小波信号奇异性分析在配电线路故障检测中的应用

基于小波奇异性分析理论，分析了故障信号奇异性、非故障信号奇异性及噪声信号奇异性之间的关系，提出了配电线路故障发生时刻检测的较全面的算法。仿真结果表明，该算法具有良好的鲁棒性、准确性和快速性，并能够有效减少投资，适用于配电线路的故障检测。     

信号的奇异性检测

信号的局部奇异点的奇异性通常携带了信号的许多重要信息。本论述了基于小波分析的信号奇异检测原理,其实测信号分析的结论具有应用价值。     

基于神经网络的电气自动化设备故障智能检测方法

电气自动化设备故障智能诊断是确保电气自动化设备能够稳定运行的基础,但传统故障诊断技术存在故障诊断精度低的问题,因此开展了基于神经网络的电气自动化设备故障智能诊断的研究.通过构建电气自动化设备故障智能诊断模型,对参数进行统一化处理;利用神经网络自适应的模式识别技术,基于神经网络提取离散型故障信号;将适应值精确到函数中具体的某个点坐标上,以输入节点作为故障征兆,输出节点作为故障原因,实现电气自动化设备故障智能诊断定位.试验结果表明,设计的故障诊断技术能够诊断出数量更多的电气自动化设备故障,故障诊断精度更高,可以实现对电气自动化设备故障智能的精准诊断.     

电力系统暂态行波信号的奇异性检测分析

文章根据电力系统故障暂态行波信号的奇异性特点与小波分析在时域和频域同时具有良好的局部化特性，选取了具有紧支集的B－样条小波对暂态行波信号作小波变换，相应提出了利用小波变换的极大模值来检测行波信号奇异性的方法。     

电力系统故障暂态信号的小波奇异性检测

小波变换理论在时域和频域的局部化性质,使之能有效地检测信号的奇异性.文章分析了电力系统故障暂态信号的奇异性,得出其奇异的特殊性,即具有不确定的奇异度,从而提出用小波变换进行奇异检测时对所用小波函数的要求,确保奇异性的准确检出,并给出了计算的方法.     

电力系统故障暂态信号的小波奇异性检测

小波变换理论在时域和频域的局部化性质 ,使之能有效地检测信号的奇异性。文章分析了电力系统故障暂态信号的奇异性 ,得出其奇异的特殊性 ,即具有不确定的奇异度 ,从而提出用小波变换进行奇异检测时对所用小波函数的要求 ,确保奇异性的准确检出 ,并给出了计算的方法     

基于小波变换的窗奇异性指数计算及其在故障检测中的应用

小波变换能够充分刻画信号的奇异性,在探讨奇异信号的小波变换特性的基础上,克服信号局部奇异性指数计算的难点,定义了一种基于小波变换的窗奇异性指数,理论信号的分析计算表明,该窗奇异性指数能够既能表征信号的局部奇异特性,又具有计算简单快捷的特点。对一实际系统的EMTDC仿真信号的分析表明,以该指数作为EHV输电线路故障检测判据和区内外故障判别指标,具有较好的可靠性与实时性,是电网故障检测和继电保护的一种新颖的有效方法。     

基于小波变换的窗奇异性指数计算及其在故障检测中的应用

小波变换能够充分刻画信号的奇异性 ,在探讨奇异信号的小波变换特性的基础上 ,克服信号局部奇异性指数计算的难点 ,定义了一种基于小波变换的窗奇异性指数 ,理论信号的分析计算表明 ,该窗奇异性指数能够既能表征信号的局部奇异特性 ,又具有计算简单快捷的特点。对一实际系统的EMTDC仿真信号的分析表明 ,以该指数作为EHV输电线路故障检测判据和区内外故障判别指标 ,具有较好的可靠性与实时性 ,是电网故障检测和继电保护的一种新颖的有效方法     

基于改进小波变换的电气一次设备故障检测研究

传统的电气一次设备故障检测方法通常基于固定的阈值进行故障判断,导致故障检测的误报率较高。针对上述问题,提出基于改进小波变换的电气一次设备故障检测方法。首先,通过监测电气一次设备的状态,实时获取设备的运行数据。接下来,利用改进小波变换对故障信号进行分解,将复杂的信号分解为多个尺度的成分。最后,根据信号分解与特征熵值从大量的数据中自动提取出与故障相关的特征,利用这些特征进行故障检测。实验结果表明,基于改进小波变换的电气一次设备故障检测方法的误报率低,检测结果具有较高的可信度,具有应用价值。     

循环流化床压力波动信号的局部奇异性检测

压力波动现象是研究气固流态化机理的重要线索。该文应用小波局部极大模方法分析循环流化床中的压力波动信号。通过对压力波动信号进行连续小波变换，提取小波局部极大模线，计算每条局部极大模线对应的Lipschitz指数α。可以采用负α均值表征循环流化床的动力学特征。文中深入讨论了信号获取和处理系统中诸因素(如数据点选取、测点高度、引压管长度等)的影响，同时分析了循环流化床运行状态(如表观气速、静床高、单组分系统和双组分系统)的影响。分析结果有助于深入理解循环流化床流动机理。     

奇异性信号的检测

变频器高次谐波产生的奇异性信号使交流调速系统不能正常工作,采用小波包分析对奇异性信号进行识别和提取,对系统进行抗干扰处理,有效地抑制了高次谐波对交流调速系统的干扰.     

