逐层向高频信号进行搜索,达到放电脉冲与反射脉冲时刻精确定位,从而实现故障的自动精确测距。仿真实验结果表明,此方法可取得较高的故障测距精度。     

一种可提取受波动干扰的电压暂降特征的信号处理方法

电压暂降信号中混杂的噪声会模糊暂降起止时刻的检测,而电压波动的干扰则会影响暂降幅值深度的确定,对此设计了一种基于变分模态分解(variational mode decomposition,VMD)的消噪方法及结合小波变换定位的三阶导数普罗尼(third derivative method-Prony,TDM-Prony)算法。首先将信号进行VMD分解,得到数个有限带宽的固有模态分量(band-limited intrinsic mode functions,BLIMFs),对获得的高频BLIMFs进行SURE阈值去噪,然后与低频分量进行重构。然后,对重构信号进行小波变换,定位电压波动及电压暂降的起止时刻,并利用TDM-Prony算法对波动信号段进行拟合以获取其信息,实现波动与暂降的分离;最后,对获得的干净暂降信号进行希尔伯特(Hilbert)变换可得其暂降幅值及持续时间。仿真结果表明,文中设计算法可有效地提取受波动信号的干扰的电压暂降特征。     

基于小波变换的抗噪声电压暂降检测方法研究

小波分析方法能够有效识别电压暂降起止时刻,针对目前电压暂降检测时由于噪声干扰存在引起的检测性能下降甚至失效问题,文章研究了暂降信号和噪声在小波变换各尺度的传播特性,提出了一种抗噪声电压暂降检测方法,通过提取最高频分量和次高频分量的能量因子,检测乘积数据集中的模极大值点以确定电压暂降的起止时间。仿真结果表明,该方法能够抑制噪声影响,提高电压暂降时刻检测的准确性。     

基于dq变换、小波变换及FFT的电能质量扰动识别

利用dq变换有效值波形特征、小波变换和FFT对7种电能质量扰动信号进行分层次识别并求其取特征参数。首先根据扰动信号电压有效值的分布特性将扰动分为两类:电压暂降、暂升和中断为第1类:谐波、瞬态脉冲、低频振荡、电压波动为第2类。然后对第2类扰动进行小波多分辨率分析,由高频系数特征识别出瞬态脉冲和低频振荡,通过过零点个数将两者区分。最后再对小波变换后高频系数呈现相似分布的谐波和电压波动进行FFT变换,用频谱特性进行识别。该方法不仅能够有效识别扰动类型,同时还能够求出电压暂降等扰动的起止时刻和幅值,瞬态脉冲和低频振荡的峰值、峰值时刻等特征参数。仿真实验结果表明了该方法的有效性。     

基于复小波变换和Teager能量算子的电压跌落检测方法研究

针对电压跌落的跳变相位、起止时刻和跌落幅值这三个特征量有效检测问题,提出了基于复小波变换和Teager能量算子的电压跌落检测方法。详细研究了复小波的构造原理以及它和Teager能量算子在检测电压跌落上的应用。对于含噪的电压跌落信号,利用Teager能量算子对db4复小波变换后得到的近似信号进行跌落幅值的检测,利用db4复小波变换检测发生跌落前后的两个近似信号的相位,以相位差的形式得出电压跌落发生的起止时刻与跳变相位。Matlab仿真结果验证了算法的抗干扰性与实时性。     

小波包分析在机组转子系统不平衡测试中的应用

通过水轮发电机转子系统的变转速实验对机组转子质量不平衡测试数据进行了分析。为避免信号中转频以外的其它频率成分对分析结果的影响，采用db10小波对转子振动测试信号进行三层小波包分解，对所需转频分量所处频段的小波系数进行重构，实现了对信号的滤波，通过数据分析表明了该方法的可行性及对不平衡检测的有效性。     

