电力系统暂态信号分析中小波基的选择原则

讨论了电力系统中常见的暂态信号分析应用，如电力暂态信号检测、去噪与数据压缩以及暂态信号定位等，对这些应用中小波基的选择原则进行了系统的分析研究。研究结果表明，具有高阶奇异性的电力暂态信号必须选择具有相当消失矩的小波基；低频载波中检测弱暂态，应尽量选择中心频率较高的小波基；窄带干扰中提取暂态信号，应选择过渡带窄且具有良好分频能力的高阶小波；去噪、滤波和数据压缩方面，B系列小波具有更好的噪声抑制能力；电力系统故障暂态信号与峰值突变更接近，因此，在暂态信号定位时，一般应选择对称小波对故障暂态信号定位。应用中除选择恰当的小波基外，应根据被分析信号选择合适的分析尺度。     

小波变换在配电自动化接地故障检测中的应用研究

配电网中发生最多的是接地故障，因此如何快速准确地检测接地故障成为配电自动化的一个较为重要的研究课题。国内外配电网中性点均采用非直接接地方式，在发生接地故障时，故障电压和电流的暂态过程持续时间短但含有丰富的特征量，而稳态时数值很小，因此在接地故障检测中选用一种适合分析其暂态分量的新理论，将有利于提高接地故障检测保护的性能。小波分析克服了傅里叶变换不能对信号同时进行时频局部化分析的缺点，具有很强的信号特征提取能力，尤其对暂态突变信号或微弱变化信号的处理表现出明显的优势。文中把快速衰减振荡的小波函数运用于配电网接地故障检测中，通过对EMTP仿真数据的分析，证明该方法可以有效提高接地保护的动作性能。     

GIS局部放电检测中的小波包变换提取信号

在介绍小波包变换算法的基础上，将小波包变换用于白噪声干扰下的气体绝缘组合电器（GIS）局部放电信号提取。对模拟的局部放电信号进行了小波包分解与重构的计算机仿真研究，分析了不同的局部放电波形、噪声水平及采样率对去噪结果的影响，最后对GIS内置传感器实测波形进行了小波包变换去噪。     

小波变换在电力系统故障信号分析中的应用

正确检测电力系统故障信号对提高电力系统稳定性具有非常重要的意义。通过简要介绍小波变换应用在信号奇异性检测方面的基本原理，提出了基于小波变换的电力系统故障信号分析方法。该方法既充分利用了小波变换在故障信号分析中的优点，又克服了传统傅里叶变换分析方法的不足，并通过实例进行了验证．取得了良好的效果。     

一类递归小波的构造及其应用

传统小波变换存在数据窗长、实时性差的局限性, 为此, 基于一类超高斯函数，提出了一类能由递归方法实现小波变换的递归小波基的通用构造方法，分析了其时频特性。在此基础上，提出了对信号进行频段特征提取的组合递归小波变换方法。分析了某实际高压输电线路单相接地故障暂态信号，仿真结果表明，递归小波和组合递归小波对故障暂态信号的特征提取具有灵活性强、实时性好的特点, 适用于电力系统暂态信号处理。     

基于压力波法的给水管道堵塞检测与定位

给水管道的固有缺陷、使用过程中的累积损伤等会导致给水管道堵塞。提出了利用管道堵塞前后两端压力波的突变对管道堵塞进行检测,并利用正负压力到达上下游的时间差结合压力波在管道中的传播速度对堵塞进行定位。采用小波变换对信号进行处理,滤除噪音干扰,减小了测量误差。工程实践表明,该方法具有操作简单,检测设备少,可实现智能化等优点。     

基于畸变波形同步分层估计谐波阻抗的探讨

由于Fourier变换缺乏时域局部化的能力，影响了直接利用Fourier变换通过电压、电流波形波动量估计系统谐波阻抗的准确度。文中利用小波变换时频局部化分析的特点，运用复小波对信号同步分层，分层后信号突出了电压、电流的波动情况，再应用“波动法”估计谐波阻抗。实验电路和实测数据的分析结果验证了该方法的有效性。     

