多层多分辨分析算法及在电力系统中的应用

为了改善小波函数在电力系统故障信号分析中的性能，提高小波变换的运算速度，提出了新的小波函数构造方法及其相应的小波变换。该方法具有普遍性，所构造的小波具有简单、时频局部化性能好等优点。根据这种新的小波构造方法，提出了多层多分辨分析的快速算法，此外，利用多层多分辨分析的算法，对电力系统故障信号进行处理和分析，证明基于多层多分辨分析小波变换方法在检测电力系统故障的突变信号分量方面，是一种非常有效的方法。该小波函数构造方法及其多层分辨分析算法，同样适合于其它领域里的故障信号分析与信号处理。     

基于动态小波变换的电力系统故障信号分析

提出了基于动态小波变换的电力系统故障分析方法,既充分利用了小波变换在电力系统故障信号分析中的优点,又克服了分析中傅里叶算法的不足。该方法简单、可靠,便于形成实时软件,对于提高电力系统故障检测水平和保护性能具有重要意义。     

电机故障信号小波变换边界问题及解决方法

小波变换比Fourier变换具有良好的时频局部化特性，是处理突变信号的有力工具。近年来，小波变换在电力系统故障信号的处理中得到广泛地应用。而故障信号的采样区间是有限的，小波变换在处理电力系统故障信号时存在两个边界问题：即靠近端点附近突变点很难识别出来；信号分解、压缩及重构时误差较大。因为传统处理方法将有限区间的信号通过补零、对称延拓和平滑扩充外来数据区间而造成人为误差，除Harr小波外任何正交的紧支撑小波不具有对称性或反对称性，因而不具有线性相位或广义线性相位，易出现信号恢复时失真现象。提出的区间双正交小波方法同时具有正交性、紧支撑性及对称性，实验结果表明这种小波误小、精度高。     

基于动态小波变换的电力系统故障信号分析

提出了基于动态小波变换的电力系统故障分析方法,既充分利用了小波变换在电力系统故障信号分析中的优点,又克服了分析中傅里叶算法的不足.该方法简单、可靠,便于形成实时软件,对于提高电力系统故障检测水平和保护性能具有重要意义.     

基于小波变换的电力系统故障暂态信号分析

介绍了连续小波变换定义.小波变换具有良好的时频局部化特性,并可根据信号频率的变化自动调节时频窗口,因此小波变换十分适合电力系统故障产生的暂态信号的分析.电力系统故障暂态信号的小波变换模极大值标志着电力系统最重要的故障特征,可以作为继电保护和故障测距的依据     

小波网络在电力系统故障信号处理中的应用研究

从小波分析中对函数逼近表示的不同角度，分别介绍了3种主要的小波网络，并对这3种小波网络的构成、网络模型和学习算法等进行了详细介绍和比较，给出了它们之间的本质区别。在此基础之上，对小波网络在电力系统故障信号分类和故障数据压缩方面的应用进行了讨论，给出的相应数字仿真结果表明，小波网络在电力系统故障信号处理方面的应用是完全可行的。     

基于小波变换的电力系统短路故障分析

介绍小波变换应用在信号奇异性检测方面的基本原理,提出了基于小波变换的电力系统故障信号分析方法,既充分利用了小波变换在故障信号分析中的优点,又克服了传统傅里叶变换方法的不足.最后通过一个实例进行验证.     

基于多小波的电力系统故障暂态数据压缩研究

在介绍多小波MALLAT算法的基础上，与传统小波进行了比较。通过对传统小波与多小波能量压缩率的研究，详细比较了基于不同预处理方法的多小波与传统小波的能量压缩率。利用两种数据压缩方法，通过大量的仿真工作，对不同预处理方法的多小波与小波的压缩效果进行了深入讨论比较，结果表明：预处理方法的选择是影响多小波压缩效果的关键因素，若选择合适的预处理方法，利用多小波对电力系统故障暂态数据进行压缩，可以获得比传统小波更好的压缩效果。     

小波分析及数学形态学在电力系统故障暂态信号处理中的应用

在介绍小波分析及数学形态学基本理论的基础上,综述了小波分析及数学形态学理论在电力系统故障暂态信号处理中的应用,主要包括输电线路故障暂态信号检测及发电机、变压器、电动机等电气设备故障早期检测及诊断。文章最后提出小波分析与数学形态学理论结合使用是电力系统故障暂态信号处理的发展方向。     

