基于Hilbert-Huang变换和小波变换的输电线路故障定位

<正>高压输电线路发生故障时快速准确地找出故障位置对提高电网供电可靠性和运行稳定性具有重要意义。行波定位法利用输电线路故障时会产生向两端运动的暂态行波实现故障定位,能够很好地解决故障类型和过渡阻抗对定位精度的影响,但是暂态行波持续时间短、衰减严重,使其难以检测。小波分析方法能准确提取故障行波波头,但小波分析需要根据线路的参数选取最适合的小波基,否则会影响行波波头到达时刻的准确测定~[1-2]。Hilbert—Huang     

基于小波变换的滚动轴承振动信号故障特征提取

滚动轴承是多数工程机械的关键零部件,在长时间工作后,其内、外圈常常出现各种程度的疲劳裂纹,影响机器的正常运行。为了提取由故障产生的非平稳信号冲击特征,本文基于小波变换,对原始信号进行多层次分解,通过限定阈值的方法,有效地从振动信号中剥离高强度背景噪声,强化故障特征表达,为轴承故障诊断提供更为有效的数据信号。     

基于多重小波变换的输电线行波故障测距

行波色散和反射行波的影响是导致行波测距不准确的主要因素.针时行波特点利用不同小波基特性的互补对线模行波进行多重多尺度的综合分析,对行波色散有一定的抑制作用,有效提取故障行波特征,同时提出了如何合理应用小波变换.再利用线路单端法测距结果综合判断消除了误辨反射行波时测距可靠性的影响,提出利用多重小波变换的行波测距法.通过仿真验证了上述方法在各种情况下有效提高了的测距的可靠性和准确度.     

基于小波云模型的年径流预测

为研究年径流的变化规律,采用小波理论和云模型相结合的方式建立预测模型。先运用小波分析对径流时间序列进行消噪,获得主时间序列,在此基础上对时间序列进行云推理,得到相应的预测值。以岷江流域年径流为例进行研究,通过与直接预测的方法相比较,发现此方法有较高的预测精度和推广应用价值。     

基于小波变换与卷积神经网络的羊脸识别模型

为解决养殖场条件下羊只的个体识别问题,本文基于小波变换与卷积神经网络,提出一种融合频域特征与空间域特征的羊脸识别模型DWT-GoatNet。首先采集总计30只高相似度西农萨能奶山羊日间、夜间两种不同光照环境下的面部图像,基于SSIM指标剔除其中相似度过高的样本,接着进行图像裁剪,并通过模糊、调整亮度、平移、旋转、加入噪声、缩放等方法完成数据增强;然后,设计基于二维离散小波变换(2D-DWT)与卷积运算的羊脸特征提取模块,完成特征融合;之后,以前述羊脸特征提取模块为基础,添加分类模块,进行卷积神经网络搭建;最后,进行超参数组合寻优,形成羊脸识别模型。试验结果表明,本文所构建的羊脸识别模型在日间、夜间两种不同光照环境下测试集上识别准确率分别可达99.74%和99.89%,高于AlexNet、VGGNet-16、GoogLeNet、ResNet-50、DenseNet-121等经典卷积神经网络模型,说明所构建模型适用于羊只的个体识别,为精准养殖、农险理赔领域相关工作提供了有效解决方案。     

一种基于小波包变换和有效值算法

近年来，随着科技的迅猛发展，各种敏感电力电子设备在工业中的应用越来越广泛，使得电压暂降与中断已上升为最严重的电能质量问题。对电压暂降扰动发生、恢复时刻和暂降幅值的检测是电压暂降补偿首先要解决的问题。在对现有的电压暂降检测方法进行仔细的研究和比较后，提出一种将小波包变换和有效值算法相结合的电压暂降检测方法，利用这种方法可以更加准确、简洁地检测出电压暂降扰动。利用小波包变换理论实现了电压暂降的精确定位和消噪处理，其消噪效果优于小波变换；利用有效值算法快速、直观地实现了电压暂降幅值的检测。仿真结果验证了该方法的有效性。     

