快速小波熵输电系统暂态信号特征提取研究

利用Shannon小波能量熵算法能够提取电力系统暂态信号特征,但其特征提取精度、抗干扰能力以及运算速度均存在不足。针对上述不足,基于提升插值小波和Tsallis熵理论,提出一种快速小波能量熵算法,并应用于输电系统暂态信号特征提取。以三能级系统复杂度统计为例,分析不同非广延参数q条件下Tsallis熵的非广延统计特性以及与Shannon熵之间的联系。引入提升插值小波代替Mallat小波算法,结合Tsallis熵理论构造快速小波能量熵算法,对新算法复杂度进行理论分析。以输电线路两种暂态电压信号为研究对象,对新算法暂态特征提取效果和运算速度进行测试。理论分析和实验证明,与传统Shannon小波能量熵相比,新算法不但能保证输电系统暂态信号特征提取精度、抑制小波混叠及噪声干扰,而且缩短了运算时间。     

基于小波包Tsallis奇异熵的磁浮列车辅助逆变器故障诊断研究

针对中低速磁浮列车辅助逆变器的绝缘栅双极性晶体管(insulated gate bipolar transistor,IGBT)开路故障,提出了一种基于小波包Tsallis奇异熵的故障诊断方法.首先,利用快速傅里叶算法对辅助变流器输出电流故障前后的频率成分进行分析,获取故障的基本特征;其次,对输出电流信号进行小波包分解...     

动态调谐式消弧线圈接地系统单相接地选线研究

分析了动态调谐式消弧线圈系统的结构、补偿原理及其单相故障的特征,提出了一种根据小波包变换、信息相对能谱熵理论以及5次谐波电流理论结合的选线方法。选用首个波形的末1/4周期作为小波分析信号,利用小波包变换的能量无损性,得出各个尺度下各馈线电流能量最大频带的能量系数。通过相对能谱熵算法计算波形间的差异性,选取差异性最大的一组作为可能的故障馈线选项,根据动态调谐过程中不易检测到母线故障的特点,增加了通过小波包变换分解出5次谐波电流极性判别母线故障的方法。MATLAB仿真实验表明该方法能准确判断出故障线路。     

输电线路故障层次化变步长Tsallis小波奇异熵诊断方法

为提高熵方法输电线路故障信号时-频域的特征提取能力,提出层次化变步长Tsallis小波奇异熵(Tsallis Wavelet Singular Entropy, TWSE)方法用于电力系统故障诊断。首先,对采集到的电压信号进行小波分解与单支重构,构建时-频矩阵;之后,将奇异值分解与Tsallis熵理论相结合,对该时-频矩阵求滑动步长为1的Tsallis奇异熵,确定故障发生时刻;然后,对故障发生后1周期内的三相电压重构系数求滑动步长为1/4周期的TWSE,构建用于故障诊断的特征向量;最后,将TWSE特征向量输入到极限学习机(Extremly Learning Machine, ELM)分类器中,实现输电线路故障诊断。仿真结果表明,新方法具有更好的故障暂态信号特征表现能力,且分类结果不受故障时间、过渡电阻和故障位置等因素影响,相较基于小波奇异熵的线路故障诊断方法具有更好的诊断效果。     

基于频域内插抗混叠Shannon小波包的谐波检测研究

提出了一种基于频域内插抗混叠Shannon小波包变换的谐波检测技术,首先分析了小波混叠的物理本质,然后选择分频严格的Shannon小波函数构造了频域内插方法,并利用线性调频Z变换进行快速求解,最后给出了小波包变换算法.仿真实验表明该方法可有效消除谐波检测中的小波混叠现象.     

一种基于小波包和apFFT的间谐波检测方法

针对现有的间谐波检测精度不高以及暂态间谐波信号定位困难等问题,探讨了一种新的间谐波检测方法。首先,将信号进行小波包和FFT变换,计算相对小波包能量。然后应用频谱特征量和相对小波包能量确定信号所含分量。最后利用小波包重构与apFFT算法检测和定位信号,计算间谐波幅值和频率。分别采用含稳态及暂态的间谐波信号模型对该检测方法进行了仿真研究,并将仿真结果与文献的结果进行了比较。仿真结果表明:该检测方法能够有效地检测间谐波,并具有较高的检测精度。     

基于小波及小波包变换的电网谐波检测

随着电力电子技术的广泛应用,谐波对电力系统的污染越来越严重,检测、分析和抑制谐波已经成为电力系统环境治理的重要课题。本文运用了小波变换和小波包变换对电网谐波的检测,仿真结果表明小波包变换能分离出更多频率的谐波信息,所以小波包变换能更有效的分析和抑制谐波的危害。     

