基于小波包变换和高阶累积量的电弧故障识别方法

当低压配电系统接入混合负载或在支路中出现电弧故障时,电弧故障识别难度大幅提升。针对此类电弧故障,提出一种基于小波包变换与高阶累积量相结合的电弧故障识别方法。首先采集不同负载、支路电弧故障下的电压、电流数据,建立电弧故障波形数据库;然后利用小波包变换对电弧电流信号进行分析,通过对多种试验数据进行分析,确定了通用电弧特征频带,对电弧电流波形进行重构作为电弧特征信号;通过分析故障电弧特征信号的4阶累积量值,提出了一种能够在时域中识别电弧故障的判据。该判据可以准确、快速地识别单一负载、混合负载以及支路电弧等情况下的电弧故障,且能够较为准确地检测电弧故障发生的时刻,为复杂电弧故障识别及起弧时刻的研究提供参考。     

锂二次电池MXenes基电极的研究进展

二维(2D)过渡金属碳氮化合物(MXenes)的合成方法主要可分为刻蚀法、化学转化法和自下而上构造法;重点介绍MXenes基电极在锂二次电池中的研究进展;分析MXenes目前大批量合成手段单一、原材料价高的问题;展望在具有更高导电性、更高比容量的锂离子电池中的应用。     

基于余弦自卷积窗的高精度介质损耗角测量算法

介质损耗角(dielectric loss angle,DLA)是高压电容器件预防性试验的重要组成部分,实现DLA的精准测量对电力系统稳定运行具有重要意义。在非同步采样和非整数周期截断情况下,利用加截断窗插值算法来提高快速傅里叶变换(fast Fourier transform,FFT)检测DLA的精度;在分析余弦窗函数频谱特性的基础上,提出通过卷积运算并以8项余弦窗为母窗构造余弦自卷积窗(cosine self-convolution window,CSCW)函数;再基于双谱线插值算法原理,推导出2阶CSCW函数的双线插值校正公式,并由此提出了高精度DLA测量方法,精度对比实验表明,该算法能高精准地提取信号相位参数。最后,将加CSCW双谱线插值FFT算法应用于电容型器件的DLA测量,验证了算法的有效性和高精度。     

室温硫化硅橡胶涂层厚度对电晕老化特性的影响

室温硫化硅橡胶(room temperature vulcanized silicone rubber, RTV)涂料凭借良好的憎水性和防污闪特性,广泛用于瓷、玻璃绝缘子表面。随着绝缘子运行时间的增加,RTV涂层会出现粉化、脱落、憎水性丧失等老化现象。现有研究对RTV涂层老化规律尚不明确,因此该文研究了交流电晕下RTV涂层厚度对其老化特性的影响。通过外观检查、憎水性测试、傅里叶变换红外光谱(Fourier transform infrared spectroscopy, FTIR)、扫描电镜(scanning electron microscope, SEM, SEM)和X射线光电子能谱(X-ray photoelectron spectroscopy, XPS)等试验,分析了不同厚度涂层宏观结构、微观形貌、憎水特性、化学组分的变化规律。结果表明:电晕老化后涂层表面析出黑色物质,出现明显分区结构,不同厚度涂层分别出现孔洞、裂纹和颗粒物等老化特征;涂层厚度为0.6～0.8 mm时,老化后的憎水性及迁移性能明显优于0.3～0.5 mm涂层;FTIR和XPS分析表明电晕老化形成的硅氧层厚度和...     

基于时频特征分析的变压器有载分接开关运行状态识别

为了对变压器有载分接开关的运行状态进行识别,该研究首先对其运行状态和故障特征进行总结分析,针对分接开关运行过程中产生的振动信号,利用集合经验模态(EEMD)分解为多个固有模态函数分量(IMF),再经过希尔伯特变换法,结合能量熵提取得到基于时频分析的特征向量。将特征向量输入自适应遗传算法(AGA)优化的BP神经网络模型中进行故障识别,并进行数据仿真,与相空间重构后提取的特征向量(PPDC)进行对比,验证不同网络模型下,所提方法的识别准确率和收敛速度。结果表明,以PPDC故障样本作为模型输入时,AGA算法优化前后的BP神经网络模型的识别准确率分别为81.68%和88.32%,收敛次数为981和363,当以基于时频特征提取的故障样本作为模型输入时,AGA算法优化前后的BP神经网络模型的识别准确率分别为91.66%和96.68%,收敛次数为349和159,AGA算法可显著提高BP神经网络模型的性能。由此可见,可将时频特征提取方法与AGA-BP神经网络结合,实现有载分接开关运行状态的有效识别。     

