分时段短期电价预测

分时段电价序列比顺序电价序列的变化特征更单一，有利于电价的分析建模，从而提高预测精度，因此采用各时段电价分别预测的分时段预测方法。该文将相关系数作为选取电价影响因素的标准，考虑了历史电价、负荷、负荷率等影响电价的因素。以小波分析和神经网络作为工具，对不同输入因素和不同预测方法下的电价预测精度进行了研究，并重点比较了基于分时段电价序列的预测方法和基于顺序电价序列的预测方法。算例采用美国新英格兰电力市场历史数据，对其2002年第4季度的电价进行了连续预测。与基于顺序电价序列的预测方法相比，分时段短期电价预测方法能够使平均相对百分比误差下降约3个百分点。     

小波网络在直接转矩控制定子电阻辨识中的应用

针对直接转矩控制中电机低速运行时定子电阻变化对系统性能影响较大的问题，提出了一种基于小波网络的定子电阻辨识方法，并对该方法进行仿真研究。仿真结果证实，该文所提的辨识方法优于BP神经网络。通过该方法可以有效的提高交流电机的低速运行性能。     

Fast isolation of faults in transmission systems using current transients

This paper presents a protection scheme that is capable of very fast isolation of faults in high voltage transmission systems. Proposed scheme comprises set of relays connected through a telecommunication network, located at different nodes of the system. Relays use wavelet coefficients of current signals to identify the fault directions relative to their location. Fault directions identified at different locations in the system can be combined to determine the faulted line (or busbar) and isolate it. A robust single ended traveling wave based fault distance estimation approach is proposed as a backup in case of communication failure. Investigations were carried out using time domain simulations in PSCAD/EMTDC for a high voltage transmission system.     

小波方法在超高压输电线行波故障测距中的应用

输电线路发生故障后将产生向变电站母线运动的行波，因此可以在母线处采集并记录故障电流行波，利用小波变换快速算法即可实现输电线路的精确故障测距。但由于输电线路故障电流信号中具有很强的突变信息，因此须用小波变换对实变信号进行奇异性检测，从而将奇异信号发生的时刻转换为故障距离。文章通过EMTP仿真计算及对结果的详尽分析，提出了一种利用小波变换模极大值的传播来计算故障距离的新方法。仿真试验表明了该方法具有较高的测距精度。     

小波变换在电子耳蜗CIS处理中的应用及其仿真和合成

小波变换是采用多分辨率的思想,非均匀的划分时频空间,对信号做多尺度分析,其功能相当于用一组恒品质因数Q的带通滤波器做多分辨率分析.文章利用小波变换代替带通滤波器组实现电子耳蜗CIS语音信号处理,讨论了小波变换在电子耳蜗CIS语音信号处理中的应用,并对该方法进行计算机仿真和声音合成.     

基于小波框架的智能电能表台区识别技术研究

为解决台区识别问题,引入小波框架的基本理论为依据,使各智能电能表在使用相同的一个小波框架,分别对自身采集的电压数据进行塔式分解,并对分解子信号进行分帧处理后计算其能量的分布情况,通过差分计算来判断出采样信号中的突变位置.利用现有用电信息采集系统的宽带载波通信网络,使智能电能表之间交互判断结果,最后通过突变位置的相似性来进行自身台区识别.理论分析和实际应用表明,新技术充分利用了小波框架在信号分析上算法计算复杂度低、内存数据保存量低且节点之间的通信负荷小、识别结果正确率高的优点,在无需引入新的硬件设备情况下,为管理部门提供了一种新型的、可远程同时对大量智能电能表进行台区识别的解决方案.     

输电线路暂态电压行波的故障特征及其小波分析

分析了电压行波的基本故障特征 ,给出了电压行波故障特征的新的数学描述———小波表示。建立起了电压行波的故障特征和小波变换模极大值之间的联系 :通过有限个具有明确物理意义的小波变换模极大值 ,完整、清晰地刻划了暂态电压行波的故障特征。为构造性能优良、可靠的行波测距和行波保护奠定了重要的数学基础。     

机电系统非平稳振动信号分析方法的研究

为了在非平稳状态下的机电系统故障诊断及趋势预测中合理地选择信号分析方法，对短时傅立叶变换、小波分析和希尔波特-黄变换这3种分析非平稳信号较为有效的方法进行了研究。通过对一个仿真典型信号的分析结果进行比较，验证了3种方法的有效性和各自特点，并分析了产生差异的原因，探讨了它们各自适合的应用场合。     

Using correlation coefficients for locating partial discharge in power transformer

Most serious failure of power transformers is due to the insulation breakdown. Partial discharge (PD) that damages insulation by gradual erosion is major source of insulation failure. The effective ability of the wavelet packets analysis as a tool for disk-to-disk partial discharge faults detection and localization in transformer windings is shown in this paper. Techniques for locating a PD source are of the major importance in both the maintenance and repair of a transformer. One of the most well-known methods of PD localization in transformers is based on winding modeling and current of neutral point analysis. Since the impedance between PD location and neutral point of winding depends on the PD location in respect to neutral point, the frequency spectrum of neutral point current varies when the PD location changes. In the other word, the current components of neutral points vary according to the place where PD occurs. So in this paper, detailed model of transformer winding is modeled and the neutral point current is studied for locating PD. The used method is validated by the simulated model of transformer windings. This model produces a very acceptable current when compared to the experimental data. In this paper for locating partial discharge (PD) in transformer windings, a simulated model is developed for the transformer winding and the PD phenomenon mechanism. The impulse current test and wavelet packets transformation are used to locate PD. It is shown that the neutral current measurement of the transformer winding has useful information about PD location.     

断路器机械振动信号特征值提取方法分类性能研究

以ZW45-12型单稳态永磁机构断路器为研究对象,通过搭建数据采集平台得到断路器正常合闸状态、分闸弹簧单根脱落和机构卡涩3种不同运行状态信号数据,利用模糊C聚类分析算法比较短时傅里叶变换、小波包能量熵和希尔伯特—黄变换3种特征提取方法的性能。通过对比研究,得出采用小波包变换方法得到的时频熵向量具有最佳的类可分性能。