采用嵌入式Haar小波变换算法检测电能质量扰动信号

根据小波变换原理,分析了我国电网背景下Haar小波变换的采样频率和层数,并对6种暂态电能质量扰动——电压尖峰、电压缺口、高频干扰、电压凹陷、电压中断和电压隆起特征信号做Haar小波变换和反变换,重构得到低频分量.针对低频信号分量和原始信号的特征,提出了特征信号分类方法,并使用单片机ATmega1281(8位AVR)实现...     

输电线路暂态信号检测方法比较分析

输电线路发生故障产生的暂态行波是一个突变的、具有奇异性的信号,正确检测出信号的突变点即暂态行波波头是利用行波进行保护和测距的核心。对电网中断路器操作、电容投切、一次电弧、单相短路、雷击等产生的暂态信号进行了仿真．并分别利用小波变换模极大值、小波变换Lipischitz a、小波变换能量谱检测行波波头进行比较分析。EMTP仿真分析表明,三种方法均有提取行波特征,且采用小波能量谱检测输电线路暂态行波波头到达的时刻最精确,故障定位精度最高。     

利用振动信号的小波变换识别内燃机噪声源的研究

在某车用发动机的不同部件上采集了振动速度信号,利用连续小波变换的方法对信号进行了研究.根据小波变换的时频分析特点,从小波变换幅值的时频图上提取出振动信号的特征,从中识别出不同的部件对发动机表面辐射噪声的不同频率成分的贡献.小波变换方法得到的结果与声强模态方法得到的结果相比有较好的一致性.     

基于二进小波变换的电能质量暂态信号的检测

针对暂态电能质量扰动及不易检测的特点,提出一种基于卷积型二进小波变换的电能质量信号定位与检测方法,利用二进小波变换模极大值对应信号的突变点检测电能质量扰动信号,采用Matlab仿真软件对短路故障及电容器投切引起的电压暂态信号进行仿真.结果表明,该法行之有效、尺度定位准确.     

基于小波变换和小波包变换的间谐波检测

通过研究小波变换中基函数选取和小波分解过程两个关键问题,针对小波变换在间谐波检测方面的应用,对比分析不同基函数的检测性能,重点分析小波变换与小波包变换对于稳态和暂态谐波的相位、幅值特性检测精度.仿真结果表明,小波包变换具有良好时频局部化特性能聚焦信号细节,选取dmey小波基函数的小波包分解方法可实现对电力系统中稳态或时...     

基于小波变换的电能质量检测与分析

提出了一种基于小波变换的电能质量检测与分析的研究方法,通过Mallat快速算法对五种暂态电能质量扰动(电压间断、电压骤降、电压骤升、振荡暂态、脉冲暂态)的高频系数和低频系数进行分解,根据db4小波变换上奇异点对应的模极大值可以精确地定位扰动信号发生结束时间、持续时间以及幅值大小,从中提取特征信号,快速判断出扰动信号类型。仿真试验结果验证了该方法的有效性和可行性,为改善电力系统的电能质量提供了保障。     

从傅立叶变换到小波变换

傅立叶变换与小波变换是应用于工业领域的两种重要的数学变换。由于傅立叶变换不能对特定频率出现的时间进行精确定位,使得它的应用范围受到很大的局限性。而小波变换由于在变换窗口的参数的选择上有很大的灵活性,使它在工业领域得到越来越广泛的应用。本文从傅立叶变换着手,分析了它的不足之处,进而引入小波变换的概念,并用多分辨分析的方法对非稳态信号进行分析。     

基于FFT和WPT的电能质量数据压缩算法研究

针对电力系统智能化及远程化日益提升的大量电能质量数据传输、储存问题,提出基于快速傅里叶变换(FFT)和小波包变换(WPT)相结合的有损压缩算法,并采用LZW处理数据,通过Matlab的仿真平台构建了4种常规的稳态扰动信号与5种常见的暂态信号模型,在强噪声环境下去噪、检测和压缩电压电漉信号.实例结果表明,该方法验证了压缩算法的有效性与优越性,可供参考.     

基于小波变换的支持向量回归机振动数据短期预测

支持向量回归机(SVR)是数据挖掘方面一种较好的方法.但对于包含多频率成分的非平稳信号的预测,其运算精度不是十分理想.对此,提出基于小波变换的支持向量回归机振动数据短期预测方法.该方法首先利用小波变换(WT)将非平稳信号分解成若干平稳的频率成分;然后对各个频率成分进行回归运算,得到各频率成分的预测结果;最后对各个成分的预测结果求和,最终得到原信号的预测结果.还对影响预测精度的小波函数进行了分析比较,最终实现了振动信号的准确预测.     

