首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 109 毫秒
1.
边静  李巴津 《福建电脑》2007,(6):5-5,18
谐波对电力系统和用电设备产生了严重的危害和影响。本文将其应用于电力系统谐波检测中,对含有谐波的电磊信号莲行了基频分量提取,给出误差结果,仿真结果说明具有一定的有效性和可行性。  相似文献   

2.
基于小波多分辨率分析的间谐波检测方法   总被引:1,自引:0,他引:1  
间谐波是电力系统中一种特殊的谐波,大量存在于电网中,对电网的危害很大,对它进行检测和分析具有重要的意义.针对傅立叶(DFT)方法只能检测出整数倍的基波频率,而对间谐波无能为力的缺点,文章提出了一种基于小波多分辨率分析的间谐波检测方法.仿真结果表明该方法具有较好的分辨率,可以很好地对间谐波进行分析,在电力系统间谐波分析方面具有经典DFT方法无可比拟的优点.  相似文献   

3.
基于小波多分辨率分析的故障检测方法   总被引:3,自引:0,他引:3  
提出了利用小波多分辨率分析技术对系统信号进行分析的故障检测方法。利用小波多分辨率分析技术对信号进行多尺度小波分解,得到信号的高频分量,对此高频分量进行去噪和特征提取,可以得到反映系统故障的特征,实现对系统的故障检测,并可根据阈值大小的不同区分故障程度,实现对不同故障的区分。为避免因阈值选择不当可能造成的故障漏检,对于去噪阈值的选择,提出了一个有效的解决方法。仿真结果证明该故障检测方法的有效性和可行性。  相似文献   

4.
谐波正弦语音模型因固定帧长不能使每个谐波得到最佳分辨率,而分辨率决定着语音的建模效果。因此提出小波多分辨率的谐波正弦语音模型,将谐波语音信号通过小波变换分解成多分辨率子带信号,利用谐波正弦语音模型对这些子带信号独立建模,将建模后的各子带信号相加合成。仿真实验显示该模型的信号重构误差降低约两个数量级,通过PESQ软件测试得到的MOS分值约提高0.3。  相似文献   

5.
基于小波多分辨率分析的图像边缘检测研究   总被引:1,自引:0,他引:1  
《软件工程师》2015,(7):55-56
本文就图像边缘检测的多分辨率分析模型和小波变换多分辨率边缘检测方法进行了分析研究,对基于小波分析的图像边缘检测研究现状进行了分析和总结。明确了研究方向和重点主要集中在小波基的构造和选取,阈值的选取,小波分解的尺度选取,以及小波分析方法和其他方法的结合使用。  相似文献   

6.
提出了利用小波多分辨率分析技术进行多重并发故障检测的方法。根据信号分解重构后的时间位置不变这一事实,将信号进行多尺度的小波分解,并根据奇变信号和噪声信号小波变换后的系数差异,采用软阈值法,对其高频分量进行去噪重构,根据重构后的故障信号高频分量在不同尺度上的特征,对其进行故障特征提取,并将不同尺度上的故障特征进行综合,获得并发故障各自特征,进而可以实现对多重并发故障的检测和识别。对一电网信号分析的仿真结果证实了该方法的正确性和可行性。  相似文献   

7.
针对复杂掌纹纹线难以分割、有效性低的问题,提出一种基于二阶段小波多分辨率分析的掌纹分割算法.该方法首先利用小波多分辨率分析高频子图的候选子区域,对得到的相似掌纹纹线集合进行合并;接着对合并相似区域的集合和二值化集合求交集得到融合图像;最后利用区域生长法和形态学去噪得到掌纹主要纹理特征.实验结果表明,该方法不仅能有效地剔除复杂掌纹的噪声,而且能准确提取掌纹特征,从而达到准确识别的目的.  相似文献   

8.
针对电力系统中谐波的危害,通过分析小波多分辨率分析思想,找到了多分辨率分析与电力谐波治理的共同点,并通过仿真实验对含有谐波的模拟电力信号进行测试.利用小波变换对信号中的高频部分进行滤除,实现电力信号谐波的治理.仿真测试表明,小波分析在电力系统谐波治理中切实有效.  相似文献   

9.
基于小波变换Mallat算法的电网谐波检测方法   总被引:1,自引:0,他引:1  
针对传统的傅里叶变换方法在分析非平稳运行电网的电量信号时误差较大的问题,提出了一种基于小波变换Mallat算法的电网谐波检测方法。该方法根据不同的分辨率将电量信号分解到不同的子频段,然后分别对子频段进行多次重构,得到原始信号的基波,最后将采样得到的原始信号与重构的基波信号相减,得到谐波信号。Matlab仿真结果表明,该方法能够有效地将电量信号中的基波与谐波成分分离,谐波检测精确度较高。  相似文献   