基于小波变换和BP神经网络的蛋壳破损检

提出了一种基于多层小波变换和纹理分析的蛋壳破损检测方法。该方法对获取的鸡蛋透射图像G分量在不同水平上进行小波分解,计算和分析各水平高频细节子图像的纹理特征参数,实验确定最有效的8个特征参数作为BP网络输入,建立结构为8—20—2的BP神经网络蛋壳破损分类模型。实验表明,该方法对无破损蛋、线状破损蛋、网状破损蛋和点状破损蛋的判别正确率分别为95%、90%、95%、80%,平均识别率为     

基于小波变换和BP神经网络的蛋壳破损检测

提出了一种基于多层小波变换和纹理分析的蛋壳破损检测方法.该方法对获取的鸡蛋透射图像G分量在不同水平上进行小波分解,计算和分析各水平高频细节子图像的纹理特征参数,实验确定最有效的8个特征参数作为BP网络输入,建立结构为8202的BP神经网络蛋壳破损分类模型.实验表明,该方法对无破损蛋、线状破损蛋、网状破损蛋和点状破损蛋的判别正确率分别为95%、90%、95%、80%,平均识别率为90%.     

基于三维小波变换的农机CAD模型特征提取与评价方法

为提高三维CAD模型特征提取准确度,满足农业机械制造领域CAD模型智能化检索需求,提出一种三维CAD模型的特征提取与评价方法。首先对农业机械模型库中三维模型进行平移归一化、旋转归一化、尺度归一化处理,规范化后的CAD模型进行三维离散小波变换,CAD模型经过单层三维小波变换后被表示为8个维度的频域系数子空间;然后对低频子空间LxLyLz进行二次小波变换,二层级小波变换后单个CAD模型被分解为15个特征量,采用AHP层次分析法确定不同频域空间特征量权重,以距离度量法定义含有权重系数的相似性度量值,完成不同模型间特征提取及相似性比较,计算并建立三维CAD模型频域特征索引表;最后以VS2010与Matlab 2016b为开发环境,以Open Cascade为几何造型平台,使用ESB通用模型库及农业机械零部件参数化模型库验证算法有效性。在ESB模型库中T型零件检索结果表明,在保持相同查准率条件下,本文小波变换算法排序误差更小。拨禾轮CAD模型检索结果显示,相似性评价度量方法不仅考虑模型的形态相似性,同时兼顾了应用领域语义相似性,算法实用性高。农机装配体检索实例应用结果表明,借助本文检索算法,可从海量模型库中检索出所需模型,根据实际设计要求对检索出的相似模型进行编辑和修改,可快速完成零部件模块化设计。三维小波变换检索算法查准率受小波函数性质影响,coif类小波函数具有较强的检索适用性,层次分析法能有效区分不同分解层权重,二层级小波变换能够达到现阶段机械零件模型检索精度要求。小波变换设计重用检索算法可满足模型检索设计需求,拓宽设计者设计思路,促进智能化设计。     

基于小波包和样本熵的齿轮故障特征提取

针对齿轮箱振动信号的复杂性和随机性,本文采用在时、频域内能更好地反映信号本质特征的小波包分解方法进行分析处理,然后用样本熵作为特征向量,首先把采样得到的时域数据进行三层小波包变换,然后计算分解获得的所有频段的样本熵,用来当作特征值。通过MATLAB实现算法,并用齿轮箱实验台模拟正常、齿顶磨损、断齿三种工况进行实验和分析验证了该方法的有效性。     

基于LBV变换与小波变换的OLI图像融合方法

以陕西省榆阳区2013年6月9日的Landsat 8 OLI图像为基础数据源,对比分析LBV-Wavelet RF等5种图像融合算法的使用效果。对图像预处理后,分别采用HIS变换、Brovey变换、HPF变换、PCA变换和LBV-Wavelet RF方法进行融合和SVM监督分类,然后从目视评价和定量评价两方面对比分析各种融合算法的使用效果。在目视评价方面,判读融合前、后9种地类光谱特征的一致性;融合后图像是否具有全色波段图像的空间结构特征,是否存在细节模糊。在定量评价方面,采用灰度均值差、灰度均方根差评价融合后图像对多光谱信息的保持性能;采用相关系数均值、相关系数均方根差评价融合后图像对高空间分辨率信息的融入度;采用总体分类精度、Kappa系数评价融合前、后SVM监督分类精度差异。结果表明LBV-Wavelet RF方法能够使融合后图像在保持原多光谱图像光谱信息的同时,增强纹理结构特征,提高对细小地物的辨识能力;融合后图像SVM监督分类的总体分类精度和Kappa系数分别为84.01%和0.787,较原多光谱图像分别提高13.45%和15.91%。     

