基于小波多尺度变换的局部放电图像识别方法

局部放电模式识别是一种高电压设备绝缘故障诊断的有效方法。文中基于小波多分辨理论,提出了一种对局部放电φ-q-n灰度图像进行模式识别的新方法。该方法对局部放电待识别图像和参考图像进行小波多尺度分解,然后对某一尺度上形成的低频子图像进行相似度以及模式贴近度计算,按照模式贴近度最大的原则进行模式识别。文中对放电模型实验获得的放电样本进行了模式识别并计算出基于4种小波基的多尺度图像分解的局部放电图像的识别率,分析了小波分解尺度及4种小波正交性及光滑连续性对识别率的影响。分析表明,选择正交小波和合适的分解尺度,文中提出的方法能够获得良好的效果。     

基于小波多尺度变换的局部放电图像识别方法

局部放电模式识别是一种高电压设备绝缘故障诊断的有效方法。文中基于小波多分辨理论,提出了一种对局部放电(?)-q-n灰度图像进行模式识别的新方法。该方法对局部放电待识别图像和参考图像进行小波多尺度分解,然后对某一尺度上形成的低频子图像进行相似度以及模式贴近度计算,按照模式贴近度最大的原则进行模式识别。文中对放电模型实验获得的放电样本进行了模式识别并计算出基于4种小波基的多尺度图像分解的局部放电图像的识别率,分析了小波分解尺度及4种小波正交性及光滑连续性对识别率的影响。分析表明,选择正交小波和合适的分解尺度,文中提出的方法能够获得良好的效果。     

基于小波多尺度变换局部放电图像模式识别的研究

对基于小波多尺度变换的局部放电图像模式识别进行了研究.     

局部放电在线监测中基于小波变换的阈值消噪算法研究

小波变换的正交多分辨率分析可将信号在不同尺度下进行分解。通过对各尺度上的分解系数进行合适的阈值处理，可有效地消除局部放电在线监测中的窄带干扰，提取脉种信号。通过对仿真信号和现场信号的处理，结果表明该方法行之有效。     

基于小波变换抑制局部放电监测中平稳性干扰的滤波器的研究

根据局部放电（ＰＤ）信号的非平稳统计特性,提出了一种用于抑制窄带干扰和测试设备产生的随机性干扰的新方法。该方法将多分辨分析和硬阈值结合起来构成一种基一皮变换的平稳－非平稳滤波器（ＷＴＳＴ－ＮＳＴ）,用于提取局部放电信号。实验结果表明,该方法能有效地实现局部放电信号和器材怕信号的分离,并具有计算时间短、提取出的ＰＤ信号波形畸变小等优点,有用于局部放电的在线检测中。     

基于小波变换的局部放电软阈值消噪方法研究

在阐述小波变换原理的基础上介绍了两种局部放电检测的软阈值去噪方法:即Stein无偏风险阈值法和平均阈值法,并利用MATLAB对加入白噪声的局部放电信号模型进行仿真研究。结果表明,Stein无偏风险阈值法对单指数振荡局部放电模型消噪效果好,但是对于其它3种局放模型波形失真严重,滤噪效果较差;利用平均阈值法能更好地实现从白噪声干扰中提取原信号。     

用于局部放电检测的一种小波去噪方法

局放监测系统常会受到很强的外界干扰,有时局放信号甚至被噪声完全淹没,因此对采集到的信号必须进行去噪处理才能获得可靠的局放信息。笔者介绍了利用小波变换进行自动去噪处理的方法。利用相关系数选择最佳小波,通过自动阈值计算选定阈值并对高频分量进行软阈值处理,然后对信号进行重构。结果表明,这种自动去噪算法可以有效地提取局放信号的特征,可望用于局放信号在线监测。     