基于小波包分解与重构算法的谐波电能计量

为实现复杂工业现场的电能准确计量,提出了基于小波包分解与重构算法的谐波电能计量方法,介绍了小波包的分解与重构算法和基于该算法的谐波信号提取方法,给出了谐波功率计算式与谐波电能计量原理;利用db42小波函数进行谐波电能计量仿真分析,仿真信号的基波频率为50Hz,采用2层小波包变换,取40个基波周期内的仿真输入信号,采样频率fs为800Hz,稳态、非稳态谐波有功电能与谐波无功电能计量仿真实验结果证明了算法的可行性与准确性;在此基础上研制的基于虚拟仪器技术的三相谐波电能计量装置实现了各次谐波有功电能、无功电能计量,准确度达0.2S级,符合GB/T14549—1993的A类标准要求。     

基于时-频能量群的非稳态谐波检测方法的研究

电力系统中稳态谐波常用的分析方法是FFT,然而FFT并不适合分析非稳态谐波。针对非稳态谐波的频谱具有一定带宽的特点,文中提出了一种基于小波包时-频能量群的检测新方法。该方法采用改进的小波包滤波器组结构,对非稳态谐波进行小波包时-频分解,使非稳态谐波在不同的时间间隔内分解到不同的频带中,得到信号的小波包时-频能量群。通过对小波包时-频能量群的检测,完成各时间间隔内的非稳态谐波分析。为了验证新方法的准确度,文中通过实验平台产生了谐波电压凸起、中断、高频扰动、暂态振荡和暂态脉冲5种典型的非稳态谐波,对新方法进行了测试,分析结果表明新方法适合分析多种典型的非稳态谐波。     

基于实值MUSIC算法的电力谐波分析方法

现代谱估计方法逐渐被应用于电力谐波及间谐波的超分辨率检测与分析,其中的多重信号分类方法(MUSIC)算法最具代表性.然而,常规谱MUSIC算法在分析电力谐波时必须将实值信号转换为复频率信号,因而计算复杂度较高;此外,其伪频谱的峰值搜索过程也存在着类似栅栏效应,导致其频率分析精度有限.为了改善谱MUSIC算法对电力谐波的分析精度,本文基于子空间分析理论提出了针对实值周期信号的谱MUSIC频率检测方法,推导并给出了其伪谱函数的表达式.在此基础上,还利用Newton-Raphson算法对伪谱峰值进行迭代求精,进一步提高了谐波频率的估计精度.仿真结果表明:实值MUSIC伪谱更能有效区分真实谐波谱峰与噪声伪峰,同时本文方法的计算复杂度远远低于原有复值谱MUSIC算法,而频率估计精度与求根MUSIC算法接近,非常有利于电力谐波参数的准确获取.     

基于小波包分解和VI检测开关电源传导干扰信号

小波包分解(WPD)不仅能检测非平稳信号的整次谐波，还能检测信号的非整次谐波，又因为小波变换本身对信号的奇异点十分敏感，这个特点可以用来跟踪开关电源传导干扰信号。在虚拟仪器(VI) LabVIEW 6.i平台上，基于小波包变换算法设计了VI程序，实现了开关电源传导干扰信号实时检测系统。经过信号处理，该系统还具有信噪分离、测量传导干扰功率谱、伴有噪声的原始振动波形和噪声波等测量功能。实测结果表明，该方法是可行的和有效的。     

非广延小波熵及蚁群优化结合的电网暂态电压扰动识别方法

提出一种基于Tsallis小波熵(wavelet entropy,WE)与蚁群优化算法(ant colony optimization,ACO)的暂态电压扰动识别方法。利用Tsallis小波能量熵(wavelet energyentropy,WEE)提取电压扰动信号特征信息,通过聚类算法从特征信息中归纳判据并组成电压扰动分类规则。通过对电压扰动判据的分析,阐明分类规则中判据存在冗余问题,指出优化分类规则的必要性。构建蚁群优化算法以对冗余判据进行删除,获得优化分类规则。利用Matlab/Simulink建立电压扰动仿真模型以进行验证,结果证明:该方法简化了暂态电压扰动识别步骤,在降低运算复杂度的同时,提高了分类精度。     

小波熵理论及其在电力系统故障检测中的应用研究

电力系统暂态信号经小波变换后数据众多，且对故障的判别缺乏定量的手段，所以，挖掘和融合出一个或系列普适量来有效地检测电力系统故障或判别其稳定性至关重要。该文利用小波分析具有时频局部化特性和熵能对系统状态进行表征的特点，将小波分析和熵结合起来，定义了3种小波熵(小波能谱熵、小波时间熵、小波奇异熵)，并给出其算法，揭示了这3种小波熵对系统故障表征的机理，对两种理论信号和基于PSCAD／EMTDC仿真的输电线路故障信号的分析表明，这3种小波熵能反映系统变化，且不受噪声干扰，能够有效地检测出电力系统故障。     

基于小波包时-频能量群的非稳态谐波分析

针对电力系统中非稳态谐波的频谱具有一定带宽的特点,提出了一种小波包时-频能量群的谐波分析新方法.该方法对信号进行恰当的小波包分解,使非稳态谐波的频谱落到某个频率子带上,将子带内的频谱作为一个谐波能量群.在谐波能量群的基础上,提出了适合测量非稳态谐波的参数.仿真结果表明,较之FFT谐波分析方法,小波包时-频能量群的谐波分析方法更适合分析谐波电压剧降、指数衰减和正弦调制等这类复杂的非稳态谐波,并且比FFT波分析方法具有更高的准确度.     

