基于最优小波包变换的功率测量算法研究

本文深入分析了正交小波包的原理和最优小波包基的选取方法,首次提出了基于最优小波包的电压、电流有效值及有功功率的分频带测量算法,该算法可自适应划分频带,并完成基波和谐波有功功率的测量。本文通过采用dMO小波进行仿真实验,可看出基于最优小波包的电压、电流有效值及有功功率分频带测量算法是可行的,其电压、电流有效值及有功功率在总频带上的相对误差小于6×10^-5,有功功率在各子频带测量的引用误差小于8．3×10^-5。     

采用小波变换的有效值和频率测量方法

讨论了对含谐波的正弦电压(电流)采样值直接进行小波变换计算基波、谐波电压(电流)的有效值及频率的方法.频率测量中,应用数字测频法对极值点法进行改进.利用小波变换算法对短时间信号进行分析,得到了很好的测量结果.仿真结果表明,在理想采样的情况下(采样过程不存在同步误差),利用小波变换的方法可以对有效值和频率进行准确的测量.     

用小波变换测量功率因数

以功率因数为被控参数的SVC,需要测量功率因数。因而,本提出了用小波变换求功率因数的新方法,该方法对非正弦电压、电流信号进行正交小波分解,然后用分解系数求出电压、电流有效值和有功功率以及功率因数。中对该方法进行了仿真研究。     

利用小波变换进行有效值测量的研究

讨论了利用电压和电流采样值直接进行Harr小波变换，从而实现对电压和电流有效值的测量。利用小波变换的方法进行有效值测量的优点在于小波域同时包含了这些交流参数的时—频关系。本文选择Harr小波进行研究的原因是因为其具有良好的时间局部性和简明的解析表达式，而且在窗宽范围内能量泄漏较小。仿真结果表明，在理想采样的情况下(采样过程不存在同步偏差)，利用Harr小波变换的方法可以对有效值进行准确的测量。     

基于多相结构小波滤波器组的高效测量算法研究

介绍了小波子带功率信号分解方法的原理与算法,提出了多相结构小波电参量测量方法,分析推导了双通道IIR正交多相小波滤波器组的结构,得到一种新型电参量信号的高效测量算法,解决了传统测量算法(FFT)、普通小波测量算法(FIR、IIR直接Ⅰ型)计算量大,时间复杂度高的问题。实验结果表明:采用文章高效测量算法,测量电流有效值、电压有效值、有功功率和无功功率,算法所需的时间小于FFT测量算法和普通小波测量算法的四分之一,测量算法的准确度优于1×10~(-4),表明多相结构小波电参量高效测量算法计算时间短、测量准确度高。     

基于椭圆IIR滤波器组小波包分析的功率测量方法

小波包分析可以实现信号频带的均匀划分,为电压、电流有效值及有功功率高精度的测量提供了理论依据;但其复杂的计算使它在实时测量中受到了限制.本文提出了将椭圆半带IIR滤波器应用于小波包分析的功率测量新方法,通过研究表明,该方法可以将复杂的计算减少到与快速傅立叶变换(FFT)同等数量级上.仿真和实验结果进一步验证了该方法的可行性.     

小波变换功率分解测量方法及其性能评估

介绍了小波变换有效值与功率分频带测量的基本原理与算法,提出了Dmeyer小波变换有效值与功率的测量方法,并对该方法与3种已经提出的小波测量方法的测量误差进行了对比分析,结果表明在各频率子带和总频带上,Dmeyer小波测量方法都具有较高的准确度。此外,本文还从小波滤波器组的幅频特性和能量泄漏的角度出发,深入研究了小波滤波器组的能量泄漏特性与测量算法误差之间的关系。最后,本文还讨论了小波滤波器组的相频特性对其在功率测量算法的实际应用中可能带来的影响。     

一种简单通用的数据采集实用方法

以单片机89C52为核心元件进行设计,实时测量工频网络中的电压有效值、电流有效值、有功功率、无功功率,通过多周期同步记数法测量电压、电流信号之间的相位差φ.详细论述了该系统硬件各部分的工作原理及软件设计方法.     

小波滤波器组功率测量方法的分析

介绍了小波变换有效值、有功功率分频带测量的基本原理与算法,以及90°数字相移网络及基于该网络的无功功率分频带测量的基本原理与算法。基于小波功率分频带算法的原理,采用IIR小波多相滤波器组对西安化工厂的一组实际数据进行有效值、功率、无功功率的测量。实验结果表明,测量算法具有较高的准确度。此外,本文还从滤波器组幅频特性的角度,针对采用不同滤波器组产生不同测量准确度的现象,进行了较为深入的研究分析。最后简要分析了小波功率测量中的能量泄漏问题。     

基于巴特沃兹滤波器测量有效值

因为具有良好的滤波性能,巴特沃兹滤波器在信号处理中得到了广泛的应用。本文讨论了巴特沃兹滤波器与正交小波的内在联系,给出了利用巴特沃兹滤波系数求电压、电流、有功功率、无功功率有效值的方法。理论和数据表明基于巴特沃兹滤波器测量有效值具有很高的精度。     

