基于小波变换和分形理论的电能质量扰动监控系统

介绍了实时电能质量扰动监控系统的结构,详细说明了该系统硬件和软件各个构成模块的工作原理。为实现实时在线监控电能质量扰动,首先需检测出扰动信号,然后进行分析处理。在扰动检测模块中,采用自适应线性神经元实现了对各种扰动的检测,将检测出的扰动信号送入分类模块,采用离散小波多分辨率分析提取不同尺度下的能量分布特征,同时采用分形几何学提取局部方差维数,将二者结合共同构成扰动信号的特征矢量。将提取的特征矢量送入概率神经网络实现网络训练和扰动分类。通过模拟数据测试,该系统的分类率可达到90%。另外,该系统是在CAN总线变电站自动化系统上实现的,通过调整数据的传输格式也可将其应用到其它传输平台的变电站,实现对电能质量扰动的监控。     

小波分析在管道螺纹缺陷超声波检测中的应用

油管螺纹区由于其工作和结构上的特殊性,螺纹区内易产生螺纹内断裂,根部裂纹,应用通常的检测方法很难对螺纹区缺陷进行检测.这些缺陷如不及时发现,将影响到油井作业的安全.本文介绍的是采用超声波技术研制油管螺纹区裂纹检测的传感器,检测出螺纹区内的缺陷信号;并提出了一种采用小波技术对超声波检测信号进行初步降噪;然后采用基于快速傅里叶逆变换(IFFT)小波矩的快速算法进行插值处理的方法,对超声波信号图像细节特征进行了提取检测,通过比对模极大值点捕捉缺陷位置,获得了良好的检测效果.     

一种发电机故障放电信号特征实时在线自动识别方法及其应用

对发电机故障放电信号特征进行自动识别时,实现方法要求具有较高的可靠性与快速性。为达到这些要求,首先提出一种高可靠的脉冲提取方法,能够更为准确完整地提取脉冲信号,通过仿真方式对该方法进行了研究,并使用现场实测信号验证了该方法的优越性。在该方法基础上,提出了脉冲分类参数的快速计算方法,在进行脉冲提取的同时完成脉冲分类参数的计算,使用实测信号验证该方法的有效性。在检测脉冲的存在并对脉冲进行高可靠提取的同时,获取脉冲信号的分类特征参数,而且计算速度快,将其称为脉冲特征快速自动识别技术。该技术已成功运用在多台水轮发电机上,在实际应用中取得了良好的效果。     

基于分形理论的载波信号提取

超窄带载波信号通常从时域、频域提取的特征对噪声比较敏感。文章应用分形理论,提出了一种对超窄带载波信号提取特征的有效方法,并通过试验实现了信号的识别,介绍了依靠分形理论及相关解调的超窄带传输设备信号发送和提取的实现方法。     

基于PCA的管道缺陷导波信号特征优化方法

针对超声导波管道缺陷检测中存在的识别率低、鲁棒性差等问题,应用了主成分分析对管道缺陷回波信号进行特征优化.首先,通过对超声导波缺陷回波信号进行处理,提取了信号在时域和时频域内的特征参数,构成联合特征向量.然后使用主成分分析法(principal component analysis,PCA)对联合特征向量进行降维处理,通过提取累计贡献率达到89％的主成分得到融合特征.最后用BP神经网络对融合特征进行训练和识别.这种方法可以有效的识别管道缺陷,与联合特征向量相比具有更高的识别率.     

一种改进不完全S变换的电压暂降检测方法

为实现对电压暂降的准确快速检测,提出了一种改进不完全S变换(MIST)的电压暂降检测方法。该方法对从电网中采集到的电压信号进行快速傅里叶变换,获得信号的主要频率点;对各主频点进行改进的S变换,获得信号主频特征分量;利用这些特征分量信息实现对电压暂降扰动特征量的检测。首先描述了改进不完全S变换的原理及其参数选择的原则,然后详细叙述了电压暂降特征量的提取方法,最后对实际信号进行了仿真。仿真结果表明,该方法可有效地提取电压暂降的幅值、持续时间、相位跳变等特征信息,并且准确率高,运算量小,同时具有一定的抗干扰能力。     

基于小波分析的桩基础完整性的检测

本文阐述了利用小波分析来检测信号的奇异特征的原理，并对桩基础检测信号的奇异性进行了提取。其结果比应用静载荷实验法确定的桩基础断裂程度和位置更准确，其研究在桥梁和其他土木工程建设的质量监测与评价，减少工程事故具有重要意义。     