基于小波变换的谐波检测技术

与基于无功功率理论和FFT算法等传统的谐波检测方法相比,基于小波变换的谐波检测方法在各方面都有一定的优势。结合国内外谐波检测技术的发展现状,分析基于Mallat算法、小波包变换、连续小波变换和复小波变换的谐波检测方法在电能质量检测分析上的应用。然后比较这几种小波变换算法在谐波检测中的优点和缺点,得出各自的特点和应用场合。最后,指出存在的问题并总结归纳解决方法,并且对今后小波变换在电力系统中的应用和研究重点提出了一些看法。     

光纤检测变压器绕组变形的特征提取与聚类分析

针对传统变压器绕组变形检测的缺陷,提出了基于分布式光纤传感的变压器绕组变形检测方法。引入小波包变换对应变信号进行特征提取,探索几种典型变形种类的聚类分离。首先模拟变压器运行过程中绕组可能出现的变形种类,利用Brillouin光时域反射计(BOTDR)采集布里渊频移,对应变信号进行小波包变换,提取能够充分反映应变信号特征的标准差、能量和Shannon熵,最后利用模糊C均值算法对提取的特征量分别进行聚类分析。结果表明,相比于以标准差作为特征量,以能量和Shannon熵作为特征量的聚类结果明显更为合理,实现了绕组变形带电监测与分类处理。     

基于熵测度的地铁弓网燃弧电流扰动分析

城市轨道交通大多采用弓网(受电弓与接触网)接触方式向电力机车供电。当弓网分离时,将造成燃弧发生和牵引电流扰动,恶化机车受流。针对地铁直流牵引电流特征,提出了一种改进的小波包奇异熵算法,并用于燃弧牵引电流处理分析,得出牵引电流扰动指标Γ。根据非接触式弓网燃弧检测系统采集广州地铁现场试验数据,分析结果表明:改进后小波包奇异熵能直观、有效地提取牵引电流扰动特征;扰动指标Γ能有效反映牵引电流扰动程度,衡量机车受流质量;牵引电流扰动指标Γ与燃弧紫外能量呈幂函数关系,燃弧紫外能量越大,扰动越严重,特别当燃弧紫外能量超过400 m J时,牵引电流扰动Γ急剧上升,机车受流受到严重影响。     

小波包与样本熵相融合的PMSM失磁故障诊断

为了研究永磁同步电机失磁故障最为敏感的特征量和区分故障频率来源,提出采用小波包与样本熵相融合的失磁故障诊断方法,研究该诊断方法的数学机理,并给出小波包分析定子电流频谱的详细步骤和小波包变换后最大能量频率子带样本熵的计算过程,通过比较样本熵的大小,确定故障频率来源。搭建实验平台,采集不同工况下的永磁同步电机定子电流数据,用该诊断方法进行分析,其结果表明,永磁同步电机失磁故障宜取5次、7次谐波作为故障特征量;样本熵的大小因电机运行状态不同而不同,可以确定故障频率来源于永磁同步电机失磁故障。     

基于连续小波变换的非整数次谐波测量方法

快速傅里叶变换(FFT)可实现整数次谐波的精确检测，但对非整数次谐波的检测误差较大；加窗插值算法可提高非整数次谐波的检测精度，但会导致谐波分辨率降低。如果信号中存在频率相近的整数次和非整数次谐波，利用FFT和加窗插值算法都无法实现谐波的准确检测。连续小波变换(CWT)因其良好的时频局部化特性，可用来分析谐波。通常利用CWT系数的幅值来检测谐波频率。但不同尺度的小波函数在频域上存在相互干扰，如果被检测信号中含有频率相近的谐波，利用CWT系数的幅值无法实现谐波的准确检测。文中结合傅里叶变换和CWT的特点，提出了利用小波变换系数傅里叶变换的幅值来分离谐波的算法。通过实例验证，该算法能够把频率相近的整数次和非整数次谐波分离，实现较理想的检测，从而提高了谐波分析、检测的精度。     

基于信号复杂度衰减的特高压直流输电线路雷电暂态识别方法

特高压直流输电线路雷击引起的暂态信号高频分量是行波保护和暂态保护误动的主要因素之一。发生线路雷击故障和普通接地短路故障时,电压信号的幅值因故障电流入地通路的存在快速衰减,信号复杂度低。雷击未故障时,不存在故障电流入地通路,信号衰减慢,复杂度高。基于小波变换分析电压信号频率分量的衰减,采用突变时刻前、后两个数据窗内小波奇异熵的比值表征信号复杂度的变化。再结合电压信号高频分量的含量分析,实现雷电暂态信号的识别,并通过能量相对熵实现故障极的选择。在PSCAD/EMTDC中搭建仿真模型,结果表明,该方案能很好地进行暂态信号的识别,受故障距离、过渡电阻等因素的影响小。