奇异性检测理论及其在电力系统中的仿真应用研究

由于小波变换不仅具有良好的时频局部化特性 ,而且还可以根据信号频率的变化自动调节时频窗口 ,因此利用小波变换可以有效地检测出信号的奇异性特征。文章在分析电力系统暂态故障信号的奇异性和小波变换奇异性检测基本原理的基础上 ,得出电力系统暂态故障信号奇异性的特殊性 ,从而提出利用小波变换进行故障暂态信号奇异性检测的算法 ,并且给出了仿真研究结果     

基于小波变换的信号奇异性检测

作者在该文中中介绍了基于小波变换的信号多分辨率分解,比较了信号和噪声在小波变换下的不同特性,给出了使用小波变换模极大化的信号奇异性检测算法。     

基于小波多分辨率系数模值的并发故障检测方法

提出了利用小波分析技术进行信号奇异性检测的多重并发故障检测方法。利用小波多尺度分解技术,将信号进行多尺度的小波分解,得到不同尺度下的信号高频分量的小波系数模值,并根据奇变信号和噪声信号小波系数模值的差异,采用软阈值去噪法,对其高频分量小波系数进行去噪处理,获取不同尺度上突变信号的小波系数模值,实现对故障的检测,并可根据不同尺度上小波系数模值的对应关系,实现对多重并发故障的区分。对电网信号分析的仿真结果证实了该方法的正确性和可行性。     

基于改进小波变换的自动化电气设备故障点检测

传统的自动化电气设备故障点检测方法通常采用梯度扩散法确认故障信号波,但该方法并未对信号奇异性进行分析,获取的信号函数峰值较低,检测准确度不高。为此,提出了基于改进小波变换的自动化电气设备故障点检测方法。首先考虑环境对设备的影响,分析电气设备特性,同时为了提高电气设备故障信号的质量,添加数字滤波器,然后运用改进后的小波变换理论对设备故障信号进行分析。最后,分析小波分析后的异常信号奇异性,运用双端检测对奇异信号进行测距,得出故障点位置,完成自动化电气设备故障点检测。实验结果显示,本文所设计的故障点检测方法获得的信号函数峰值更高,检测的准确度更高,满足设计需求。     

采用时域与时频域联合特征空间的转子系统碰磨故障诊断

针对转子系统早期碰磨故障,提出了一种基于时域和时频域联合特征提取和分析的方法,并采用该方法对简单转子模型进行了故障诊断。基于BP神经网络和影响函数法,建立了滑动轴承单盘转子碰磨故障动力学模型,并对转子系统碰磨故障进行了数值模拟;分别采用统计学和小波包分解方法,对振动信号的时域和时频域特征进行了提取,综合两者建立了碰磨故障的特征空间,并采用支持向量机(SVM)模型对比分析了基于时域、时频域和综合两者特征空间的故障诊断效果,在此基础上,通过引入可分度函数,将正常振动信号与故障信号同时考虑,对各特征的可分度进行了分析和排序;根据特征分析结果,将特征空间分为高可分度区域和低可分度区域,分别针对单特征和组合特征对碰磨故障进行识别。研究结果表明:单特征的碰磨故障识别率与其可分度函数值呈正相关;组合特征识别效果要优于单特征,且高可分度区域内的组合特征识别效果要明显优于低可分度区域,针对本文所建碰磨故障样本空间,高可分度区域内随机三特征组合平均故障识别率达到90%以上。文中提出的故障特征提取和分析方法可为复杂故障的识别提供参考。     

由小波变换模极大值实现信号重构

基于多尺度分析的思想 ,指出小波模极大值能检测信号的奇异性。通过模极大值可实现信号重构。然后 ,研究了一种算法 ,可从混有噪声的信号中 ,采用设定阀值的方法 ,消去噪声相关的模极大值 ,提高恢复信号的质量     

