HHT变换在电气化铁道电能质量检测中的应用

本文提出了基于Hilbert-Huang变换(HHT)对电气化铁道电能质量扰动信号定位检测的改进方法。由于电气化铁道扰动信号的复杂性,如果直接对经验模态分解(EMD)后的频率分量进行希尔伯特变换(HT),会使定位与检测的效果变差。本文通过在原信号上叠加已知高频正弦波的方法实现对扰动进行定位,提高了最高频率分量(一般是本...     

基于EEMD的HHT在电能质量多扰动分类识别中的应用

现有的电能质量扰动分类识别方法对电能质量多扰动的分类准确性和识别能力较低,本文提出了将基于聚类经验模态分解(EEMD)的希尔伯特—黄变换(HHT)应用于电能质量多扰动的分类识别方法。它依据电能质量多扰动信号就是在电能基波上叠加不同频率和不同幅值波形的特性,首先利用EEMD对含扰动信号分解得到信号的固有模态函数(IMF),滤除残余噪声后,将得到的IMF分量作为特征值对扰动进行分类,再对IMF进行Hilbert变换得到其瞬时频率和瞬时幅值,瞬时频率的突变点反映电能质量扰动的起止时刻,瞬时幅值反映电能质量扰动的幅度,根据对突变点的观测实现对各个扰动的准确识别。Matlab仿真分析结果表明,该方法能够准确的对电能质量多扰动的扰动类型进行分类,并确定电能质量各个扰动信号的时间、幅值和频率。     

CEEMD在电能质量扰动检测中的应用

为了解决总体平均经验模态分解(EEMD)处理非平稳、非线性信号的不足,提出了一种基于完全经验模态分解(CEEMD)的电能质量扰动检测新方法。首先采用CEEMD对含噪的电能质量扰动信号进行分解得到固有模态函数,并对固有模态函数进行Hilbert变换检测出瞬时幅值和瞬时相位特征参数。对所得瞬时幅值求取二阶导数得到模极大值点,提高了通过模极大值点定位扰动时刻的准确性。针对高频复合扰动采取两次CEEMD分解方法去除噪声与虚假分量有效提取出扰动成分,针对稳态扰动提出先去除谐波再提取闪变包络的检测方法。并通过Matlab仿真实验以及依托交流调压器负载实验和三电平实验平台的实测数据,验证了该方法既可以对未知扰动信号进行辨识区分,也可以确定电能质量扰动的时刻、类型、频率和幅值等特征参数。     

基于HHT的次同步谐振参数检测方法

基于能够精确提取频率分量的希尔伯特-黄变换HHT,对电力系统中的次同步谐振SSR进行了检测分析.首先采用小波滤除基频以上的高次谐波,然后通过HHT中的经验模态分解EMD实现SSR模态分量的有效分离,最后对各分量进行希尔伯特(Hilbert)变换,计算其相应瞬时幅值和瞬时频率.结果表明,与以往文献所用方法相比,该方法可以更加精确地提取SSR的模态参数.有助于分析电力系统的SSR模态及阻尼控制器的设计研究.     

一种改善HHT端点效应的新方法及其在电能质量中的应用

利用Hilberr-Huang变换(HHT)方法进行电能质量检测分析,可以得到准确的瞬时频率和瞬时幅值,但该方法在应用中存在严重的端点效应,会影响分析结果。为了改善其端点效应问题,提出了一种基于人工神经网络和镜像延拓相结合的新方法对短时间序列进行延拓。采用三层BP神经网络对信号两端进行延拓,用带镜像延拓程序的经验模态分解(EMD)方法对延拓后的信号进行边分解边延拓,得到具有原始信号长度的固有模态函数(IMF);为了改善Hilbert变换中的端点效应,再次利用BP神经网络对各个IMF分量进行延拓。最后对延拓后的IMF分量进行Hilbert变换,从而得到精确的瞬时频率和瞬时幅值。将其应用到电力系统的谐波分析中,取得了较好效果。     

基于CEEMDAN和HT的谐波检测新方法

经验模态分解(EMD)作为希尔伯特-黄变换(HHT)的重要组成部分,为了克服其在谐波检测中出现的模态混叠、端点效应问题,提出采用自适应噪声完备集合经验模态分解(CEEMDAN)和希尔伯特变换(HT)相结合的谐波检测新方法。文章首先在理论上对比分析了EMD、EEMD以及CEEMDAN算法,研究CEEMDAN算法的特性。再用CEEMDAN算法对原始信号进行分解,得到固有模态函数(IMF)。最后用HT算法对每阶IMF分量进行分析,检测到谐波中包含的瞬时幅频信息。算例仿真结果表明,相对于HHT算法对信号的处理能力,文中提出的方法在谐波检测中有效地克服了EMD算法的弊端,提高了信号分解精度。     