通用ATS低频类信号传输特性研究

低频类信号测试是ATS功能的重要部分,研究低频类信号传输特性对ATS的设计具有一定的指导意义。在分析通用ATS传输通道的基础上,建立了信号传输通道结构模型,并提出了分段确定信号传输误差的方法;然后以某型通用检测平台为例,对低频信号在传输通道的传输特性进行了研究,并采用回归分析的方法建立了ATE公共连接器接口处激励值和测量误差之间的近似函数模型,以对测量结果进行误差补偿;最后以Agilent 66103A型信号源直流电压激励通道为例,对传输通道的一元线性回归模型进行了实例分析。结果表明,对测量结果进行误差补偿能有效提高通道的测量精度。     

基于STFT的金属板缺陷兰姆波检测信号模式识别

金属板中传播的兰姆波具有频散及多模态等特点,使对缺陷检测回波信号的分析及识别异常困难。时频分析是处理非平稳信号的有力工具之一,可揭示信号的时变谱特征。文章搭建了垂直耦合方式下单层铝板缺陷检测实验平台,利用短时傅里叶变换(STFT)对铝板缺陷兰姆波检测信号进行处理,分析了其频散特性;通过在时频平面中提取和分析与激励频率对应的频率分量,对在时域中混叠的兰姆波检测信号进行了模式识别。结果表明,STFT对金属板缺陷兰姆波检测信号的时频分析效果较好,通过提取时频平面中特定频率分量的方法,可对时域中混叠的缺陷兰姆波检测信号进行模式识别。     

基于平稳小波包分解和希尔伯特变换的故障特征自适应提取

提出一种自适应地提取信号特征分量的故障检测方法.采用逐层推进的平稳小波包分解算法,运用希尔伯特变换,在对信号进行小波包分解的同时,对分解结果进行瞬时频率和瞬时幅值分析,根据设定的分量提取和信号分解规则,实现信号分解路径的自主搜索,自适应地构建信号的小波包分解树,对信号进行多分辨率的频谱分析,达到信号消噪和特征分量提取的目的.仿真研究表明该方法的分量提取规则简单、目标明确,信号分析结果简洁,具有运算时间少、数据存储量小的特点和良好的抗噪性能,所提取的故障特征分量的时-频-幅值信息清晰、易于检测.     

基于多通道卷积双向长短时记忆网络的输电线故障分类

针对单通道故障分类器不能全面表达三相故障特征信息引起分类精度不高的问题,提出了一种基于多通道卷积双向长短时记忆神经网络(MCCNN-BiLSTM)的输电线故障分类方法.该方法可同时输入故障三相信号,并能有效提取故障信号的空间和时间特征,实现了三相故障信号特征的全面提取,有效地提高了神经网络的分类的精度.基于735 kV...     

基于声发射信号的煤岩界面识别研究

为实现采煤机煤岩截割过程中滚筒高度的自动调节控制,提出一种基于声发射信号的煤岩界面动态识别方法,测试和提取不同煤岩截割比例条件下的声发射特征信号。采用时域分析方法得到不同工况下的时域指标,采用小波分析方法提取煤岩截割的声发射信号特征值,建立不同煤岩截割比例条件下声发射信号的最小隶属度函数,实现煤岩截割比例的实时在线监测。实验室截割实验测试结果表明,滚筒实际煤岩轨迹与截割煤岩轨迹之间差值的平均值、方差、标准差很小。实验结果验证了该识别系统的精确性与可靠性。     

基于AT89C1051的CID信号发生器

CID信号发生器模拟电信局终端程控交换机产生主叫识别信息传送，用于对来电显示器或带来电显示的电话机进行性能测试。本文简要介绍CID信号传送方法和传送协议的有关国家标准，提出一种基于单片机的F环制式CID信号发生器的电路结构方案及信号序列的产生方法。据此设计出的CID信号发生器简单可靠，可提供多种模式的测试编码，输出信号电平连续可调，完全符合使用要求。     

