基于HHT的电能质量暂态扰动信号检测技术

针对电网中暂态扰动信号难以检测这一难题,提出了一种利用HHT(希尔伯特-黄变换)进行处理的新方法。HHT通过经验模态分解法(EMD)和Hilbert变换,在检测非平稳信号的起止时间,频率和幅值有较好的效果。利用HHT分别对暂态谐波、电压中断、电压暂降和电压暂升4类典型的暂态扰动及其复合组合信号进行仿真验证,结果表明该方法可以较准确的实现对电能质量非平稳信号的分析和处理。该研究为电能质量信号的检测提供了新方法,为电网的治理开辟了新思路。     

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。     

基于希尔伯特-黄变换与小波变换的无定河径流变化周期对比分析

【目的】对基于希尔伯特-黄变换(Hilbert-Huang transform,HHT)与小波变换的径流周期分析方法进行比较,为选择适合研究流域的径流变化周期判定方法提供参考。【方法】采用HHT与小波变换,对无定河流域干流上的代表水文站白家川站1956-2009年天然径流资料进行分析,探讨2种方法在分析无定河流域年径流变化周期上的差异性。【结果】无定河天然径流演化模式由4个本征模态函数和1个零均值趋势项组成,通过分析各个固有模态函数(Intrinsic Mode Function)分量,由希尔伯特谱及经验分解图可以看出,不同尺度径流波动对径流演变的作用为,随尺度增大,径流平均周期由短变长,由年际变化转为代际变化。无定河流域天然径流演化存在3,7,12和21～22年的近似周期。通过小波系数实虚部及模、模方等值线图,判定其径流丰枯变化及主要周期中心为7,25,40和53年。【结论】基于HHT与小波变换的径流周期分析方法的计算结果基本吻合,但小波分析只能分析出近似周期,而HHT分析还可发现年内变化和年际变化在周期变化中占主导作用,表明HHT方法更为优越。     

基于小波模极大值的电压骤降定位检测

电压骤降是一种典型的暂态电压扰动信号.分析了小波系数与Lipschitz指数的关系,将利用小波模极大值检测信号奇异性的方法应用到电压骤降信号的定位检测.仿真算例表明:该方法有效,能准确确定电压骤降的起止时刻,但在选择小波类型方面需要综合考虑其消失矩、正则性、支集长度.     

基于小波去噪的暂态电压扰动检测方法研究

采用小波软阈值去噪方法对信号噪声进行预处理,很大程度地减小了噪声对扰动检测的干扰.利用小波多分辨率分析方法对去噪后的扰动信号进行检测,更精确地提取出了暂态电压扰动信号的特征值.在仿真环境中对去噪前后的电压骤降信号进行检测和比较.结果表明:去噪后的检测结果更接近于原始信号,小波软阈值去噪方法能够提高暂态电压扰动检测的准确性.     

电压暂降的改进S变换分析与分类

提出了一种采用改进S变换(MST)检测和识别电压暂降的方法.推导了白噪声在S变换和MST下的平均功率谱,证明了改进S变换对噪声具有抑制作用.分析了改进S变换中可变参数的选择思想,给出了MST提取暂降幅值、暂降时刻和相位的方法.利用MST变换分析短路故障、感应电机启动和变压器空载激磁3种扰动源引起的电压暂降信号,并提取6种电压暂降特征参数,形成分类判决规则对暂降源进行识别.仿真结果表明,改进S变换比S变换提取的电压暂降幅值和暂降时间更加精确,MST提取的特征量能全面明显地反映扰动源特征,分类算法能够实现对3种暂降扰动源的正确识别.     

光伏并网扰动检测中基于局部模极大值的小波选取

光伏并网系统中的扰动是一类非线性非平稳突变信号。针对扰动信号的检测问题,探讨了一种基于小波变换局部模极大值的信号检测方法。阐述了扰动检测的基本原理,研究了工程领域已有小波的基本性质。以紧支性、对称性、正则性、消失矩阶数四项特性为基本点,分析了这些性质与信号突变性之间的联系,提出了准确检测瞬态扰动的小波选取一般性准则,即“支集宽、正则性优、消失矩阶数高”准则。根据所提出的准则,有针对性的选择了DB1、DB6、sym6和coif3四种小波进行对比性仿真实验。结果证明了本文所提出准则的正确性与可靠性。     

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。     

基于希尔伯特变换的移相电能质量扰动检测

分析了基于希尔伯特变换的移相法进行信号检测的工作原理,提出了利用移相法进行多种电能质量扰动实时检测的思路.基于在Madab环境下建立的检测平台,对电压骤升、电压骤降、电压中断、电压波动、瞬态振荡等多种电能质量扰动信号进行仿真检测,结果表明该方法可以满足对多种电能质量扰动信号检测的要求.且具有良好的实时性和准确性.     

基于非线性分析的复杂机电系统故障特征提取

针对复杂机电系统振动信号呈现复杂非平稳性的特点,采用Hilbert-Huang变换(HHT)和基于小波包分解的频带能量比例非线性分析方法,对机电转子系统碰摩和不对中故障试验信号进行分析.分析结果表明:基于非线性分析的HHT和小波包频带能量比例方法弥补了原有传统频谱分析的不足,可以清晰的表征故障的瞬时和局部特性,实现故障特征的有效提取.     

