一种改进阈值法小波去噪的信号包络分析方法研究

根据小波域阅值滤波的降噪特性,把改进的阈值函数方法和平移不变小波变换相结合,提出一种改进阈值法的小波去噪方法.所提方法和包络分析相结合,能够较好地解决由于随机噪声干扰而造成提取的包络信号轮廓信息粗糙的问题,改善包络提取精度.实现方法是先将改进阈值法的小波去噪方法作为包络分析的前置处理手段,再对信号进行包络提取和包络细化谱分析,获得突变特征频率.仿真结果表明,该方法可以有效的抑制噪声,能够较准确地提取信号包络和突变特征频率.     

变压器绕组短路振动信号的高低频能量分析

该文对变压器振动情况进行理论分析,设置绕组短路故障,在正常和故障两种状态下进行多次实验,测量正常和故障两种状态下的振动信号。提出一种基于小波-高低频包络谱能量分布提取振动信号特征并确定绕组匝间短路故障阈值的新方法。首先应用小波变换对振动信号进行降噪处理,然后与希尔伯特变换结合,提取振动信号的低频和高频包络,最后对包络信号进行谱分析和能量特征提取,比较正常运行状态和短路故障状态下的能量分布。通过实验得到了故障阈值,表明能量法可用于故障的监测和诊断。     

一种改进阈值函数与EMD结合的轴承故障诊断方法

在电机的振动信号中,若电机轴承发生故障,则故障通过一种周期性的循环冲击形式表现出来,而且通常伴随有噪声干扰在这里面,所以提取这个轴承的故障特征会变得困难。正文提出一种新的过滤噪声方法,该方法基于新的自适应阈值的改进阈值函数,可以滤掉小波分解细尺度上的噪声,并且细节系数此时也可以很大限度地保留下来,最终,噪声也在宽尺度上被高效地过滤掉。若将滤除噪声后的信号做EMD处理,并且在选取IMF时,根据互相关系数结合峭度准则可以排除IMF分量在选择时候的无目的性。通过对仿真结果的分析,轴承故障能通过这种方法快速准确地检测出来,最终证明了这个方法的有效性。     

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.     

基于机械振动信号的高压真空断路器故障诊断研究

提出一种基于小波-包络谱能量提取振动信号特征并进行故障诊断的新方法。首先应用小波分析对振动信号进行降噪处理,然后与希尔伯特变换相结合,提取振动信号的低频和高频包络,最后对包络信号进行谱分析及能量特征提取。实验结果表明,该方法对提取高压真空断路器机械振动信号的特征是有效的,可为故障诊断提供依据。     

基于提升小波分解的小波熵在抑制局部放电白噪声干扰中的应用

抑制白噪声干扰是局部放电在线检测中的关键技术。文中提出了一种基于小波熵的局部放电信号去除白噪声方法:先将信号进行提升小波分解;再对最高一层的低频系数和不同分解尺度上的高频系数进行阈值及量化处理;利用经过阈值处理过的最高一层的低频系数和各分解尺度的高频系数重构信号,去掉白噪声干扰。计算机仿真分析和现场数据处理表明,文中提出的提升小波熵分层软阈值去噪法可以有效地滤除局部放电信号中的白噪声,在抑制白噪声的性能和稳定性方面优于提升小波软阈值法。     

一种GIS在线监测中UHF局部放电信号新型去噪方法研究

超高频法是目前广泛使用的局部放电在线监测手段之一,虽然能够有效避免现场大量低频噪声的干扰,但是仪器热噪声、无线电通讯等因素仍然会对超高频信号产生干扰。小波阈值法是一种有效的去噪方法,核心在于阈值的有效选取,从信号能量的角度出发,利用奇异谱分析对小波分解后各尺度小波系数噪声成分的标准差进行估计,进一步通过Donoho广义阈值法求取各尺度阈值。通过模拟局部放电实验获取含噪信号,并利用所提方法去噪,从噪声抑制比的角度考虑,与传统的Donoho阈值法对比,具有更好的去噪效果。     

基于小波包域双谱的风力机振动信号监测方法研究

文章主要基于小波域双谱的方法对风力机振动信号监测技术进行研究,以风电场多台1.5兆瓦直驱机型的大量轴承振动信号为基础,运用了一种小波包域双谱的方法对振动信号分析,并与传统双谱进行对比,实验结果表明:小波包域双谱优于双谱分析,能够准确的判断轴承正常和故障运行情况,该方法不但有效抑制噪声和其他高频成分的干扰,而且具有双重消噪的效果,有效地避免了小波分析和传统双谱分析的缺点,为在线监测异常状况预警提供了很好的依据。     

