基于提升小波包最优基的电能质量数据压缩

在小波压缩技术的基础上,使用提升小波包最优基的方法解决电能质量信号的数据压缩问题。利用先分解后搜索的提升小波包最优基分解信号,再对最优基下小波包系数作阈值处理,消除幅值较小的系数,达到压缩的目的,最后对压缩后的数据进行重构,并将其与小波变换、最佳小波包变换的数据压缩方法进行仿真比较。结果证明,提升小波包最优基变换的方法．在电能质量数据压缩中取得了满意的效果。     

基于小波包算法的电机故障信号的压缩和重构

提出了基于小波包改进算法的电机故障信号压缩和重构方法,取定误差限后,通过选择分解阶数自动优化调节每个节点的阈值来获得尽可能大的压缩比。分析了小波包分解尺度空间系数V1不压缩和压缩2种方案,以及小波包完全分解和基于熵值的最优分解下各压缩指标随尺度的变化情况,并比较了不同小波的压缩效果。分析结果表明,提出的方法在获得较大压缩比的同时又能不失真地重构原信号,并有效地减少小波包分解和重构的计算量,是一种有效的电机故障信号和压缩和重构方法。     

基于混合小波包的电能质量数据压缩算法

经典小波算法在分解电力系统监测系统的录波数据时,单一小波基难以与电能质量事件复合特征达到最优匹配,为了进一步提高电能质量数据小波压缩算法的效率,本文在单小波分解的基础上,针对电力系统数据特性提出混合小波包算法:首先通过MATLAB仿真产生不同类型的电网故障录波数据,再将仿真数据所对应的熵函数作为遗传算法寻优的代价函数,优化混合小波包基结构,最后利用新算例验证优化好的混合小波包。仿真实验的结果表明本文算法获得的压缩效果优于经典小波压缩算法。     

基于小波包最优基的图像压缩算法研究

阐述了基于小波包最优基的图像压缩算法,分析了代价函数的选择和最优基的构建并与小波树压缩算法进行了比较,对小波包分解尺度及不同小波基选取对压缩性能的影响进行了探讨.仿真实验表明,基于小波包最优基的压缩算法在保持图像细节信息方面优于小波树压缩算法.但是,如何合理的选取分解尺度及小波基仍有待于进一步研究.     

基于最优二代小波包基的电能质量数据压缩方法

针对日益增加的海量电能质量数据传输、储存问题,提出一种基于统一阈值法的最优二代小波包基电能质量数据压缩方法。首先对数据进行二代小波包分解,然后采用阈值熵法求解最优小波包基,最后根据生成的最优小波包系数对电能质量数据进行压缩与重构。对电压凸起、电压中断、电压脉冲、电压振荡、电压凹陷与Leleccum稳态数据采用所提出方法进行压缩,仿真结果分别与二代小波、最优一代小波包方法进行对比。仿真结果表明,以压缩率和均方误差两个重要性能指标作为参考,该方法较二代小波及最优一代小波包的压缩效果均优越。     

火力发电厂锅炉风机变频器故障自动诊断技术研究

在对变频器故障进行诊断的过程中,变频器本体信号在不同频率段具有的不同特征,导致诊断结果的准确度和可靠性较低,因此以火力发电厂锅炉风机变频器为研究对象,提出一种故障自动诊断技术。通过在风机变频器故障数据特征量阶段将频带能量作为指标参数,按照4层方式对原始变频器信号进行dbN小波分解处理,再将小波包提取到的信号转化为最优小波包分解树形式,计算得到各个节点的频带能量特征值;最后以提取结果为基础,利用变频器实际运行数据频带能量与故障特征之间的关系,实现对故障的准确诊断。测试结果表明,该技术对变频器故障的诊断结果具有较高的准确性。     

基于最优小波包基的电动机故障信号的消噪与检测

现场采样获得的电动机故障信号通常会含有很多的噪声，如果对噪声不能加以有效地消除。那么故障特征信息的提取将会受到很大的影响。该文通过对基于shannon熵的最优小波包基的快速搜索算法的探讨，提出了基于最优小波包基的电动机故障信号的消噪与检测方法，通过实例分析，验证了基于最优小波包基的信号消噪声效果要优于小波方法或普通小波方法的消噪效果，通过对消噪后的故障信号进行分析，提取出了故障特征信息，检测结果表明，在故障检测前先采用最优小波包基方法对故障信号进行消噪，有利于提高电动机故障检测的准确性。     

超高压电网故障录波数据自适应压缩新方法

综合分析了超高压电网变电站故障录波数据快速压缩传输的必要性,以及现有故障录波数 据压缩传输算法的优缺点.提出了基于信号奇异性检测原理的自适应小波去噪压缩算法,详细分析了各尺度上小波系数奇异点的匹配搜索过程和最大尺度层数自适应阈值选取方法;通过故障录渡信号频率与采样率的关系,确定出最大小波分解层数,然后在该分解层数上进行噪声白化检验,并对某一个信号奇异点进行奇异性指数计算,以确定出小波最优分解层数.最后通过大量真实故障录波数据编程仿真,验证了该压缩算法的高效性.     