变压器局部放电信号去噪方法的研究

分析了局部放电信号和各种干扰特征,并进行了仿真试验。     

基于经验小波与小波变换的GIS局部放电信号去噪方法研究

为解决气体绝缘组合电器(gas insulated switchgear,GIS)内部缺陷局部放电(partial discharge,PD)信号含有噪声的问题,搭建了模拟局部放电环境,采用超高频法(ultra-high frequency,UHF)采集缺陷PD信号。针对UHF PD信号具有周期性窄带噪声与白噪声的特点,提出了基于改进的经验小波(experience wavelet,EWT)与小波变换结合进行UHF PD信号的去噪研究。首先,含噪信号通过EWT预处理分解为多频率的模态函数,然后对模态函数进行小波去噪处理,将去噪后的模态函数按照峭度值进行划分,根据合适的阈值选取UHF PD信号的有效成分并重构信号,最后,通过构建UHF PD仿真信号并采用实测数据验证所提算法的有效性。仿真实验与实测去噪结果表明:文中所提改进去噪算法具有良好的噪声抑制能力,为GIS设备内部UHF PD信号去噪提供参考。     

基于小波分析的高压变压器局部放电在线监测

介绍一套高压变压器局部放电在线监测系统,并对其硬件结构及数字滤波过程作 了叙述。在数字滤波过程 中,消除外部放电的工作十分困难,因为它们通常与发生在变压器 内部的局部放电具有几乎相同的时域及 频域特征。小波分析作为一种强大的时- 频分析工具,能 较好地解决这个难题。文中首次提出了一种基于 小波分析的脉冲极性鉴别方法,用以鉴别内 、外部放电。实验及现场运行结果表明：该方法在提高监测系 统性能上是行之有效的。     

变压器局部放电监测逐层最优小波去噪算法

针对用于局部放电监测的去除白噪声算法会造成去噪脉冲信号波形畸变,脉冲幅值等波形参数产生较大误差,不利于进一步采用脉冲波形分析去除脉冲干扰的问题。为此根据局部放电信号在小波域上的分布特点,提出了各尺度信号分解和重构的最优小波选择方法,并给出了各尺度小波阈值的计算方法。仿真信号的最优小波去噪结果显示去噪信号具有波形畸变率低和幅值误差小的特点;实测信号的最优小波去噪结果证明提出的最优小波去噪算法能有效去除局部放电监测信号中的噪声,在局部放电在线监测应用中具有良好的去噪效果。     

用谐波小波包变换法提取GIS局部放电信号多尺度特征参数

超高频(UHF)法在GIS局部放电(PD)检测中已得到了广泛应用,UHF PD信号的特征提取对准确识别GIS内部绝缘缺陷类型和指导检修工作具有重要意义,但目前仍然缺乏有效的特征提取方法。为此,本文利用谐波小波具有严格盒形频谱的优点,提出一种提取UHF PD特征信息的谐波小波包变换(HWPT)方法,对实验室获取的4种典型放电模型产生的UHF PD信号,采用HWPT进行多尺度分解,以克服实小波包分解子带间存在频谱混叠和能量泄漏的缺陷,利用UHF PD信号在不同尺度能量和复杂度的差异,提取多尺度能量和多尺度样本熵参数作为模式识别的特征量,更加精确地描述了UHF PD信号的时频域信息。最后利用支持向量机分类识别的结果表明,该方法可以取得比实小波包更好的识别效果,多尺度能量和多尺度样本熵特征参数均能有效识别4种绝缘缺陷。     

基于Spc-Shrink平稳小波变换的GIS局部放电降噪方法

气体绝缘金属封闭开关设备进行局部放电检测时易受到白噪声的影响。为了有效滤除局部放电信号中的白噪声干扰,提出了一种基于新型噪声阈值规则的平稳小波降噪方法。该方法利用统计过程控制理论确定了小波系数的初始上限和下限,并根据每层小波系数的统计特征迭代更新上限与下限,通过该上、下限求出信号的噪声阈值水平,从而对局部放电信号的进行自适应降噪。所使用的平稳小波变换摒弃了传统小波的下采样步骤,对局部放电信号的表征更为完整。本文对三种5 dB染噪局部放电信号进行噪声抑制,降噪后信噪比达到19.1433 dB,均方根误差维持在0.03以内。而处理实验室平台下采集的染噪局部放电信号,信号抑制比为17.1769。本文所提算法能较好抑制局部放电信号中的噪声,去噪后的波形特征明显,失真程度低。     