基于整数小波变换的Ray-Period压缩算法

为解决基于传统小波变换的数据压缩方法存在的问题,在深入分析整数提升过程的基础上,提出了一种基于整数小波变换的Ray-Period压缩算法。该算法针对电力数据的特点,根据整数小波变换多分辨率分析的特性,将原始数据变换到小波域,以使变换后的信号能量主要集中在低频系数上,而后采用无损的Ray-Period压缩算法处理低频数据,采用改进的阈值压缩算法处理高频系数,并采用新的位图压缩算法处理阈值压缩后元素值超过3.125%时的非零元素。采用实际数据进行压缩,该算法的能量恢复系数优于10-4,压缩比小于6.39%,速度比传统的小波变换压缩算法提高了近1倍。     

暂态电能质量的在线检测与识别系统

设计了一套以虚拟仪器为平台的暂态电能质最在线检测与识别系统,提出了一种以移动离散小波变换为核心,结合有效值算法和模糊逻辑的设计方案,实现了目前常见6种暂态扰动信号的在线检测和识别,并通过扰动发生和结束时刻、扰动持续时间、扰动强度和扰动类型5项指标来对各种暂态电能质量信号进行描述,最后通过实验验证了所设计系统良好的实时性...     

基于提升复小波的暂态电能质量扰动的检测与定位

针对暂态电能质量扰动信号的检测与定位,提出一种基于第2代小波变换的提升复小波的提升算法。通过Euclidean分解算法得到复小波提升方案;利用该方案对常见的几种扰动信号进行提升变换,将变换后的幅值和相位信息用于暂态电能质量扰动的定位检测及扰动幅度估计;并与第1代小波变换进行比较。仿真结果表明,所提算法具有简单、运行速度快、检测精度高等优点,能够准确定位暂态电能质量扰动信号和计算扰动信号的变化幅度。     

基于ARM9的整数小波阈值压缩算法及其EVC实现

采用传统的一代小波变换进行数据压缩,存在实时性差,内存需求量大等问题.本文从小波滤波器的多相位矩阵出发,利用Euclidean分解方法,实现了小波变换由传统卷积模式到提升算法的转变,并进行了整数提升,克服了一代小波的不足.在此基础上提出了一种改进的整数小波阈值压缩算法,在ARM9上利用EVC予以实现.实验表明该算法在均方误差为0.3490%时,压缩比为11.875%,计算速度快,适合应用在实时性要求较强的场合.     

基于复小波变换和有效值算法的电压暂降检测方法

对电压暂降三大特征量即持续时间、相位跳变和幅值的准确检测是实现电压暂降有效补偿的前提。文中提出复小波变换和有效值算法相结合的电压暂降检测方法。详细研究了复小波变换奇异性检测原理及其在电压暂降起止时间检测中的应用,采用具有四阶消失距的复Gaussian小波(Cgau4)能准确检测电压暂降发生、恢复时刻和相位跳变,利用有效值算法实现电压暂降幅值的检测。通过在Matlab中对有无畸变情况下的的电压暂降问题建模仿真,验证了该算法的有效性,实验结果表明该方法能精确检测电压暂降三大特征量。     

暂态电能质量扰动的小波谱峭度法检测与辩识研究

针对暂态电能质量扰动和噪声的复杂性,探讨了基于小波谱峭度理论的暂态电能质量扰动检测与辨识方法。在分析了小波谱峭度理论基本原理的基础上,重点阐述了运用Morlet小波谱峭度方法检测暂态电能质量扰动的实现过程。首先,使用Morlet小波将主动配电网中的暂态扰动信号进行小波去噪与变换;然后,利用分解后得到的一系列小波系数计算其谱峭度最大值及峭度谱;其次,通过均方根值算法计算出其有效值相对值,完成对扰动信号的检测与辨识;最后,借助于计算机仿真验证所述方法的可行性和准确性。理论分析和仿真结果证明:该方法检测速度快、检测结果辨识度高、通用性强;辨识准确度度满足工程应用,实用性强。     

基于二进制采样快速S变换算法的 电能计量方法研究

大量非线性以及冲击性、波动性负荷的应用使电网环境变得复杂,将会产生非稳态信号。传统的电能计量方式及计量算法对非稳态信号电能计量不够精确。本文首先采用了一种把基波分量、畸变分量分开计量的方式,再借鉴快速S变换的思想提出了一种基于二进制采样快速S变换的电能计量算法。理论分析可知:电网信号畸变的情况下,基波、畸变分量分开计量的方式比传统的全电能以及基波计量方式更加合理;二进制采样快速S变换核函数形式固定,而不像小波算法那样很难选择合适的小波基函数。并且在相近的精度下,快速S变换比S变换节省很多的时间。最后通过仿真对比验证,无论是稳态信号还是非稳态信号,基于二进制采样快速S变换算法的电能计量结果的精确度都大大优于小波变换,并且比S变换运算效率更高。     

基于第二代小波变换的电力系统故障录波数据压缩方法

随着对故障过程监测水平要求的逐步提高,急剧增大的故障录波数据量给数据传输和存储带来了很大的困难,因此必须对其做压缩处理。在论述传统小波分解理论和第二代小波方法的基础上,提出了一种基于整数小波变换的无损压缩方法。该方法能够对电力暂态信号数据进行完全可逆的多尺度整数小波分解,并将各尺度上的小波系数进行Huffman编码,从而实现无损压缩。仿真实验结果表明：该方法应用于故障录波数据无损压缩可实现较高的压缩比。