铁路电力输电线路故障测距

本文针对铁路电力输电线路故障测距进行论述。     

基于我国高压线路故障测距方法的研究

论文就我国高压线路的故障测距方法进行了分析比较,最后确定采用基于双端的行波测距法。由于现用的行波测距法在实际使用中存在一些制约因素,提出了使用小波变换技术及行波测距装置校验仪使问题得以改善。综合经济性、可实现性等因素,行波测距方法具有可靠性强、测距精度高等特点,完全不受故障类型、过渡电阻和系统参数的影响。     

高压输电线路故障测距与故障防范研究

介绍了高压输电线路的故障类型及故障测距的基本要求,分析了不同测距方法的原理及各自的优缺点。同时,从防雷及防鸟害2个方面研究了高压输电线路的故障防范措施。     

小波变换在电缆故障精确定位中的应用

将小波变换模极大值对检测信号奇异点的理论应用于检测脉冲反射信号,实现电缆故障的定性定位.重点分析了小波变换在强噪声中提取信号,再现信号突变点方面的优越性.仿真表明它能有效去噪、准确定位脉冲反射信号,有利于提高信道故障定位精度.     

铁路供电线路电缆高阻故障测距研究

介绍了铁路供电线路电缆故障测距原理,研究了小波分析在故障测距中的应用,利用小波变换对电缆高阻故障点反射波进行识别,消除噪声干扰;利用测量行波在电缆中传播的时间,来快速准确地进行故障点的测距,输出结果简单明了,易于识别。实际应用表明．有效提高了测距精度。     

基于小波变换协同深度信念网络的输电线路故障识别与定位

输电线路的分析监测不仅有利于电力网络的可靠运行,同时能够提高能源供应的安全性和质量。提出了一种基于小波变换和深度信念网络相结合的新型输电线路故障定位方法。首先,利用离散小波变换提取各相模态电流的频率分量,并从中检测出峰值。其次,通过小波的一阶重构细节系数建立起特征向量,采用逐层训练的方式建立起特征向量和暂态事件类别的联合概率分布。最后,设计了一种故障相似度结构值,最大化该相似度意味着该类故障发生的可能性最大。通过仿真实验上的实验结果表明,所提方法能够准确监测出故障发生类别及位置,且不易受电网运行过程中噪声干扰因素的影响。     

高压线路故障测距系统的研究

介绍了高压线路故障测距分类及优缺点,并提出了新型的故障测距方法,即采用先进的小波变换技术对行波信号进行分析变换,最终达到对高压线路故障精确测距的目的。采用DSP和单片机双CUP结构,计算速度快,处理能力强,精度高,可达到精确测距的要求。     

基于小波能量谱的T型线路故障定位新算法

针对带T型分支的输电线路的故障判支死区问题,为了实现故障精准定位,提出一种基于小波能量谱的T型输电线路测距新算法。利用三次B样条小波变换模极大值算法提取故障特征,在非死区范围内,由三端测距法即可准确完成故障测距;在死区范围内,通过小波能量谱算法判断故障分支,再利用三端测距法完成故障测距。该算法解决了T型线路故障分支判别的死区问题,消除了噪声和波速不稳定带来的影响。仿真软件仿真结果表明,所提方法能够满足T型线路故障测距的要求,不受故障类型和过渡阻抗的影响,并且解决了O区测量盲区的难题。     

架空线-高压电缆混合线路故障测距改进算法

为了提高架空线-高压电缆混合线路故障测距的精度,并解决测距的伪根问题,提出了一种混合线路的双端不同步数据故障测距改进算法。基于分布参数混合线路模型,分析了测距中伪根的产生原因,通过对二分搜寻法改进来避开伪根,通过改进算法测出故障位置,并将测距结果与自动重合闸技术配合,从而提高了电力系统的安全可靠性。Matlab仿真结果表明,该测距算法不受伪根、过渡电阻、故障类型和位置以及不同步采样角等条件的影响,能够快速、精确地实现故障测距。     

基于高速数据采集卡的输电线路故障定位系统设计

为了使输电线路在短时间内以最小的人力、物力排除故障,设计了一套基于高速数据采集卡的输电线路单端行波在线故障定位系统。系统由高速数据采集装置和系统分析软件构成,可消除输电线路隐患、缩小停电范围、减少停电时间,提高供电可靠性。     

基于复小波变换相位谱的齿轮故障诊断

提出了一种基于复小波变换诊断齿轮故障的新方法。利用Mexican-hat调制复小波基函数对齿轮振动信号进行连续小波变换，再作相位的频谱分析，可以突出边频带结构，识别不同故障模式。试验数据的分析结果表明，该方法适用于齿轮故障诊断，与传统的自功率谱方法以及基于实值小波的小波变换方法相比，这种方法效果更好。     

基于改进双树复小波变换的轴承多故障诊断

针对双树复小波变换产生频率混叠的缺陷,提出了改进双树复小波变换的轴承多故障诊断方法,该方法综合利用了双树复小波包变换和经验模态分解技术。首先,利用双树复小波变换将振动信号分解成不同频带的分量;然后,将各小波分量进行经验模态分解,获得各小波分量的主频率分量信号;最后,计算各小波分量的主频率分量信号的包络谱,根据包络谱识别齿轮箱轴承的故障部位和类型。通过仿真信号和齿轮箱轴承多故障振动实验信号的研究结果表明,该方法不仅消除了频率混叠现象,提高了信噪比和频带选择的正确性,而且提高了从强噪声环境中提取瞬态冲击特征的能力,能有效识别轴承的故障类型。     

