一种新的基于小波变换和混沌理论的触电信号检测方法

提出一种集小波多分辨分析和李雅普诺夫指数于一体的触电电流混沌检测新方法。该方法对触电前后的总泄漏电流进行消噪和滤波,根据混沌系统从混沌状态到大尺度周期状态的分岔行为具有对小信号敏感性和对噪声免疫性的特性,将最大李雅普诺夫指数作为判断混沌系统相变的量化依据,自动判别触电前后混沌系统的临界状态,从而计算出其中包含的触电电流分量。仿真结果表明,该方法能够从包含强噪信号的总泄漏电流中检测出微弱的触电电流信号,对于开发新一代剩余电流保护装置具有一定的参考价值。     

一种新的基于小波变换和混沌理论的触电信号检测方法

提出一种集小波多分辨分析和李雅普诺夫指数于一体的触电电流混沌检测新方法.该方法对触电前后的总泄漏电流进行消噪和滤波,根据混沌系统从混沌状态到大尺度周期状态的分岔行为具有对小信号敏感性和对噪声免疫性的特性,将最大李雅普诺夫指数作为判断混沌系统相变的量化依据,自动判别触电前后混沌系统的临界状态,从而计算出其中包含的触电电流分量.仿真结果表明,该方法能够从包含强噪信号的总泄漏电流中检测出微弱的触电电流信号,对于开发新一代剩余电流保护装置具有一定的参考价值.     

基于混沌理论的异步电机偏心故障诊断的研究

结合混沌理论和分形几何学对采集到的振动信号进行混沌特征论证,结果表明,异步电机振动信号具有明显的混沌特征:出现了分频,最大李雅普诺夫指数大于0,相图具有分形几何特点。然后对数据序列进行了相空间重构实验,分别用经典的算法得出时间延迟和系统的嵌入维数,最后计算得出重构出的奇怪吸引子的的关联维数,对分析偏心电机的故障提供了依据。     

基于分形维数和支持向量机的串联电弧故障诊断方法

电弧故障是引起电气火灾的重要原因之一。针对串联电弧故障随机性、多样性和隐蔽性等带来的诊断难题,为提高故障诊断率,设计了一种新的串联电弧故障诊断方法。借助高频电流传感器和高速数据采集系统采集串联电弧故障电流,通过分形维数定量衡量高频电流信号的混沌特性,以便提取串联电弧故障的特征信息,以盒维数和关联维数构造串联电弧故障的特征向量,采用最小二乘支持向量机对电流信号的特征向量进行分类,实现了线路正常与串联电弧故障状态的正确区分。运用所建立的实验平台验证了整个诊断方法的有效性,实验结果表明,串联电弧故障诊断率达到98%以上,所设计的诊断方法具有良好的泛化能力。     

基于互相关和李雅普诺夫指数的微弱正弦信号混沌检测

微弱信号的幅值通常很小,且常被噪声淹没,难以检测。文中提出基于互相关和李雅普诺夫指数的微弱正弦信号混沌检测方法。该方法利用互相关方法对微弱正弦信号进行初步去噪,再利用混沌检测方法提取有效信号,以充分发挥互相关及混沌检测在噪声抑制及信号提取方面的优势;将最大李雅普诺夫指数作为判断混沌系统相变的量化依据,自动识别混沌系统的临界状态,从而准确给出用于确定微弱正弦信号幅值的策动力临界阈值。仿真实例分析表明,该方法能有效地检测出深埋于强噪声中的微弱正弦信号,且其检测精度较单独的互相关方法和混沌检测方法更优。     

基于小波特征及深度学习的故障电弧检测

由线路绝缘层老化破损、电气接触不良等原因产生的串联故障电弧严重威胁着低压配电系统的电力安全。其电流小、温度高、隐蔽性强等特点更是给检测和识别带来了困难。基于此,提出一种基于小波特征及深度学习的串联故障电弧检测方法。通过搭建串联故障电弧实验平台,采集了典型阻性、阻感性、感性负载下的电流信号,对电流信号进行小波变换构造了训练集和测试集,通过改进的AlexNet模型识别故障电弧并输出检测结果。实验结果表明,采用该方法进行串联故障电弧识别的准确率约为95.58%,比利用AlexNet模型要高出约10.58%。     