矿用永磁直驱电机异响声信号降噪方法研究

针对矿用永磁直驱电机异响声信号噪声干扰大,有用信号被噪声淹没难以提取的问题,提出一种融合改进VMD与小波软阈值的降噪方法。首先,利用粒子群算法优化变分模态分解算法得到分解层数k和惩罚因子α的最优参数组合,基于最优参数组合分解获得矿用永磁直驱电机异响声信号k个本征模态分量(IMF)。其次,利用加权裕度指标筛选出有效信号分量和需进一步分解的含噪分量,基于小波软阈值对含噪分量进一步降噪。最后,将有效信号分量与小波软阈值降噪后的分量重构得到最终降噪信号。应用此方法分别对仿真信号和矿用永磁直驱电机异响声信号降噪,并与其他方法对比。试验结果表明,该方法能将仿真信号信噪比提升至27.524 7 dB,均方根误差降低至0.085 5,实测信号信噪比提升至34.715 3 dB,均方根误差降低至0.006 7,降噪效果较好,为后续的故障特征提取与故障诊断工作提供数据基础。     

Morlet小波解调制方法诊断鼠笼电机转子断条故障

针对电机电流信号特征分析(motor current signature analysis,MCSA)诊断早期转子断条故障时存在的频谱泄露阻碍故障特征频率识别的问题,提出一种基于定子电流Morlet小波解调制信号分析的故障诊断方法。首先选择合适的参数对Morlet小波性能进行优化,继而利用优化后的Morlet小波提取鼠笼电机定子电流信号包络线以消除基频和噪声干扰的影响,然后对提取到的包络线作快速傅里叶变换(fast Fourier transform,FFT)分析,并根据FFT频谱中是否存在特征频率成分2sfs判断转子断条故障发生与否。所提方法在电机工频或变频供电方式、不同负载运行状况下都能够消除噪声干扰和频谱泄露影响,因而便于故障特征提取并实现早期转子断条故障诊断。理论分析和实验结果表明了所提方法的正确性和有效性。     

基于小波变换改进阈值函数的故障行波去噪方法

行波法故障定位中存在行波信号易受噪声干扰而使得故障特征不易提取的问题。为了提高故障定位精度,需对受噪声干扰的故障行波去噪,准确提取故障特征。根据故障行波中的噪声特性,提出了基于小波变换的改进去噪阈值函数,并结合故障行波特性,选取最优小波基,对故障行波进行去噪。在PSCAD/EMTDC仿真软件中搭建电磁暂态仿真模型分析了故障行波的时频域特征,在配电线路中对所提方法进行仿真验证。同时,利用实际配电线路故障行波测量数据验证了方法的有效性。     

基于小波分析的随机核信号频谱降噪方法研究

本文针对所研究的核信息系统中随机核信号包含有不同频率信息(信号+噪声)的实际情况,在研究分析核信息系统随机信号特点的基础上,利用小波变换可以进行多尺度分解的优异性能,借助于Matlab信号分析工具,分别采用基于小波分析的缺省阈值法、最小极大方差法和分层阈值法等确定阈值进行降噪处理研究工作.研究结果表明,最小极人方差法降噪,所得频谱的光滑性和丰H似性最好.通过不同阈值对随机核信号中的噪声进行相关分析和谱分析,发现频谱中的噪声主要是高斯噪声,这为利用小波变换重构随机核信号的低频成分,从而提取特征频率以进行频谱降噪方法的研究提供了理论依据.     

小波降噪及Hilbert变换在电机轴承故障诊断中的应用

针对振动信号降噪处理及故障特征提取是机械故障诊断的重点问题,为了有效消除高频信号的影响,并充分提取出电机轴承的低频故障特征。提出利用小波降噪及Hilbert变换的方法对采集的电机轴承振动数据进行处理并提取其故障特征信息。首先,运用小波降噪对采集到的振动数据进行降噪处理,抑制噪声干扰,然后对其进行Hilbert变换解调出故障特征频率。通过对现场测取的轴承振动数据进行信号处理可以达到理想的诊断效果,由此得知,该方法能通过电机轴承振动信号进行故障特征信息处理,有效地进行轴承故障分析及诊断。     

小波变换在航空发电机异常检测中的应用研究

针对飞机交流发电机日常维护中传统检测和分析方法的不足,提出一种基于小波变换的飞机交流发电机异常检测方法,其思想是先把交流发电机输出电压信号采用小波进行分解,然后对分解后的小波系数利用基于噪声标准偏差估计的阈值滤波算法进行消噪处理,最后利用小波变换对消噪之后的电压信号进行奇异值检测从而获得信号的异常变化.通过对飞机交流发电机实测数据进行处理,实验结果表明,该方法能有效地排除电压信号中的噪声干扰,及时地捕获发电机输出电压信号的异常变化,最终实现比较准确的故障检测与定位,具有一定的实用价值.     

