小波变换去噪在绝缘子污秽放电声发射监测中的应用

研究了绝缘子污秽放电声发射监测中用小波变换进行信号提纯与消噪的实现问题。在大量绝缘子污秽放电声发射试验基础上,分析总结了污秽放电声发射信号的共有特点。并提出一种基于声发射信号小波变换的小波基选取方法。采用选取的最优小波函数rbio3.9对声发射信号进行频谱分析,提取了声信号的特征频带,并对重构后的信号进行二重小波分解消噪。两组声发射信号的小波变换消噪结果表明,小波变换提高了信号信噪分离结果的可靠性,有效地降低了噪声对污秽放电声发射信号的影响。     

电力暂态信号小波分析的后处理方法研究

由于电力系统暂态信号经小波变换后信息繁多,需要研究对小波分解的大量信息进行恰当后处理和自动特征提取的方法。文章从定量分析的角度介绍了小波分析后处理的概念,探讨了几种电力系统暂态信号小波变换后的特征提取方法,即后处理方法,包括模极大值与奇异性分析、能量分布分析、小波系数聚类分析、小波系数统计分析、小波熵分析,以及将其用于电力系统故障检测和分类的物理意义。对一种新型后处理方法小波奇异谱熵在频变系统中的应用进行了仿真分析,结果表明该后处理方法可应用于电力系统设备和线路的故障检测。     

基于小波变换的电力系统谐波检测抗混叠问题研究

正确提取电网谐波是进行电能质量分析的前提,利用小波分析能将电压或电流等信号分解为基波信号和高次谐波信号.分析了离散小波混叠的物理本质,提出一种新的混叠抑制方法,克服了现有抗混叠方法计算量大的缺点,并通过MATLAB进行仿真,表明该方法可以有效消除谐波检测中的小波混叠现象,将信号中不同频率的谐波有效地提取出来,有利于进行电力系统谐波信号精确分析.     

基于小波分解的信号降噪方法研究

本文对热电偶动态标定中红外辐射温度计输出信号的降噪方法进行了研究。首先分析了经典滤波器方法的不足,介绍了小波分析在动态测试信号去噪中的应用;讨论了小波分析的理论基础、小波基的选择、分解级数和阈值的确定;最后在MATLAB平台下对红外辐射温度计信号进行了去噪实验。实验结果表明,该方法有效去除了固定频率噪声和高频噪声,而且去噪后信号与原始信号中有用信号成分是同步的,这对于热电偶的建模分析具有重要意义。     

基于最优小波包的水轮发电机组振动信号特征提取方法

水轮发电机组振动信号的在线监测是实现机组状态检修方法的关键。在分析了水轮发电机的机组振动信号特征后,提出采用db1小波进行振动信号的特征提取,在信号分析中主要应用shannon熵。小波包的构造是基于函数空间的正交剖分;最佳小波包基的选择就是应用最优的分解方法和有效的算法寻找出最小熵标准;给出了机组振动信号特征提取的步骤。根据所构造的最优小波包对机组振动信号进行分解并运用能量特征提取分析方法对机组振动信号进行特征提取。     

小波软阈值去噪技术在电能质量检测中的应用

小波方法是一种很好的电能质量信号检测和分析工具，但其性能往往受信号中噪声的影响，当噪声比较大的时候，小波方法甚至会失效。文中根据小波变换的时频特性，分析了信号和噪声在小波分解过程中的不同特性，并在此基础上利用改进的软阈值去噪技术对电能质量信号进行信号去噪处理。软阈值方法能根据各小波空间上特征分量和噪声的统计特性设置适当的阈值来消除噪声，并以此恢复小波方法的性能。该方法不仅较好地解决了保护信号局部特征与抑制噪声之间的矛盾，能很好地对各种电能质量信号进行去噪处理，而且达到了数据压缩的效果。仿真计算结果表明，该去噪方法是有效的。     

基于谐波小波包理论的轴承故障诊断

小波分析在故障诊断中得到较广泛的应用,但采用不同的小波,分析结果往往会有很大差异.通过对谐波小波和谐波小波包的分析研究,指出了谐波小波包对振动信号局部频段分析的优良特性.结合仿真信号与故障实验进行分析,提出将谐波小波包方法用于诊断轴承故障.实验验证取得了满意结果,表明谐波小波包方法是一种有效的故障诊断工具.     

