基于小波消噪法的电动汽车直流充电电能计量算法优化

在常规直流电能计量算法的基础上,针对目前非线性负荷对直流计量准确度影响显著的问题,提出了电动汽车直流充电时的改进计量算法,将离散小波消噪法和梯形积分法引入电动汽车直流充电电能计量;利用离散小波消噪法对采样电压和采样电流信号进行滤波处理,进而得到功率,再利用梯形积分法对功率积分从而实现电能计量。与传统的直流计量法相比,所提改进算法的结构简单、计量精度更高,适合电动汽车的直流充电电能计量。     

采用改进CPSO动态搜索时频原子的电能质量扰动信号去噪方法EI北大核心CSCD

针对电能质量扰动信号噪声抑制中的难点问题,即有效滤除噪声的同时又能较好地保留信号奇异点信息,提出一种采用改进混沌粒子群(ICPSO)动态搜索时频原子的电能质量扰动信号去噪方法。首先,构建了与电能质量扰动信号时频特征相匹配的过完备原子库,采用正交匹配追踪(OMP)算法求解信号稀疏模型,同时采用ICPSO算法对时频原子匹配过程做进一步优化。然后,以残差比阈值确定迭代终止次数,利用最佳匹配原子和稀疏系数重构原始信号,实现信号去噪的目的。运用文中介绍方法对6种典型的电能质量扰动信号进行去噪处理,并与形态学滤波和小波阈值去噪2种方法进行对比。仿真结果表明,文中方法在有效去除噪声的同时,能完整地保留突变点信息,去噪结果准确性高。     

AT1原子时算法的研究

原子时算法的选用将对原子时标的准确度和稳定度有着很大的影响.本文从AT1实时原子时算法的基本原理出发,结合中国计量科学研究院守时钟房中原子钟的实际情况,对AT1实时原子时算法进行了系统的研究,给出了其算法流程,特别是,对一些关键量进行了分析和数据验证,给出了期望钟组的计算方法,最后得到了期望的钟组计算结果.该结果表明,钟组时间的频率稳定度大大优于每台单个钟的频率稳定度,满足技术要求.     

基于MVMD与CMSE的水电机组摆度信号消噪方法

本文提出了一种基于多元变分模态分解(Multivariate Variational Mode Decomposition, MVMD)与复合多尺度熵(Composite Multi-scale Entropy, CMSE)的水电机组摆度信号消噪方法。该方法利用MVMD算法将多传感器同时采集的多通道摆度信号进行了同步分解,有效地提高了多通道数据融合处理能力,同时得到了若干个固有模态分量;采用复合多尺度熵阈值准则确定重构信号的固有模态分量个数,实现水电机组摆度信号的消噪。通过与VMD及小波分解方法进行仿真信号消噪对比,比较相关系数与信噪比,结果表明本文提出的方法具有更好的消噪效果。最后通过实例分析进一步验证了本文所提出的方法具有更好的信号消噪性能。     

基于CEEMDAN-SG的爆炸冲击波去噪算法研究

在采集爆炸冲击波超压信号时,由于监测的高温环境、压力传感器的误差以及磁场干扰,爆炸冲击波超压信号中混入了大量的噪声。为了准确地获取超压信号的特征,设计了一种基于融合完全集成经验模态分解与自适应噪声(CEEMDAN)与SG(Savitzky-Golay)去噪算法。首先使用CEEMDAN对爆炸冲击波超压信号进行分解,其次计算每个本征模态函数(IMF)的能量贡献率,利用SG滤波算法将能量贡献率低于0.1%且大于0.05%的IMF进行去噪处理。实验结果表明,CEEMDAN-SG与经验模态分解(EMD)、改进的集合经验模态分解(EEMD)、CEEMDAN以及CEEMDAN-小波阈值去噪所比较,信噪比分别提高了0.85、0.71、3.09、0.25 dB,且均方误差最小。CEEMDAN-SG与CEEMDAN-小波阈值去噪在去除噪声效果较理想,且CEEMDAN-SG在0.16 s时与原信号相似度最高。该算法不仅能有效去除噪声,而且还可以保留原始信号的特征,适用于爆炸冲击波超压信号的去噪处理。     

基于Kalman滤波算法的电网故障行波检测方法

行波检测是电网故障行波定位与行波保护技术的关键。为提高在含噪环境下行波检测的准确度与可靠性,本文提出了一种基于Kalman滤波算法的电网故障行波信号检测方法。该算法首先对电网电流信号进行分析,选取基波以及各次谐波作为状态变量建立状态空间,在此状态空间中利用Kalman滤波算法,实现对电网故障电流信号的预估及校正;由此得出校正后的电网电流信号幅值,利用幅值的奇异点进行行波检测分析,记录行波的到达时刻。仿真分析表明,Kalman滤波算法在不同的故障条件下均可准确检测出行波信号;在含噪声情况下和微弱信号下,相比于Hilbert-Huang变换和小波变换,Kalman滤波算法能有效提高电网故障行波定位的准确度与可靠性。     