10.
基于小波多分辨率分析的 PDF417 定位算法   总被引:1,自引:0,他引:1  
为提高二维条码自动检测定位的效率, 提出了一种利用小波多分辨率分析进行 PDF417 二维条码自动检测定位的新方法, 该方法在高频子图基于特征向量利用纹理相似性原理, 采用区域增长法产生二维条码数据区域的候选子区域集合, 然后在低频子图利用二维条码的起始符、终止符及其边界特征对候选子区域进行验证, 最后得到二维条码在图像中的位置. 实验证明该方法能准确定位受到不同污损程度的二维条码图像, 特别在污损程度高的情况下, 该方法具有独特的优势.  相似文献   

11.
何光普  张建平  李敏 《微计算机信息》2007,23(22):303-304,309
本文介绍了一种基于小波分析的谐波检测方法。小波多分辨分析可以对信号进行有效的时频分解,因而能将信号的不同频率成分分开。检测小波变换系数模的局部极值点可以检测到信号的突变点,即检测到信号频率跳变的时间,这是FFT谐波检测不能实现的。文中采用MATLAB小波分析工具箱对该方法进行了实验验证。  相似文献   

12.
小波多分辨分析基波检测法   总被引:1,自引:0,他引:1  
李敏  武小红  成立 《微计算机信息》2006,22(22):127-128
基波信号的检测是有源滤波的关键技术之一。本文从小波多分辨率分析的基本原理出发,提出了一种新颖的利用小波多分辨分析进行基波检测的方法;通过仿真和误差分析,证明了此方法对基波检测具有很好的有效性。  相似文献   

13.
何韬  梁栋  李瑶  董瑞 《微机发展》2007,17(1):229-232
电力系统的谐波是影响电能质量的重要因素,谐波对电力系统和用电设备产生了严重危害和影响。文中应用小波变换分析电力系统的谐波,小波变换能描述频谱含量如何随着时间变化,同时在时间和频率上表示信号的能量和作用。与傅里叶变换对比,小波变换不仅可以知道哪些频率分量在信号中出现,而且可以知道这些频率分量在时域内是如何变化的,可以更精确地分析非平稳信号的谐波。  相似文献   

14.
数字图像的小波算法及快速小波变换   总被引:1,自引:0,他引:1  
小波变换是近几年来兴起的一种新的变换方法 ,主要特点是通过变换能够充分突出问题某些方面的特征 ,因此 ,小波变换在许多领域都得到了成功的应用 ,特别是其离散数字算法在图像分析领域取得了重大突破。但是 ,小波变换的算法一般相对来说比较复杂 ,而其处理速度往往也成为制约其发展的瓶颈。该文从小波变换的基础出发 ,给出了一种针对数字图像的小波矩阵算法 ,并实现了快速小波变换的算法和流程 ,为实际应用编程提供了有效的理论依据  相似文献   

15.
提出了一种基于小波包变换的电力谐波检测方法。该方法采用小波包变换对电流信号进行分解,即将该电流信号分解成低频部分与高频部分,然后分别对低频部分及高频部分进行小波包分解,重构后得到该电流信号的基波分量,从原始电流信号中减去基波分量,从而得到该电流信号的谐波分量。仿真结果表明,该方法能够很好地检测出电流信号中的谐波分量,并且能对指定频率的谐波进行检测。  相似文献   

16.
小波变换在电力系统间谐波分析中的应用   总被引:1,自引:0,他引:1  
间谐波是电力系统中一种特殊的谐波,它大量存在于电网中。间谐波对电网危害大,所以对它进行监测和分析具有重要的意义。针对基于傅里叶变换(DFT)的间谐波分析方法易受噪声干扰和对间谐波分辨率低的缺点,提出了一种基于小波变换的间谐波分析方法。仿真结果表明该方法不仅具有高分辨率特性,可以很好地分析间谐波,而且能实时跟踪间谐波。在电力系统间谐波分析方面具有经典DFT方法无可比拟的优越性。  相似文献   

17.
介绍基于WEB的网络型应用系统,将电能质量的在线监测与技术监督有机结合,建立电能质量数据中心及供电企业内部查询系统,对电网整体电能质量进行评估,仿真分析,提出整治建议,实现科学、有效地治理电网谐波污染。  相似文献   

18.
小波变换在故障检测中的应用   总被引:61,自引:0,他引:61  
提出一种基于小波分析的动态系统故障检测方法.该方法不需要模型,具有灵敏度高、克服噪声能力强的特点.仿真研究取得了满意的效果.  相似文献   

19.
小波变换在并联型有源电力滤波器中的应用   总被引:1,自引:0,他引:1  
赵卫东  葛芦生 《计算机仿真》2010,27(4):289-291,348
研究改善电网系统谐波的问题,电力系统中存在许多非线性负载,由此产生的谐波对电网的电能质量造成很大的影响,影响线路传输能力,并联型有源电力滤波器(SAPF)是抑制电网谐波电流的有效手段,主要包括谐波检测和跟踪控制两部分,其中谐波检测是有源电力滤波器的关键技术,分析了小波变换理论,并将其应用于电网谐波检测中,用仿真软件MAT-LAB对基于小波变换的谐波检测方法进行了仿真分析与研究,同时搭建了基于小波变换的并联型有源电力滤波器系统的仿真模型,仿真结果表明小波变换的并联型有源电力滤波器能够有效地抑制电网谐波电流,提高了电网传输效率。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号