汽轮发电机组动静碰摩的奇异谱理论与小波分析诊断方法研究

作者利用奇异谱对汽轮发电机组转子动碰摩的振动信号进行了分析,剔除信号中因不平衡等邦联所产生的平滑部分、抑制噪声;并运用连续小波变换对信号进行分析。通过多尺度分析形成等高线图,使碰摩故障特征在相应的等高图上得以体现出来。作者还比较了相似频谱特征的两类故障信号的小波变换等高线特征,总结了碰摩故障小波变换等高线分析特征,得到了理想的分析结果,为汽轮发电机组碰摩故障识别提供了新的思路;同时讨论了运用小波变     

基于二进小波变换的高速柴油机故障特征辨识

将采用类Ｍｅｘｉｃａｎｈａｔ小波基并进行二进制离散的小波变换,应用于高速柴油机缸内部件中活塞－缸是隙异常和活塞环胶结两类故障的辨识。结果显示,由于小波变换具有的抑制噪声特性香－频局部化特性,适用于具有非平稳局部突变性质的柴油机机身振动信号分析,从而可以辨识故障产生与否和故障的类型。     

基于小波包的泵站机组振动信号特征分析

提出了一种应用小波包分析对泵站机组振动信号进行特征分析的方法。与小波分析相比,小波包分析能对信号的高频频带进一步分解,提高了频率分辨率。利用小波包对泵站机组振动信号进行了信号压缩与消噪以及奇异性分析,为诊断机组振动故障提供了决策依据。对泵站机组主轴摆度和轴承振动实测信号进行了分析,结果表明小波包分析可有效提取原始信号的特征。     

基于时频分析法的开关柜避雷器泄漏电流检测

目的  在电力系统中,开关柜避雷器承担着抑制瞬态过电压和泄放脉冲大电流的重要作用,对于维持其正常稳定运行具有重大意义。 方法  为了有效抑制噪声对泄漏电流信号检测的干扰,提出了一种基于自相关系数与卡方检验优化的时频分析方法。首先通过电流传感器和分流器两种测量结果进行分析,然后利用基于自相关系数与卡方检验优化的小波变换消除信号中的噪声干扰,实现最优分解尺寸的确定,从而更好地适应小信噪比场合。 结果  通过软件平台分析得出在分流器的测量基础上利用优化后的小波算法去噪的抗干扰能力更强,波形质量更好。最后研制了一款泄漏电流在线检测装置,对提出的泄漏电流检测模型加以验证。 结论  实验结果表明该装置能够较好地实现避雷器泄漏电流的实时检测。     

A new signal processing-based islanding detection method using pyramidal algorithm with undecimated wavelet transform for distributed generators of hydrogen energy

Machine learning-based fault detection methods are frequently combined with wavelet transform (WT) to detect an unintentional islanding condition. In contrast to this condition, these methods have long detection and computation time. Thus, selecting a useful signal processing-based approach is required for reliable islanding detection, especially in real-time applications. This paper presents a new modified signal processing-based islanding detection method (IDM) for real-time applications of hydrogen energy-based distributed generators. In the study, a new IDM using a modified pyramidal algorithm approach with an undecimated wavelet transform (UWT) is presented. The proposed method is performed with different grid conditions with the presence of electric noise in real-time. Experimental results show that oscillations in the acquired signal can be reduced by the UWT, and noise sensitivity is lower than other WT-based methods. The non-detection zone is zero and the maximum detection and computational time is also 75 ms at a close power match.     

基于连续小波变换的水轮机振动信号检测

通过对连续小波变换的分析研究，提出了一种提取信号在小波尺度上的时频信息的信号分析方法。该方法能够有效将水轮机非稳态工况下的振动信号很好地分解在有限的时间-尺度范围内而保持信号的信息完整；对比传统的频谱分析和二进小波变换，信号经过连续小波变换后，其内部蕴涵的状态信息能在尺度域上很好地体现出来。     

基于小波分析的柴油机故障信号特征的提取

本文提出了一种新的柴油机表面振动信号的故障特征的提取方法，利用柴油机表面振动信号经过小波降噪处理，有效地剔除柴油机表面振动信号的噪声干扰，提高信号的信噪比。用小波包提取降噪后振动信号的能量特征参数。以表征柴油机故障特征，建立起能量到柴油机故障的映射关系。实际研究表明这一特征提取方法是有效的。     

Implementation of discrete wavelet transform-based discrimination and state-of-health diagnosis for a polymer electrolyte membrane fuel cell

This research investigates a new approach based on the discrete wavelet transform (DWT) that suitable for analyzing and evaluating output terminal voltage signal (OTVS) for discrimination analysis of a polymer electrolyte membrane fuel cell (PEMFC). Due to its ability for extracting information from the non-stationary and transient phenomena simultaneously in both time and frequency domain, the OTVS can be applied as source data in the DWT-based approach. By using the wavelet decomposition including the multi-resolution analysis (MRA) using the Daubechies wavelet (dB) as mother wavelet, the information on the electrochemical characteristics of a PEMFC can be extracted from the OTVS over a wide frequency range. Thus, the cells that have similar electrochemical characteristics can be eventually discriminated. In particular, this present research develops these investigations one step further by showing low-frequency components (approximation A_n) and high-frequency components (detail D_n) extracted from variable single cells with different electrochemical characteristics. Experimental results show that DWT-based approach is clearly appropriate for the reliable SOH diagnosis for a PEMFC.     

小波分析技术在汽轮机故障诊断中的应用

就小波分析技术在汽轮机故障诊断中故障特征提取和小波算法的硬件实现问题进行了深入研究.提出了基于小波能量分布的故障特征提取方法,并在转子试验台上进行了验证.对于小波分析算法的硬件实现,设计了一种基于DSP的小波算法.实践检验证明,该方法能够满足振动信号实时分析的需要.     

输电线路单端暂态量保护

在阐明单端暂态量保护内涵和优越性的基础上,系统介绍了距离保护和边界保护这两类输电线路单端暂态量保护的研究现状,重点分析了最新的数字信号处理技术（如小波变换、数学形态学等）在单端暂态量保护中的应用特点,最后展望了单端暂态量保护的研究前景和难点。