矢量网络分析仪中小波变换模及在值法应用

文中利用小波变换的方法对矢量网络分析仪所测到进行检测，并对检测信号进行随机噪声滤除，检测到所关心的信号，经过小波滤皮理论分析和实验结果均表明，小波变换在滤波处理中是一种简单易行，有效的方法。     

小波变换模极大值法检测信号突变点

传统的傅里叶分析由于在时域不能局部化,难以精确检测到信号发生突变的时间。小波变换由于具有良好的时频局部化特性,故能精确检测到信号发生突变的时间。介绍应用小波变换模极大值法检测信号突变点的方法,仿真结果证明该方法的有效性。     

小波变换模极大值消噪算法的研究

根据信号和噪声在小波变换下的不同特性,采用模极大值去噪的算法.其中包括Mallat交替投影算法和模极大值小波域去噪算法,Mallat交替投影算法是通过剔除那些幅度随尺度而减小的模极大值点,保留幅度尺度而增大的模极大值点,然后将剩余的模极大值利用模极大值重构算法来重建原始信号,达到滤波去噪的目的.而模极大值小波域算法是先用Adhoc算法求出信号的模极大值,再根据模极大值小波域的定义求出信号的模极大值小波域,从而得到信号的小波系数,然后逆变换得到信号.实验结果表明两种算法都具有很好的消噪效果.     

基于小波变换模极大值的SPD故障诊断技术

使用复合波诊断以ZnO压敏电阻为主要元件的SPD的故障中电压信号的突变点往往携带SPD运行状态的重要信息。基于小波分析的信号奇异性检测理论可通过检测信号小波变换模极大值点来确定信号奇异点,通过分析信号模的极大值及其出现位置诊断SPD的故障。籍此理论分析了不同故障类型的SPD复合波冲击下的电压信号,证明使用小波分析模极大值诊断SPD故障的方法行之有效。     

基于小波变换模极大值的输电线路单端故障定位

基于故障行波的输电线路单端故障定位利用故障点的反射行波与入射行波到达母线的时间差计算故障距离,但如何区分来自故障点和对端母线的反射行波仍是一个难题。在分析故障点和母线的反射特性的基础上,利用电流行波线模分量小波变换的最初2个模极大值之问的相对极性区分来自故障点和对端母线的反射行波．并提出了一种改进的基于小波变换模极大值的输电线路单端故障快速定位方法,能够不受故障类型、故障电阻及耦合线路的影响。理论分析和仿真结果表明,该方法切实可行。     

基于小波变换模极大值去噪方法的改进

由Mallat的极大值去噪算法出发,与利用尺度间小波变换相似系数的阈值去噪方法结合,提出了一种新的改进去噪算法。该方法克服了模极大值法在信号重构方面计算复杂,重构信号产生偏差的缺陷。通过对局放信号的去噪仿真计算,证明了该方法运算简单,适合局放信号的处理,处理后的局放信号不失真,剔除噪声效果好。     

基于小波模极大值的织物疵点检测

织物疵点部分相当于图像中灰度突变的奇异信号,对比传统的边缘检测方法,小波变换在检测图像微小细节边缘时具有明显的优势,能很好地刻划突变点的奇异性。首先利用小波的多尺度特性求得织物图像局部极大值点,有效提取出织物疵点区域的边缘,然后结合形状特征求出织物疵点区域的形状特征,对常见重纬、重经、缺经、缺纬、油污、破洞织物疵点图像进行仿真实验,结果表明此方法既保留了织物疵点边缘信息,又剔除了虚假边缘,最终有效地提取出了疵点区域的形状特征。     

基于小波变换模极大值与奇异点的短时电压变动实时检测

介绍了短时电压变动的小波检测方法,分析了小波变换模极大值与原始信号奇异点的对应关系、噪声的小波变换固定阀值消除原理,提出了短时电压变动实时检测的实现过程,并完成仿真验证.仿真结果表明:该检测方法不受噪声干扰,实现短时电压变动发生时间的精确检测.     

小波模极大值原理在暂态电能质量扰动信号检测中的应用

对电能干扰信号进行准确检测是提高电能质量的重要前提,将具有时频局部化特性的小波变换用于暂态电能质量扰动信号的检测中。给出了利用小波分解最细尺度的模极大值实现扰动检测的实用判据,首次对实用判据应用中的几个关键问题（采样频率的确定、分解尺度的确定、母小波的选取、边界的处理等）进行了分析说明。利用MATLAB对电压暂降、振荡暂态、瞬时供电中断、脉冲暂态等暂态电能质量问题进行仿真试验研究。结果证明所用方法可以有效检测各种暂态干扰,精确度高。     

