基于加Blackman窗FFT和db44小波包变换的综合电力系统谐波分析

传统的傅里叶变换（FFT）主要适用于平稳信号的分析,确定信号的幅值和频率,但会丢失信号的局部信息,而小波包变换虽然可以准确得到信号局部细节的信息,但其分析精度不及傅里叶变换。将高分析精度的傅里叶变换和可以准确得到信号局部细节信息的小波包变换结合,提出结合两者优点的谐波分析方法。对平稳信号采用加Blackman窗傅里叶变换进行分析,得到信号的频率和幅值。对暂态信号采用db44小波包变换进行分解分析,得到信号局部细节的信息。通过 MATLAB仿真结果表明,该方法可以准确分析电力系统中的稳态谐波并准确定位暂态谐波。     

基于小波包变换的电力系统谐波检测

谐波是影响电能质量的重要因素,谐波对电力系统和用电设备产生严重危害和影响.根据电网谐波中既存在稳态谐波分量又有暂态谐波分量的特点,依据小波分析具有对非平稳信号的分析和处理能力及多分辨率的特性,将小波变换理论应用于电网谐波检测中,提出了利用小波变换实现测量信号各次谐波的方法.仿真算例表明:小波包变换分析法能够正确地提取电力系统的谐波信号,将电流信号中的基波成分与高次谐波成分分离,验证了该方法的有效性.     

基于小波去噪的加窗FFT电网谐波检测

提出一种基于小波去噪的软硬阈值改良折衷法与加布莱克曼窗的傅里叶变换算法相结合的谐波检测方法。该方法采用小波软硬阈值改良折衷法对含噪的电力谐波信号进行降噪处理,利用加布莱克曼窗的傅里叶变换算法对去噪后的信号进行分析,提取各次谐波的幅值和频率。仿真检测结果表明小波去噪后的谐波波形接近于原始信号谐波波形,信噪比提高了8.3226dB,小波去噪与FFT 结合的方法适合在谐波检测系统或装置中应用。     

改进FFT和小波变换在电力系统谐波检测中的应用研究

傅里叶变换和小波变换技术被广泛应用在信号处理中。傅里叶变换由于频谱泄漏和栅栏效应等问题影响信号检测精度,而小波变换具有多分辨率分析的特点。设计了基于动态频率加窗插值的 FFT算法,实现对频谱泄漏和栅栏效应有效抑制;基于小波变换具有多分辨率分析的特点,设计了一种可变时频窗结构,实现了信号的实时检测。通过仿真分析对比,给出了合理的谐波检测技术。     

小波变换在水泵故障诊断中的应用

小波变换具有很好的时域和频域局部化特性,它对以非稳态振动为特征的信号提供了很好的分析手段。采用速度传感器测定水泵机组的振动信号,用小波变换处理分析水泵机组的故障。其分析结果表明,用小波变换的分析方法较传统的傅立叶变换更为有效。     

小波数字滤波器的设计及在tanδ测量中的应用

由于现场电磁干扰的影响,采用基于快速傅里叶变换(FFT)的谐波分析方法进行介损tanδ测量时,测量精度难以达到工程要求。本系统以Mallat快速算法为基础,利用小波分析的多分辩率特性设计了小波数字滤波器的算法。根据对小波基的数学特性的分析,选择了一种适用于信号去噪的最优小波基,并讨论了小波分析分解层数的确定。最后利用MATLAB工具进行软件仿真。     

卷积定理与傅里叶变换性质及其应用的关系探讨

为解决学生学习傅里叶变换这部分内容感觉困难的问题,深入研究了傅里叶变换性质之间的内在联系。傅里叶变换的时移性质、时域微分性质、时域积分性质、频移性质、频域微分性质等许多性质只是时域卷积定理和频域卷积定理的特例,而傅里叶变换的独立性质只有线性性质、尺度性质、对偶性质和卷积定理。这一发现对傅里叶变换一章的教学具有重要参考价值,结合傅里叶变换性质内在联系的新教学方案将使得学生学习傅里叶变换的内容不仅易于理解,而且条理清晰,便于记忆,从而解决"傅里叶变换难"的问题。     

基于人工神经网络的暂态电能质量现象的分类与识别

暂态电能质量信号具有发生随机性,持续时间短和非平稳的特性,使得信号的识别实现较为困难.目前对电能质量信号进行辨识的方法有基于规则的专家系统方法、基于神经网络的方法以及结合小波变换技术的神经网络方法等.利用小波变换和人工神经网络的结合方法,对各种暂态现象实现有效地识别和初步地分类.     

