基于小波变换理论的电压暂降分析

电压暂降对计算机等敏感设备影响较为严重。本文从小波变换理论出发,利用Mallat分解算法将电压暂降信号分解成近似部分和细节部分。通过仿真分析表明近似部分的小波系数可以反映电压暂降幅值,细节部分的小波系数可以反映电压暂降的持续时间。     

基于小波变换的电压暂态扰动检测的研究

随着各种敏感电力电子设备以及非线性负荷的广泛应用,电能质量扰动问题已经成为大家关注的共同焦点.本文介绍了小波变换的基本原理,并将电压中断,电压暂降以及电压瞬变这三种典型的扰动现象通过MATLAB仿真进行分析.     

基于小波变换的图像去噪方法综述

图像去噪是图像处理中一个非常重要的步骤,也是当前研究的热点问题。小波变换具有多分辨率的时频分析特性,为了进一步提高图像去噪质量,改善图像视觉效果,本文就基于小波变换的图像去噪方法进行了研究介绍,为图像去噪研究指明了方向。     

供电系统中的电压暂降

随着信息科技和其他高科技产业的飞速发展,电压骤降对新型电力负荷的影响日趋严重,由此造成工业生产中断而引起的经济损失相当巨大。本文首先简单介绍了电压暂降的定义、产生的原因及危害;其次详细分析了电压暂降的特性及变压器对电压暂降传播特性的影响;最后提出了只有供电方、设备制造方及用户三方合作,才能把电压暂降对敏感设备的危害降低到最小。     

基于小波变换模极大值的信号奇异性检测

奇异性信号往往带有一些重要信息,小波是奇异性检测的一种有力工具。本文通过小波变换模极大值法对信号的消噪处理和奇异性检测,并对几种常见小波进行不同奇异性信号的检测效果对比,并实际应用于电压骤变信号的分析。     

基于XGBoost算法的电压暂降预估模型

由于电力工业的发展,电压暂降现象出现的概率大大增加,对工业生产造成重大损失。在此背景下,电压暂降的预估显得尤为重要。为了实现对电压暂降这一暂态过程的预估,以避免造成较大的经济损失,本文通过研究电压暂降所具有的幅值变化和持续时间,结合决策树等模型提出了一种电压预估方法。本文还研究了基于Boosting算法的提升树XGBoost模型,提出了基于XGBoost模型的电压暂降预估模型,并通过在simulink搭建IEEE9的电网仿真模型进行了数据处理和预估模型验证,分析了模型的可行型,由仿真结果可知,本文所建模型具有一定的创新性与稳定性,具有实际的预估效果。     

基于HHT的风力发电系统电压暂降检测研究

风力发电系统输出具有随机性、波动性和间歇性等特点,风力发电系统电压波动较为频繁,电压暂降已成为风力发电系统中最常见的电压波动。针对风力发电系统电压暂降问题,提出了一种基于Hilbert-Huang变换（HHT）检测方法,能够准确、及时地检测到电压暂降。为了解决HHT中经验模态分解（EMD）过程中的端部效应问题,采用了一种自适应的改进波形匹配方法对电压暂降问题进行处理。借助HHT中各固有模态函数（IMF）的电压幅值和频率两个参数反映电压波动,并通过Matlab仿真验证了该方法的实用性。     

动态电压调节器(DVR)对电压暂降的缓解作用

在众多的电能质量扰动中,电压暂降是最为突出的电能质量问题之一。也是当前和未来是我国电网所面临急需解决的重要问题。动态电压调节器(DVR)是一种静态串联补偿器。目前各种新的拓扑方案和控制方法层出不穷,侧重点和补偿效果也不尽相同。该文主要对其中一种典型的DVR方案进行了叙述,介绍了其工作原理、特点和动态性能。     

小波变换在信号奇异性检测中的应用

利用小波变换具有良好的时频局部化特征 ,在特定尺度下 ,求解信号小波变换的模极大值 ,从而找到信号奇异点。该方法应用到输油管道的泄漏检测中 ,结果表明 ,能够排除工况干扰 ,识别有用信号 ,及时准确地检测出管道的泄漏故障。     

语音处理中自适应小波变换的应用

本文提出一种语音端点检测方法,将小波变换模极大值应用于信号突变点的检测,有效地控制了噪声,能精确地检测出语音端点。     

小波变换在X射线图像边缘检测中的应用

分析了X射线探伤图像的特点,将小波变换技术应用到X射线图像的边缘检测中,提出了基于小波变换的模极大值边缘检测算法,利用二次B样条小波,采用Mallat快速算法进行小波分解,采用分块阈值选取方法确定模极大值点,给出缺陷边缘。实验结果表明,该方法去噪效果好,检测出的缺陷边缘具有较强的连续性。     

