基于小波变换与正弦曲线拟合的非稳态畸变噪声检测方法北大核心

噪声信号的检测精度直接决定了电网非稳态畸变信号计量的准确性,为了提高噪声信号的检测精度,提出了一种基于小波变换与正弦曲线拟合的非稳态畸变噪声检测方法。首先利用小波变换对电网非稳态畸变信号进行分解与重构,得到基波信号,再通过傅里叶级数将重构得到的基波信号进行正弦拟合,最后通过非稳态畸变信号与正弦信号相减,得到噪声信号。以电网冲击信号模型和电网连续脉冲信号模型为例对本文方法进行验证。实验结果为:在不同分解层数之间,本文方法得到的基波信号、噪声信号与原始信号之间的相关系数始终都在0.95以上,均高于单独小波方法所得信号的相关系数,且受分解层数不同的影响更小,说明文中方法降低了检测精度受分解层数不同的影响,且具有更高的噪声检测精度。     

基于小波变换和三点法的基波频率测量

小波变换可以在非同步交流采样情况下,提取畸变信号中的基波分量,但检测结果存在少许误差。三点法可通过任意三个等间隔检测点提取正弦信号频率,但检测点误差会严重影响测频精度。对三点法误差的数学机理进行分析发现,合理的选择检测点之间的间隔可以使结果误差最小。极值分析和牛顿迭代法可被用来近似计算最优检测点间隔。通过误差的抑制和个别较大误差结果的剔除,小波变换能与三点法结合对电网中畸变信号的基波频率进行高精度检测。仿真算例证明本文算法精度要优于小波变换与过零法或极值法结合的算法精度。     

基于改进S变换的非稳态信号的电能计量方法研究

随着智能电网的不断发展,非线性负荷大量接入电网,产生的非稳态信号对电能计量造成了影响。为了提高非稳态信号的时频分辨率,本文在S变换的基础上,针对电网非稳态信号的特征并根据窗函数设计原则改进了高斯窗尺度因子σ。此外,为保证非稳态信号下计量的精确性和合理性,应实现基波电能和畸变电能的分开计量,为此本文提出基于改进S变换的电能计量方法,利用改进S变换优秀的时频分辨率实现基波电能和畸变电能的分解重构。通过对几个典型的非线性负荷信号的仿真验证了改进S变换算法在电能计量上的优越性和有效性。     

基于分数阶小波变换的电力系统谐波检测方法

针对稳态和暂态谐波检测易受噪声干扰的问题,提出一种基于分数阶小波变换(fractional wavelet transform,FRWT)的电力系统谐波检测方法。首先,通过快速傅里叶变换(fast Fourier transform,FFT)检测出各频谱的频率,根据频率确定分解层数;其次,利用FRWT对信号进行分解和重构,实现基波与各次谐波分量的分离;最后,对各次谐波分量进行Hilbert变换(Hilbert transform,HT),获取各次谐波分量的频率和幅值检测结果以及暂态扰动的起止时刻。对多种谐波信号的仿真试验结果表明,FRWT方法可以有效实现对含噪信号中稳态和暂态谐波的检测,即使信噪比较低也能保证各项结果的检测精度,证明FRWT方法是检测谐波的一种有效新方法。     

基于二进制采样快速S变换算法的 电能计量方法研究

大量非线性以及冲击性、波动性负荷的应用使电网环境变得复杂,将会产生非稳态信号。传统的电能计量方式及计量算法对非稳态信号电能计量不够精确。本文首先采用了一种把基波分量、畸变分量分开计量的方式,再借鉴快速S变换的思想提出了一种基于二进制采样快速S变换的电能计量算法。理论分析可知:电网信号畸变的情况下,基波、畸变分量分开计量的方式比传统的全电能以及基波计量方式更加合理;二进制采样快速S变换核函数形式固定,而不像小波算法那样很难选择合适的小波基函数。并且在相近的精度下,快速S变换比S变换节省很多的时间。最后通过仿真对比验证,无论是稳态信号还是非稳态信号,基于二进制采样快速S变换算法的电能计量结果的精确度都大大优于小波变换,并且比S变换运算效率更高。     

基于小波变换去噪预处理的EMD谐波检测方法

将经验模式分解(empirical mode decomposition,EMD)作为电网谐波的检测方法。通过EMD法分解,把含谐波的正弦信号分解成为包含各阶次谐波的IMF分量和工频分量,从而检测出电网中的谐波分量。研究发现采样信号中的噪声会对EMD的分解产生较大影响,提出了一种基于小波变换去噪预处理的EMD谐波检测方法。此方法首先用小波变换减少随机白噪声对信号的影响,随后对含少量白噪声的信号进行EMD分解。经MATLAB仿真分析,所提方法可以有效地消除随机噪声对谐波检测的影响,提高了EMD谐波检测的精度与适用性。     

基于小波变换的非正弦状态下三相异步电机功率测试

基于小波包变换自适应分解层数门限去噪算法是去除数字信号中白噪声的有效方法,仿真结果表明,该方法具有较好的去噪效果,尤其适合于像电机测试这样的强噪声背景下弱信号的检测.采用三角窗加权算法并结合小波包变换计算非正弦状态下三相异步电机有功功率、功率因数,其测量误差与相对频偏的平方成正比.该方法有实现简单,精度高,当相对频偏不大时,无须专门的同步措施可取得较高的测量精度.     