基于振动信号特征分析的变压器绕组故障检测

变压器运行中油箱表面振动信号与其绕组的机械状况密切相关。通过分析变压器油箱外壁的振动信号来检测变压器绕组机械故障,关键在于从振动信号中提取反映故障前后变化的特征信息量。通过试验得到同一型号试验变压器绕组正常运行、短路冲击后运行和模拟故障运行时变压器油箱外壁的振动信号,运用小波包分析对振动信号进行特征提取,提出基于频段-能量-欧式距离的方法来检测变压器绕组机械故障。试验分析结果表明,变压器油箱外壁的振动信号能够反映出绕组内部结构的特性,通过对振动信号的分析能够有效地诊断变压器绕组故障。     

浅析电气自动化控制设备的可靠性

本文针对电气自动化控制设备在长期工作中会出现不稳定情况,电气自动化控制设备的可靠性对安全生产等具有重大影响,通过对电气自动化控制设备的可靠性测试方法进行比较和分析,对提升电气自动化控制设备可靠性的措施进行研究.     

基于小波理论的输电线路故障信号检测的研究

输电线路发生故障后,其行波信号是一个突变的、具有奇异性的信号。小波分析具有很多有用的性质,利用小波多分辨率的特性可将突变信号进行多尺度分解,然后通过分解后的信号来确定突变信号的突变位置。Lipschitz指数被用来定量描述函数的奇异性。当小波变换尺度越来越精细时,小波变换模的极大值信号的突变点位置越精确。其衰减速度取决于信号的突变点的Lipschitz指数。小波变换不仅可以确定突变位点发生的时间,而且可以进一步判断突变点的性质。通过检测小波变换模极大值来找到信号的奇异点,从而确定信号发生突变的位置。     

奇异值分解理论和小波变换结合的行波信号奇异点检测

准确检测故障行波信号的奇异点是行波故障测距的关键。现场故障行波信号通常含有大量噪声,有些情况下单独使用传统的小波变换将不能有效检测到信号的奇异点。为解决强噪声情况下故障行波信号奇异点的检测问题,提出了基于奇异值分解理论和小波变换的故障行波信号奇异点检测方法。通过构造重构的吸引子轨迹矩阵,并由Frobenious范数意义下的最佳逼近矩阵可以得到除噪后的信号序列,对所得信号序列进行奇异性检测得到信号序列奇异点。仿真结果表明,该方法在强噪声情况下可以去除噪声影响,并且保持信号的奇异性,准确检测到信号的奇异点。     

配电网单相故障多频带奇异量选线方法

采用3次B样条小波包提取各线路故障奇异量模极值,根据模极值能量分布最大原则,提出各线路特征频带的选取方法.当各线路特征频带一致时,以各线路零序电流模极值的幅值关系、相位关系构造选线判据;当各线路特征频带不一致时,分别在各线路的特征频带上构建各线路零序电流模极值的大小和极性关系矩阵,构造选线判据.解决了现有故障奇异量选线方法中因频带选择不合适而造成的误判问题.通过2组现场实录故障算例验证了选线判据的有效性和实用性.     

基于红外成像的电气设备检测现状

红外热像技术是电力设备在线监测的一项行之有效的技术手段,首先介绍了红外测量原理,其次对现场关心的红外热像仪的选择方法进行了说明,最后总结了五种红外热像诊断方法.     

基于SF_6气体分解产物测试的电气设备故障诊断分析

笔者通过全过程参与甘肃电网330 kV光辉智能变电站启动过程中各项试验,结合SF6气体分解产物测试基本理论,对光辉智能变电站在启动过程中出现的母线绝缘故障进行了分析,并提出了一些通过SF6分解产物测试来对SF6电气设备进行故障诊断分析的经验和方法。     

基于数据挖掘的配网设备故障智能检测研究

以准确和高效检测配网设备故障为研究核心,提出基于数据挖掘的配网设备故障智能检测方法。采用基于时间序列的配网设备运行数据预处理方法,预处理配网设备运行数据中的噪声点异常数据,提高数据质量;将预处理数据导入基于数据挖掘的配网设备故障智能检测模型中,计算配网设备运行故障的概率,定位存在故障的配网设备位置,实现配网设备故障智能检测。结果表明:配网设备故障检测精度高,可实时检测配网设备故障。