改进的VMD-HT在电能质量扰动检测中的应用

针对电能质量扰动检测精度低和抗干扰性弱的问题,提出了一种基于能量收敛因子与PSO优化的VMD-HT方法.首先通过改进的VMD方法自适应地选择k和 α的最优取值,然后通过Hilbert变换求取VMD分解后IMF分量的瞬时幅值-频率仿真图,定位扰动发生的起止时刻,实现电能质量扰动的检测.通过加入白噪声模拟实际电能质量扰动和...     

电能质量暂态扰动的HS变换检测方法

为提高电能质量暂态扰动检测定位能力,设计一种采用Hyperbolic S变换(HS变换)的扰动检测方法.在采用HS变换处理电能质量信号的基础上,通过计算HS变换模矩阵上各采样点不同频率对应的幅值之和未定位扰动起止点.新方法首先通过阈值对幅值和曲线进行预处理;之后,采用峰值点定位扰动起止时间.仿真实验证明,新方法实现了不同参数条件下电压暂降、电压暂升、电压中断、电磁脉冲、电压尖峰、电压切痕、振荡暂态等7种扰动的准确检测.该算法具有较好的鲁棒性与抗噪性,受不同扰动参数影响较小,符合实际环境下的扰动定位要求.     

基于小波变换的电能质量扰动检测与定位

文中针对小波变换模极大值检测原理及其在电压暂降、骤升扰动信号检测中的应用进行了详细研究。介绍了小波变换理论,提出了采用小波多分辨率信号分解的电能质量暂态干扰检测新方法,通过检测小波变换模极大值,实现了对电压暂降扰动发生、恢复时间的精确定位。仿真计算结果表明该检测方法是有效的。     

小波变换在电能质量扰动检测与定位中的应用

论述小了波多分辨率信号的分解原理,提出了采用小波多分辨率信号分解的电能质量暂态干扰检测新方法.给出了电压下凹、短时断电、冲击信号等电能质量干扰检测与时频分析的仿真实验.结果证明,该方法对暂态电能质量的检测是有效的.     

采用多分辨率广义S变换的电能质量扰动识别

为提高电能质量复合扰动识别能力,提出一种采用多分辨率广义S变换(multiresolution generalized S-transform,GST)的扰动识别方法.首先,将信号频谱分为低频、中频、高频3个频域,分别设定窗宽调整因子,使其在各个频域具有不同的时-频分辨率,满足不同扰动信号识别要求.并针对高频振荡识别问题,设计基于基频傅里叶谱特征的自适应窗宽调整方法.在此基础上,提取6种特征用于构建决策树.最后,提出最小分类损失原则,确定决策树节点分类阈值,设计扰动分类器.仿真与实测信号实验证明,新方法能够准确识别含5种复合扰动在内的13种扰动.相较于S变换、广义S变换和Hyperbolic S变换,新方法具有更好的特征表现能力,分类效果好,抗噪声干扰能力强.     

基于S变换的电能质量扰动分析

针对电能质量扰动信号的特征,提出一种基于S变换模矩阵的信号检测与分类方法,并对电能质量扰动信号进行分类.对电能质量扰动信号的电压凹陷、电压尖峰、暂态随机干扰等现象应用S变换分析,构造等值时频图,从而清晰直观地显现出电压干扰.     

基于S变换和决策树算法的电能质量扰动识别

提出一种基于S变换和数据挖掘中决策树算法的电能质量扰动识别的方法.该方法首先用S变换对电能质量扰动波形进行时频分析,并使用统计方法提取相关特征量,然后用决策树算法对提取的特征量样本进行分类,并获得明确的分支规则.仿真结果表明,该方案正确率高,抗噪声能力强,训练样本少,响应速度快.     

基于扰动测度的电能质量扰动源定位方法

针对现有电能质量扰动源定位方法中对扰动方向表征不足的问题,引入扰动测度概念,测量扰动的大小和方向,提出一种扰动方向的定量表示方法以及相应的扰动源定位算法。首先利用基本信度分配函数对扰动方向进行量化处理,然后通过隶属度函数对扰动功率和扰动能量进行综合定位,得出多测点的扰动方向测度列向量,结合覆盖矩阵得出最终的定位结果.仿真结果表明：在原方法定位不准确的情况下,新方法仍然能够正确定位扰动源,证实了此方法的有效性和可行性.     

优化核参数的SVM在电能质量扰动分类中的应用

针对短时电能质量变化和暂态扰动现象的不同特点,建立常见电能质量扰动的数学模型.运用小波变换对暂态电能质量扰动现象的内在特征进行提取,将扰动电压变化率绝对值、扰动能量变化量作为暂态电能质量扰动的特征向量.根据支持向量机的基本原理,给出一种推广误差上界估计判据,利用此判据进行最优核参数的自动选取,利用支持向量机进行训练和测...     