非正弦状态下有功功率和功率因数测试

基于小波变换自适应分解层数门限去噪算法是去除数字信号中白噪声的有效方法,仿真结果表明,该方法具有较好的去噪效果,尤其适合于如电机测试这样的强噪声背景下弱信号的检测。采用三角窗加权算法并结合小波变换计算非正弦状态下三相异步电机有功功率、功率因数,其测量误差与相对频偏的平方成正比。该方法有实现简单,精度高,当相对频偏不大时,无须专门的同步措施可取得较高的测量精度。     

基于MATLAB小波变换的电力系统谐波检测方法研究

本文介绍基于MATLAB小波变换的谐波检测方法。由于小波变换具有良好的时频局部化特性,近年来已将小波变换应用于谐波检测中。本文采用一维小波变换中Daubechies(dbN)小波将噪声信号分解。综合利用MATLAB中的Simulink、电力系统工具箱进行仿真建模。通过仿真验证表明,小波变换能快速而准确地将信号中的基波信号和不同频率的谐波信号分解出来,从而达到检测谐波的目的。     

基于WT-DFFT的电力系统复杂谐波信号检测

针对电力系统中同时包含稳态谐波、间谐波、非稳态谐波及各种噪声污染的复杂谐波信号,提出了基于小波与双重FFT(WT-DFFT)的联合检测方案。该方案首先利用传统FFT算法粗略识别谐波分布,以此确定小波分解层数以及后续需要关注的频带。然后采用小波变换对信号进行分解,对关注的低频带稳态分量采用加窗插值FFT算法分析,对关注的高频分量采用小波重构算法分析,进而获得各次谐波、间谐波及高频带暂态分量的参数。仿真实验表明,该方案不仅能够确定小波分解层数及关注的频带,而且对关注频带采用更精细的方法进行分析,其准确度更高,实用性更强。     

小波变换模极大值消噪算法的研究

根据信号和噪声在小波变换下的不同特性,采用模极大值去噪的算法.其中包括Mallat交替投影算法和模极大值小波域去噪算法,Mallat交替投影算法是通过剔除那些幅度随尺度而减小的模极大值点,保留幅度尺度而增大的模极大值点,然后将剩余的模极大值利用模极大值重构算法来重建原始信号,达到滤波去噪的目的.而模极大值小波域算法是先用Adhoc算法求出信号的模极大值,再根据模极大值小波域的定义求出信号的模极大值小波域,从而得到信号的小波系数,然后逆变换得到信号.实验结果表明两种算法都具有很好的消噪效果.     

一种改进的无锁相环FBD谐波电流检测方法

针对传统FBD谐波电流检测法在提取基波正序有功电流信号时存在误差较大的问题,提出了一种改进的FBD谐波电流检测方法。该方法利用瞬时对称分量法和同步基准变换法对三相电压进行变换,得到与基波正序电压同相位的基准电压信号来代替锁相环提取的电压正余弦量,计算出准确的三相瞬时正序有功等效电导,提取基波正序有功电流,最终获取精准的谐波电流。理论分析表明,该方法不受电网电压不对称和电流畸变的影响,消除了锁相环提取信号带来的误差,提高了检测精度且易于实现。仿真结果验证了该方法的精准性和可行性。     

金属磁记忆检测中应力集中区信号的识别

金属磁记忆技术可以快速检测出铁磁构件的应力集中区,对其故障进行早期诊断。磁记忆信号非常微弱,容易受到外来噪声和干扰影响,使得难以准确确定应力集中区。针对含有噪声非平稳性的漏磁信号,在原有信号特征量梯度的基础上,给出了新的时域空间梯度和峰-峰值组合特征量,以及能量峰值处理方法,有效消除了随机噪声对磁记忆信号的影响,提高了应力集中区的识别率;从磁记忆信号的奇异性检测角度出发,通过多尺度小波系数的平方相关一致性来确定真正的应力集中区;实验验证了所提方法的有效性。     