串联故障电弧电流时频域特性的仿真与实验研究

为了分析和研究低压交流串联故障电弧电流的特性，文中首先搭建了故障电弧模拟实验平台，广泛研究不同负载情况下的电弧电流波形。然后，基于Mayr电弧模型，选取适当参数对故障电弧进行仿真分析。在此基础上，对比分析电弧电流信号仿真结果和实验结果的时频域特性，验证了仿真模型的正确性和可行性。频域特性的分析结合傅里叶变换和小波变换进行，还利用带通滤波器检测了小波分析的准确性。最后，总结出故障电弧电流信号的时频域特点，以此提出了一种低压交流串联故障电弧的检测方法，并对其进行了仿真验证。研究成果对低压供配电系统中串联故障电弧的检测工作具有积极意义。     

基于鲁棒反演滑模法的电力系统混沌控制

在某些条件下,电力系统将会产生混沌振荡,从而影响互联电网的稳定性,造成严重的安全事故。文中通过对简单互联电力系统的时序图、相图及最大李雅普诺夫指数图进行分析,肯定了其存在的混沌现象。同时设计了一种鲁棒反演滑模法对系统的混沌振荡进行抑制,使其能够迅速地收敛于目标。仿真结果进一步证明该方法能够有效性,对保障电力系统运行的稳定性具有良好价值。     

基于混沌分形理论的故障电弧诊断方法研究

引入混沌分形理论,从混沌空间域角度分析故障电弧的内在演化规律和电弧特性,提出一种基于混沌分形理论的故障电弧诊断方法.通过重构相空间和盒维数、关联维数、最大Lyapunov指数等对电弧电流的混沌分形特性进行定性、定量分析,形成电弧的空间域特征向量,构建故障电弧诊断模型.针对低压用电系统中空气压缩机、开关电源等负载线路,对...     

Lyapunov指数法在故障电弧早期探测中的应用

故障电弧产生的伴生信号主要有弧光、短路电流、弧声.实验研究表明,弧前声音信号能作为故障电弧的早期表征信息,对弧前声音混沌时间序列进行相位空间重构,基于模型LE法确定混沌检测系统内置信号阚值,基于Lyapunov指数的故障电弧弧前声音信号混沌检测方法,能定量地识别湮没在复杂背景噪声中弧前声音信号.若最大Lyapunov指数大于零,表明由弧前声音信息产生,以弧前声音信息为判据提出弧前预警算法.     

变压器绕组松动故障的混沌特征分析方法

为了更加有效地对变压器绕组松动故障进行监测与识别,提出了一种变压器绕组松动故障的混沌特征分析方法。首先,针对振动信号的混沌动力学特性,采用互信息量法和G-P算法分别确定延迟时间和嵌入维数,对变压器振动信号进行相空间重构;其次,通过判断最大Lyapunov指数是否为正,进而证明变压器振动信号的混沌特性,在此基础上分析不同程度的绕组松动故障对相空间轨迹变化的影响;最后,将关联维数、Kolmogorov熵和最大Lyapunov指数作为一组混沌特征用以量化变压器绕组发生松动故障前后振动信号的混沌特性。结果表明：变压器振动信号的最大Lyapunov指数均大于0,证实了其具有混沌特性,所得到的混沌特征能够有效反映变压器绕组松动故障。研究结果为变压器绕组松动状态监测提供了一种理论依据。     

接触电阻时间序列的混沌特性识别与预测研究

接触电阻是表征触点接触性能的一个重要指标。对监测得到的接触电阻时间序列进行混沌特性识别与预测。运用Cao氏法确定了接触电阻时间序列的最小嵌入维数,通过绘制其相轨线图和计算最大Lyapunov指数,从定性和定量两个角度分别验证了接触电阻时间序列具有混沌特性。最后基于最大Lyapunov指数方法对接触电阻时间序列部分数据进行了短期预测,并给出了混沌预测的尺度。结果表明,在可预测尺度内,预测效果较好且比较稳定,超出可预测尺度范围后,预测误差变大且不稳定。     