Proposed network structures and combined adaptive algorithms for electrocardiogram signal denoising

An electrocardiogram (ECG) signal is a record of the electrical activities of heart muscle and is used clinically to diagnose heart diseases. An ECG signal should be presented as clear as possible to support accurate decisions made by doctors. This article proposes different combinations of combined adaptive algorithms to derive different noise-cancelling structures to remove (denoise) different kinds of noise from ECG signals. The algorithms are applied to the following types of noise: power line interference, baseline wander, electrode motion artifact, and muscle artifacts. Moreover, the results of the suggested models and algorithms are compared with those of conventional denoising tools such as the discrete wavelet transform, an adaptive filter, and a multilayer neural network (NN) to ensure the superiority of the proposed combined structures and algorithms. Furthermore, the hybrid concept is based on dual, triple, and quadruple combinations of well-known algorithms that derive adaptive filters, such as the least mean squares, normalized least mean squares and recursive least squares algorithms. The combinations are formulated based on partial update, variable step-size (VSS), and second iterative VSS algorithms, which are considered in different combinations. In addition, biased NN and unbiased linear neural network (ULNN) structures are considered. The performance of the different structures and related algorithms are evaluated by measuring the post-signal-to-noise ratio, mean square error, and percentage root mean square difference.     

小波变换组合双线性插值法在北斗周跳中的应用

针对北斗卫星导航系统中双差观测序列的周跳问题,提出了一种小波变换组合滑动窗口的双线性插值法。该方法利用小波变换对载波相位双差检测序列进行尺度分解,提取高频系数,得到周跳处高频系数的奇异值,再利用滑动窗口双线性插值法对奇异值进行替换,通过系数重构,能够较好地修复周跳。实验利用该方法同时修复第1、2层高频系数和只修复第1层高频系数进行修复结果对比,结果表明同时修复第1、2层高频系数次数更少,修复效率更高。     

基于小波变换的航天继电器多余物材质分类

多余物的材质信息对于控制避免多余物的产生具有重要的意义,以往的研究都是针对声音信号展开的,本文以加速度扰动信号为研究对象,提出了基于小波变换的航天继电器多余物材质分类方法.运用三门限检测算法,实现了扰动信号的拼接,有利于特征量的集中.采用基于频域特征的材质分类方法,定义了频谱重心,实现了金属与非金属的分类识别,在实验中确定了频谱重心的分类界限是50kHz.采用小波变换定义能量分布矢量,利用BP神经网络实现了多余物微粒确定材质的分类,并在试验中利用不小于lmg的多余物粒子验证了上述算法.实验结果表明分类的准确率分别为67.78%和76.67%.本文研究的分类方法可以推广应用于其他军用电子元器件及电子装置的多余物检测应用中.     

一种改进型FFT谐波分析方法

快速傅里叶变换(fast Fourier transform,FFT)存在较大的误差,不适宜直接用于电力系统谐波分析中.为消除其所产生的误差,提高检测精度,提出了一种基于最小二乘法与FFT相结合的改进型谐波分析方法.该方法利用最小二乘法对快速傅里叶变换的结果进行修正,从而获得高准确度的分析结果,实现对非整数谐波和频率较小的次谐波的同步跟踪与分析.利用Matlab软件对该方法进行仿真实验,仿真结果证明了该方法的有效性和准确性,为谐波的检测与分析提供了一种有效的方法.     

基于二维回归分析法的霍尔电流传感器温度补偿

霍尔电流传感器受温度影响比较大,因此需要对该传感器进行温度补偿。本文在恒温场中对霍尔电流传感器施加不同的测试电流,用温度传感器监测它的工作温度,根据监测结果采用二维回归分析法建立起被测电流、霍尔电流传感器输出电压和其丁作温度之间的函数关系并进行数据融合处理,削弱温度对该电流传感器的干扰。融合结果表明,补偿后比补偿前该电流传感器的测量精度提高了1～2个数量级。将该算法存储到单片机中,通过硬件电路实现对两传感器采集数据的实时处理,使得该传感测试系统具有一定的自适应能力。同以往的方法相比,该软件补偿方法更能满足实际测量的要求。