基于Modet小波的滚动轴承故障信号奇异性分析

针对滚动轴承故障信号分析中单一频域表征的问题，提出了将Morlet连续小波变换应用于故障信号奇异性提取和分析的新方法。在分析了滚动轴承故障信号的奇异性特征和奇异性信号小波检测机理的基础上，将Morlet连续小波用于对滚动轴承故障信息的提取与分析。试验证明，该方案能有效地对滚动轴承故障信号在时间和尺度平面进行分析，可以同时表征奇异性信号的时间和频率信息。     

基于Morlet小波的滚动轴承故障信号奇异性分析

针对滚动轴承故障信号分析中单一频域表征的问题,提出了将Morlet连续小波变换应用于故障信号奇异性提取和分析的新方法。在分析了滚动轴承故障信号的奇异性特征和奇异性信号小波检测机理的基础上,将Morlet连续小波用于对滚动轴承故障信息的提取与分析。试验证明,该方案能有效地对滚动轴承故障信号在时间和尺度平面进行分析,可以同时表征奇异性信号的时间和频率信息。     

基于双树复小波变换的轴承故障诊断研究

提出了一种基于双树复小波变换解调技术的轴承故障诊断新方法。该方法利用双树复小波变换具有近似平移不变性、避免频率混叠和有效降噪的优点,首先对轴承故障振动信号进行双树复小波分解和重构,将振动信号分解成实部和虚部,然后计算振动信号的双树复小波幅值包络和包络谱。齿轮箱轴承故障振动实验信号的分析表明,该方法能在强噪声环境下准确提取轴承故障产生的周期性瞬态冲击信号,能有效消除频率混叠现象和强噪声的影响,能有效识别轴承内圈和外圈故障。     

基于小波变换-模糊聚类的变速箱齿轮故障诊断

在对车辆变速箱齿轮振动加速度信号进行小波变换的基础上，提出了基于尺度-能量谱的特征提取和模糊聚类相结合的车辆变速箱齿轮故障诊断方法。该方法应用于LC5T81变速箱齿轮的故障诊断中，能够比较准确地识别与诊断出变速箱齿轮的走合运行状态、磨损运行状态和故障运行状态，具有一定的实用价值。     

自适应改进双树复小波变换的齿轮箱故障诊断

针对双树复小波变换存在频率混叠以及参数需自定义的缺陷,提出自适应改进双树复小波变换的齿轮箱故障诊断方法。首先,利用双树复小波变换将信号进行分解和单支重构,采用粒子群算法将分解后分量峭度值作为适应度函数,选择双树复小波的最优分解层数;其次,对重构出的低频信号进行频谱分析提取故障特征,将单支重构后的各高频分量进行变分模态分解,通过峭度值获得各高频分量经变分模态分解后的主频率分量信号;最后,分析各主频率分量信号的频谱,识别齿轮箱的故障特征。结果表明,该方法与双树复小波变换和变分模态分解相比,不仅消除了频率混叠现象,提高了信噪比和频带选择的正确性,而且还提高了从强噪声环境中提取瞬态冲击特征的能力。     

k阶循环矩解调用于滚动轴承故障特征提取

针对滚动轴承早期故障诊断中故障特征信号提取问题,提出了一种基于k阶循环矩的故障特征信号解调方法.在循环矩理论基础上,首先分析了时变调幅信号的k阶循环矩解调原理和方法;讨论了k阶循环矩的频率特性;得出了k阶循环矩不仅能解调出调制频率,还能解调出载波频率的规律;给出了k阶循环矩的计算方法,并利用仿真信号验证了该方法的有效性;最后通过滚动轴承振动信号进行了分析.结果表明,该方法能有效提取滚动轴承早期故障特征,识别故障类型,具有较高的可信度.     

结合复小波包变换及频谱校正的机械转子碰摩故障诊断方法研究

针对机械转子系统中碰摩故障发生时故障特征微弱及识别困难的问题,提出一种结合双树复小波包变换及频谱校正的故障诊断方法。首先对于振动位移信号中工频基波成分,采用频谱加矩形窗的频谱校正方法识别其谐波信息,通过构造补偿信号进行对消,以减少其对后续特征提取的影响。其次通过双树复小波包对补偿过的信号进行多尺度分解;最后对小波包子空间信号进行希尔伯特包络解调分析,通过瞬时幅值及瞬时频率信息诊断转子的动静碰摩故障。在转子实验台上进行了实验验证,结果表明提出的方法能有效提取转子碰摩产生的微弱故障特征。     

基于矩不变量与SVM的滚动轴承故障诊断

针对滚动轴承故障识别问题,提出了基于矩不变量和支持向量机的智能诊断方法。该方法采用连续小波变换对滚动轴承信号进行分析,然后提取出小波灰度图的7个矩不变量作为故障特征,最后将特征向量输入到支持向量机中,以实现对不同的滚动轴承故障类型的识别。试验结果表明,该方法能有效地提取故障特征,同时可获得较好的分类效果。