基于小波理论的局部放电超声波信号分析

变压器局部放电超声波信号在变压器内部中传播复杂 ,探头所接受到的超声波信号是一种时频有限的非平稳信号 ,所以运用小波分析处理超声波信号十分有效。通过实验得到处理超声波信号最合适的小波 ,同时给出合适的小波参数 ,最后对实际得到的超声波信号进行处理 ,结果表明利用小波分析处理超声波信号效果令人满意     

基于小波变换和数学形态学的局部放电信号降噪算法的研究

进行局部放电(Partial Discharge,PD)在线监测时,为解决传统降噪算法难以提取湮没在强白噪声干扰中的多态性局部放电脉冲的问题,提出一种小波变换(WT)与数学形态学(MM)相融合的方法.该算法在传统小波硬阈值降噪方法的基础上加入形态滤波环节,对小波分解系数进行滤波处理.仿真分析以强白噪声干扰下的多态性局部放电信号为研究对象,采用降噪后信号的信噪比和均方误差为降噪性能指标,分析比较该方法与其他传统降噪方法的降噪性能,对实测局部放电信号研究结果表明该方法与传统的小波阈值方法相比,能够更有效地抑制强噪声干扰并较为完整地提取局部放电脉冲信号,且对母小波选取的依赖性低、计算量小、便于实现.将该方法运用于局部放电实测信号的处理,取得了良好的降噪效果.     

变压器局部放电超高频信号多尺度网格维数的提取与识别

提出了一种基于小波包多尺度分析和网格维数的变压器局部放电超高频信号模式识别的新方法,采用小波包多尺度变换提取局部放电超高频信号在多尺度上的小波系数,通过改进差盒计数法计算多尺度小波系数的网格维数,并将多尺度网格维数作为特征量用于局部放电超高频信号的识别。采用了4种典型放电模型产生局部放电,并采用3阶Hilbert分形天线检测局部放电超高频信号,提取的信号特征量输入径向基函数神经网络进行分类识别,识别正确率最低为70%。     

一种基于Morlet小波分析与神经网络技术的局部放电识别方法

小波变换技术适合电机局部放电的模式识别,笔者从一个新的角度来描述了局部放电信号的特性。研究表明,用Morlet小波变换三维分布图计算出的特征参数可以区分空气中的尖尖放电、尖板放电和沿面放电。理论和仿真实验分析表明,小波变换三维分布图提取的特征参数可以作为识别局部放电的新特征量,这些特征量作为人工神经网络的输入量可单独使用也可结合其它方法使用。     

超高频变压器局部放电在线监测系统在智能变电站的应用

分析了变压器局部放电产生机理,并简要介绍了目前变压器局部放电在线监测的研究现状.研究了基于超高频传感技术的局部放电在线监测系统的相关设计方案,最后对本系统在某变电站的应用进行了分析,并总结了变压器局部放电在线监测系统的特点及重要意义.     

基于小波变换的电缆局部放电定位中时延算法研究

在电缆局部放电定位直接相关法的基础上,研究出了一种基于小波变换的广义相关时延估计算法。此算法放宽了直接互相关法对信号与噪声的假设条件且在低信噪比下仍能有效估计时延;同时为了提高时延估计精度,在广义相关时延估计的基础上又研究出了基于基小波的二次加权法。利用PSCAD/EMTDC仿真分析论证了这两种算法在电缆局部放电定位中的有效性。