基于小波包能量谱分析的电机故障诊断

小波包是继小波分析后提出的一种新型的多尺度分析方法[1],解决了小波分析在高频部分分辨率差的缺点,体现了比小波分析更好的处理效果。文章描述了小波包分析方法的基本原理及其实现算法,并从能量分布的角度出发,阐述了在电机故障诊断中,利用小波包分析方法将模糊故障信号进行量化、分解,从而便于用单片机进行处理、判断的一种新的应用途径,在实验室中模拟各种电机故障进行了实验验证,实验进一步表明基于小波包能量谱分析的电机故障诊断方法是一种方便灵活并且准确度很高的故障诊断方法。     

基于自适应阀值的小波全频降噪方法研究及实现

在含噪信号中提取有效的局部放电信号时,传统的小波阈值降噪方法只对小波分解的高频部分进行降噪处理,而忽略了低频部分噪声对局部放电信号的影响。针对该方法的缺陷,本文提出一种基于自适应阈值的小波全频降噪方法。该方法根据噪声的小波分解系数随尺度增大而减小的特点,采用随尺度变化的自适应阈值对高频部分噪声进行处理,采用传统的固定阈值对低频部分噪声进行处理,从而实现对局部放电信号的小波全频降噪处理。实验数据表明:与传统的小波阈值降噪方法相比,小波全频降噪方法的均方根误差降低了19.3%,噪声抑制比和噪声降低水平分别提高56.4%、10.8%。由此验证了自适应阈值的小波全频降噪方法的降噪效果优于传统小波阈值降噪方法。     

一种改进小波阈值的电力线通信信号消噪方法

电力线通信信号包含大量噪声干扰,这些噪声严重干扰电力线通信,为此,提出一种改进阈值法和平移不变小波相结合的消噪方法.该方法对含噪的电力线通信信号进行小波分解,对分解后不同尺度下的小波信号进行平移不变并同时按改进阈值法进行处理,最后重构信号.以实测信号为例,提取去噪前后信号波形和误码率2个特征量,与传统消噪方法相比较,结...     

相关概率小波变换在局部放电检测中的应用

为准确识别高压电气设备中被噪声淹没的局部放电信号,提出了一种基于相关概率小波变换的局部放电信号检测方法。该方法首先对采集到的原始信号进行小波变换,利用局部放电信号与噪声信号相关性的不同对各层的小波系数进行预处理,然后基于分位数的概念在处理后的各分解层上设置若干个多尺度阈值,根据这些阈值计算原始信号各处为局部放电信号的概率,最后根据概率值的大小来判断该处是否发生局部放电。利用该方法对仿真及实测信号进行分析,并与传统小波变换方法的处理结果进行比较。结果表明,该方法能够更为有效地抑制局部放电在线监测中的噪声干扰,全面、可靠地检测到强噪声背景下的微弱局部放电信号,具有一定的工程应用价值。     

故障分析中的小波软阈值改进除噪方法

软阈值消噪是信号消噪中的标准算法。故障检测中的信号去噪,要求在降低噪声水平的同时,保留信号中用于故障检测的奇异特征。通过分析信号和噪声的小波系数在小波空间的不同特性,在"噪声强度估计"、"阈值选择策略"和"小波系数调整策略"三个方面对软阈值除噪技术进行了改进。仿真研究表明改进方法较好地解决了保护信号局部特征和抑制噪声之间的矛盾,并对各种类型的故障信号均能进行有效的分析。     

电力系统故障信号小波消噪应注意的问题

小波由于其时频窗口的灵活性 ,使小波变换近几年来在电力系统故障信号处理中得到广泛应用。特别是 ,电机的故障信号含有大量的噪声 ,有时噪声将故障信号完全淹没 ,很难直接用于故障的分析和诊断。所以在故障信号分析之前 ,必须对故障信号进行消噪。然而小波变换并不是对所有噪声都是有效的。故提出了将三角样条调频小波方法用于噪声的消噪 ,效果理想