基于反向Haar小波变换的电力系统负荷预测

根据电力系统负荷的特点,提出了基于反向Haar小波变换的电力系统负荷预测.介绍了反向Haar小波变换的数学模型,叙述了基于反向Haar小波变换的电力系统负荷预测的方法,通过实例计算并与其它方法的比较,说明反向Haar小波算法既充分利用了小波变换的优点,又克服了某些传统算法在电力系统负荷预测中的不足,该方法简单、可靠,便于形成实时软件,对提高电力系统电网规划水平具有重要意义.     

基于小波变换的变参数分布参数系统最优点式控制

基于正交函数逼近方法选取Haar小波作为正交基函数,推出了Haar小波对应的微分运算矩阵、乘积积分运算以及元素乘积运算矩阵。利用小波变换及其运算矩阵,将原分布参数系统（DPS）的偏微分方程数学模型转化为集总参数系统的常微分方程,研究其最优点式控制问题,获得了性能较好的小波逼近算法。仿真实验说明了算法的有效性。     

扰动影响下一阶线性定常分布参数系统的小波预测控制

对扰动影响下的一阶线性定常分布参数系统用正交小波变换实现了逼近,提出了基于小波变换的离散时间分布参数系统的预测控制算法,将Haar正交小波应用于扰动影响下的一阶线性定常分布参数系统的预测控制仿真研究,结果说明了算法的有效性。     

基于特征信息保护的虹膜图像压缩算法

本文提出了将小波零树编码与神经网络矢量量化相结合实现特征信息保护的虹膜图像压缩思路.该方法利用形状编码与树状映射策略对虹膜重要特征信息区域对应的小波系数进行定位,对包含重要特征信息的小波系数进行近无损压缩,对非特征区域采用树结构矢量组合进行三方向的矢量量化压缩编码.该方法解决了不同区域图像质量要求不同的压缩问题,可以实现渐近解码.仿真实验结果表明本文提出的算法是合理可行的.     

基于R-R相关预测的心电图压缩算法

本文提出了一种利用相邻QRS波的相关性进行最小均方差预测的心电图压缩算法.压缩算法由QRS波识别、R-R相关预测、整数小波变换、标量量化、游长编码、算术编码等六部分组成.用MIT-BIH心率数据库的样本数据对提出的算法进行测试,结果表明提出的算法是有效的,在得到高压缩比的同时仍能保持低的信息失真度.     

基于小波分析的家用电器负荷识别

为了提高家用电器负荷辨识准确度,推动智能用电发展,本文采用基于小波分析的方法进行家用电器负荷识别。由于非侵入式负荷监测可在较高准确度的前提下监测用户负荷运行状态并克服了侵入式负荷监测的缺点,本文研究基于非侵入式的负荷辨识。由于Haar小波构造简单并且变换过程中不会丢失信息,本文选择Haar小波作为分解信号的小波基。通过分析对比负荷各类数据,最终选取负荷电流暂态数据作为特征提取依据,根据测量的三种家用电器数据,将其进行数学处理,找出三类数据特征值作为负荷识别的依据。为了检验特征值提取的科学性,本文进一步采用支持向量机对负荷辨识效果进行验证,采用一对一法构建分类模型,通过支持向量机对三种负荷进行辨识,负荷识别率达到了100%,证明了本文所提出特征值的正确性。     

小波包变换在音频感知编码中应用

文中介绍感知编码和小波包变换原理及小波包变换在感知音频编码中的应用,并将其与主流MPEG算法相比较,给出其优缺点和改进方法.     

测量与识别电力系统幅值、频率、相位轻微变化的小波域正交信号分析方法

该文利用线性相位复小波具有奇对称实部与偶对称虚部的特点，提出一种基于非同步采样技术的小波域正交信号分析方法，用以分离轻微电能质量扰动中包含的幅值扰动、频率扰动与相位扰动，进而确定这些扰动的幅度与类型。这种方法的显著特点是：采用具有最短平滑滤波器(Haar滤波器)的双正交复小波与只须在少数尺度上进行的移动不变小波变换；扰动幅度与小波变换系数之间存在简单的对应关系；识别扰动类型只须利用简单的二进制特征量与二一十进制转换方法。这些特点使得该方法简单、快速、准确。     

基于小波变换的新型SURF图像拼接方法

针对传统图像拼接算法特征点计算量大、耗时较长等问题,提出了一种基于小波变换的新型加速鲁棒特征算法(SURF)图像拼接方法。首先通过Haar小波函数对图像进行二阶分解以获取图像低频成分,并利用小波梯度矢量对低频图像重合区域进行特征点提取,从而实现低频图像下快速获得特征点的变换参数以指导高频图像下的特征点提取;在此基础上,提出一种SURF图像匹配改进算法,利用特征点约束的单向匹配和方向一致等性质,有效剔除误匹配点对,以提高特征点匹配精度和实时性。最后,通过两组实验验证了所提出方法的有效性和可行性。     

基于快速提升小波变换的改进型SPIHT算法在图像压缩中的应用

为保证图像传输的实时性和在保证图像质量下获得高压缩比,对图像压缩技术提出了新的改进型算法。提出的基于快速提升(lifting)小波变换[1,2]的改进型SPIHT(SetPartitioninginHierarchicalTrees)[3]图像编码算法,引入快速提升小波变换以改进变换过程,且利用量化编码后出现许多连续零这一特点,将熵编码与SPI HT编码统一进行,一次完成,熵编码采用变长零游程方法。仿真结果表明,图像经该方法编码后峰值信噪比和效率上都得到了提高。该方法可以应用于电力系统中远程图像监控系统的     

