S变换在电力系统间谐波检测中的应用

间谐波是一种频率为基波非整数倍的特殊谐波,由于它在电力系统中大量存在,对电力系统造成极大影响与危害,所以对其进行分析和检测具有非常重要的意义.基于S变换的良好时频特性,提出了一种利用S变换检测间谐波的方法,通过Matlab分析S变换对典型信号的仿真并与小波变换进行比较,证明本方法的准确度、直观性更高.     

基于小波包变换的电力系统谐波分析

传统的基于傅立叶变换的谐波检测方法不具有时间分辨能力,小波和小波包变换因其良好的时间局部化特性,成为电力系统谐波分析的有力工具.本文分别用小波变换和小波包变换对电网谐波信号进行了检测,小波包变换建立在小波变换的基础上,可以实现信号频带的均匀划分,能更好地提取信号的时频特性.仿真结果显示两种方法均能有效的分离基波和谐波,小波包变换能根据要求分离任意次谐波,仿真分析中指出了两种分析方法的缺点.     

一种谐波电流的检测方法

采用小波变换对电力系统中的谐波电流进行滤波,对检测出的基波电流进行了误差分析。小波变换具有良好的时频局部化特性,克服了传统FFT法仅有频域局部化的缺点,对于闪变信号十分敏感。仿真结果表明,此方法可以很好地跟踪时变谐波,准确检测出闪变电流信号,可以满足有源滤波器(APF)的实时检测要求。     

基于MATLAB小波变换在电网谐波检测的仿真与研究

谐波是影响电能质量的重要因素,谐波对电力系统和用电设备产生严重危害和影响.通过介绍小波变换的基本原理和MATLAB小波工具箱的应用,提出了应用小波变换对电力系统中谐波分析的MATLAB仿真方法.仿真算例验证了小波变换具有良好的时频局部化特性,可以对电网中的谐波进行有效的检测分析.     

基于Morlet复小波变换幅值和相位信息的间谐波检测方法

小波变换以其良好的时频局部化特性在电力系统中得到了广泛的应用,包括在谐波分析方面。但即使是时频窗面积最小的Morlet小波也存在频谱混叠现象,使得单纯利用小波变换系数的幅值无法对谐波准确检测。本文提出了基于Morlet复小波幅值和相位信息相结合的谐波、间谐波检测方法。首先利用a-S（a）曲线粗略确定包含被测信号信息的尺度范围,然后利用这些尺度上的小波变换系数的相位信息来实现谐波、间谐波频率的检测,最后根据检测出的频率确定特征尺度,进而确定被测信号的幅值。与FFT方法和传统的尺度-幅值法相比,该方法能够克服频谱泄漏现象,且能够区分频率相近的信号成分,提高了谐波、间谐波的检测精度。通过Matlab软件进行仿真,结果验证了该算法的正确性。     

基于小波变换的间谐波检测与去噪

间谐波是一种特殊的谐波,它的大量存在对电能质量造成了污染,因而对其进行检测和分析具有十分重要的意义。文中分析了小波变换的特性及用于间谐波检测的优势,采用了正交小波多分辨率分析算法检测间谐波,并选择小波阈值法对信号进行去噪处理。仿真结果表明,小波变换具有良好的时频特性,能有效检测出信号中所含各频率成分,并且能有效的抑制和消除噪声。随着小波理论的进一步发展和完善,其在电能质量信号检测方面的应用将越来越广泛。     

小波变换在并联型有源电力滤波器中的应用

研究改善电网系统谐波的问题,电力系统中存在许多非线性负载,由此产生的谐波对电网的电能质量造成很大的影响,影响线路传输能力,并联型有源电力滤波器(SAPF)是抑制电网谐波电流的有效手段,主要包括谐波检测和跟踪控制两部分,其中谐波检测是有源电力滤波器的关键技术,分析了小波变换理论,并将其应用于电网谐波检测中,用仿真软件MAT-LAB对基于小波变换的谐波检测方法进行了仿真分析与研究,同时搭建了基于小波变换的并联型有源电力滤波器系统的仿真模型,仿真结果表明小波变换的并联型有源电力滤波器能够有效地抑制电网谐波电流,提高了电网传输效率。     

基于加窗FFT与小波包变换融合的矿井谐波检测法

针对目前谐波检测方法存在频谱泄露、栅栏现象、运算量大、实时性差等缺点,提出基于加窗快速傅里叶变换与小波包变换融合的检测方法,利用加窗快速傅里叶变换优秀的幅频特性,精确检测出谐波成分,并结合小波包变换良好的时频特性,快速且有选择地提取出所需检测的谐波分量.根据矿井供电系统的用电设备产生的谐波特点,构建模型,采用Matlab软件进行仿真.结果表明,该方法实用有效,实时性强.     