基于小波变换的风力发电机组故障检测方法

针对传统风力发电机组故障检测方法受到非平稳振动信号影响，导致检测结果不精准的问题，提出了基于小波变换的风力发电机组故障检测方法。根据风力发电机组轴承非平稳信号特征，使用小波变换降噪技术，分解非平稳信号，获取有限长度离散含噪信号。消除噪声项后，利用峭度对非平稳信号的敏感性，提取故障自旋频率特征，实现轴承的故障检测。利用卷积神经网络提取齿轮箱阶次信号时序特征，通过齿轮箱故障时序特征的小波变换平移，利用阶次跟踪分析方法推导不同转速级的故障特征，以此对非平稳工况下齿轮箱故障状态诊断。由实验结果可知，该方法内、外滚道加速度时域信号变化范围分别为-0.3～0.3、-0.06～0.05 m/s²，小、大齿轮断齿故障幅值为0.2、 0.4，轴承故障和齿轮箱故障变化范围均与实际范围一致。     

奇异值分解理论和小波变换结合的行波信号奇异点检测

准确检测故障行波信号的奇异点是行波故障测距的关键。现场故障行波信号通常含有大量噪声，有些情况下单独使用传统的小波变换将不能有效检测到信号的奇异点。为解决强噪声情况下故障行波信号奇异点的检测问题，提出了基于奇异值分解理论和小波变换的故障行波信号奇异点检测方法。通过构造重构的吸引子轨迹矩阵，并由Frobenious范数意义下的最佳逼近矩阵可以得到除噪后的信号序列，对所得信号序列进行奇异性检测得到信号序列奇异点。仿真结果表明，该方法在强噪声情况下可以去除噪声影响，并且保持信号的奇异性，准确检测到信号的奇异点。     

基于数学形态学消噪的电能质量扰动检测方法

提出了一种利用数学形态滤波对波形进行预处理，然后用小波检测电力系统扰动的方法。该算法着力解决电力系统扰动中滤除随机噪声和脉冲噪声的困难，利用数学形态学设计的前置滤波单元在有效抑制各种噪声的同时，较好地保持了扰动的基本形状；小波变换算子则有效地检测出扰动并进行精确定位。MATLAB仿真表明所提算法可以准确检测电能扰动时的波形畸变点。同时，形态学-小波综合算法的计算量较单一的低通滤波器和多尺度小波变换的计算量小，有利于工程实现。     

基于小波分析的高拱坝裂缝损伤识别

小波变换是一个优越的时-频局部化分析方法,能够对信号进行任意精细程度分析,识别信号中的突变点或间断点。基于高拱坝坝体的变形应用小波分析对坝体裂缝进行损伤位置识别,提出小波变换系数残差作为整体损伤指标,给出了该方法的的基本原理和计算思路。以某高拱坝有限元模拟数据为例,分析结果表明小波变换在高拱坝裂缝损伤分析方面具有较好的的实用性和操作性。     

小波软阈值去噪技术在电能质量检测中的应用

小波方法是一种很好的电能质量信号检测和分析工具，但其性能往往受信号中噪声的影响，当噪声比较大的时候，小波方法甚至会失效。文中根据小波变换的时频特性，分析了信号和噪声在小波分解过程中的不同特性，并在此基础上利用改进的软阈值去噪技术对电能质量信号进行信号去噪处理。软阈值方法能根据各小波空间上特征分量和噪声的统计特性设置适当的阈值来消除噪声，并以此恢复小波方法的性能。该方法不仅较好地解决了保护信号局部特征与抑制噪声之间的矛盾，能很好地对各种电能质量信号进行去噪处理，而且达到了数据压缩的效果。仿真计算结果表明，该去噪方法是有效的。     

二维离散小波变换在电能质量检测数据压缩中的应用

提出了用二维离散小波变换和能量阈值相结合的方法来解决电能质量扰动信号的压缩问题。利用二维db小波变换对矩阵数据分别进行行卷积和列卷积，把检测数据的高频信号和噪声信号分解在3个不同的方向上，且信号的能量集中在很少的小波系数上。再通过改进的能量阈值法，利用能量均值修正系数设置阈值使得压缩后的能量保留在99%以上，从而保证了重构信号的失真度很小且自适应地消除了加在扰动信号上的噪声。对6种扰动信号进行仿真并与小波包的压缩结果进行比较，结果表明该方法极大地提高了压缩率，并对噪声干扰有很好的去噪能力。     