用小波变换模极大值和DSP检测电压跌落

为了解决电压跌落问题,实时检测电压跌落的幅值、发生时刻和持续时间,研究了基于小波变换模极大值的电压跌落数字信号处理器(DSP)检测方法,阐述了小波变换模极大值的原理和DSP实时检测电路,并对设计的检测电路进行了模拟实验。理论分析和模拟实验结果表明,设计的检测方法能够精确实时检测出各种电压跌落的特征参数,检测电路具有运算速度快、实时性强、检测精度高等特点,具有较好的实用性。     

输电线路暂态电压行波的故障特征及其小波分析

分析了电压行波的基本故障特征 ,给出了电压行波故障特征的新的数学描述———小波表示。建立起了电压行波的故障特征和小波变换模极大值之间的联系 :通过有限个具有明确物理意义的小波变换模极大值 ,完整、清晰地刻划了暂态电压行波的故障特征。为构造性能优良、可靠的行波测距和行波保护奠定了重要的数学基础。     

基于小波变换的含噪声行波信号奇异点检测

小波变换是检测信号奇异点的一种有效的数学工具.对于含噪声电流行波信号奇异点的检测,则需要一个基于小波变换的有效算法.作者在非线性阀值法去噪的基础上利用模极大值线的方法正确地检测出含噪声行波信号的奇异点,并通过数字仿真验证了此方法的实用性.     

Application of wavelet transform in travelling wave protection

In this paper, the correlation function-based travelling wave protection algorithm is analysed from the viewpoint of wavelet transform (WT), and a wavelet correlation function (WCF) algorithm is proposed to replace it. In the new algorithm, the multi-scale spline WT is used to detect the edges of the travelling wave signal, and the WCF is then employed to fulfil the correlation operation in the WT domain instead of the time domain. This enhances the peak intensity and the noise rejection ability of the algorithm. The performance of this algorithm is illustrated by simulation results.     

FFT变换与小波变换在变压器局部放电信号去噪中的应用

介绍了FFT变换与小波变换的基本原理,针对超高频局部放电检测中的两种干扰信号,分别采用FFT变换与小波变换进行了去噪处理.     

小波变换在电力系统谐波检测方面的应用

针对傅里叶变换的谐波检测方法无法同时实现时-频变域分析这一缺点,提出了小波变换这一新方法对谐波进行分析。通过小波变换对电力系统中的谐波电流进行分解,得到信号的基波分量和高次谐波分量。针对电力系统中的突变信号,提出了基于小波变换的模极大值的奇异性检测方法,通过小波变换模的极值点在多尺度上的综合表现,来表示信号的突变特征,并通过仿真实例验证该算法的有效性。     

小波变换在变压器差动保护中的应用

基于小波多分辨率分析理论,提出了一种以能量变化率的比值作为判据,区分变压器励磁涌流和内部短路电流的方法.它从信号的小波能量谱图中提取特征量,作为模式识别的依据来鉴别励磁涌流和内部短路电流.     

自适应小波分类网络在充油电力设备故障识别中的应用

本文针对电力设备故障诊断的特点,提出了一种用于高维数据分析的小波分类网络（ＷａｖｅｌｅｔＣｌａｓｓｉｆｉｃａｔｉｏｎＮｅｔｗｏｒｋ,简称ＷＣＮ）,并结合具体应用研究了提高网络推广能力和抗噪性能的方法。实例检验结果证明了该网络应用的有效性。     

小波包能量熵神经网络在电力系统故障诊断中的应用

提出了一种基于小波包能量熵神经网络的电力系统故障诊断方法。对采集到的故障后电压信号进行3层小波包分解,提取小波包能量熵,然后构造信号的小波包特征向量, 并以此向量作为故障样本对3层BP神经网络进行训练,实现智能化故障诊断。ATP和Matlab仿真结果表明该方法有效可行。     

基于小波变换的信号相关技术在电力电缆故障测距中的应用

提出了一种基于小波分解的信号相关技术.针对以往应用冲闪法的电力电缆故障测距技术普遍存在故障时刻检测不准确的问题,提出将小波分解与信号相关技术相结合,先对采集到的信号进行多层小波分解,去掉低频信号中的高频分量,应用信号相关技术计算出粗略的奇异点,然后运用搜索模极大值线的方法找到高频分量中的奇异点,从而得到精确的脉冲到达时刻.数字仿真结果验证了该方法的有效性.     

Applying wavelet entropy principle in fault classification

The ability to detect and classify the type of fault plays a great role in the protection of power system. This procedure is required to be precise with no time consumption. In this paper detection of fault type has been implemented using wavelet analysis together with wavelet entropy principle. The simulation of power system is carried out using PSCAD/EMTDC. Different types of faults were studied obtaining various current waveforms. These current waveforms were decomposed using wavelet analysis into different approximation and details. The wavelet entropies of such decompositions are analyzed reaching a successful methodology for fault classification. The suggested approach is tested using different fault types and proven successful identification for the type of fault.