希尔伯特-黄变换在电力系统故障检测中的应用研究

电力系统中的故障暂态信号多为非线性非平稳信号,希尔伯特-黄变换(HHT)被认为是专门针对非线性非平稳信号的分析方法。将HHT引入到电力系统故障检测中,利用经验模态分解(EMD)获得故障电流信号的本征模态函数(IMF),通过选取IMF并对其进行H ilbert变换,提取出IMF分量的瞬时频率和瞬时幅度。利用合成的IMF分量的H ilbert谱分布,对故障暂态进行了时间-频率-振幅的联合分析。仿真研究表明:基于HHT的故障检测方法能充分提取故障信息,故障定位准确,提高了故障检测的可靠性。     

HHT方法在电力系统故障信号分析中的应用

论文应用HHT方法来进行电力系统故障信号的分析.该方法利用经验模态分解法(EMD)将复杂的故障暂态信号分解成有限个固有模态信号(IMF),从而使Hilbert变换(HT)的瞬时频率具有实际物理意义.通过瞬时频率和进一步得到的Hilbeert边际谱,对故障暂态信号进行了分析.仿真结果表明:该方法可以从时频两方面同时对故障信号进行分析;能够实现对故障时刻的准确检测;能够提取、区分电力系统谐波分量;Hilbert边际谱的分辨率优于傅里叶谱.     

Hilbert-Huang变换方法在谐波和电压闪变检测中的应用

将一种新的非平稳信号处理方法,即HHT(HilbertHuang Transform)方法用于检测与时频分析典型的电能质量扰动信号,如谐波、电压闪变与波动信号.该方法由经验模态分解法(EMD)及Hilbert变换两部分组成,先用EMD提取信号的固有模态函数(IMF)分量,再对IMF作Hilbert变换求瞬时频率和幅值.该方法可以从时域和频域两方面同时对信号进行分析,能够准确检测出突变、非平稳谐波和电压闪变信号的时间、频率和幅值信息.仿真分析结果表明了该方法检测非平稳电能质量扰动信号的有效性.     

基于EMD的Hilbert变换应用于暂态信号分析

将一种新的非平稳信号处理方法--基于经验模态分解(EMD)的希尔伯特(Hilbert)变换方法,应用于电力系统暂态信号分析中。通过EMD方法提取信号的固有模态函数(IMF),再进行Hilbert变换,求瞬时频率、瞬时振幅,得到信号的Hilbert谱,进而得到Hilbert边际谱,对故障暂态和扰动信号进行了分析。通过瞬时频率进行故障暂态和扰动时刻的准确检测;通过Hilbert边际谱与傅里叶幅值谱的比较,表明Hilbert边际谱在分辨率上具有明显的优越性。该方法为电力系统暂态信号分析提供了一种新的分析手段。仿真结果验证了该方法的有效性。     

基于EMD的Hilbert变换应用于暂态信号分析

将一种新的非平稳信号处理方法——基于经验模态分解(EMD)的希尔伯特（Hilbert）变换方法，应用于电力系统暂态信号分析中。通过EMD方法提取信号的固有模态函数（IMF），再进行Hilbert变换，求瞬时频率、瞬时振幅，得到信号的Hilbert谱，进而得到Hilbert边际谱，对故障暂态和扰动信号进行了分析。通过瞬时频率进行故障暂态和扰动时刻的准确检测；通过Hilbert边际谱与傅里叶幅值谱的比较，表明Hilbert边际谱在分辨率上具有明显的优越性。该方法为电力系统暂态信号分析提供了一种新的分析手段。仿真结果验证了该方法的有效性。     

基于HHT的旋转机械油膜涡动和油膜振荡故障特征分析

将一种新的非平稳信号处理方法,即Hilbert-Huang (HHT)变换方法用于油膜涡动和油膜振荡的检测和时频分析。该方法先用经验模态分解(empirical mode decompo- sition,EMD)提取信号的固有模态函数(intrinsic mode function,IMF)分量,再对IMF作Hilbert变换求瞬时频率和幅值。该方法在早期油膜涡动中能够更加清晰地发现涡动二分频的存在,放大了涡动的故障特征,为早期故障诊断提供了方便。HHT时频分析能够定量刻画转子系统油膜涡动故障的快速发展过程,能够准确检测出油膜涡动故障产生的时间、频率和幅值信息,为故障诊断提供了时间方面的准确信息。试验数据分析验证了该方法的有效性。     

基于Hilbert-Huang变换的电网故障行波定位方法

正确辨识和检测故障行波信号是实现电网故障行波定位的关键.提出了一种新的故障行波信号时频分析方法,采用Hilbert-Huang变换(HHT)对故障行波信号进行检测,通过经验模态分解(EMD)法提取故障行波信号的固有模态函数(IMF),再进行Hillaert变换,得到各自的瞬时频率,由瞬时频率进行行波到达时刻的准确检测.HHT与小波变换比较,不存在变换参数的选取难题,变换结果具有唯一性.仿真结果表明HHT能更准确地提取电网故障行波波头位置,有效提高故障行波定位精度.     

Hilbert-Huang变换在电力系统暂态信号分析中的应用

以一种全新的非线性信号分析方法——Hilbert-Huang变换(Hilbert-Huang transform,HHT)为基础,将其应用于电力系统暂态信号方面的研究。该方法利用经验模态分解法EMD(empirical mode decompo-sition)将暂态信号分解成有限个固有模式函数IMF(intrinsic mode function),从而根据Hilbert变换求出每一个固有模式函数瞬时频率和瞬时幅值,对电力系统暂态信号进行分析。仿真和实例分析结果均表明,该方法具有很强的自适应能力,应用于电力系统暂态信号分析方面具有可行性、有效性。     

基于希尔波特-黄变换的介损数字测量算法

准确提取基波电压和电流信号是检测介质损耗因素的关键。提出了一种新的介质损耗因数检测算法,采用希尔波特-黄变换(HHT)对试品电压和电流信号进行检测,通过经验模态分解法(EMD)提取信号的固有模态函数(IMF),再进行Hilbert变换,得到各自的瞬时频率,由瞬时频率进行介质损耗因数的准确检测。该算法无需同步采样,可以实时提取测量电压、电流信号的基波成分。仿真结果表明,HHT受采样数据长度、频率跟踪误差的影响较小,在非同步采样的情况下,具有良好的应用特性,能有效提高介质损耗因数检测的准确度。     

Hilbert-Huang变换在电力故障暂态信号检测中的应用

提出利用Hilbert-Huang变换对电力系统故障信号检测的方法.通过对检测点获得的故障电流信号进行经验模式分解(EMD),得到一系列的本征模态分量(IMF),利用Hilbert变换得到Hilbert谱及边际谱,分析发现,通过瞬时频率突变能准确定位故障时刻,Hilbert谱的峰值变化也能反映故障时刻及故障特征信息;通过边际谱分析可以获得故障信号所含的真实频率.为进一步故障检测提供了依据.仿真试验表明Hilbert-Huang变换的方法能准确地检测故障时刻.