基于LS_SVM高精度抑制局部放电信号窄带干扰的研究

在频域内抑制局部放电信号窄带干扰通常会造成局放信号能量损失.从时域出发,用最小二乘支持向量机拟合出一段窄带干扰信号,对其周期延拓得到测量时段内的全部窄带干扰信号,再将其从测量信号中减去,从而抑制了窄带干扰;讨论了最小二乘支持向量机嵌入维数对估算精度及参数(γ,σ)的影响.研究分析表明,本方法可有效抑制窄带干扰,窄带干扰越强、窄带信号频率与局放信号越接近,本方法优势越明显;合理选择嵌入维数可提高精度及参数鲁棒性.     

基于LS_SVM高精度抑制局部放电信号窄带干扰的研究

在频域内抑制局部放电信号窄带干扰通常会造成局放信号能量损失。从时域出发,用最小二乘支持向量机拟合出一段窄带干扰信号,对其周期延拓得到测量时段内的全部窄带干扰信号,再将其从测量信号中减去,从而抑制了窄带干扰;讨论了最小二乘支持向量机嵌入维数对估算精度及参数（γ,σ）的影响。研究分析表明,本方法可有效抑制窄带干扰,窄带干扰越强、窄带信号频率与局放信号越接近,本方法优势越明显;合理选择嵌入维数可提高精度及参数鲁棒性。     

FFT频域分析算法抑制窄带干扰的研究

抑制干扰是信息处理的关键技术 ,滤除窄带干扰则是其中的重要内容。针对窄带干扰改进了基于 FFT滤波的频域分析算法 ,研究其滤除干扰的能力、对局放波形的畸变及所需计算时间等 ,并据此设计了有效的滤波器。仿真和现场实测数据处理结果表明效果良好     

TLS-ESPRIT在局部放电窄带干扰抑制中的应用

针对局部放电信号的多态性以及利用混沌振子抑制周期性窄带干扰存在的不足,将一种阵列信号处理方法总体最小二乘-旋转矢量不变技术TLS-ESPRIT(total least squares-estimation of signal parameters via rotational invariance techniques)应用到局部放电信号窄带干扰抑制中。首先将含有窄带干扰的局放信号进行采样并形成HANKEL矩阵;再对HANKEL矩阵进行奇异值分解,划分为窄带干扰子空间与局放信号子空间,并判断是否存在窄带干扰及主要干扰的真实数目;最后通过TLS的二次消噪处理,改善周期性窄带干扰参数的提取精度。研究结果表明,该方法能够有效识别窄带干扰参数和有效处理多种形态的放电信号。     

基于数字陷波器的局放信号周期窄带干扰抑制方法研究

针对电力变压器现场监测的局放信号往往包含各种干扰的问题,提出使用数字陷波器去除局放信号中的周期窄带干扰,并使用MATLAB 7.0进行了仿真研究.仿真实验表明使用这种方法能有效地去除局放信号中的周期窄带干扰.     

用傅立叶级数法消除局部放电检测中窄带干扰的研究

提出了一种新的抗窄带干扰方法——傅立叶级数法,利用原始数据通过傅立叶级数估计原始数据中的窄带干扰波形,然后与原始数据相减,以得到局部放电脉冲信号;通过仿真数据和现场实际数据验证了该方法的抗干扰效果,发现该方法能够在完全消除窄带干扰的同时,基本保留局部放电脉冲的波形、幅值和极性,尤其在脉冲信号的中心频谱与干扰的频谱非常接近时;讨论了随机干扰、频率误差和模数转换量化误差对抗干扰效果的影响,认为这些因素对抗干扰效果的影响不大;与常见的时频转换法和自适应滤波法进行了对比分析,结果表明傅立叶级数法在保持局部放电原始波形、幅值和极性信息方面具有明显优点.     