EEMD在配电网电能质量扰动检测中的应用

鉴于引起配电网电能质量问题的扰动信号为非平稳信号,本文将基于集合平均经验模态分解(EEMD)的希尔伯特-黄变换(HHT)应用于配电网电能质量扰动检测.该方法通过对配电网电能质量扰动信号进行自适应分解,获得固有模态函数(IMF),再对IMF进行HHT获得准确的瞬时频率和瞬时幅值,可以准确刻画扰动发生时间、描述扰动信号的频率和幅值特征,同时克服经验模态(EMD)存在的模态混叠问题,为配电网扰动信号的检测提供了一种新的分析手段.通过配电网几种常见扰动信号进行仿真实验,结果验证了该方法的有效性.     

基于EEMD阈值去噪的电能质量扰动检测研究

电能质量信号的采集常受噪声干扰,影响对扰动信号的分析。研究具有自适应性的EEMD阈值去噪方法,对染噪电能质量扰动信号进行去噪,并与小波去噪的启发式阈值、自适应阈值、固定阈值、极大极小阈值4种阈值方法的去噪效果相比较。通过对去噪前后的波形、信噪比SNR和重构后的均方误差MSE 3个标准进行分析比较,对除噪后的信号进行HHT获取扰动的特征量。仿真结果表明,EEMD阈值方法消噪后的波形接近真实值,信噪比高,均方误差小,通过HHT提取的特征量可以准确定位扰动发生的起止时刻和获取扰动的瞬时频率和幅值信息。     

基于HHT的滚动轴承故障分析实验设计

在旋转机械设备应用中,滚动轴承是减小轴与轴座之间摩擦损耗的关键精密设备.为了能够有效监测由于磨损、腐蚀和过载等原因导致滚动轴承产生的损坏,设计并验证了滚动轴承振动信号对于滚动轴承故障的表征作用.设计方法是通过从采集到的机械旋转过程中滚动轴承的振动信号入手,通过在MATLAB中对滚动轴承故障特征进行提取和分析.通过经验模...     

基于改进小波阈值函数和奇异值分解的电能质量扰动检测定位

为了在噪声环境下准确提取电能质量扰动特征,本文提出基于改进小波阈值函数去噪和奇异值分解的电能质量扰动检测定位方法。首先构建改进小波阈值函数对含噪电能质量扰动信号降噪,利用经验模态分解的信号频带划分能力,实现降噪后扰动信号各模态的有效分离,再采用希尔伯特变换提取各模态幅值、频率等特征信息,同时基于奇异值分解实现对扰动信号的起止时刻的有效定位。最后分别采用不同类型的电能质量扰动信号进行仿真实验,实验证明本文提出的算法不仅具有良好的抗噪性能,同时具有较高的定位准确度和良好的鲁棒性。     

基于两个实值小波变换定量检测电能质量扰动的新方法

文章针对电压中断、电压下跌和电压上升这三种电压波形畸变进行了定量检测研究。提出了基于两个实值小波变换的修正幅值的新概念，并从理论上说明了该修正幅值具有如下的特性：(1)在非故障区间内取值均相等，且恰好等于额定电压的幅值；(2)在故障区间内(端点除外)取值也相同，且恰好等于故障区间内的电压的幅值；(3)与电压波形畸变所在相位、长度及电压的工频频率无关。文章还应用该修正幅值对这三种电压波形畸变进行了检测，检测图能定位故障发生、终止时刻和区分电能质量扰动的类型，并可定量测定出电压幅值上升或下降的幅度。     

基于小波原理的电能质量检测数据实时压缩方法

根据小波变换的理论，结合电能质量检测数据的特点，文中将基于小波变换系数的门限方法应用于电能质量检测数据的压缩。仿真计算结果及其分析表明，该方法简单而且压缩效果较好，能保留压缩信号的局部特征，计算速度快，很适合于实时性要求较强的场合。     

基于小波包除噪的电能质量扰动检测方法

小波包变换能够实现信号频带的均匀划分，在任意频率聚焦，是分析暂态电能质量扰动时频特性的良好工具。但是电气信号中的电磁噪声严重影响了小波包的检测特性。该文提出了一种小波包除噪算法。通过仿真验证，该算法可以消除扰动检测中的噪声影响，从而为噪声环境中电能质量扰动的检测和定位提供了良好的依据。     