基于形状特征的小波神经网络目标识别方法

利用小波神经网络整合小波分析提取信号局部奇异特征和人工神经网络自适应学习分类的优点,提出了一种基于目标边界形状特征的时频特性可调的小波神经网络识别方法.该方法根据目标边界曲率连续小波变换的模极值在多尺度下幅值及分布情况,确定边界奇异点,利用小波神经网络自动提取、调整奇异点的特征信息并完成分类.实验结果表明,与时频特性固定的小波神经网络,普通人工神经网络和传统的基于Fourier描述子的最近邻分类器相比,时频特性可调的小波神经网络具有更好的分类性能和抗噪能力.     

一种基于小波变换的导弹运输车辆故障诊断方法

利用离散小波变换的时频特性和连续小波变换检测信号边沿的原理,进行模拟导弹运输 车辆轮胎和板簧的故障检测、分离和定位.该方法不需要对象的数学模型.模型车的故障诊断实验 结果表明.该方法灵敏度高,对噪声具有较好的鲁棒性.     

小波变换在轴承故障诊断中的研究

介绍了小波分析理论和MATLAB小波工具箱,并利用MATLAB小波工具箱进行信号分析。滚动轴承是各种旋转机械中应用最广泛的一种通用机械部件,它的工作状况直接影响机械设备的使用性能。小波分析是一种时频信号分析方法,它具有时域和频域的局部化和可变时频窗的特点,利用小波变换和小波包对信号在不同的频带下进行分解与重构,并对不同的分析方法进行了比较,特别是对不同的小波函数也进行了比较。最后,提出利用数据挖掘的理论来建立轴承故障诊断的数据挖掘模型库。     

小波变换技术及其在图像压缩中的应用分析

小波变换是一项重要的变换编码技术,它采用多分辨率分析方法,克服了傅氏变换的缺点,解决了时间和频率分辨率的矛盾,具有很好的局部化时频分析特性。多分辨率分析及Mallat算法为小波基的构造和快速变换提供了理论基础。该文阐述了小波变换原理,并实现了在MATLAB环境下图像小波变换压缩的模拟仿真。     

改进的Morlet小波及其变换

提出了一个改进的Morlet小波,并在此基础上给出了Morlet小波变换的完全重构公式,这个重构公式不需要Morlet小波满足小波容许条件,使得Morlet小波变换在理论上趋于完善。改进后的Morlet小波其尺度参数替换为小波主频参数,参数有明确的物理意义,用它作为核函数的小波变换把时间信号映射到时间-频率域。重构公式的提出可拓宽Morlet小波的应用范围,引进了一个由Morlet小波变换及其逆变换构建的时-频滤波器并将其用于地震信号处理以提高其分辨率。从理论上分析了Morlet小波变换与S变换的区别,并用实际算例验证了分析结果。     

Hilbert-小波变换的齿轮箱故障诊断*

采用希尔伯特—小波变换对振动加速度传感器获取的齿轮箱振动响应信号进行特性分析。利用小波变换分解获得振动响应信号的各层高频信号小波系数和低频信号小波系数,对小波系数进行重构获得具有不同特征时间尺度的各高频信号和低频信号;再对分解的信号进行希尔伯特变换获得时频信息谱以提取系统的统计特征信息,实现监测齿轮运转工作状态,及时发现齿轮的早期故障,提高机械运行的安全性。仿真研究结果表明,小波变换分解和希尔伯特边际谱方法在故障信息诊断方面是可行和有效的,提高了故障检测的可靠性。     

小波变换在电力谐波分析中的应用

电力系统的谐波是影响电能质量的重要因素,谐波对电力系统和用电设备产生了严重危害和影响。文中应用小波变换分析电力系统的谐波,小波变换能描述频谱含量如何随着时间变化,同时在时间和频率上表示信号的能量和作用。与傅里叶变换对比,小波变换不仅可以知道哪些频率分量在信号中出现,而且可以知道这些频率分量在时域内是如何变化的,可以更精确地分析非平稳信号的谐波。     

闪电快电场信号时频特性的小波分析

应用小波变换方法将具有短时非平稳特点的闪电快电场时域波形信号转换到二维的时频平面,从时间和频率上同时描述闪电快电场信号的电场强度或相对能量分布,揭示其所包含的不同频率分量及其随时间变化的特性.分析结果表明,基于小波变换的闪电快电场信号时频特性分析可以挖掘闪电电场更深层次的变化规律和特征;也为闪电放电类型的识别研究提供了新的思路.