基于内禀模态奇异值伪熵特征提取的电能质量扰动识别

针对电能质量暂态扰动信号的非平稳、非线性等特点,提出一种基于内禀模态奇异值伪熵特征提取和支持向量机的电能质量复合扰动识别分类方法.该方法通过经验模态分解方法将各种非平稳电能质量扰动信号分别分解成若干个平稳的内禀模态函数,然后分别对每个有意义的内禀模态函数组成矩阵.该识别方法提出奇异值伪熵的概念,并依据该奇异值伪熵特征向量,通过支持向量机对各种电能质量扰动数据进行识别分类.实验结果表明,所提方法能有效地进行特征提取和电能质量扰动识别分类.     

Research and applications of FDMP algorithm for power quality signal analysis

The accuracy of unsteady-state disturbance analysis of power quality signals is reduced by the steadystate components with high amplitudes and energies.In this paper,a novel frequency-domain matching p...     

暂态电能质量分析中的小波算法及应用

针对当前电力系统存在的暂态电能质量中持续时间短、发生随机性大及不容易检测的特点，提出了基于C语言的小波算法检测暂态电能质量的方法．研究结果表明，小波变换能在时域上对电压暂态瞬时变动的发生时刻进行准确定位，并可利用相应控制系统有效改善电能质量．     

基于时频特征的卷积神经网络跳频调制识别

针对人工设计特征表征能力不足,提取难度大的问题,提出基于卷积神经网络（CNN）的跳频信号调制方式识别系统. 该系统通过训练学习跳频信号时频图特征,将调制方式识别问题转化为图像识别问题. 采用组合时频变换方法对跳频信号进行时频变换得到二维时频图;经过自适应维纳滤波算法滤除背景噪声,提高系统抗噪性;采用连通域检测和双线性插值算法提取跳频信号每跳时频图,对时频图大小进行重置调整;将已处理的时频图输入到设计的11层卷积神经网络中进行训练学习,通过在输出层增加Softmax分类器,实现跳频调制方式分类识别. 仿真结果表明,该系统在信噪比为–4 dB条件下,对跳频信号BPSK、QPSK、8PSK、SDPSK、QASK、16QAM、32QAM和GMSK共8种调制方式的平均识别率达到92.54%.     

基于鉴别能力分析和LDA-LPP算法的人脸识别

针对人脸识别中的DCT系数选择问题和如何从全局和局部同时提取识别特征的问题,提出了一种基于鉴别能力分析和LDA-LPP的人脸识别算法。即先对人脸图像进行DCT变换,利用鉴别能力分析方法进行DCT系数的选择,融合LDA和LPP降维技术进行降维处理,不仅可以保持数据的全局性,同时也能够保持数据的局部性。在ORL人脸库和Yale人脸库上的实验表明,本文方法可以选择有效的DCT系数,明显提高了识别精度和鲁棒性。     

基于DSP的暂态电能质量小波变换检测方法

介绍一个基于DSP的暂态电能质量小波变换检测新方法,分析暂态电能质量小波变换测量的基本原理,阐述暂态电能质量小波变换测量运算的DSP实现电路与编程策略;模拟实验结果证明该方法的有效性.     

Application of wavelet transform to detection of ferro-resonance

0　ＩＮＴＲＯＤＵＣＴＩＯＮＴｈｅｆｅｒｒｏｒｅｓｏｎａｎｃｅｃａｕｓｅｄｂｙｔｈｅｓａｔｕｒａｔｉｏｎｏｆａｐｏｔｅｎｔｉａｌｔｒａｎｓｆｏｒｍ(ＰＴ)ｉｓａｆｒｅｑｕｅｎｔｌｙｏｃｃｕｒｒｉｎｇｉｎｔｅｒｎａｌｏｖｅｒｖｏｌｔａｇｅｉｎｔｈｅｐｏｗｅｒｓｙｓｔｅｍ.Ｕｎｄｅｒｔｈｅｅｘｃｉｔａｔｉｏｎｏｆｓｏｍｅｓｗｉｔｃｈｉｎｇｏｐｅｒａｔｉｏｎｓｏｒｔｒａｎｓｉｅｎｔａｒｃｇｒｏｕｎｄｉｎｇ,ｔｈｅｎｏｎｌｉｎｅａｒｉｎｄｕｃｔａｎｃｅｏｆｔｈｅＰＴｃｏｒｅｆｏｒｍｓａｓｐｅｃｉａｌ3ｐｈａｓ…     

基于小波和进化网络的电能质量动态扰动自动识别

提出了一种基于小波和进化网络的电能质量动态扰动自动识别方法。首先应用Ｄａｕｂｅｃｈｉｅｓ ４小波对扰动波形进行分解,得到各个尺度上的小波系数,然后进行特征提取:采用遗传算法设计的模式特征分类器对扰动进行分类。实验表明该方法具有分类准确、网络学习速度快及收敛效果好等显著特点。