基于傅里叶变换和小波分析的拖拉机振动研究

以John Deer1240型拖拉机为研究对象,用快速傅里叶变换分析方法,分析了座椅的固有频率。基于小波分析的方法,对轮式拖拉机整车振动信号进行了处理分析。对采集到的拖拉机前桥、座椅、车体、后桥等处的振动信号进行了多级小波分解,从1级、2级小波分解的细节信号中,检测出了振动信号的奇异性,从5级小波分解的逼近信号,得到了路面激励信号。同时,分析了地面激励信号经拖拉机的传递方向和衰减程度。研究为拖拉机减振研究和异常信号检测提供了借鉴。     

基于小波变换的突变信号的检测

当今运用小波变换这一新的数学工具,对于由基本平稳的慢变信号和阶跃型突变信号线性组合构成的这类信号,一种以小波变换为主体的检测和分析方法已得到应用。文章以突变信号中的地震突变信号为例,通过使用小波变换的理论分析方法,同时辅以Matlab仿真,达到对于突变信号突变点的检测与分析。     

基于Spark并行计算框架的小波变换算法

目前在数字信号处理领域较为成熟的应用有DSP和LabVIEW等,这些方法适用于实时信号处理,但是对于大量的历史离线数据无法满足处理需求。而广泛应用于互联网行业的Spark可以作为离线信号处理的计算引擎。为了填补Spark缺少适用于并行计算引擎的数字信号处理方案这一空缺,针对小波变换算法提出了分布式小波变换算法的3种解决方案,并基于其中一种方法介绍了传统数字信号处理算法在Spark下的并行实现过程。最后,通过对该实现算法的正确性测试和性能分析,证明了该算法能够正确处理数字信号,并且能够满足工业对于大规模数字信号的计算要求。     

基于小波变换的基波无功实时检测

分析了SVC装置现有的无功功率检测方法,提出了一种基于正交小波变换的基波无功功率实时检测方法。该方法用电力系统电压、电流信号离散采集的数据,可方便地对系统功率因数实时检测,能有效地分解和计算含各次谐波和随机干扰的电压、电流信号中的基波分量,从而得到实时的无功功率数据。通过仿真,验证了实时检测方法的有效性。     

基于小波变换的JPEG2000及其应用

主要描述了JPEG2000的原理、主要特点和应用发展，体现出JPEG2000性能的优越之处；同时还比较了JPEG2000与传统JPEG压缩标准算法的主要区别。     

基于多重小波变换的输电线行波故

行波色散和反射行波的影响是导致行波测距不准确的主要因素。针对行波特点利用不同小波基特性的互补对线模行波进行多重多尺度的综合分析,对行波色散有一定的抑制作用,有效提取故障行波特征,同时提出了如何合理应用小波变换。再利用线路单端法测距结果综合判断消除了误辨反射行波对测距可靠性的影响,提出利用多重小波变换的行波测距法。通过仿真验证了上述方法在各种情况下有效提高了的测距的可靠性和准确度。     

基于小波变换的农田景物边缘检测

依据农田景的图像的基本特点，提出零点反对称紧支撑二进小波检测图像中的边缘。运用此方法在计算机上对图像边缘提取，得到了连续、光滑、单像素宽的边缘链图像。表明这种边缘提取方法有效、可行。     

基于小波变换的农村电网谐波检测

随着农村电网中电力电子装置的日益增多，农村电网中存在的电网谐波问题越来越严重。由于谐波的存在，许多电力设备的正常工作会受到影响，所以对农村电网的谐波检测就具有非常重要的意义。本文介绍了一种利用小波多分辨分析进行谐波检测的方法，通过仿真实验，证明此方法对农村电网的谐波检测具有很好的效果。