小波变换在航空发电机异常检测中的应用研究

针对飞机交流发电机日常维护中传统检测和分析方法的不足,提出一种基于小波变换的飞机交流发电机异常检测方法,其思想是先把交流发电机输出电压信号采用小波进行分解,然后对分解后的小波系数利用基于噪声标准偏差估计的阈值滤波算法进行消噪处理,最后利用小波变换对消噪之后的电压信号进行奇异值检测从而获得信号的异常变化.通过对飞机交流发电机实测数据进行处理,实验结果表明,该方法能有效地排除电压信号中的噪声干扰,及时地捕获发电机输出电压信号的异常变化,最终实现比较准确的故障检测与定位,具有一定的实用价值.     

小波变换阈值降噪方法及在武器自动机数据处理中的应用

研究基于小波变换的信号降噪的原理和方法,从中选择阈值法降噪.详细论述了该方法的原理,特点和利用MATLAB中小波分析工具箱进行设计的步骤.对默认阈值消噪处理,强制消噪处理,给定阈值消噪处理3种阈值处理方法和rigrsure,heursure,sqtwolog,minimax 4种阈值选择方法进行了定性和定量比较,并实现了自动机数据信号降噪的计算机仿真.通过比较,得出在处理实际自动机数据信号时,给定阈值消噪处理方法中的heursure阈值和rigrsure阈值选取规则能够更有效去除噪声.     

基于LMS算法的分布式光纤测温系统中信号处理研究

光纤测温技术已基本趋于成熟,但系统的测量精度还有待提高,所以分布式光纤测温系统的信号处理对系统具有极其重要的意义,也是近年来的研究热点。在分析了系统的信号特点后,提出采用自适应滤波算法对反斯托克斯信号进行去噪处理并进行MATLAB仿真,验证该算法的可行性性。还将该滤波算法的不同种类进行多种组合实现对拉曼散射信号的二次去噪处理,并比较几种不同的自适应滤波算法及其组合的仿真效果。     

基于三角模融合算子的电能质量去噪算法

针对电能质量信号的去噪要求,结合模糊中值滤波算法和模糊均值滤波算法的优点,采用信息融合技术,利用模糊理论中的三角模算子将模糊均值滤波算法和模糊中值滤波算法的隶属度融合,并通过加权滤波的方法对信号进行去噪.实验结果表明,该方法克服了传统方法的缺点,能够在去噪的同时保留信号的突变点信息,适合对电能质量信号进行去噪,其算法设计简单、实用性强、有广阔的应用前景.     

基于PSO-OMP优化的WD-ASD超短期负荷预测

为提高负荷预测精度,降低电力系统规划决策的保守性,本文提出了一种基于小波-原子稀疏分解(WD-ASD)的超短期负荷预测模型。该模型使用模糊聚类算法提取相似日为历史数据,采用小波分解(WD)作为前置环节,以基于原子表达式的自预测和基于最小二乘支持向量机(LSSVM)的残余分量预测为基础构建原子稀疏分解(ASD)预测模型,分别对负荷的高低频分量进行预测,并将结果相加得到最终预测值。其中ASD分解过程由正弦原子库自适应匹配分解完成,并将粒子群算法(PSO)和正交匹配追踪(OMP)算法相结合以增强原子稀疏分解能力。实际负荷数据算例验证了所提方法的自适应性、快速性及有效性。     

基于小波包最优基的图像压缩算法研究

阐述了基于小波包最优基的图像压缩算法,分析了代价函数的选择和最优基的构建并与小波树压缩算法进行了比较,对小波包分解尺度及不同小波基选取对压缩性能的影响进行了探讨.仿真实验表明,基于小波包最优基的压缩算法在保持图像细节信息方面优于小波树压缩算法.但是,如何合理的选取分解尺度及小波基仍有待于进一步研究.     

EWT算法在ECG信号滤波中的研究

针对经验模态分解(EMD)算法存在的模态混叠问题和集合经验模态分解(EEMD)算法实时性不足的缺点,采用EMD与小波分析相结合的EWT算法,对ECG信号的频谱自适应分割,在分割区间上构建小波滤波器组,提取具有紧支撑的单分量成分,剔除直流分量和噪声余项,并将其余分量重构。实验数据来自MIT-BIH数据库中真实的心电图(ECG)信号,仿真结果表明,该算法能有效去除ECG信号中的基线漂移和工频干扰,信噪比(SNR)、均方根误差(RMSE)和自相关系数(AC)优于其他两种自适应算法EMD和EEMD;算法整体运行时间小于1 s,满足了心电监测的实时性与准确性要求。     

