基于双电容耦合的发电机局部放电离线式测量新方法

对发电机绝缘局部放电量的测量是考核其绝缘状况的重要手段,但传统的测量方法由于受到试验现场的强电磁干扰,常常无法进行有效的测量,因而难以对发电机的绝缘状况做出准确的判断.本文提出了一种基于双电容耦合的发电机局部放电离线式测量新方法,通过设计两个电容的耦合性能及其传递过来的信号时差关系,可以有效地将发电机外的放电信号以及其他各类干扰信号予以消除,因而具有很强的抗干扰能力.现场的实际试验表明,该方法不仅使发电机的局部放电测量易于进行,还大大提高了发电机局部放电测量的准确度.     

大型发电机局部放电在线监测的分析与探讨

介绍了大型发电机局部放电在线监测的特点、意义及方法,对监测过程中的现场干扰及抑制方法作了必要的分析,并对局部放电的在线监测提出了一些个人看法.     

大型电力变压器现场局部放电测量技术

250Hz发电机-变压器组是现场局部放电测量较为理想的试验电源。本文就大型电力变压器进行现场局部放电测量时出现的问题作了较为全面的讨论,并给出了相应解决方法,同时也讨论了由于250Hz电源所引起的一些新问题及其解决方法。     

模式识别在发电机局部放电检测系统中的应用

本文简要介绍了发电机局部放电及在线检测系统的结构，主要分析了BP神经网络学习算法及在发电机局部放电模式识别方法中的应用。通过对发电机三种典型放电模式的识别，验证了基于该算法的模式识别方法可应用于发电机局部放电检测系统中。     

大型发电机定子局放在线检测中放电量标定研究

发电机局部放电信号强度是判断定子绝缘状态的一个重要参量,目前对发电机定子局部放电信号的强度有多种表示方法,造成了认识上的混乱。本文探讨了大型发电机定子局放量标定中存在的困难及其原因,讨论了采用不同带宽的检测系统对放电量标定带来的影响,对大型发电机定子局部放电信号强度的表示方法提出了建议。     

基于LabVIEW的发电机定子绕组局部放电检测方法

对发电机定子绕组3种典型局部放电信号进行了研究,得到放电脉冲信号波形及频谱。设计了基于LabVIEW的发电机局部放电检测系统,针对局部放电信号特点,设计了数字滤波和脉冲时延鉴别等抗干扰技术,这是实现发电机定子绕组局部放电检测的关键环节。应用该方法可准确测量所述3种典型放电信号。     

大型发电机局部放电在线监测系统的设计

本文根据大型发电机现场局部放电特性及测量要求,设计了一套大型发电机局部放电在线监测系统.其硬件系统包括宽频电流传感器、信号调理模块、数据采集模块.软件系统借助LabVIEW平台,实现对局部放电数据采集的智能控制.在分析了局部放电信号特征、噪声干扰类型及特点的基础上,提出了一种分层次、多周期累加的信号处理方法.试验证明,该系统能够达到设计要求,局部信号采集和放大处理效果较为理想.     

发电机局部放电的电声联合检测

介绍了发电机局部放电产生的原因和危害,分析了发电机产生局部放电的类型、特点及检测局部放电的原理和方法。采用脉冲电流法和超声波法联合检测了卓资发电有限公司发电机,发现发电机端部放电严重,经检查端部存在绝缘缺陷。检测结果表明:采用脉冲电流法和超声波法联合测试的方式进行发电机局部放电检测,可以发现并准确定位局部放电情况。     

基于PDA技术的水轮发电机局部放电在线监测

基于PDA技术的局部放电在线监测广泛应用于对水轮发电机的监测.本文以BYG-Ⅱ型局部放电在线监测装置为例,对其系统结构及主要抗干扰方法进行了介绍.现场测试结果表明,该系统能够有效抑制干扰和提取局部放电信号.通过对葛洲坝水电站19号发电机的连续在线监测及故障分析,证实了采用统计参数进行趋势分析的方法能够有效发现定子绕组的早期绝缘缺陷.     

汽轮发电机定子线棒局部放电检测方法的探讨

旋转电机绕组局部放电已经有50多年的测量经验,通常当电机线圈绝缘内部有分层或表面和槽内放电都会引起局部放电,但对于大型汽轮发电机,尤其线圈绝缘的离线局放测量国内外很少研究。根据旋转电机定子线圈的局部放电试验标准和方法,对不同类型及容量的大型汽轮发电机线圈的局部放电进行了试验研究,并对其特征进行了对比分析,对单根汽轮发电机线棒的局部放电测量方法、放电模式和评估方法进行了初步研究。     

Anti-noise

Broadband (turbulent) and narrowband noises are defined, and examples are given. The limitations of passive noise control techniques (good design, absorption) are noted, and active noise cancellation, using anti-noise (a copy of the noise used to cancel the original), is discussed. An active muffler system applied to an engine's exhaust is presented as an example     

基于鲁棒最小二乘支持向量机的电机振动故障诊断

对时序数据建模与辨识技术进行了分析，提出了使用鲁棒最小二乘支持向量机(LS-SVM)算法建立自回归移动平均(ARMA)时序预测模型。该模型是在LS-SVM的约束条件中考虑了鲁棒特性和时序模型参数，使之在求解的过程中对孤立点与噪声不敏感，并且能准确地辨识时序模型参数。考虑到电机振动故障诊断的输入输出数据集间存在着复杂非线性时序上的关系，通过用基于鲁棒LS-SVM的ARMA模型预报电机的振动值，从而预测电机振动故障。实验表明该模型在对非线性时间序列预测精度和稳定性上具有明显的优越性，为确保电机正常运行创造了良好条件。     

