Hilbert-Huang变换在电力系统暂态信号分析中的应用

以一种全新的非线性信号分析方法——Hilbert-Huang变换(Hilbert-Huang transform,HHT)为基础,将其应用于电力系统暂态信号方面的研究。该方法利用经验模态分解法EMD(empirical mode decompo-sition)将暂态信号分解成有限个固有模式函数IMF(intrinsic mode function),从而根据Hilbert变换求出每一个固有模式函数瞬时频率和瞬时幅值,对电力系统暂态信号进行分析。仿真和实例分析结果均表明,该方法具有很强的自适应能力,应用于电力系统暂态信号分析方面具有可行性、有效性。     

Hilbert-Huang变换理论在电力系统中的应用研究

主要根据本课题组近几年Hilbert-Huang变换(HHT)理论及其在电力系统信号分析领域应用的研究成果,综述了HHT理论在电能质量检测、电力系统谐波分析、电力系统低频振荡、同步电机参数辨识、局部放电信号检测等问题的应用,并探讨了HHT理论应用的进一步研究的方向:低频振荡在线分析,同步电机参数辨识精度的提高,窄带噪声、随机脉冲等干扰下的局部放电信号在线检测等问题。     

Hilbert-Huang变换在列车踏面故障识别中的应用

列车轮对踏面故障危害极大,且由于列车运行环境恶劣,存在电机整流装置等车载设备产生的强烈电磁干扰,以及测量系统和各单元电路之问的公共接地阻抗产生的严重干扰等诸多不利因素,因而传统信号处理方法难以准确识别踏面故障。本文提出了利用Hilbert—Huang变换对实测振动信号进行分析处理,进而提取踏面故障特征信息的方法。实例表明,该方法具有较高的分辨率和较强的抗干扰能力,能准确识别踏面故障,且算法简单、计算量小,可满足踏面的实时在线检测要求。     

Hilbert-Huang变换方法在谐波和电压闪变检测中的应用

将一种新的非平稳信号处理方法,即HHT(HilbertHuang Transform)方法用于检测与时频分析典型的电能质量扰动信号,如谐波、电压闪变与波动信号.该方法由经验模态分解法(EMD)及Hilbert变换两部分组成,先用EMD提取信号的固有模态函数(IMF)分量,再对IMF作Hilbert变换求瞬时频率和幅值.该方法可以从时域和频域两方面同时对信号进行分析,能够准确检测出突变、非平稳谐波和电压闪变信号的时间、频率和幅值信息.仿真分析结果表明了该方法检测非平稳电能质量扰动信号的有效性.     

Hilbert-Huang变换在距离保护中的应用

克服电力系统故障暂态信号中非整数次谐波和衰减直流分量的影响,准确提取信号的基频分量,对于距离保护装置准确判断故障位置具有重要意义.文中通过利用Hilbert-Huang变换,得出一种新的故障信号基频分量提取方法.仿真表明,该方法既克服了传统傅里叶算法易受衰减直流分量影响的缺点,又弥补了各种基于周期信号模型的傅里叶改进算法在故障信号中存在非整数次谐波时基频分量提取准确度下降的不足,能够有效提高距离保护的测量精度.     

Hilbert-Huang变换在电力故障暂态信号检测中的应用

提出利用Hilbert-Huang变换对电力系统故障信号检测的方法.通过对检测点获得的故障电流信号进行经验模式分解(EMD),得到一系列的本征模态分量(IMF),利用Hilbert变换得到Hilbert谱及边际谱,分析发现,通过瞬时频率突变能准确定位故障时刻,Hilbert谱的峰值变化也能反映故障时刻及故障特征信息;通过边际谱分析可以获得故障信号所含的真实频率.为进一步故障检测提供了依据.仿真试验表明Hilbert-Huang变换的方法能准确地检测故障时刻.     

小波分析基础理论及其在电力系统中的应用

深入浅出地了小流方法在信号分析方面的基本思路、基本方法、基本过程和基本应用。文中不仅结合电力系统中的一些应用问题讨论了小波方法的应用特点，而且对其应用前景作了综合性 。     

改进的Hilbert-Huang变换在船舶电网谐波检测中的应用

本文首次将改进的Hilbert-Huang Transform(HHT)方法用于船舶电力系统谐波检测中.HHT方法在分析船舶电网谐波时存在模态混叠现象,不能有效得出各次谐波分量,本文采用基于Fourier变换的empirical mode decomposition(EMD)方法,根据Fourier谱进行频带滤波,然后...     

Hilbert-Huang变换在电气化铁路谐波检测中的应用

将Hilbert-Huang变换(Hilbert-Huang transform,HHT)用于电气化铁路谐波检测中,应用该方法可以提取任意频次的谐波信号。为了解决直接应用经验模式分解(empirical mode decomposition,EMD)方法可能出现的模态混叠问题,文中采用基于傅里叶变换(Fourien tranform,FT)的EMD方法对电气化铁路谐波信号进行提取。首先利用傅里叶变换对指定频率部分进行滤波,然后分别进行HHT变换,再重新组合,即可得到信号全部完整的本征模态函数(intrinsic mode function,IMF)分量,进而计算其Hilbert谱,得到谐波信号的Hilbert谱值。对电气化铁路牵引变电站实测谐波电压、电流数据进行了分析,仿真结果表明利用改进的HHT方法可以得到电气化铁路各次谐波的准确时频分布。     