基于小波包变换的暂态电能质量扰动信号分析

暂态电能质量问题在当今电能质量问题中变得越来越重要。针对暂态电能质量扰动信号,通过小波包变换对扰动信号进行时间定位和消噪并对产生数据加以比较,确定小波包变换能否对暂态电能质量信号进行有效的分析。以电压骤升、瞬态脉冲扰动信号为例,通过去噪来对暂态电能质量扰动信号进行小波包计算、分析和比较,结果表明:暂态电能质量扰动起止时刻是描述扰动的重要属性,并且证明了小波包变换是分析暂态电能质量信号的一种有效的方法。     

一种基于小波变换的边缘检测算法

目的 利用小波变换,完成图像边缘的检测,提取能表征图像概貌的重要特征.方法 学习并比较几种边缘检测方法,结合小波变换的多尺度特性,对小波变换分解的近似系数和高频系数进行处理,构建模值和幅角图像,提出一种基于小波变换的图像边缘检测算法.结果 在MATLAB R2018b环境下,首先以屋顶图像为例,将算法与Roberts算...     

小波分析及其在计算电磁学中的应用

回顾小波变换的发展历史,指出其相对于Fourier变换与Harr变换的优越性,并结合矩量法(MoM)、时域有限差分法(FDTD)等方法,讨论小波分析在计算电磁学中的应用。     

基于FIMD和小波变换电缆双端行波测距新方法

针对电力电缆故障定位误差较大问题,提出基于FIMD和小波变换模极大值导数双端行波测距新方法。利用PSCAD仿真软件建立电力电缆模型,变换各测量点电流突变量相模,分解变换后模分量FIMD。利用小波变换对分解所得IMF1分量求取模极大值导数,找出暂态信号奇异点。根据首个暂态行波奇异点,确定初始行波到达线路两端时间,计算故障距离。结果表明,该方法测定电缆故障距离精度高、具有应用可行性。     

基于小波变换的自适应多用户检测算法

在分析传统自适应多用户检测的基础上 ,提出了一种基于小波变换的自适应多用户检测算法。用小波变换进行前处理 ,然后再通过 LMS算法实现自适应多用户检测。与通常的自适应多用户检测算法相比 ,该算法利用了小波变换对小波空间进行了分解 ,信号经小波变换后自相关性会下降 ,收敛速度提高。同时在此分解过程中 ,根据信号与白噪声在不同尺度上的小波变换模极大值表现完全不同的特性进行信号的消噪。理论分析和仿真结果表明 ,该算法收敛速度较快 ,计算量增加较少 ,易于实时实现 ,而且具有良好性能。同时仿真实验表明 ,收敛速度与小波基选择有关 ,对于同一小波基系列 ,小波基的正则性越好收敛速度越快     

基于小波变换的图像压缩方法研究

图像压缩是为适应特殊应用场合或为得到一个较好的视觉效果,例如突出某些细节,常常需要一种可以有效改变已有图像大小的方法,使图像压缩后仍然有较高的质量。本文采用一维小波变换和二维小波变换方法,将图像信息分解成低频和高频两部分,通过压缩算法,将图像数据重构成一幅信息完整的新图像。实验表明,采用本算法压缩后的新图像符合客观实际,图像数据信息丰富。     

基于小波分析的信号去噪方法

介绍了小波变换出现的背景及应用意义、信号去噪效果的标准及小波变换去噪的基本原理和方法。利用MATLAB软件特别是MATLAB小波工具箱编写仿真程序,结果表明小波变换在信号去噪中的有效性和优越性。     

基于小波变换与低秩校正的Toeplitz系统快速算法

讨论了Toeplitz方程组的快速求解方法．首先研究了Toeplitz矩阵在多进制小波变换下的代数结构．利用数值实验得到,对多项式偶函数生成的Toeplitz系统实施双正交9～7小波后矩阵在一定的精度下具有有限的带宽特性．结合低秩校正方法,得到一类Toeplitz系统的快速求解方法,运算量级为O(N),其中N为系统的阶．该方法与通常使用的直接快速算法以及预条件共轭梯度法(PCG)分别需要的复杂度O(N~2)以及O(Nlog_2N)相比,运算量有较大幅度的减少．     

基于小波变换的IRS与TM遥感卫星影像融合

本研究在整体小波变换融合方法基础上，提出了基于对比度的局部特征选择加权小波变换影像融合方法，并以多光谱TM和高空间分辨率IRS-1C全色波段图像为例，与色彩空间变换HIS融合方法进行图像融合效果的比较分析试验。试验表明基于对比度的局部特征选择加权小波变换影像融合方法能在最大限度保持多光谱影像光谱信息的同时，增强了影像的纹理信息。     

小波变换的模极大值在图像边缘检测中的应用研究

边缘检测在图像处理中有着重要的作用.依据canny算子的核心思想,运用小波分析技术,提出了一种基于小波变换的模极大值边缘检测算法.仿真结果表明:该算法能提取图像较弱的边缘,有较好的去噪效果,且边缘有较强的连续性.优于传统的边缘检测算子.     

一种基于小波变换的包络分析法

对机械故障中常见的调制信号，包络分析法是一种有效的分析方法，为克服当前的包络分析法需要选择合适的滤波器参数的局性性，提出了一种基于小波变换的包络分析方法，运用小波包将调制信号分解到不同频率段上，提取需要的频率段成分进行重构，对重构后的信号作络细化谱分析就能有效地从原始信号中提取调制信息，仿真信号和实际动用都表明该方法能有效地提取信号的故障特征。