基于Spc-Shrink平稳小波变换的GIS局部放电降噪方法

气体绝缘金属封闭开关设备进行局部放电检测时易受到白噪声的影响。为了有效滤除局部放电信号中的白噪声干扰,提出了一种基于新型噪声阈值规则的平稳小波降噪方法。该方法利用统计过程控制理论确定了小波系数的初始上限和下限,并根据每层小波系数的统计特征迭代更新上限与下限,通过该上、下限求出信号的噪声阈值水平,从而对局部放电信号的进行自适应降噪。所使用的平稳小波变换摒弃了传统小波的下采样步骤,对局部放电信号的表征更为完整。本文对三种5 dB染噪局部放电信号进行噪声抑制,降噪后信噪比达到19.1433 dB,均方根误差维持在0.03以内。而处理实验室平台下采集的染噪局部放电信号,信号抑制比为17.1769。本文所提算法能较好抑制局部放电信号中的噪声,去噪后的波形特征明显,失真程度低。     

基于改进递归小波的电力系统频率测量

信号复小波变换的相位谱包含了信号变化的丰富信息,利用电压信号的复小波变换相位信息检测电力系统频率,具有不受电压信号畸变影响、抗噪声能力强、精度高等特点.通过电压信号在特定尺度的改进递归小波变换(IRWT)系数的相位变化周期,可得到电压信号的频率.对理想信号和畸变信号的仿真计算结果验证了该算法具有精度高、速度快、鲁棒性强等特点,市电电压的频率实测结果表明该方法可用于实际电力系统频率的测量.     

基于ICEEMDAN与小波包分解的脉搏信号联合去噪

针对脉搏信号非线性、非平稳,且难以去噪的问题,提出了一种基于改进的自适应噪声集合经验模态分解(ICEEMDAN)与小波包分解(WPD)相结合的联合去噪方法,对采集的脉搏信号进行去噪处理。首先对噪声信号进行ICEEMDAN模态分解,产生一系列的固有模态函数(IMF),再将这些IMF分量分别与原信号进行相关系数的计算,比较相关系数的值,然后进行信号的重组,最后对重组后的信号进行小波包分解,提取得到降噪后的脉搏信号。利用仿真数据、实际采集的脉搏信号进行实验分析,将该方法与集合经验模态分解(EEMD)进行了对比,并比较了这两种方法的信噪比(SNR)和均方根误差(RMSE)。实验结果表明：基于ICEEMDAN-WPD的联合去噪方法能更有效地去除噪声,并更好地保留脉搏信号的特征。     

S变换在电力电缆局部放电信号时频分析中的应用

针对电力电缆局部放电检测,介绍了基于新型S变换的时频分析方法,用于提取及分辨淹没在现场噪声干扰中的局放脉冲信号。局放信号是典型非平稳信号,单纯使用时域或者频域信息都不能很好地表示奇异信号的时变信息。最近发展的S变换是连续小波变换和短时傅里叶变换的一种结合与延伸,引入了幅度和宽度均随频率变换的高斯窗,具有与频率相关的渐进分辨率特性。局放信号的S变换图谱,在信号高频分量部分获得较高的时域分辨率,而在低频分量部分获得较高的频域分辨率,并可提取局放脉冲发生时刻及信号中心振荡频率等特征信息。对仿真信号和现场采集的电力电缆接地线上的局放信号应用S变换进行时频分析,并与短时傅里叶变换及Gabor变换等传统时频分析方法比较,结果显示S变换的时频分析可有效获取局放脉冲信息。     

二维离散小波变换在电能质量检测数据压缩中的应用

提出了用二维离散小波变换和能量阈值相结合的方法来解决电能质量扰动信号的压缩问题.利用二维db小波变换对矩阵数据分别进行行卷积和列卷积,把检测数据的高频信号和噪声信号分解在3个不同的方向上,且信号的能量集中在很少的小波系数上.再通过改进的能量阈值法,利用能量均值修正系数设置阈值使得压缩后的能量保留在99%以上,从而保证了重构信号的失真度很小且自适应地消除了加在扰动信号上的噪声.对6种扰动信号进行仿真并与小波包的压缩结果进行比较,结果表明该方法极大地提高了压缩率,并对噪声干扰有很好的去噪能力.     

基于二维离散平稳小波变换的短时电能质量扰动检测方法

基于二维离散平稳小波变换,提出了一种精确定位短时电能质量扰动起止时刻的检测方法。利用二维小波变换将信号分解在3个不同的高频方向,用水平高频系数精确定位发生在工频相位过零点的电压凹陷的起止时刻,用垂直高频与斜线高频系数之和精确定位发生在工频相位非过零点的电压凹陷的起止时刻。该方法只需采用最简单的小波函数db1对信号进行1层小波变换,简单易行且对噪声不敏感。运用Matlab6.5进行仿真实验,验证了该方法的有效性、准确性和鲁棒性。