基于小波变换和LMS自适应滤波器的单相接地选线方法

综合应用小波变换理论和最小均方误差(LMS)自适应滤波器技术，提出了一种小电流接地系统单相接地故障选线方法。该方法对故障发生后的零序电流信号进行小波变换，通过LMS自适应滤波器对小波系数进行滤波去噪，利用去噪后的信息进行选线。该方法能有效地从被噪声干扰的信号中得到有用的信息，克服了故障信号信噪比低的缺点，并能够充分利用故障信息连续判断。应用现场故障录波数据对该方法进行了验证，结果表明该方法能够满足实用要求。     

平均插值小波在故障检测中的应用

现有小波基，如Symmlet小波、Meyer小波等在应用时，普遍存在边界效应，在实际应用中必须增加数据采集窗的宽度，即增加分析信号的数据量，才能加以消除。文中根据Donoho提出的构造平均插值小波基的方法，构造出2，4，6，8阶平均插值小波，利用其边界校正的优点，在对信号进行分析时，可自动消除“边界”现象，而且故障信号在变换域内能量更集中，可大大提高故障检测的准确性。实例证明，平均插值小波能较好地用于电力系统故障实时检测。     

对几个小波基本概念的理解

讨论实际应用中经常涉及但容易产生误解的小波基本概念，以期提高电力系统小波应用研究水平。这些小波基本概念是：容许性条件；二进离散与二进小波；连续小波的离散条件；小波基；A=B=1的紧框架与正交小波；小波滤波器长度与时域分辨率；小波的滤波特性与不同尺度小波的频带交叠；线性相位小波与信号完全重构；双正交小波的小波包及小波包分解与1/2频程分解；整数倍伸缩小波变换与分数倍伸缩小波变换；小波的正则度与消失矩；Morlet函数与Morlet小波；小波变换模极大值（定义、与突变点位置的关系、与Lipschitz指数的关系、对小波的要求）；时域、频域同时紧支小波；(时域)紧支正交线性相位小波；表征小波特性的基本指标与有价值的新小波。     

基于Harr小波的时变谐波检测

电力系统中，实际的波形总存在不同程度的非正弦畸变。文中利用Harr小波对时变谐波进行检测。不是用Harr小波将信号分解到不同的频带上，而是利用该小波基对时变谐波的幅值和相角进行逼近。给出了电力系统时变谐波检测算法的推导及流程。通过仿真分析与对比，验证了此算法的可行性和精度。     

小波分析在锚杆无损检测中的应用

小波分析又称多分辨率分析,是建立在傅立叶分析、泛函分析、样条分析及调和分析基础上新的分析处理工具,被誉为信号分析的数学显微镜。在锚杆无损检测中,由于外界环境和仪器自身的影响,采集信号易被噪声干扰,影响信号的识别和处理。使用Matlab信号处理软件,通过小波分析对实测信号进行处理,有效消除了噪声干扰,使反射信号特征点更易识别,达到滤波消噪的目的,提高了检测结果的准确性。     

高压输电线巡检机器人在线断股检测与诊断系统

介绍了高压输电线自动巡检机器人实时在线断股检测与诊断系统。根据高压输电线断股引起的辐射场变化和机器人运行环境状况，选择合适的传感器，并对传感器信号调理和采集电路进行高可靠性设计。描述了检测信号分析过程。针对断股信号的非平稳性质和小波基的时频特征，选用db4小波基对断股信号进行了6层小波分解。通过引入小波能量熵的概念，较好地解决了单纯采用小波变换带来的分解信息量大、故障特征值数目多、提取需要人工干预、难以实现在线检测和诊断等问题，使其能够利用较小规模的反向传播（BP）网络就可实现对铝绞导线断股损伤的在线精确诊断。系统实验进一步表明了该断股检测和诊断系统的可行性及有效性。     

小波阈值与小波包对南水北调工程防渗墙监测数据去噪有效性研究

以南水北调北京段大宁水库防渗墙加高施工工程为背景,基于小波包变换去噪法和小波变换阀值去噪法,对现场监测数据进行了消噪处理,比较了两者在工程实际中的应用效果。研究表明,对防渗墙工程安全监测数据,小波包的处理结果更为理想,能够更有效地去除噪音突变信号,保留原始有用信号的突变点,使重构信号能够更光滑地重现原始信号,其去噪法性能比小波变换阀值去噪法更佳,具有更好的实际应用价值。研究结论为后期更加准确地评价防渗墙施工期间的变形和进行墙体长期稳定性分析提供重要依据,研究方法可为类似工程提供参考。