小波换应用于小电流接地故障选线

研究了小波分析在小电流接地系统单相接地故障选线中的应用,利用小波变换这一新兴的信号分析工具,提取故障时的暂态量信息,构造出了基于小波变换模极大值奇异性检测原理的新型选线判据。着重介绍了利用小波变换提取故障信号的暂态高频分量,进行故障选线的方法。并且利用Matlab提供的小波分析工具进行了大量的选线仿真实验,验证了该方法的有效性和可靠性。     

小波换应用于小电流接地故障选线

研究了小波分析在小电流接地系统单相接地故障选线中的应用,利用小波变换这一新兴的信号分析工具,提取故障时的暂态量信息,构造出了基于小波变换模极大值奇异性检测原理的新型选线判据.着重介绍了利用小波变换提取故障信号的暂态高频分量,进行故障选线的方法.并且利用Madab提供的小波分析工具进行了大量的选线仿真实验,验证了该方法的有效性和可靠性.     

利用二进小波消除电动机故障信号白噪声

通过对信号奇异点在二进小波变换下特性的研究,阐明了白噪声的性态与电动机故障信号的奇异性态在二进小波变换下的截然不同的性质,总结出简明的判据并据此提出了一种消除电动机故障信号中的白噪声的实用算法。     

基于小波变换的故障信号检测

分析了小波变换的时频局部化特性及基于多分辨分析的信号小波的分解算法 ,研究了信号局部奇异性在小波变换下的特性 ;根据故障信号的局部奇异性在小波变换下模的极大值及其在不同尺度上的传播特性 ,对 30 8型滚动轴承振动加速度故障信号进行分解 ,对故障特征信号进行时域定位 ,并提取了故障特征频率f=46 .88Hz,这与实际的故障特征频率相近 ,说明该方法适用于滚动轴承的在线监测和故障诊断     

小波变换用于提取MLAEP信号

中潜伏期听觉诱发电位（MLAEP）与麻醉深度紧密相关,本文利用小波变换实现提取MLAEP信号。本文首先研究了小波变换与信号奇异性的关系,再根据小波变换模极大值的变化特性来检测信号的局部奇异性,利用信号和噪声不同的尺度特性实现去噪。仿真结果表明此方法对MLAEP的提取具有较好效果。     

小波变换在电力系统故障暂态信号中的应用解析

小波变换理论在时域和频域的局部化性质,使之能有效地检测信号的奇异性.文章分析了电力系统故障暂态信号的奇异性,得出其奇异的特殊性,即具有不确定的奇异度,从而提出用小波变换进行奇异检测时对所用小波函数的要求,确保奇异性的准确检出,并给出了故障时刻检测的仿真.     

用于行波保护的启动新算法研究

所有微机继电保护装置中都设有启动元件,行波启动元件是超高速保护必不可少的组成部分.文章从度量函数Lipschitz系数的小波理论出发,并结合对行波信号的分析,借鉴小波变换分析暂态行波的基本思想,将小波变换应用到暂态行波信号的提取和分析,探讨了一种新型的信号检测方法-小波变换模之和法(WTMS),以"影响锥"内小波变换模的积分来度量信号的奇异性,用以准确检测、区分故障行波与噪声干扰,避免在故障时拒动的现象,从而弥补了以往行波启动算法的不足.大量的Matlab仿真实验验证了该算法的快速和可靠性.     

基于Lipschitz指数熵的轴承故障检测方法

针对利用小波奇异点进行故障检测无法克服噪声影响的不足,提出采用Lipschitz指数熵作为特征进行故障检测.该方法以信号在小波域上分解形成的Lipschitz指数谱向量的熵值作为故障的诊断特征,建立了基于Lipschitz指数熵的故障检测模型,并提出了基于粒子群优化的特征阈值选择方法.将该方法同基于小波能量谱、小波包能量谱熵特征和小波奇异点检测的方法进行比较,实验结果表明采用Lipschitz指数熵作为特征都能有效克服噪声影响,在检测时间及检测率上较另外3种方法有显著提高.     