应用组合广义形态学滤波器抑制变压器局放信号窄带干扰

为了抑制变压器局部放电(PD)信号中常见的窄带周期性干扰,根据PD信号和窄带周期性干扰的频谱特性不同,在开闭和闭开形态学滤波器的基础上,构造和采用组合广义形态学滤波器,在频域中滤除窄带周期性干扰形成的离散谱线,保留PD信号本身宽频带特性,从而达到抑制窄带周期性干扰的效果。用去噪前后的信噪比和波形相似系数对仿真PD信号的干扰抑制结果进行了评价,结果表明,组合广义形态学滤波器可以有效地抑制窄带周期性干扰。     

抑制局部放电信号窄带干扰的快速算法

为消除与抑制窄带干扰对电力设备局部放电信号在线监测的影响,提出了一种将快速傅里叶变换（FFT）与小波变换相融合的快速算法,即先对信号进行FFT,从窄带干扰背景中有效提取局部放电信号,再利用小波变换对FFT处理后的局部放电信号进一步消噪。对仿真信号和实测信号的分析结果表明,该方法对窄带干扰有较好的消噪效果,并且得到的局部放电信号失真较小。     

局部放电窄带干扰抑制中改进快速傅里叶变换频域阈值算法的研究

窄带干扰抑制一直是电力设备局放在线监测中的一项重要课题,已有许多用于抑制窄带干扰的数字信号处理方法。章在研究快速傅里叶变换(FFT)频域阈值法的基础上,提出了一种改进算法,即利用多项式拟合的方法,在原有阈值法置零区域的两侧进行周边频带处理,使算法能够适应更宽频带内的窄带干扰。仿真计算和实测数据处理结果表明该算法有较好的干扰抑制效果。     

基于广义S变换和随机子空间的局放窄带干扰抑制方法

为了解决传统方法难以有效抑制局部放电中周期性窄带干扰的问题,本文提出了一种基于广义S变换和随机子空间的局部放电窄带干扰抑制方法.该方法首先利用广义S变换将染噪局放信号从时域变换到时频域中,接着利用局放信号和窄带干扰不同的时频特征确定窄带干扰数目和无局放时间片段,最后利用随机子空间算法估计窄带干扰参数,实现染噪局放信号的窄带干扰抑制.仿真和实际测试结果表明:相比于传统的广义S变换模矩阵方法和频率切片小波变换方法,本文所提方法对窄带干扰抑制效果更好,能更好地恢复原始局放波形.     

基于遗传算法和傅里叶级数的局部放电窄带干扰抑制

阐述了傅里叶级数法利用原始数据来重构窄带干扰的基本思想,分析了其重构精度受频率估计偏差和随机干扰影响较大的不足.在此基础上,结合遗传优化算法提出了一种抑制局部放电信号中窄带干扰的新方法.它不需要预知窄带干扰频率的精确值,而是通过遗传算法优化选择重构参数,避免了求解冗余方程组带来的累积误差,具有较强的自适应逼近能力和抗随...     

基于PSO优化最小二乘支持向量机的热工系统辨识

在用最小二乘支持向量机(LS-SVM)辨识大迟延对象时,正则化参数、核宽度以及模型类中的迟延时间多是根据经验估测的,而不同的参数值对最小二乘支持向量机辨识的精度就会不同.针对上述问题,采用粒子群优化(PSO)算法对热工辨识系统中的相关参数进行优化.对电厂一次风量数据和平均床温数据进行的仿真实验结果表明,在用LS-SVM对大迟延对象进行辨识时,通过PSO算法进一步确定其最佳参数及迟延时间,能够有效地提高辨识精度.     

基于LS-SVM算法动力电池SOC估计方法的研究

提高电池荷电状态(SOC)估计的准确性对于电动汽车电池管理系统的研究至关重要.根据历史实验数据分析了电池电压、电流、放电总电量因素对电池的影响,利用最小二乘支持向量机具有非线性逼近能力强、收敛速度快、全局最优解的特性对电动汽车电池SOC值进行在线实时估计,与BP神经网络的预测结果进行比较.仿真及实验室测试结果表明,最小二乘支持向量机算法能更准确地逼近实际SOC值,该方法的最大估算误差降低到0.02,达到了动力汽车的应用要求.     