柴油发电机房主动噪声控制系统的设计

在系统研究主动噪声控制技术和柴油发电机房内噪声来源的基础上,作者提出了一种利用复合主动噪声控制思想,改善柴油发电机房内噪声环境的方案,具体地说,就是采用反馈主动噪声控制系统,抵消发电机房低频噪声的总辐射,还采用前馈主动噪声控制系统,抵消柴油发动机噪声的基频分量及其多次谐波分量,分析表明,该方案具有较好的除噪效果和较高的实用价值。     

基于小波变换抑制局部放电监测中平稳性干扰的滤波器的研究

根据局部放电（ＰＤ）信号的非平稳统计特性,提出了一种用于抑制窄带干扰和测试设备产生的随机性干扰的新方法。该方法将多分辨分析和硬阈值结合起来构成一种基一皮变换的平稳－非平稳滤波器（ＷＴＳＴ－ＮＳＴ）,用于提取局部放电信号。实验结果表明,该方法能有效地实现局部放电信号和器材怕信号的分离,并具有计算时间短、提取出的ＰＤ信号波形畸变小等优点,有用于局部放电的在线检测中。     

小波神经网络在无线随钻测量系统在泥浆信号检测中的应用研究

本文首先对石油工程无线随钻测量系统中的泥浆脉冲信号以及存在的噪声干扰源进行了详细地分析,接着讨论了运用小波神经网络阈值去噪处理技术从频率不固定的多频强噪声背景下检测出有效信号的方法.实际处理结果表明,小波神经网络阈值去噪处理是一种行之有效的泥浆脉冲信号检测方法,具有一定的实用价值.     

去除电磁辐射测量信号中同频背景噪声的研究

现实环境中由于存在大量的背景噪声,当背景噪声和被测辐射的频率相同时,将导致无法进行精确测量.提出了一种基于递归最小二乘(RLS)自适应对消的精确测量系统,利用接收信号的相关性来将被测信号中同频背景噪声去除掉.分析了实际测量中存在的通道噪声和串扰对测量系统性能的影响.理论分析和仿真结果表明,该技术可以去除同频背景噪声,从...     

基于均值滤波的电能质量检测去噪方法

在电能质量检测领域,测量信号通常叠加着随机噪声,因此去噪是信号检测的重要前提。作为常见的去噪方法,均值滤波和中值滤波有很多缺点。均值滤波因其能去除大量的高斯噪声且易于实现而成为一种常用的线性滤波,但均值滤波对于奇异点却很敏感。对此给出了一种改进的均值滤波方法,此方法不单能去除高斯噪声,而且能很好地保留突变点信息。     

Robust integrated covariance intersection fusion Kalman estimators for networked systems with random measurement delays,multiplicative noises,and uncertain noise variances

In this article, the robust distributed fusion Kalman filtering problems are addressed for the networked mixed uncertain multisensor systems with random one-step measurement delays, multiplicative noises, and uncertain noise variances. A new augmented state approach with fictitious measurement noises modeled by the first-order moving average models is presented, by which the original system is transformed into a standard uncertain system only with uncertain-variance fictitious white noises. Based on the minimax robust estimation principle and Kalman filtering theory, a universal integrated covariance intersection (ICI) fusion approach is presented in the sense that first of all the robust local estimators and their conservative error variances and crosscovariances are presented, and then integrating the local estimation information yields ICI fusers. An extended Lyapunov equation approach with two kinds of Lyapunov equations is presented in order to prove the robustness and to compute fictitious noise statistics. Applying these approaches, the minimax robust local, ICI, and fast ICI fused Kalman estimators (predictor, filter, and smoother) are presented, such that for all admissible uncertainties, their actual estimation error variances are guaranteed to have the corresponding minimal upper bounds. Their robustness, accuracy relations, and convergence are also proved. The proposed ICI fusers improve the robust accuracies and overcome the drawbacks of the original covariance intersection fusers, such that the robust local estimators and their conservative variances are assumed to be known, and their conservative crosscovariances are ignored. Two simulation examples applied to the offshore platform system verify their correctness, effectiveness, and applicability.     

Identification of closed-loop systems via least-squares method

In this paper, a modified least-squares method is proposed to treat the problem of identifying closed-loop systems in the presence of coloured noises. Using the information obtained by the standard least-squares (LS) method, some linear equality constraints of the estimated parameters are derived for extracting the estimation bias from the LS estimates. With the bias removed, consistent parameter estimates are obtained. It is shown that the presented method can achieve consistent parameter estimation without the modelling of the noises. The theoretical analysis is verified by numerical examples. © 1998 John Wiley & Sons, Ltd.     

噪声背景下单频信号估计算法的仿真研究

本文针对噪声背景下单频信号难以估计准确的问题,讨论了1种基于FFT的信号频率幅值修正算法,分析了不同窗函数下对信号的估计效果。发现三角窗对幅值修正效果较好,汉宁窗对频率修正效果较好。并且通过仿真验证了此算法不仅可以有效地抑制噪声,还能准确地估计出单频信号的频率和幅值,具有良好的可行性。