基于小波包分析的电机故障检测

电机是一种复杂的旋转机械,故障种类多而且难以辨别。为了对电机的常见故障进行正确、快速地检测,在分析电机故障特征的基础上,对采集来的电机振动信号的时域和频域进行了小波包分解;利用分解的小波系数,在各个频段上进行小波系数重构,诊断故障发生的类型。仿真试验结果表明:小波包分析是对电机故障进行检测的有效方法,同时也给出了一种思路,为电机故障实时检测提供了理论依据。     

基于半正交三角样条小波包的电机故障信号处理方法

三角样条小波TSW（Trigonometric Spline Waelet)是作者首先提出适合电力系统信号处理的小波函数，它是对称的半正交小波。基于它的小波包称为半正交小波包，与Daubechies小波迭代算法不同，三角样条小波是对称的或反对称的小波，基于它的滤波器具有线性相位或广义线性相位，因而可避免信号相位失真，实验结果表明半正交小波包对故障信号的分解，压缩，重构比Daubechies小波包效果明显，另外对故障信号的小波包分解的不同频带的特征值和正常信号的特征值进行比较，可以对故障信号进行谐波检测和定位。     

基于半正交三角样条小波包的电机故障信号处理方法

三角样条小波(TSW)是作者首先提出适合电力系统信号处理的小波函数,它是对称的半正交小波。基于它的小波包称为半正交小波包,它的算法简洁、准确,与Daubechies小波迭代算法不同。三角样条小波是对称的或反对称的小波,基于它的滤波器具有线性相位或广义线性相位,因而可避免信号相位失真,实验结果表明半正交小波包对故障信号的分解、压缩、重构比Daubechies小波包效果明显。另外对故障信号的小波包分解的不同频带的特征值正常信号的特征值进行比较可以对故障信号进行谐波检测和定位。     

基于小波包分解实时检测电机振动信号

小波包分解本身对信号的奇异点十分敏感，此特点可以用来跟踪电机振动速度信号。在虚拟仪器（VI）LabVIEW6．i平台上，基于小波包分解算法设计了VI程序，实现了电动机振动速度信号实时检测系统。Y630-10／1180型大型三相异步电动机的振动速度信号，实测效果优于P3562A动态信号分析仪的测量结果。结果表明，该方法是可行的和有效的。     

基于小波包分析的异步电机转子故障检测

针对异步电机转子断条故障信号特征频率易被主频淹没的缺点,利用小波包分析法提取电机电流信号的故障特征频带能量,并以此为依据,基于"频率-能量-故障"模式,对异步电机转子断条故障进行检测信号,实验结果表明该方法能够有效检测转子断条故障。     

基于小波包算法的电机故障信号的压缩和重构

提出了基于小波包改进算法的电机故障信号压缩和重构方法,取定误差限后,通过选择分解阶数自动优化调节每个节点的阈值来获得尽可能大的压缩比。分析了小波包分解尺度空间系数V1不压缩和压缩2种方案,以及小波包完全分解和基于熵值的最优分解下各压缩指标随尺度的变化情况,并比较了不同小波的压缩效果。分析结果表明,提出的方法在获得较大压缩比的同时又能不失真地重构原信号,并有效地减少小波包分解和重构的计算量,是一种有效的电机故障信号和压缩和重构方法。     

基于最优小波包基的电动机故障信号的消噪与检测

现场采样获得的电动机故障信号通常会含有很多的噪声，如果对噪声不能加以有效地消除。那么故障特征信息的提取将会受到很大的影响。该文通过对基于shannon熵的最优小波包基的快速搜索算法的探讨，提出了基于最优小波包基的电动机故障信号的消噪与检测方法，通过实例分析，验证了基于最优小波包基的信号消噪声效果要优于小波方法或普通小波方法的消噪效果，通过对消噪后的故障信号进行分析，提取出了故障特征信息，检测结果表明，在故障检测前先采用最优小波包基方法对故障信号进行消噪，有利于提高电动机故障检测的准确性。     

基于小波包分解实时检测电机振动信号

小波包分解本身对信号的奇异点十分敏感,此特点可以用来跟踪电机振动速度信号.在虚拟仪器(Ⅵ)LabVIEW 6.i平台上,基于小波包分解算法设计了Vl程序,实现了电动机振动速度信号实时检测系统.Y630-10/1180型大型三相异步电动机的振动速度信号,实测效果优于P3562A动态信号分析仪的测量结果.结果表明,该方法是可行的和有效的.     

基于二代小波变换的电机转子不平衡故障检测

为了快速准确地检测电机运行中突发性转子不平衡故障,本文在介绍第二代小波变换和电机运行中突发性转子不平衡故障特点的基础上对附有各种随机噪声的电机振动信号进行二代小波变换分析,对分解系数进行重构,提取故障特征。仿真结果表明:第二代小波变换是检测电机突发性转子不平衡故障的有效方法,能够滤除大部分随机噪声,准确及时地提取故障特征,并提高了检测的可信度。     

基于半正交小波包的电机故障信号处理方法

B－样条小波是对称的半正交小波，基于它的小波包称为半正交小波包，它的算法简洁，准确，与Daubechies小波迭代算法不同，B－样条小波是对称的或反对称的小波，基于它的滤波器具有线性相位或广义线性相位，因而可避免信号的相位失真，实验结果表明半正交小波包对故障信号的分解，压缩，重构比Daubechies小波包效果明显，另外对故障信号的小波包分解的不同频带的特征值与正常信号的特征值进行比较，可以对故障信号进行谐波检测和定位。     