基于PPCA-1.5维能量谱的滚动轴承故障诊断

针对强背景噪声下滚动轴承的非线性、非平稳故障特征提取不足的问题,提出了融合概率主成分分析(PPCA)及1.5维Teager能量谱的故障特征分析方法。首先对信号进行概率主成分分析,通过对信号降维重构信号,提取信号故障特征主成分,去除强背景噪声干扰;然后对重构信号进行1.5维能量谱分析,从而获得轴承故障特征谱信息。利用所提方法对滚动轴承模拟数据及实验数据进行分析,结果表明与集合经验模态分解(EEMD)包络谱相比,采用PPCA与1.5维能量谱的分析方法在进行滚动轴承故障高阶倍频提取时具有一定的优势。     

A time-domain approach to transmission network equivalents viaProny analysis for electromagnetic transients analysis

This paper presents a method of obtaining transmission network equivalents from the network's response to a pulse excitation signal. The proposed method is based on modal decomposition representation for the large-scale interconnected system. In this framework we use Prony analysis to identify the network function of the system and to decompose the large system into a parallel combination of simple first-order systems. As a result the network function of the transmission network can be identified easily, and a Thevenin-type of discrete-time filter model can be generated. It can reproduce the driving-point impedance characteristic of the network. Furthermore, the proposed model can be implemented into the EMTP in a direct manner. The simulation results with the full system representation and the developed equivalent system showed a good agreement     

基于FCE和SVM融合的线路典型冰风灾害算法分析

目前,国内外对于线路覆冰和风耦合作用的灾害分析较少,因此,提出了一种基于模糊综合评价法（fuzzy comprehensive evaluation, FCE）和支持向量机（support vector machine,SVM）融合的线路典型冰风灾害分析算法。通过分析典型冰风灾害影响因子及类型,借助模糊综合评价法提取了关键的灾害影响指标,并对风速和风向关键指标进行修正。在提取的温度、相对湿度、风速、风向和地貌5类致灾相关程度高指标的基础上,提出了采用径向基RBF核函数的非线性SVM小样本灾害分析模型。通过历史的冰风故障和非冰风故障数据建立训练样本和测试样本,仿真结果表明,建立的模糊综合评价和支持向量机融合的冰风灾害模型可有效分析判断冰风灾害发生的概率,实现了对冰风灾害小样本数据的可靠分析。     

基于水电机组复合特征提取的RBFNN故障诊断

针对传统快速傅里叶变换（FFT）方法在非稳态信号分析上的局限和水电机组稳定性状态分析及故障诊断中过分依赖单一能量特征的不足,提出了集小波分析、模糊理论和径向基函数神经网络（RBFNN）优点于一体的基于复合特征提取的RBFNN故障诊断方法。首先采用小波分析方法对稳定性状态信号进行多频段分解、降噪,提取相对能量特征;运用模糊理论进行稳定性状态对过程参数变化响应的数值分析和量化,提取关系型征兆;然后将这2种特征组合,形成综合反映机组稳定性状态的复合特征向量;最后利用RBFNN诊断出机组的典型故障类型及其严重程度。工程应用结果表明,该方法能够全面准确地提取水电机组稳定性状态特征,在水电机组故障诊断上具有一定的可行性和有效性。     

多阶段输电网络最忧规划的遗传算法

多阶段输电网络最优规划问题是一个复杂的非线性组合优化问题,尝试利用遗传算法来解决输电网络动态规划问题,提出了相应的数学模型,构造了染色体的编码方法和适应函数,并用退大选择遗传算法进行了计算。算例系统的计算结果证明了这种方法的可行性及有效性。     

基于半桥MMC特征信号注入的柔性直流线路频变参数辨识

柔性直流电网故障电流上升速度快与电力电子器件过流能力弱形成突出矛盾,线路保护需要在数毫秒级完成故障判别,输电线路精确参数的获取对于提升继电保护的性能至关重要。然而直流系统中缺乏稳定基频,导致输电线路相关参数难以获取、保护实现较为困难。针对柔性直流线路频变参数难以获取的问题,提出基于半桥模块化多电平换流器(half bridge modular multilevel converter, HB-MMC)特征信号注入的柔性直流线路频变参数辨识方法。首先通过换流器控制在线路中注入特定频率信号,然后利用快速傅里叶分解提取不同频率的信号并计算指定频率下的线路参数,最后依据不同线路参数的频变特性拟合出对应的幅频特性曲线。仿真表明,所提参数辨识方法可以准确拟合保护所需直流线路频变参数,参数辨识频段内相对误差小于1.5%。