基于小波包分解的一种非稳态油膜力轴承-转子系统的碰摩故障诊断

奇异信号往往载有设备运行状态的重要特征，小波分析理论可在时域和频域上同时对信号实现局部化处理，转子碰摩信号具有奇异性，利用小波包分散具有“变焦距”性质，或小波包对信号的奇异性即奇异点的位置及奇异度大小的分析更加有效，分析了碰摩信号在小波包变换下的持征，理论分析和计算结果表明，利用小波包分解能有效地实现磁摩故障诊断。     

小波分析在低压断路器故障检测中的仿真应用

在复杂的现场条件下,各种影响因素的共同作用可能造成在线监测数据失真,信号的局部奇异点的奇异性通常携带了信号的许多重要信息。为保证分析诊断的准确,必须对在线监测数据进行去噪处理,本文论述了基于小波分析的信号奇异性检测原理,对实测信号分析的结论具有应用价值。小波变换具有在时域和频域方面的局部化能力,适合对非平稳信号的处理。小波变换系数模极大值的位置和幅度与信号的局部奇异性密切相关,本文提出了一种基于小波变换的去噪方法和奇异性检测的处理方法。与以往方法相比,该方法通用性强,且无需大量的统计信息。通过对实际的监测数据进行分析,验证了所提方法的有效性。     

谐波小波及其时频剖面图在旋转机械诊断中的应用

分析了谐波小波的定义、特点,以及用谐波小波时频图、等高线图表示谐波波分解结果的方法。分析结果表明,这两种方法虽然可以直观表示信号的时频能量分布以及无噪声信号中的微弱奇异成分,但当信号中存在噪声时,用这些方法将难以检测信号的奇异性,因而它们在工程实际中几乎是没有用的。提出了谐波小波时频剖面图（Ｔｉｍｅ－Ｆｆｒｅｑｕｅｎｃｙ Ｐｒｏｆｉｌｅ Ｐｌｏｔ,即ＴＦＰＰ）方法,利用该方法可以检测含噪声信号的微     

基于小波变换和自相关分析的电缆故障测距研究

随着电力电缆应用的增多,对电缆故障测距的精确度要求也不断提高。本文提出了一种基于小波分解的信号相关技术,在此基础上引入小波变换和自相关分析方法。先对采集到的信号进行多层小波分解,运用小波变换进行信号滤波和奇异性检测, 然后运用搜索模极大值的方法找到高频分量中的奇异点,从而实现故障的自动精确测距。经仿真测得故障距离为1498.23m（预设距离1500m）,误差是1.77m,小于一个采样点的距离,满足要求。     

基于小波分析的低速重载轴承故障诊断

从工程应用的角度研究了小波分析的信噪分离技术在低速重载轴承故障诊断中的应用·利用小波分解的多层次多频带特性和小波重构技术,建立了一种简单、精确和实用的低速重载轴承故障小波分析诊断方法·利用这一技术,诊断出其他方法无法诊断的低速重载轴承滚动体和内、外圈发生碰磨故障,检修拆卸时发现,上排滚动体有三个损坏,滚道出现磨损,验证了上述分析的正确性,成功地诊断出了具有低频特征的钢包回转台重载轴承碰磨故障·说明了小波分析用于提取弱信号,即信噪分离的有效性,这种方法可以弥补频谱分析法的不足·     

基于小波变换的配电网单相接地故障选线方法

分析了配电系统发生单相接地时的故障特征，在研究了现有选线方法的基础上，提出了利用小波变换的奇异性检测理论进行故障选线的新方法。该方法对单相接地故障的暂态分量进行小波变换，通过比较零序电流小波变换模极大值的大小和极性判别出故障线路。MATLAB仿真结果表明，该方法能够准确、可靠地实现故障选线，且不受故障电阻及中性点接地方式的影响。