电机故障的小波MRA诊断技术

本文论述了电机运行过程中产生的故障现象,以及对电机故障信号的诊断方法。利用小波变换的多分辨率分析特性对电机故障信号进行多尺度分解,将信号分解到不同的频带上。通过对高频带分解系数的分析,可以提取出故障信号的特征,从而可以有针对性地对故障进行定位和诊断。仿真结果表明,从小波分解的高频细节系数中能够提取出精确的故障信号发生时刻以及频率,为故障的诊断提供了可靠的依据,表明了小波分析在电机故障诊断方面的广泛应用前景。     

A novel wavelet transform based voltage sag/swell detection algorithm

This paper proposes a novel sag/swell detection algorithm based on wavelet transform (WT) operating even in the presence of flicker and harmonics in source voltage. The developed algorithm is the hybrid of Daubechies wavelets of order 2 (db2) and order 8 (db8) to detect voltage sag/swell with and without positive/negative phase jumps. The hybrid detection algorithm can detect the start and end times of voltage sag/swell with and without phase jumps within 0.5 ms and 1.15 ms, respectively. The performance of the proposed voltage sag/swell detection method is compared with the results of dq-transformation, Fast Fourier Transform (FFT) and Enhanced Phase Locked Loop (EPLL) based voltage sag/swell detection methods. The good robustness and faster processing time to detect balanced and unbalanced voltage sag/swell are provided using proposed method. With the proposed hybrid detection algorithm consisting of db2 and db8 wavelet functions, a robust sag/swell detection is achieved which can give precise and quick response. The performance of proposed hybrid algorithm is validated and confirmed through simulation studies using the PSCAD/EMTDC analysis program.     

小波包变换在电能质量扰动检测中的应用

鉴于小波包变换能够均匀划分信号频带,聚焦任意频率,是暂态电能质量扰动分析的良好工具,提出了在噪声环境中电能质量扰动检测和定位的有效方法,即利用小波包变化模极大值原理定位电力系统短时扰动并确定扰动持续时间。仿真表明,通过小波包一、二次分解和重构能更好地提取扰动特征信息,从而为电能质量的检测、评估及治理提供依据,且该算法计算简单、快速、有效。     

基于DSP的电压闪变检测法

本文提出了一种在DSP上实现的基于同步检波原理和小波多分辨率分析的电压闪变计算法.对原信号实施一层小波多分辨率分解,采用过零点法分段确定其逼近分量的同步信号和解调信号.为获取原信号的包络线,把解调信号分解到逼近分量的截止频率低于2倍电网频率为止,然后仅用最后的逼近分量进行小波重构.为使电压闪变检测装置能够连续不断地处理被检测信号,选取了合适的采样率和批处理时间间隔.同时通过数据延伸来解决小波分析中存在的边缘效应.实验结果表明:检测装置运行可靠,计算精度达到2%.     

采用小波多分辨率信号分解的电能质量检测

针对典型的电能质量扰动信号 ,提出了采用小波多分辨率信号分解的电能质量检测与时频分析方法 ,并提出一种新型的同步检波器。该方法将电能质量扰动信号分解到子频带中 ,在小波域上检测信号的时间、频率和幅度 ,具有突出信号时域、频域局部特征的能力 ,因此特别适用于短暂瞬时信号的检测与分析。仿真结果表明 ,该方法具有优异的检测性能 ,适用于电压凹陷、电压凸起、电压间断、短时间谐波失真、暂态谐波失真、电压闪变与波动等电能质量扰动信号的检测与时频分析。     

Hilbert-Huang变换方法在谐波和电压闪变检测中的应用

将一种新的非平稳信号处理方法,即HHT(HilbertHuang Transform)方法用于检测与时频分析典型的电能质量扰动信号,如谐波、电压闪变与波动信号.该方法由经验模态分解法(EMD)及Hilbert变换两部分组成,先用EMD提取信号的固有模态函数(IMF)分量,再对IMF作Hilbert变换求瞬时频率和幅值.该方法可以从时域和频域两方面同时对信号进行分析,能够准确检测出突变、非平稳谐波和电压闪变信号的时间、频率和幅值信息.仿真分析结果表明了该方法检测非平稳电能质量扰动信号的有效性.