基于三相软件锁相环的动态电压恢复器的研究

动态电压恢复器能够有效抑制电网电压波动等动态电能质量的问题,锁相环技术直接影响到电压谐波检测方法对电网跟踪的快速性和精度。文中研究了一种基于d—q变换的三相软件锁相环,并将其应用于电网电压的检测,理论分析和仿真结果表明了该方法的有效性。     

基于S变换与傅里叶变换的电能质量多扰动分类识别

提出了一种基于S变换、加窗插值快速傅里叶变换(FFT)和概率神经网络(PNN)的电能质量扰动检测和分类方法.应用S变换和加窗插值FFT对电能质量多扰动信号进行时频分析,获取信号的特征量.通过训练信号集上获得的特征量,训练了一个概率神经网络用于扰动分类.训练好的网络在测试信号集上的测试结果表明,对正常电压和常见的电能质量扰动,该方法具有较高的分类准确率,在训练样本数较少、噪声影响大和多扰动信号并存时仍能取得较好的分类效果.     

基于小波包分析的农业机械故障诊断的研究

本文通过分析小波变换的基本原理及小波包用于农业机械故障检测的基本原理,提出了一种以小波包为基础的判断农用器械缺陷的理论,这个理论主要是对经过初步处理的信息使用小波包原理进行分析、分解、重构,有效识别了机械故障信号,提高了农业机械故障诊断精度和稳定性。     

基于离散小波变换的永磁同步电机速度控制研究

针对永磁同步电机驱动系统转速快响应和强鲁棒性的速度控制需求,在分析永磁同步电机数学模型和离散小波变换技术的基础上,设计了最优小波函数为"db4",分解级数为2的永磁同步电机离散小波变换速度控制器,并基于Matlab/Simulink仿真平台,建立了永磁同步电机(Permanent Magnet Synchronous Motor, PMSM)驱动系统仿真模型和控制系统代码模型,结合基于TMS320F2812 DSP(Digital Signal Processing)的永磁同步电机驱动系统实验平台,通过负载扰动工况仿真、空载阶跃输入工况仿真与实验来验证永磁同步电机离散小波变换速度控制器的性能.仿真和实验结果表明:相比于传统比例积分微分(Proprotional Integral Derivative, PID)速度控制器,离散小波变换速度控制器达到稳态转速的速度更快,动态性能更优;在负载突变时,转速跌落小,抗负载扰动能力更强,是一种提升永磁同步电机速度控制器鲁棒性和稳定性的有效方法.     

基于小波分形的电能质量暂态扰动多分辨率分析

电能质量暂态扰动会给敏感负荷带来重大损失.采用小波变换的多分辨率分析思想,利用分形理论从图形模式辨识的角度出发对电能质量暂态扰动进行分类、辨析.首先采用计算简单的计盒维数对波形图像进行初步分析,随后根据盒的分布密度进行分段划分,将含暂态扰动的信息段从波形中提取出来,并根据多分辨率分析的思想对重点波形段进行分形及小波分析提取信号特征.仿真结果证明,该方法对电能质量扰动的暂态识别具有较好的适应性及稳健性,可以在噪声环境下识别小幅度的电能质量扰动,具有检测速度快、可并发执行的特点.     

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...     

基于小波变换和随机森林的森林类型分类研究

以黑龙江省凉水国家级自然保护区为研究区,采用“高分一号”卫星提供的多光谱影像作为遥感数据源,通过对遥感影像进行小波变换处理,之后选择植被指数、纹理特征、地形因子作为分类特征,利用随机森林算法对该地区森林类型进行分类。结果表明,遥感图像在进行小波变换后,基于随机森林算法的森林类型分类精度为91.68%,Kappa系数为0.90,较未进行小波变换时的分类精度提高10.67%。总体来看,结合小波变换的随机森林分类方法可以获得比较高的分类精度。为森林类型分类提供一种新的思路,且为提高森林类型分类精度提供一种参考方法。     

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。     

基于声波信号的HHT和Multi-PCA无损检测鸡蛋蛋壳裂纹

采用自行搭建的声波信号响应装置对实验中裂纹鸡蛋样本的蛋壳裂纹随机分布进行无损检测。利用端点检测等方法对声波信号(采集点在鸡蛋赤道部位)进行预处理,然后采用Hilbert Huang变换(HilbertHuang transform,HHT)和多重主成分分析(Multi-PCA)对预处理之后的声波信号进行分析,分别提取声波信号在时域和频域上的主要特征参数,用于鸡蛋蛋壳裂纹的分类检测。结果表明,当鸡蛋蛋壳裂纹大小和位置均随机分布时,由HHT和Multi-PCA提取的特征参量经由支持向量机(support vector machine,SVM)模型和人工神经网络(artificial neural network,ANN)模型均可达到较高识别率。在SVM模型中,采用径向基核函数的效果最好,检测精度高达90%;在ANN模型中,整体回归系数可达0.924 76,检测精度为86.70%。