小波变换去噪在绝缘子污秽放电声发射监测中的应用

研究了绝缘子污秽放电声发射监测中用小波变换进行信号提纯与消噪的实现问题.在大量绝缘子污秽放电声发射试验基础上,分析总结了污秽放电声发射信号的共有特点.并提出一种基于声发射信号小波变换的小波基选取方法.采用选取的最优小波函数rbio3.9对声发射信号进行频谱分析,提取了声信号的特征频带,并对重构后的信号进行二重小波分解消噪.两组声发射信号的小波变换消噪结果表明,小波变换提高了信号信噪分离结果的可靠性,有效地降低了噪声对污秽放电声发射信号的影响.     

多层多分辨分析算法及在电力系统中的应用

为了改善小波函数在电力系统故障信号分析中的性能，提高小波变换的运算速度，提出了新的小波函数构造方法及其相应的小波变换。该方法具有普遍性，所构造的小波具有简单、时频局部化性能好等优点。根据这种新的小波构造方法，提出了多层多分辨分析的快速算法，此外，利用多层多分辨分析的算法，对电力系统故障信号进行处理和分析，证明基于多层多分辨分析小波变换方法在检测电力系统故障的突变信号分量方面，是一种非常有效的方法。该小波函数构造方法及其多层分辨分析算法，同样适合于其它领域里的故障信号分析与信号处理。     

基于小波分析的电能扰动研究

为了有效准确地对电力系统的各种扰动源进行准确的定位,文章提出了一种基于小波分解的电能扰动在线监控理论。分别分析了小波分析的基本原理、MALLT以及小波变换模极大值理论。重点对小波降噪处理和模值极大理论在扰动检测中的应用进行了分析。该方法利用小波细节信号对信号的突变十分敏感的特点,当电网出现干扰时,电压信号必定出现异常波动,反映在小波分析上就是细节信号出现模极大值。在此基础上通过MATLAB编程对常见的几种扰动源进行了仿真分析,最后对实验数据进行了降噪和小波分解。通过实验仿真分析可以看到:小波变换理论对常见的几种扰动源能够进行很好的检测与定位,是一种可靠高效的电能扰动定位方法。     

三角样条调频小波变换的电机轻微故障定位

实小波变换只能提取信号的幅值特性，而电机轻微故障信号的小波幅值很小，因而用实小波变换有时很难检测到故障的发生，复值小波不仅能提取信号的幅值特性，还能提取信号的相位特性，进而在轻微故障信号的小波变换幅变化不太明显的情况下，利用相位变化的特性也能准确判断微弱故障信号的突变点，文章将线调频小波变换应用到电机微弱故障的诊断中，取二阶三角样条小波作为窗函数，并令q=0得到简化的二阶三角样条调频小波，提取故障信号的相位特性，成功地确定了微弱故障信号的突变点。     

对称小波构造方法及其在电机故障信号处理中的应用

对称小波或反对称小波具有线性相位或广义线性相位，因而在信号的分解和重构中非常重要，它可以避免信号失真。在工程中广泛使用的Daubechies小波和Symmlet小波都不是对称小波，作者使用的对称小波构造方法是一种通用的方法，并就Db4和Sym4小波构造了对称小波，构造出的对称小波的计算量是原先小波的一半，提高计算速度。仿真结果表明，由Db4构造的对称小波包与Db4小波包相比，在信号分解与重构过程中具有频率泄漏少、能量集中、计算量小和实时性好等优点。     