油中局部放电UHF频带选取及干扰的抑制

为消除变压器局部放电对现场测量的干扰,在对绝缘油中局部放电特高频信号频谱特征研究基础上,给出了特高频法测量绝缘油中局部放电的频率范围;为满足实际测量要求。采用包络检波方法对放大后的特高频信号进行降频处理;同时,提出了高频与特高频联合测量方法,用来消除现场局放测量中的干扰。对现场测量数据的处理结果表明,所提出的方法可很好抑制干扰信号。     

基于LS-SVM的矿用隔爆电源蓄电池容量预测

现有煤矿安全监控系统不能实时在线检测备用蓄电池容量,造成交流断电后备用电池不能可靠运行.提出利用开路电压法检测备用蓄电池容量,通过LS-SVM对蓄电池放电数据进行训练,获取蓄电池端电压与容量的关系模型,在此基础上根据蓄电池端电压实现电池容量预测.通过实验表明,该方法能有效预测矿用隔爆电源备用蓄电池的剩余容量.     

基于LS-SVM逆系统方法的传感器非线性校正方法研究

针对传感器存在的非线性问题,提出了一种基于逆系统方法的非线性校正方法。通过最小二乘支持向量机方法构造传感器的右逆系统,并与原系统串联,完成传感器的非线性校正。该方法不依赖于传感器的数学模型,鲁棒性较强。仿真结果证明该方法的有效性和优越性。     

电力系统动态安全域的LS-SVM在线拟合法

提出了一种基于支持向量机的电力系统动态安全域在线拟合方法。支持向量机在解决非线性有限样本和高维识别方面有明显优势,但标准支持向量机在学习时需要求解复杂的二次规划问题,耗时较多。为此采用最小二乘支持向量机的二值分类算法,构造了二类和三类分类器对运行点的稳定状态进行判断,以最小二乘线性系统代替二次规划方法的标准支持向量机进行模式识别和函数估计,解决了大样本数据建模和运算速度慢的问题。同时采用回归算法构造稳定裕度拟合器,对系统既定故障下运行点的临界切除时间进行在线拟合并计算出稳定裕度。最后以EPRI-36节点模型为算例进行仿真计算,仿真结果表明该方法避免“维灾难”问题的同时,能更好地拟合动态安全域的边界,且进一步证明了该方法的有效性和准确性。     

对局部放电试验中典型放电和干扰图谱的分析

对现场测试中几种典型放电现象进行对比,并采取等效电路结合放电过程曲线,分析各种放电现象形成的原因及其明显特征,以便在错综复杂的图谱显示中找到规律,为正确识别放电信号提供参考。     

HSB-2型发电机局部放电在线监测系统的研究与应用

基于射频检测分析的旋转电机局部放电在线监测方法,具有实施的简便性、历史经验的可比性、信号分析的可视性和配备专家咨询系统的可行性.介绍了宝钢电厂HSB-2型基于嵌入式集成前端的发电机局部放电在线监测装置的研究与应用效果.     

统计特征参数及多分类SVM的局部放电类型识别

局部放电模式识别是诊断变压器绝缘状况的一种有效方法,为提高局部放电类型识别的正确率,提出了基于统计特征参数及多分类SVM的局部放电类型的识别方法。在实验室设计了4种典型的变压器故障缺陷,采用统计特征参数法提取各局部放电图谱的27种特征量,引入M-ary分类思想,将支持向量机的两类分类问题扩展为多类分类,使训练计算量和测试计算量大大减少。实验结果表明,该方法用于局部放电类型识别具有较好地识别效果,并且计算速度快。