基于小波包变换的电压骤降信号分析

电压骤降是暂态电能质量问题中最常见的现象,对其进行准确的检测是控制和治理的前提.小波包变换是小波变换的进一步完善和发展,其均等划分频带特性使之具有比小波更好的时频分辨率.利用此特性,信号被分解到小波包平面,根据有用频带信息,提取电压骤降信号的特征分量;对信号中混有噪声和数据量过大的情况,利用软阈值法同时进行去噪和压缩处理,并对调节系数对软阈值法处理的影响进行了分析.仿真结果表明,小波包变换也是分析电压骤降信号的一种有效方法.     

基于小波包变换的电机测试信号去噪处理

作为一种日益获得广泛应用的信号处理新技术 ,小波分析具有良好的时频局域化特性 ,适应于时变和瞬变信号的分析。针对电机起动过程中的噪声干扰信号 ,提出了基于小波包变换的浮动阈值去噪算法。实验结果表明 ,该方法具有良好的去噪性能     

基于小波包变换的电能质量扰动数据压缩

正交小波包变换可以对信号进行多频带分解，并根据被分解信号的特征，自适应地选择相应的频带，弥补正交小波变换的不足。将正交小波包变换与门限阀值相结合，应用于电能质量扰动数据压缩，并对其中最佳小波包的选取、门限阀值确定、算法实现等问题进行了讨论。对用电消耗信号、电压间断信号及暂态谐波失真信号进行了压缩仿真，并比较了这些信号在不同分解层次和门限限定系数取值时的压缩效果，结果验证了该方法的可行性和有效性。     

基于最优小波包基分解的暂态电能质量分类方法

对屯能质量暂态扰动进行正确的识别分类是改善电能质量的前提,而电能质量扰动特征向量的提取又是电能质量扰动识别分类中的关键步骤。提出基于最优小波包熵特征的特征提取方法．对采样信号进行小波包分解及时域预处理并选取最优小波包基．计算各尺度下信号的最佳小波包子空间的熵值,归一化处理后,把同尺度下的熵值和作为特征量,再将所有尺度下的特征量按尺度分解顺序依次组合在一起．形成最终的特征向量并作为神经网络的输入构建神经网络识别系统．对暂态电能质量信号进行识别。系统负荷投切和电容器充电的仿真结果表明．该方法能快速有效地区分暂态脉冲和振荡暂态。     

基于小波包变换方法的超声回波信号去噪研究

超声回波信号中含有大量有关缺陷性质的信息,但同时也掺杂着大量噪声干扰。为了很好的从回波信号中提取反映缺陷本质特征的信号,文章中使用了一种改进的小波包去噪方法一平均能量阈值法,讨论了小波包变换的多分辨率分析及平均能量阈值法消噪的原理,仿真结果表明,基于平均能量阈值的小波包去噪是一种有效的去噪方法,其效果优于小波去噪。     

一种基于小波包变换的电力系统谐波检测方法

非线性设备的大量使用和分布式电源的投入使得谐波污染愈加严重,文中提出了一种基于小波包变换的谐波检测方法,能对电能质量进行有效的分析。该方法在五层db40小波包变换的基础上,利用希尔伯特变换做移频运算,避免了中间频段小波混叠对检测精度造成的不利影响,并将各次谐波分量转移到精度较高的边频带进行小波包分解并重构信号,实现了各次谐波的高精度检测,同时通过Matlab工具对不同算法的仿真进行了比较和误差分析。仿真表明,相比于传统傅里叶变换,该算法具有高分辨率时频分析能力,能有效定位暂态干扰;与经典小波包变换相比,测量精度也有了较为明显的提高,实验结果一致显示了该算法的可行性和优越性。     

对比研究基于小波包变换和离散小波变换的配电网谐波检测技术

对比较小波包变换WPT和离散小波变换DWT之间不同量化的电力系统谐波进行了测试,并对波形进行分析且取得了实际使用功率,所取得的成果足用小波包变换和离散小波变换在符合IEEE标准的实际数值和误差率的基础上进行的.结果表明有效的离散小波变换比小波包变换分析方法更适合用于电力系统谐波分析.     