基于电压特征能量的低压交流串联电弧故障检测方法

串联电弧故障电流波形受负荷类型影响较大,利用电流特征构建通用故障判据难度较大。为识别故障点电弧电压,提出了一种基于电压特征能量的串联电弧故障检测方法。首先,通过分析故障点电弧电压及监测点故障电压特征规律,对故障信息的特征频带选择进行了论证。然后,以不同负荷下的电弧电压波形特征归类为依据,提出了基于电压特征频带全域能量幅值和敏感相位域能量相位信息的故障检测方法。最后,利用全域总能量幅值和敏感域能量相位映射统计比实现了综合故障检测策略的构建。试验结果表明,所提方法在不同线路参数和测试负荷下的故障检测准确率超过了98%且无误检发生,验证了其有效性。     

基于改进型锁相环和混沌振子的配电网故障选线

当小电流系统发生故障时,各线路零序电流特征呈现出复杂的非线性和非平稳性,并且故障点的电流非常小,给故障选线带来一定的困难,对此给出一种改进锁相环和混沌振子相结合的检测方法,改进型锁相环不但可以准确的跟踪特定频率的信号,而且不需要进行 dq变换和 ab变换;混沌振子系统对于与本身内驱动力同频的信号具有较高的敏度,外加信号不同时,Duffing系统的相图轨迹不同。首先用改进型锁相环锁定零序电流中的五次谐波,将此信号作为混沌系统的待测信号,通过Duffing振子系统检测此信号,正常线路和故障线路的待测信号通过混沌系统表现出来的相图状态是不一致的,由此判断出故障线路。对不同故障条件进行模拟,验证了算法的可靠性。     

直流电弧炉用混沌理论和神经网络建模及预测

根据直流电弧炉电弧电压信号所具有的混沌特性,使用相空间重构理论和径向基函数神经网络对直流电弧炉进行了建模和预测研究。先计算了电弧电压时间序列的最大Lyapunov指数来验证电弧电压信号的混沌特性,后对所测得的电弧电压信号进行相空间重构,根据所求得的嵌入维数和延迟时间,使用径向基函数神经网络对电弧电压信号建模和预测。分析表明:该法用于直流电弧炉电气特性的建模研究,且进一步提高了预测的准确性。同时,多步预测结果可为直流电弧炉电弧电压的有效控制提供理论上的参考依据。     

高压断路器机械振动信号混沌吸引子形态特性

提出并探讨了基于混沌吸引子形态特性的高压断路器振动信号特征提取方法。采用功率谱和Lyapunov指数分别对高压断路器振动信号进行定性和定量混沌分析,证实了高压断路器振动信号既包含高压断路器动力学特性,也存在混沌现象;在此基础上,对振动信号进行相空间重构,分析混沌吸引子形态特性与故障类型之间的关系;最后,以不同严重程度的分闸缓冲器故障为例,深入探讨了不同严重程度故障下混沌吸引子的演变规律。研究结果表明,高压断路器振动信号混沌吸引子形态在同一故障状态下较稳定,对故障类型及故障严重程度较敏感,这表明混沌吸引子形态特性是研究高压断路器振动信号特征提取的有效实用途径。     

基于分时重构混沌相空间的电力系统负荷短期预测

为了实现高精度的电力系统负荷短期预测,该文对电力系统负荷时间序列数据分时段进行相空间重构,并计算分形维数和提取最大Lyapunov指数,经分析得出了系统负荷分时序列数据的演化具有混沌特征,由此提出了短期电力系统负荷的分时重构混沌相空间预测算法,相比目前通常采用的单一时间序列混沌预测算法,该算法具有相空间嵌入维数少和模型参数配置灵活的特点,通过电力系统负荷短期预测实例验证,结果表明该算法比单一时序混沌预测算法在预测精度上有显著提高。     

Lyapunov指数算法在微弱信号检测中的应用

基于MATLAB/Simulink仿真软件,分析了Holmes-Duffing系统检测弱正弦信号的原理和仿真实验步骤.通过仿真结果表明,直接从相平面图中肉眼观察混沌临界状态的阈值容易存在较大的人为误差.针对这个问题,提出了利用Lyapunov指数算法来定量地分析系统的动力学特征,并进一步研究了最大Lyapunov指数与系统状态之间的关系.对临界区域进一步取值发现其LE指数在零点振荡跳跃说明了该混沌系统正处于间歇临界态.最后通过对信噪比为-40 dB的微弱信号进行检测来说明,采用Lyapunov指数算法能够更直观地判断微弱信号的存在,证明其检测方法的可行性.