Hilbert-Huang变换在T型输电线路故障定位中的应用

根据T型线路故障时各端测得的行波波头到达时刻来建立判别矩阵D,以此来判断故障支路。将单端与双端定位方法相结合,解决了T型线路交汇点附近(小于1 km)故障支路难以判断的问题。针对Hilbert-Huang变换过程中经验模式分解(EMD)处理数据时可能造成端点效应和模态混叠,提出使用白噪声聚类经验模型分解(EEMD)以及一种改进的EMD算法来代替,用分解前后信号的总能量来评估几种分解过程的准确性。定位结果表明EEMD以及改进的EMD算法在T型线路故障定位中的定位精度高于EMD算法,能满足定位的输电线路的定位精度要求。     

数学形态学在电力系统中的应用综述

数学形态学是一种非线性信号处理和分析工具,对电力系统信号的特征提取完全在时域中进行,且幅值不偏移和相位不衰减,很多性质优于小波分析理论,其发展正在受到越来越多关注,但是系统的总结该技术的应用及研究并不多见。文中阐述了数学形态学的基本理论,并介绍了电力系统常用的一些形态学方法,在将形态学与小波分析进行比较后,综述了数学形态学在电力系统中的应用,如暂态信号谐波分析、奇异点检测与消噪、电能质量检测、故障诊断、继电保护与故障测距,分析了其与电力系统中其他理论或方法如小波变换、分形理论、神经网络等的结合。结论提出了若干需要解决的问题,并展望了其在电力系统中的应用前景。     

基于慢同调理论和希尔伯特-黄变换的发电机在线同调识别

提出一种在线同调机群识别方法。根据慢同调分群算法确定线性化系统的最优慢同调聚合分群数,根据分群矩阵的相关系数、振荡模式的参与因子,以及广域测量系统提供的功角信息,利用希尔伯特-黄变换提取发电机的振荡模式能量谱,实现扰动后的发电机群的同调识别。通过WSCC系统和新英格兰10机39节点系统的仿真实验验证所提方法的适用性和有效性,该方法能全面反映系统在受扰后的动态特性和系统的非线性时变特性。     

改进的Hilbert-Huang变换方法及其应用

针对Hilbert-Huang变换(HHT)方法出现的端点效应问题,提出了添加极值点与支持向量回归机相结合的延拓方法对其进行抑制。首先利用支持向量回归机预测信号极值点的幅值,然后用添加极值点法确定所预测极值点的位置。该改进方法解决了镜像延拓法对端点不是极值点的短数据序列处理效果不佳问题。通过仿真对比分析,用传统的镜像延拓和支持向量回归机延拓后得到的能量误差分别为0.007 4和0.023 8,而用改进方法延拓后得到的能量误差为0.003 0,表明改进方法对HHT端点效应的抑制效果要好于两种传统的方法。最后,将改进方法应用到电机转子不平衡故障特征提取上,验证了其可行性和准确性。     

一种基于Hilbert-Huang变换的电力电缆故障测距方法

为了提高电力电缆故障测距的灵敏性和准确性,提出一种基于Hilbert-Huang变换的电力电缆故障测距方法。针对电缆故障时暂态行波信号奇异性不明显问题,HHT能在不需要选择基函数的条件下对信号进行自适应时频分析,应用经验模态分解(EMD)方法对信号进行唯一分解。EMD能在保持信号良好的时域特性和频域特性的同时得到信号的时频和能量分布关系,有利于提取信号的奇异性,进而减小测量误差。通过不同方法对故障进行数值仿真测距,仿真结果表明HHT故障测距方法具有很好的优越性。     

一种改善HHT端点效应的新方法及其在电能质量中的应用

利用Hilberr-Huang变换(HHT)方法进行电能质量检测分析,可以得到准确的瞬时频率和瞬时幅值,但该方法在应用中存在严重的端点效应,会影响分析结果。为了改善其端点效应问题,提出了一种基于人工神经网络和镜像延拓相结合的新方法对短时间序列进行延拓。采用三层BP神经网络对信号两端进行延拓,用带镜像延拓程序的经验模态分解(EMD)方法对延拓后的信号进行边分解边延拓,得到具有原始信号长度的固有模态函数(IMF);为了改善Hilbert变换中的端点效应,再次利用BP神经网络对各个IMF分量进行延拓。最后对延拓后的IMF分量进行Hilbert变换,从而得到精确的瞬时频率和瞬时幅值。将其应用到电力系统的谐波分析中,取得了较好效果。     

小波变换在电力系统中应用研究

小波变换与Fourier变换相比具有良好时域局部化特征，时域窗口随信号的变化自动调整。综述了近年来小波分析在电力系统中的应用情况，按照小波分析在电力系统各个应用领域进行分类、归纳和总结，说明了小波分析在电力系统各方面的应用是相当成功的，有很广阔的应用前景。同时也指出小波分析的不足之处，表现在2个方面；线调频小波变换比小波变换的时域窗口更加灵活，对噪声和和信号频率混叠现象的消噪分离更有效；小波分析缺乏有效的快速算法，因而很难满足实时性的要求，同时基于它用来检测、分析电力系统中出现的各种故障的相应硬件产品还未研制出来。     

基于小波变换的电力系统谐波电能计量

分析了谐波对电能计量装置的影响,提出了基于小波变换理论的谐波电能计量方法,并进行Matlab仿真实验.     

嵌入式技术及其在电力系统中的应用

首先阐述了嵌入式系统的特点与含义 ,并分别介绍了嵌入式硬件与软件技术的发展现状 ,其中强调指出了嵌入式实时数据库在电力系统应用中的重要意义 ,随后就嵌入式系统在电力系统数据采集与监控 (SCA DA)、微机保护、自动装置 (以暂稳控制为例 )、电费计量等方面的广泛应用做了简要介绍 ,最后指出嵌入式技术要想更好地满足电力系统的要求必须在实时性、可靠性、可扩展性、网络通信能力、人机接口等方面有长足的进步