小波变换及经验模式分解方法在电机轴承早期故障诊断中的应用

电机轴承早期故障的有效诊断是实现安全生产、避免大事故的技术前提。文中用高精度加速度传感器采集电机轴承振动信号，采用小波变换实现信噪分离，提取淹没在噪声背景中的早期故障特征信息，然后对提纯的信号进行经验模式分解（EMD）而得到若干个基本模态分量（IMF），再计算各基本模态分量的频谱。理论及试验研究结果表明：按此方法得到的各基本模态分量的频谱突显了轴承的故障特征信息，能有效诊断出轴承的早期故障。     

一种电能质量扰动的检测和分类方法

提出了一种噪声情况下检测、定位电能质量扰动，同时对电能质量扰动的形式进行分类的新方法。这种方法基于2种短窗算法：短窗功率算法和短窗自相关算法。任何加载在电压上的扰动实际上可以视为电压的能量在这段时间发生了变化，短窗功率算法就是基于这个事实而提出，短窗自相关算法用来滤除电压功率微分中的噪声。仿真算例结果验证了这种方法的有效性。     

基于混叠补偿小波变换的电力系统谐波检测方法

虽然许多文献表明基于小波的谐波检测方法优于传统的谐波检测技术，但因混叠现象的普遍存在，导致其精度低、鲁棒性差，需要寻求新的解决方法。该文研究了小波变换的混叠现象，提出了一种电力系统谐波检测的抗混叠小波分析方法。离散小波变换混叠补偿方法，通过该方法将谐波信号分解成不同频带的子频带信号，再利用连续小波变换对非零子频带信号进行分析，提取谐波分量特征。仿真试验和几种方法的计算结果表明，文中所提出的谐波分析方法能够有效地消除小波混叠，并能精确地提取谐波分量特征，从而为电力系统谐波精确检测提供了一种有效的手段。     

基于HHT谐波与间谐波检测研究

为了削弱基于经验模态分解EMD（empirical mode decomposition）方法在谐波与间谐波检测中的端点效应,提出了采用自适应波形延拓的改进型希尔伯特-黄变换HHT（Hilbert-Huang transform）谐波与间谐波检测算法。在EMD过程中,采取分段三次Hermite插值函数取代三次样条插值函数,从而避免包络曲线产生的过冲与欠冲。待测信号经过EMD,获得一系列固有模态分量IMFs（intrinsic mode functions）,然后对各个IMF进行希尔伯特变换HT（Hilbert transform）,即可获得各次谐波的幅值与频率。通过与快速傅里叶变换FFT（fast Fourier transform）相比较,证明改进的HHT算法精度高,符合电力系统谐波和间谐波分析的要求。     

基于动态测度的电能质量扰动检测

将动态(Dynamics，以下用Dyn表示)测度有关概念引入电能质量研究领域以分析各种扰动信号。提出一种高效的Dyn测度算法，该算法能够准确检测信号的所有极值点，并计算其Dyn测度。通过分析扰动信号极值点的Dyn测度，发现扰动信号畸变点的Dyn测度与信号峰，谷点的Dyn测度差别较大，根据二者差异可以有效识别信号的畸变点。基于此提出了一种新的扰动检测方法。应用新方法对多种实测和仿真扰动信号进行检测，结果表明提出的新方法是正确的、有效的。     

一种电能质量扰动检测的新方法

电力系统电能质量扰动是一种典型的非平衡信号，时频分布是分析非平稳信号时一种有效的特征描述。文中介绍了一种基于时频分布的电能质量扰动检测的新方法：首先利用瞬时无功功率理论来提取电压信号的基波成分，进而提取出加载在电压上的扰动信号，然后利用时间和频率的联合函数来描述电能质量扰动信号在不同时间和频率上的能量密度，以此来提取扰动在时间和频率分布上表现出来的特征，仿真算例验证了该方法的有效性。     

基于停电区域的电力系统故障诊断的一种新模型

提出了基于停电区域的电力系统故障诊断的一种新方法.主要包括三个方面的工作:(1)提出了应用无源信息识别停电区域的方法,有效地把故障诊断问题局限于某个或某些小的局部网络中;(2)在停电区域中,根据停电元件、断路器和保护动作信息构造了新的只在停电区域中识别故障元件的0-1规划模型.该模型简单、求解速度快,大大提高了故障诊断的速度;(3)采用了贪婪算法对该故障诊断模型进行求解.经算例计算表明,所提出的故障诊断的数学模型是正确的.