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。     

利用小波包变换实现噪声环境下特征信号的提取

电力系统暂态或故障时 ,电压电流信号包含了故障的信息 ,文中称包含了故障或暂态信息的电压和电流信号为特征信号 ,利用特征信号可以进行系统分析和故障检测 ,但是特征信号往往被淹没在大量的噪声信号中 ,这样给电力系统分析和检测带来困难。文中分析了电力系统中几种常见的噪声和特征信号的时频特性 ,简单介绍了小波包变换的理论和特点 ,分析了利用小波包变换来消除噪声 ,提取特征信号的理论 ,并通过实例验证了小波包良好的抗噪能力 ,为实现噪声环境下特征信号的提取提供了良好的分析方法 ,为电力系统分析和故障检测提供了良好的工具。     

Wavelets for the analysis and compression of power systemdisturbances

Wavelets introduce new classes of basis functions for time-frequency signal analysis and have properties particularly suited to the transient components and discontinuities evident in power system disturbances. Wavelet analysis involves representing signals in terms of simpler, fixed building blocks at different scales and positions. This paper examines the analysis and subsequent compression properties of the discrete wavelet and wavelet packet transforms and evaluates both transforms using an actual power system disturbance from a digital fault recorder. The paper presents comparative compression results using the wavelet and discrete cosine transforms and examines the application of wavelet compression in power monitoring to mitigate against data communications overheads     

小波阈值估计在电力系统故障信号消噪处理中的应用

考虑电力系统中噪声因素对故障检测与识别的影响,在分析了噪声信号的小波变换特性的基础上,提出一种基于小波系数的阈值估计方法.应用该方法对电力系统故障暂态信号进行消噪处理,从而更有利于故障的检测与识别.通过仿真实例说明,在消噪效果和计算量等方面,该方法比其它传统阈值算法更具优越性.     

基于幅频特性的复值小波构造及其在电力系统信号分析中的应用

提出了基于幅频特性的复值小波函数构造方法及其相应的复值小波变换。该方法构造的复值小波具有频率局部化性能好、提取故障信号特征分量较准确的优点。复值小波变换能准确分辨出信号中所包含的幅值信息和相位信息,因而,适用于电力系统的故障信号的检测。利用基于幅频特性的复值小波变换,对发电机转子部分故障信号进行了分析,显示了基于幅频特性的复值小波变换的电力系统故障信号分析方法,是一种有效的方法。     

电力暂态信号小波分析的后处理方法研究

由于电力系统暂态信号经小波变换后信息繁多,需要研究对小波分解的大量信息进行恰当后处理和自动特征提取的方法。文章从定量分析的角度介绍了小波分析后处理的概念,探讨了几种电力系统暂态信号小波变换后的特征提取方法,即后处理方法,包括模极大值与奇异性分析、能量分布分析、小波系数聚类分析、小波系数统计分析、小波熵分析,以及将其用于电力系统故障检测和分类的物理意义。对一种新型后处理方法小波奇异谱熵在频变系统中的应用进行了仿真分析,结果表明该后处理方法可应用于电力系统设备和线路的故障检测。     

基于双正交小波的电力系统故障录波数据压缩

提出用双正交小波进行压缩的原理和算法,对不同采样频率和类型的故障数据进行了压缩和与还原,并分析了在不同压缩比下的平均相对误差,小波分解应用多分辨分析的理论将信号分解成不同尺度,通过改变阀值就可控制不同频率分量的取舍及其压缩比和精度。结果表明,该算法减小了文件长度和数据通信的负担。     

基于幅频特性的复值小波构造及其在电力系统信号分析中的应用

提出了基于幅频特性的复值小波函数构造方法及其相应的复值小波变换。该方法构造的复值小波具有频率局部化性能好、提取故障信号特征分量较准确的优点。复值小波变换能准确分辨出信号中所包含的幅值信息和相位信息 ,因而 ,适用于电力系统的故障信号的检测。利用基于幅频特性的复值小波变换 ,对发电机转子部分故障信号进行了分析 ,显示了基于幅频特性的复值小波变换的电力系统故障信号分析方法 ,是一种有效的方法。     

小波模糊神经网络应用于配电网输电线的故障测距

在小电流接地系统单相接地故障特征分析的基础上，提出了一种基于故障后稳态及暂态电气量的小波模糊神经网络的故障测距方法。单相接地故障时的暂态分量故障特征非常明显，且故障暂态高频分量受故障前负荷的影响较少，故可以采用故障暂态分量描述故障模式特征并进行故障定位，鉴于已有的小波神经网络模型不适合于故障测距，作者从广义的小波神经网络概念出发，结合模糊控制理论，提出了适合于电力系统故障暂态和稳态信号分析的小波模糊神经网络方法，并将该方法应用于小电流接地系统直配输电线路的故障测距。理论分析及大量的EMTP仿真结果表明：本文所提出的小波模糊神经网络理论，模型及算法具有较好的故障测距性能，并可应用于电力系统的故障分析。