基于小波包变换的有功电能计量

介绍了小波包变换的基本理论,提出了一种谐波环境下基于小波包变换的有功电能计量算法,并对非稳态信号的有功电能计量进行了仿真实验。结果表明,该算法的有功电能计量精确度可满足现行电网运行要求,具有可行性。     

基于小波包变换的癫痫脑电信号特征提取

为了有效识别癫痫脑电信号,提出了一种适合于非平稳脑电信号的特征提取方法。以临床采集的包含癫痫发作期的5组500个EEG公共数据为样本,选择了具有任意多分辨分解特性的小波包变换,对信号进行多尺度分解,并提取了各级节点的小波包系数。将小波包系数能量作为特征值,构建了特征向量并输入到BP神经网络分类器中进行自动识别。实验结果表明,该算法的识别率达到了91.5%。     

基于FFT和小波包变换的电力系统谐波检测方法

针对目前在进行谐波检测时存在频谱泄漏、柵栏现象以及由分析时运算量较大造成的识别定位速度慢、实时性不高等问题,提出了一种基于FFT和小波包变换的综合谐波检测方法。该方法利用傅里叶变换优秀的幅频特性,识别出所有的谐波分量,再利用小波包优秀的时频特性,快速、有选择地对所关注暂态谐波分量发生和结束时刻进行准确定位,同时将该谐波分量提取出来,这样有效地减少了运算量,提高了谐波检测的实时性。用Matlab仿真了综合谐波检测方法,并将仿真结果与目前常用的检测方法的仿真结果进行了比较,验证了所提方法对谐波检测的有效性和实时性。     

基于小波包变换有源电力滤波器的研究

通过小波包变换可以实现信号频带的均匀划分,能够更好地提取信号的时频特性,将小波包变换技术应用于有源电力滤波器的检测环节中,设计了基于小波包变换检测谐波的单相小波包滤波器,并在此基础上通过仿真验证了APF三相检测电路的可行性。     

基于小波包变换的电能质量调节系统的数据处理

针对配电网电源侧电能综合调节系统(ActivePowerLineConditioner-APLC)的功能要求,基于小波理论设计了APLC的数据处理系统。针对实时补偿检测中存在的时延问题,提出了基于小波变换的递推式预测检测方法,利用该检测系统获取的补偿指令信号可有效地解决时延问题。另外,数据的分析中,针对电能质量采集数据频带宽、数据存储量大的特点,在应用小波包变化数据进行就地分析时对存储数据进行了有效压缩,节省了大量的存储空间。仿真结果证实了所设计系统的有效性和可行性。该研究为配电源侧电能质量的分析和调节提供了一种良好的检测手段。     

基于复小波变换和有效值算法的电压暂降检测方法

对电压暂降三大特征量即持续时间、相位跳变和幅值的准确检测是实现电压暂降有效补偿的前提。文中提出复小波变换和有效值算法相结合的电压暂降检测方法。详细研究了复小波变换奇异性检测原理及其在电压暂降起止时间检测中的应用,采用具有四阶消失距的复Gaussian小波(Cgau4)能准确检测电压暂降发生、恢复时刻和相位跳变,利用有效值算法实现电压暂降幅值的检测。通过在Matlab中对有无畸变情况下的的电压暂降问题建模仿真,验证了该算法的有效性,实验结果表明该方法能精确检测电压暂降三大特征量。     

基于小波变换和自相关分析的电力电缆故障测距

随着电力电缆应用的增多,对电缆故障测距的精度要求也不断提高。文中分析了行波法故障测距存在误差的原因,在此基础上引入小波变换和自相关分析。运用小波变换进行信号滤波和奇异性检测,运用自相关分析为前者提供约束条件,从而实现故障的自动精确测距,并给出了实现该程序的流程图。试验结果表明,此方法可取得较高的故障测距精度。     

基于动态小波变换的电力系统故障信号分析

提出了基于动态小波变换的电力系统故障分析方法,既充分利用了小波变换在电力系统故障信号分析中的优点,又克服了分析中傅里叶算法的不足。该方法简单、可靠,便于形成实时软件,对于提高电力系统故障检测水平和保护性能具有重要意义。     

基于小波阈值的电力谐波信号去噪研究

电力系统不同程度的噪声污染会影响谐波检测的准确性,传统小波阈值去噪方法在工程实际应用上有诸多缺陷,例如硬阈值函数在阈值处不连续、软阈值函数存在固定偏差,量化规则缺乏尺度自适应性等。鉴于此我们从阈值函数和阈值量化规则两方面改进小波阈值去噪,文中使用改进的软硬阈值折衷函数结合分层阈值选取规则对模拟谐波电力信号去噪。在MATLAB环境下仿真模拟染噪电力谐波信号使用传统和改进阈值方法去噪,从三个去噪效果衡量指标定量分析,结果表明,改进阈值去噪方法提高了重构信号的输出信噪比,降低了均方根误差和平滑度,在不牺牲计算复杂度的条件下可灵活有效去噪。