小波包分解在电机故障诊断中的应用

针对常用的时域和频域分析在诊断电机故障时存在不能同时诊断出故障时间和类型的问题，在分析电机故障特征的基础上，利用时频两域都具有表征信号特征能力的小波，对采集来的电机振动信号进行小波包分解，利用分解的小波系数，在各个频段上进行小波信号重构，并计算信号各个频段的能量特征值，提取故障特征，诊断故障发生的时间和故障类型。经仿真验证，小波包分解能将故障信号有效划分到不同的频段内，而且时域和频域局部化特性好，能有效地诊断出电机故障，具有良好的理论意义与工程应用价值。     

基于谐波小波包理论检测微弱信号的研究

谐波小波作为一类小波,存在明确的函数表达式,算法实现简单,时频定位准确,且在频域具有良好的盒形谱特性。作为谐波小波变换的延伸,谐波小波包变换能够实现对任意频段的无限细化,将信号分解到感兴趣的频段。在此基础上,提出将谐波小波包理论用于微弱信号的检测。利用谐波小波包变换对微弱信号进行处理,成功实现了对微弱信号的时域重构和频域提取。通过仿真实验,说明谐波小波包方法在微弱信号检测方面,是一种有效的手段。     

基于小波包分析的配电陬故障选线新方法

提出了基于小波包分析的配电网故障选线新方法用于解决低频采样零序电流信号因发生不同程度的能量衰减而导致的选线错误问题。当发生单相接地故障时．分别对零序电流信号进行低频采样和高频采样．计算高频采样零序电流信号的首波头极性和最大值以及低频采样零序电流信号的最大值．以此为依据对低频采样的零序电流信号做增强处理．然后利用小波包分析方法对增强的信号进行小波包分解，根据能量最大的原则实现故障选线。基于上述原理研制了配电网接地选线装置，给出了装置的硬件结构及软件流程。分别针对零序电流信号能量衰减严重和极性检测错误的情况进行仿真试验。结果表明．该方法有效地提高了小电流接地选线的准确性．     

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.     

基于小波包的配电网单相接地故障判别

基于故障产生的暂态零序电压电流在特定频段内分量呈容性关系,应用小波包良好的频域分频特性,以适当频率带宽对配电网发生单相接地故障后暂态电气量进行分解,得到其在不同频段下的输出.对于中性点接地方式不同的配电网,按照能量的观点,在SFB频段内选择不同的频带利用波形识别技术来实现故障选线.理论及大量的仿真试验表明,该方法可以准确、可靠地实现单相故障接地选线,适合于接地方式不同的电网.     

基于小波包的配电网单相接地故障判别

基于故障产生的暂态零序电压电流在特定频段内分量呈容性关系,应用小波包良好的频域分频特性,以适当频率带宽对配电网发生单相接地故障后暂态电气量进行分解,得到其在不同频段下的输出。对于中性点接地方式不同的配电网,按照能量的观点,在SFB频段内选择不同的频带利用波形识别技术来实现故障选线。理论及大量的仿真试验表明,该方法可以准确、可靠地实现单相故障接地选线,适合于接地方式不同的电网。     

小波信号奇异性分析在配电线路故障检测中的应用

基于小波奇异性分析理论，分析了故障信号奇异性、非故障信号奇异性及噪声信号奇异性之间的关系，提出了配电线路故障发生时刻检测的较全面的算法。仿真结果表明，该算法具有良好的鲁棒性、准确性和快速性，并能够有效减少投资，适用于配电线路的故障检测。     

基于小波包分析的配电网故障选线新方法

提出了基于小波包分析的配电网故障选线新方法用于解决低频采样零序电流信号因发生不同程度的能量衰减而导致的选线错误问题。当发生单相接地故障时,分别对零序电流信号进行低频采样和高频采样,计算高频采样零序电流信号的首波头极性和最大值以及低频采样零序电流信号的最大值,以此为依据对低频采样的零序电流信号做增强处理,然后利用小波包分析方法对增强的信号进行小波包分解,根据能量最大的原则实现故障选线。基于上述原理研制了配电网接地选线装置,给出了装置的硬件结构及软件流程。分别针对零序电流信号能量衰减严重和极性检测错误的情况进行仿真试验。结果表明,该方法有效地提高了小电流接地选线的准确性。     

基于小波包的绝缘子污闪放电声信号特征检测

随着我国大电网的形成,电网安全就显得尤其重要,而绝缘子污闪事故严重影响着高压电网的运行安全。本文通过对绝缘子污闪放电声信号的特点分析,发现声信号与绝缘子污闪之间存在关联。将绝缘子污闪声信号进行小波包分析,得到了污闪声信号的一般特征,可以作为污闪预警可靠的判断依据。     

基于多小波包系数熵和人工神经网络的输电线路故障类型识别方法

基于多小波包分解系数和信息熵的概念定义了多小波包系数熵的表达式,并提出多小波包系数熵和人工神经网络相结合的输电线路故障类型识别方法：首先对不同故障工况下采集的故障电流信号进行适当的多小波包分解,计算各频带的系数熵;然后构造多小波包特征向量,将这些向量作为训练样本对径向基函数(radial basis function,RBF)神经网络进行训练;当输电线路发生故障时,将提取的故障电流信号的多小波包系数熵特征向量输入训练好的RBF神经网络,即可实现故障类型的识别。仿真结果表明采用多小波包提取的故障电流特征量比采用传统小波包提取的特征量信息更丰富,对人工神经网络的训练效果更好,网络识别精度具有明显优势。