小波包分解在电机故障诊断中的应用

针对常用的时域和频域分析在诊断电机故障时存在不能同时诊断出故障时间和类型的问题，在分析电机故障特征的基础上，利用时频两域都具有表征信号特征能力的小波，对采集来的电机振动信号进行小波包分解，利用分解的小波系数，在各个频段上进行小波信号重构，并计算信号各个频段的能量特征值，提取故障特征，诊断故障发生的时间和故障类型。经仿真验证，小波包分解能将故障信号有效划分到不同的频段内，而且时域和频域局部化特性好，能有效地诊断出电机故障，具有良好的理论意义与工程应用价值。     

基于小波包的锅炉炉管声波信号自适应压缩感知

在锅炉炉管泄漏声波自动报警系统中,针对声波信号在采集、传输、处理与存储过程中存在数据规模大、传输带宽高和所需存储量大等问题,提出基于小波包的锅炉炉管声波信号自适应压缩感知方法。首先采用小波包分析方法对炉管声波信号进行多尺度分解,计算各尺度下小波包系数的数学期望,并将其作为阈值,对小波包系数进行置零处理,根据各分解尺度下的稀疏度自适应地选择最优小波包分解层数;然后对最优分解层数下的各小波包系数块按照其数学期望和信息熵进行分类,并对分类后的各小波包系数块采用不同方法进行处理。实际应用结果表明,本文方法有效减少了炉管声波信号的观察数据,提高了信号压缩率,并在相同观察次数下,降低了信号的传输带宽和存储容量,提高了信号的处理速度和重构精度。     

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.     

基于粗糙集理论的配电网故障选线装置研究

为了提高小波包选线方法的选线精度,提出基于粗糙集理论和小波包分析的故障选线方法。该法利用电磁暂态软件ATP-EMTP仿真单相接地得到一组零序电流信号,从中提取故障特征,如最大幅值衰减比、首波头极性和有效值,并将其作为条件属性,信号需增强的比例作为决策属性,从而构成一个信息系统。通过属性约简和规则约简后得到最小规则集,并用该规则集增强低频采样信号。再进行小波包分解实现故障选线。基于上述原理研制了配电网接地选线装置,给出了装置的硬件结构及软件流程。试验结果表明该系统选线精度高、运算速度快、抗干扰能力强、运行稳定。     

基于小波包的多尺度主元分析在传感器故障诊断中的应用

由于传统的基于小波变换的多尺度主元分析(MSPCA)方法在检测高频类故障时的分辨能力不足，该文提出了基于小波包的MSPCA模型，并应用于传感器的故障诊断。首先对传感器数据进行正交小波包分解，得到小波包最佳分解树。根据最佳树的各个节点系数在对应的尺度上建立主元分析模型，根据这些主元分析模型在残差子空间利用平方预报误差统计量进行传感器故障检测，采用传感器有效度指标对故障传感器进行分离。最后以火电厂锅炉系统的传感器为例对设计的模型进行了验证，通过对传感器周期性干扰故障这种高频故障的诊断实例验证了基于小波包的MSPCA方法的有效性，其检测性能要优于基于小波变换的MSPCA模型。     

基于第二代小波变换的电力系统故障录波数据压缩方法

随着对故障过程监测水平要求的逐步提高,急剧增大的故障录波数据量给数据传输和存储带来了很大的困难,因此必须对其做压缩处理。在论述传统小波分解理论和第二代小波方法的基础上,提出了一种基于整数小波变换的无损压缩方法。该方法能够对电力暂态信号数据进行完全可逆的多尺度整数小波分解,并将各尺度上的小波系数进行Huffman编码,从而实现无损压缩。仿真实验结果表明：该方法应用于故障录波数据无损压缩可实现较高的压缩比。     

基于小波包能量分析和信号融合的异步电机转子故障诊断

为提高异步电机转子故障诊断的可靠性,文中介绍了一种基于小波包能量分析和信号融合的异步电机转子故障诊断方法。采用定子电流信号和振动信号的频谱特征融合作为转子断条以及气隙偏心故障的诊断依据,首先对信号进行小波包分解,获得不同小波包频带节点下对应的能量分布,并与正常电机信号进行比较,进而对能量异常的信号频段进行小波包节点重构,最后通过快速傅里叶变换识别故障特征频率,诊断电机故障是否发生。通过仿真分析,验证了该方法的有效性和实用性,对于电机运行状态的准确监测具有重要意义。     

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。     

基于小波包变换和SVM的三电平逆变器故障诊断

针对中性点箝位型(NPC)三电平逆变器开路故障诊断计算复杂、准确率低等问题,提出一种基于小波包变换和支持向量机(SVM)的故障诊断方法。采用小波包变换将具有各自时频特征的故障信号分解为若干个频段,并重构提取小波包能量作为故障特征向量;将该故障特征向量作为SVM的输入量,运用交叉验证径向基核函数,通过训练数据集得到多类SVM模型,将随机选取的测试集输入训练好的模型中。仿真试验结果表明,该方法可对IGBT开路故障进行诊断并具有更高的故障识别准确率。     

基于谐波小波包理论检测微弱信号的研究

谐波小波作为一类小波,存在明确的函数表达式,算法实现简单,时频定位准确,且在频域具有良好的盒形谱特性。作为谐波小波变换的延伸,谐波小波包变换能够实现对任意频段的无限细化,将信号分解到感兴趣的频段。在此基础上,提出将谐波小波包理论用于微弱信号的检测。利用谐波小波包变换对微弱信号进行处理,成功实现了对微弱信号的时域重构和频域提取。通过仿真实验,说明谐波小波包方法在微弱信号检测方面,是一种有效的手段。     

基于粗集理论的小电流接地系统故障选线

分析了小电流接地系统中基于小波包的故障选线方法工作原理，证明了在故障线路暂态零序电流信号采样后能量损失较大时，该方法失效。为了克服该方法的局限性，提出了一种基于粗集理论的改进故障选线方法。将提取的暂态零序电流故障特征作为条件属性，信号增强倍数作为决策属性，构成一个决策系统。通过对决策表的约简，得到决策系统的最小决策算法，从而实现信号增强。再利用小波包变换对增强的信号分解，实现故障选线。ATP-EMTP仿真表明，该方法有效地提高了小电流接地选线的准确性。