基于振动信号小波包提取和短时能量分析的高压断路器合闸同期性的研究

该文提出了一种分析高压断路器合闸同期性的新方法将小波包提取算法和短时能量分析方法相结合，利用小波包分解与重构原理将断路器合闸振动信号分解到不同频段中，并对代表高频冲击信号的分解系数进行重构，然后运用短时能量分析方法对重构后的信号进行分析，辨识出合闸变位点。通过对三相合闸过程的分析，得出三相同期性。通过MATLAB仿真分析和实验结果验证了该方法的有效性。     

Analyzing pulmonary capillary pressure

A new mutual wavelet packets scheme is proposed for subband adaptive filtering. Its relation to the existing literature on the subject is outlined. The proposed scheme performs a decomposition of the two signals used in the adaptation process onto the same optimal basis. That basis is chosen so that it favors the adaptation performance. A new criterion, based on a functional of the two signals, is introduced. This proposed criterion consists in the maximization of the magnitude of the cross-correlation samples of the two signals considered. This maximizes the cross-correlation vector of the well known normal equations. At the expense of a slightly higher computational complexity, the mutual wavelet packets scheme reduces the aliasing drawback of regular subband adaptive filtering, preserving its main advantages. Simulations have been performed on pulmonary capillary pressure transients for respiratory interference cancelling. The method proved to be more efficient than classical methods     

自适应小波压缩算法在连续录波装置中应用

针对连续录波海量数据的存储和对称电力系统故障持续时间短的运行特点,基于Clark变换和小波变换提出了一种自适应录波数据压缩技术以解决连续录波中的海量数据存储与存储设备安全和容量之间的矛盾.根据小波变换最大比例系数区分出正常数据与故障数据,对故障数据利用小波分解和自适应阈值处理同Lz77相结合的方法直接进行自适应小波压缩存储,对于非故障数据则在Clark变换基础上再进行自适应小波压缩存储,以提高数据压缩效率.应用Simulink仿真模拟输电线路的正常和故障运行2种情况对所提出的压缩算法的有效性进行验证.仿真数据表明所提出的压缩方法比不进行数据区分压缩算法的压缩率更高,可有效地解决连续录波器中海量数据的存储与设备容量之间的矛盾.     

基于小波阈值的局部放电去噪新方法

针对局部放电信号去噪,传统的小波阈值法因小波基、阈值和分解层数这三个因素的影响,会使去噪后的波形发生畸变,产生较大误差。为了减小这些因素的干扰,本文提出了基于小波阈值去噪的新方法。首先利用波形相似法选取最优小波基,其次通过对理想局部放电信号和高斯白噪声进行每个尺度的小波分解与重构,并结合统计学知识确定局部放电信号去噪的阈值,最后对高频信号和低频信号进行能量分析,确定最优的分解层数。利用该方法和传统的小波阈值法对仿真放电信号去噪,去噪结果表明新方法在信噪比、均方根误差、相关系数和波形畸变率四个不同的指标上都得到了有效的提升,定性和定量的分析验证了该方法的有效性,实测的去噪结果表明新方法去噪效果令人满意,为局部放电信号去噪提供了一种新思路。     

基于小波包分析的电力负荷预测算法

提出基于小波包分解和重构的电力负荷预测算法.算法使用具有线性相位的双正交小波对电力负荷数据进行小波包分解和重构,然后用神经网络直接对各尺度上的电力负荷分量进行预测,最后将各尺度上的预测值相加,得到实际负荷预测值.算例表明算法具有较高的预测精度,优于传统的BP神经网络,有利于分析不同时频区域的电力负荷特性,为更准确地建模和预测提供了条件.     

基于经验模态分解的局部放电去噪方法

在简单介绍经验模态分解(EMD)的基础之上，将经验模态分解用于局部放电的信号分析。根据含噪声信号分解后固有模态函数(IMF)的统计特征，提出了一种基于向量阈值的新去噪算法，相比于常规的小波去噪算法，该算法具有形式简单、应用方便灵活、不受傅里叶变换及小波函数选择的限制等特点。实际处理结果及与小波的对比表明，新算法可以有效地抑制白噪声，取得和小波变换几乎一致的效果。     

基于混合小波包的电能质量数据压缩算法

经典小波算法在分解电力系统监测系统的录波数据时,单一小波基难以与电能质量事件复合特征达到最优匹配,为了进一步提高电能质量数据小波压缩算法的效率,本文在单小波分解的基础上,针对电力系统数据特性提出混合小波包算法:首先通过MATLAB仿真产生不同类型的电网故障录波数据,再将仿真数据所对应的熵函数作为遗传算法寻优的代价函数,优化混合小波包基结构,最后利用新算例验证优化好的混合小波包。仿真实验的结果表明本文算法获得的压缩效果优于经典小波压缩算法。