暂态信号分析中小波基的选择与应用

暂态信号的识别、处理和利用是新一代继电保护(暂态保护技术)发展的基础。处理非平稳信号时,小波变换在时域和频域内均有局部化能力。研究和描述小波分析理论,探讨小波基的特性,为电力系统常见暂态信号分析的小波基选择提供了依据。利用Matlab对1条500 kV输电线路发生单相接地时进行故障定位仿真结果表明,选择Db4小波进行信号分析是准确的;建立单相接地短路、雷击输电线路2种暂态类型,得到多尺度能量统计能反映不同暂态的特性。     

非线性相位带限正交小波及其在电力系统故障检测中的应用

阐述了非线性相位带限正交在小波理论与工程实用方面的重要意义,介绍了作者提出的非线性相位带限正交小波－混合正交小波基的优点与构造方法,并以检测电力系统典型故障波形为例,证实了这种小波相对于常用的时域紧志小波的优越之外。     

基于幅频特性的复值小波构造及其在电力系统信号分析中的应用

提出了基于幅频特性的复值小波函数构造方法及其相应的复值小波变换。该方法构造的复值小波具有频率局部化性能好、提取故障信号特征分量较准确的优点。复值小波变换能准确分辨出信号中所包含的幅值信息和相位信息,因而,适用于电力系统的故障信号的检测。利用基于幅频特性的复值小波变换,对发电机转子部分故障信号进行了分析,显示了基于幅频特性的复值小波变换的电力系统故障信号分析方法,是一种有效的方法。     

汽轮发电机组转子动静碰摩故障检测的小波分析方法研究

利用小波分析技术对汽轮发电机组动静碰摩的振动信号进行分析,给出碰摩故障信号在不同尺度下的分析结果。通过多尺度分析,使碰摩故障特征在相应的尺度图上得以体现出来。文中比较了具有相似频谱特性的两类故障信号的小波分析结果,得出了理论分析结果,为汽轮发电机组碰摩故障识别提供了新的思路。最后运用小波碰故障的准确定位进行了讨论。     

基于机械振动信号的高压真空断路器故障诊断研究

提出一种基于小波-包络谱能量提取振动信号特征并进行故障诊断的新方法。首先应用小波分析对振动信号进行降噪处理,然后与希尔伯特变换相结合,提取振动信号的低频和高频包络,最后对包络信号进行谱分析及能量特征提取。实验结果表明,该方法对提取高压真空断路器机械振动信号的特征是有效的,可为故障诊断提供依据。     

基于小波分析和神经网络的电机故障诊断方法研究

在电机故障诊断技术中,电机振动信号最能全面反映电机的运行状态.由于电机振动信号属于非平稳随机信号,传统的傅里叶变换从频域角度进行信号分析,只能说明信号中某频率成分幅值的大小和频率密度,不能检测奇异信号点的时域信息,而且还可能将含有丰富故障信息的微弱信号作为噪声滤去.因此,不能完全满足故障信号特征提取的要求.为解决这一问题,提出一种基于小波分析和神经网络的电机故障诊断方法,该方法采用小波时频分析技术对电机故障振动信号进行消噪滤波,通过小波包分解系数求取频带能量,根据各个频带能量的变化提取故障特征,应用BP神经网络进行故障识别,并采用Matlab仿真软件予以实现.结果表明,该方法不需要建立电机的故障诊断模型,能有效提高电机故障诊断的准确性.     

基于幅频特性的复值小波构造及其在电力系统信号分析中的应用

提出了基于幅频特性的复值小波函数构造方法及其相应的复值小波变换。该方法构造的复值小波具有频率局部化性能好、提取故障信号特征分量较准确的优点。复值小波变换能准确分辨出信号中所包含的幅值信息和相位信息 ,因而 ,适用于电力系统的故障信号的检测。利用基于幅频特性的复值小波变换 ,对发电机转子部分故障信号进行了分析 ,显示了基于幅频特性的复值小波变换的电力系统故障信号分析方法 ,是一种有效的方法。