基于改进Morlet小波的信号符号率估计

连续小波变换由于具有良好的时频分析能力而广泛应用于信号特征分析,同时也由于较大的运算量而影响了其在工程上的运用。针对这个问题,本文根据指数遗忘分布在时间上的相关性,对Morlet小波函数进行了改进,并应用于信号符号率估计。仿真结果表明,采用快速算法的morlet小波变换在信号符号率估计性能方面并没有下降,并且运算效率大大提高了。     

小波基在低压电力线信道有色背景噪声建模中的应用研究

小波马尔科夫链法可用于低压电力线信道中有色背景噪声的建模,但小波基函数的不同会对噪声的建模精度产生较大影响。基于常用的几种小波基函数对同一组有色背景噪声分别开展小波马尔科夫链仿真建模,并计算了建模前后的功率谱密度及其均方根误差。研究结果表明,Daubecies、Biorthogonal和Haar小波基函数中Daubecies小波基函数的建模精度较高,Haar小波基次之,Biorthogonal小波的建模效果较差。在这3种小波基函数中,Daubecies小波可选为有色背景噪声进行小波马尔科夫链建模的最佳小波基函数。     

The fast Haar transform

Wavelet theory and its relatives (subband coding, filter banks and multiresolution analysis) have become hot this last decade. Like the sinusoids in Fourier analysis, wavelets form bases that can decompose (analyze) and reconstruct (synthesize) signals and images. As a by-product, we obtain the accompanying processing (filtering, compression, denoising, etc.). But unlike the sinusoids, there seems to be an inexhaustible variety of different wavelet types: orthogonal, biorthogonal, spline, smooth, rough, short, long and so forth. We construct the simplest wavelet algorithm possible, called the fast Haar transform (FHT). We then indicate how this may be generalized to other fast wavelet algorithms     

基于改进形态Haar小波在输电线路故障测距中的应用研究

提出将改进形态Haar小波（IMHW）用于输电线路行波测距中。从信号的时域上提取奇异点,能够较为快速和准确地定位奇异发生的时刻,适合应用于输电线路故障测距。大量ATP仿真结果表明采用基于IMHW变换的行波测距能够准确地提取行波信号的波头位置,具有较高的测距精度。IMHW变换主要是加减和取极值运算,与经典Mallat小波算法相比,该算法具有结构简单,算法量较小,易于工程实现的特点。     

小波分析检测线缆故障的应用研究

小波分析克服了傅立叶变换不能对信号同时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优势,为快速准确检测电缆故障研究了应用小波分析处理故障线路行波信号的技术。通过计算模量初始电流行波在小波变换下的模极大值,根据3个模量的故障特征选择故障相。EMPT仿真数据的分析,证明该方法具有很高的精度。     

基于三端法的HHT行波故障测距研究

输电线行波故障定位的技术关键在于提高捕捉故障行波波头信号到达时间的精确度以及行波波速度的确定。小波变换(Wavelet Transform,WT)是目前主要采用的波头识别算法,而希尔伯特-黄变换(HilbertHuang Transform,HHT)作为分析非平稳和非线性信号一种强大的工具值得深入研究,文章提出了基于三端测距法的HHT行波测距方法。采用Simulink建立输电线路仿真模型,通过haar、db4小波和HHT分析对比,结果表明HHT能更有效地提高故障定位精度,且克服了小波变换需要选择小波基函数和分解尺度的缺点。     

一种新的小电流接地选线算法

在分析以往小电流接地选线各种算法的基础上,提出了一种基于数学形态学及小波变换综合的选线算法,该算法利用数学形态学滤波器对采集到的电压电流信号进行滤波,而后利用小波变换的奇异性理论和模极大值理论来构成接地选线算法,本算法很好地体现了形态学滤波器的噪声抑制能力和小波分解的奇异点检测能力。Matlab仿真结果表明,该算法不受中性点接地方式和线路参数的影响,且具有较强的承受过渡电阻的能力。     

小波逼近法在分布参数系统最优点式控制中的应用

借助正交函数逼近方法,将Haar小波作为正交基函数,推出了Haar小波对应的微分运算矩阵、乘积积分运算以及元素乘积运算矩阵,并将其应用到分布参数系统的最优点式控制问题的研究中,获得了性能较好的小波逼近算法。仿真示例验证了所提算法的有效性。     

A novel out of step relaying algorithm based on wavelet transform and a deep learning machine model

Out-of-step protection of one or a group of synchronous generators is unreliable in a power system which has significant renewable power penetration. In this work, an innovative out-of-step protection algorithm using wavelet transform and deep learning is presented to protect synchronous generators and transmission lines. The specific patterns are generated from both stable and unstable power swing, and three-phase fault using the wavelet transform technique. Data containing 27,008 continuous samples of 48 different features is used to train a two-layer feed-forward network. The proposed algorithm gives an automatic, setting free and highly accurate classification for the three-phase fault, stable power swing, and unstable power swing through pattern recognition within a half cycle. The proposed algorithm uses the Kundur 2-area system and a 29-bus electric network for testing under different swing center locations and levels of renewable power penetration. Hardware-in-the-loop (HIL) tests show the hardware compatibility of the developed out-of-step algorithm. The proposed algorithm is also compared with recently reported algorithms. The comparison and test results on different large-scale systems show that the proposed algorithm is simple, fast, accurate, and HIL tested, and not affected by changes in power system parameters.