基于自适应提升小波变换的电能质量检测节点

利用自适应提升小波变换和支持向量机进行电能质量扰动识别,将无线传感网络技术应用于电能质量无线检测系统。介绍了自适应提升小波变换算法和系统的软硬件架构,设计了以DSP和ARM为核心的电能质量检测节点,说明了TinyOS的移植和系统任务的设计过程。     

一种基于小波变换的数据除噪方法

Donoho等提出了一种基于小波变换的阈值除噪方法,这种方法在信号除噪及数据压缩等领域得到了广泛的应用。但是,Donoho设计的阈值处理方法对含有微弱的局部信号的除噪效果不明显。根据局部信号和白噪声有着不同的Lipschitz指数,经过小波变换后二者在时间-尺度平面上有不同特征,文中提出了一种新的除噪方法,利用该方法可以有效地去除噪声,同时保留微弱的局部信号,减少除噪过程中信号能量的损失。     

地震信号小波变换的去噪方法

运用模极大值法基本原理进行地震信号去噪研究,进而运用二次小波变换原理通过低层系数处理对常用小波去噪方法进行改进.通过合成不同的染噪地震信号,由一系列仿真实验对模拟地震信号进行不同尺度的小波分解与重构,从而实现最优小波分解尺度上的地震信号噪声去除.与常用的快速傅立叶转换方法比较,仿真结果表明,该小波变换方法能够有效去除地震勘探信号中的噪声,并且针对系数的二次小波变换可以明显改进去噪的效果.     

基于变换域的条带噪声去除方法

为解决线扫描图像中的条带噪声干扰问题,提出了傅里叶变换与小波分解相结合的变换域条带噪声去除方法。首先对图像进行多尺度小波分解,将包含条带噪声的小波子带与包含图像信息的小波子带分离;然后对含有条带噪声的小波子带进行傅里叶变换,并对变换系数进行带阻滤波以消除条带噪声。利用实际采集的带有条带噪声的棉花异性纤维图像进行仿真实验,结果表明:傅里叶变换与小波分解相结合的方法,去噪效果明显优于单独使用傅里叶变换或小波分解的方法,既能有效地去除图像中的条带噪声,又能较好地保持图像的细节信息。     

运用小波变换捕捉信号的奇异点

在石油工业中,对泄漏事故及早发现并防止扩散已成为重要而紧迫的研究课题.该检测系统采用负压波检测法,根据泄漏产生的瞬态压力信息传播到上、下游的时间差,以及管内压力波的传播速度,即可计算出泄漏点的位置.但由于工业现场的电磁干扰、输油泵振动等因素,使采集到的压力波形序列夹杂着大量噪声,因此要实现负压波准确定位,关键在于利用小波变换技术捕捉信号奇异点(瞬态压力信息).该方法在MATLAB中对Daubechies小波进行了分析,证明压力波形可以在泄漏开始的瞬间产生较大的幅度变化,从而准确判断泄漏时刻.     

基于小波变换和脊波变换的自适应图像去噪算法

为了克服单纯小波变换或脊波变换的不足,提出了基于小波变换和脊波变换的自适应去噪算法。实验结果表明,在处理点奇异性和线奇异性的图像时,该方法比单纯小波变换或脊波变换的阈值去噪算法更具优越性,在实际应用中更为有效。     

一种基于仿生小波变换的语音增强方法

提出了一种新的基于仿生小波变换的语音增强方法。该方法通过对仿生小波变换系数进行阈值处理,从而达到语音增强的目的。实验结果表明：该方法在四种实际噪声环境下均优于一些经典方法如：谱减法、维纳滤波和基于离散小波变换的阈值去噪方法,具有更好的语音增强效果。     

小波变换编码在医学图像压缩中的应用

文章结合医学图像的特点探究了一种图像压缩编码方法：先对图像进行小波分解，然后针对不同层不同子图的特点对小波系数的各部分进行相应处理。小波分解后，低分辨率子图像的小波系数的动态变化范围大，因而采用BP神经网络进行自适应非线性预测编码，而对高分辨率子图像采用基于Kohonen网络的自组织特片映射（SOFM）算法的矢量量化进行编码，上述压缩方法可以在保证重构图像质量良好的情况下获得较大的压缩比，从而可以较好的满足医学图像存储的要求。     

基于小波变换的局部形状匹配

为解决仿射变换下的局部形状匹配问题,提出了一种新的基于小波描述子的局部形状匹配方法。算法首先基于分割点将轮廓曲线分段,为了更精确地描述每段子曲线,定义一种新的特征点--等面积分割点,并在子曲线上提取,基于该特征点构造一种新的具有局部特征的小波描述子。新定义的等面积分割点有比一般的特征点（角点、拐点、切点）更精确描述曲线的特性,能解决轮廓曲线平滑特征点少而不能被精确描述的问题;定义的等面积分割点和提取的小波描述子都具有仿射不变性,且均为局部描述符,因而该方法适合于仿射变换且在轮廓局部遮挡和缺失的情况下仍然有效。理论分析和实验结果都证明了该算法的有效性。