基于样本分位数和log|SαS|的SαS分布参数估计方法

α稳定分布是一类重要的非高斯随机分布,广泛应用于水声、大气和生物医学信号处理等领域。α稳定分布的特征函数由α、β、γ和α等4个参数决定,因此对于参数的估计具有极其重要的作用。由于α稳定分布没有闭合形式的概率密度函数,大多数传统的依赖于显示密度函数的数学统计方法不再适用。本文分别采用基于样本分位数法和log｜SαS｜法对SαS分布的α和γ参数进行估计,克服了传统方法中依赖概率密度函数的缺点,仿真结果显示两种算法均能给出较好的估计结果,并且能够满足后期研究的需要。     

α稳定分布特征指数估计方法比较

α稳定分布通常用其特征函数来描述。在特征函数的4个参数中,特征指数α是最重要的一个参数,许多基于α稳定分布信号处理算法中参数的选取大多依赖α的先验知识或估计值。从计算复杂度层面分析比较了样本分位数法、对数法和负阶矩法3种常用的特征指数估计方法,并利用计算机仿真得出了3种估计方法对α值的估计结果和估计精度,给出了3种估计方法的使用条件,为口稳定分布的应用提供了便利。     

基于Metropolis-Hastings算法的α稳定分布参数估计

针对α稳定分布参数估计问题,提出了一种基于MCMC动态模拟的参数估计方法。该方法根据贝叶斯理论建立在α稳定分布层次模型的基础上,利用Metropolis-Hastings抽样方法生成Mark-ov链,在贝叶斯框架下将所有待估计参数视为随机变量,利用后验分布实现稳定分布参数的同时估计,给出了新方法的迭代更新过程,并推导了接受概率的计算公式。理论分析和仿真结果表明,该方法能准确地估计出α稳定分布的4个参数,实现了任意对称或非对称α稳定分布的参数估计。     

基于粒子滤波器的大容量冲击负荷短期预测方法

应用基于α稳定分布的概率模型建立了新的电力系统短期负荷时变模型,充分利用了α稳定分布对大容量冲击性负荷良好的模拟特性。应用粒子滤波器对所建立的短期负荷模型的时变参数进行估计,然后利用估计所得的最新参数预测短期负荷。粒子滤波器突破了以往研究的各种滤波器必须建立在负荷模型是高斯分布的线性模型以及模型的参数必须是定常数的局限,可以研究非高斯非线性的时变系数系统模型。结合实际电网负荷数据的实验验证了所提出的方法对大容量冲击性负荷预测的有效性。     

基于分数低阶统计量的时延估计算法比较

传统的时延估计算法大多建立在高斯模型的基础上,这种情况下,利用信号的二阶、高阶统计量,可以得到理想的结果。然而,研究的信号往往都处在非高斯环境下,如通信线路瞬间尖峰、环境噪声等。这一类信号的时域波形中存在一个明显的峰值,这时利用α稳定分布模型可以较好地表述非高斯脉冲信号和噪声。所以有必要对α稳定分布模型下的,基于分数低阶统计量(FLOS)的时延估计算法进行研究。目前,基于分数低阶统计量的时延估计算法还有许多尚未完善的地方,通过对现有的几种基于分数低阶统计量的时延估计算法进行仿真,就几种算法的效果以及适用范围进行了研究。在通过计算机仿真的基础上,得出结论,从而对实际应用具有一定的参考价值。     

汽包概率疲劳损伤服从三参数威布尔分布的参数确定新方法

结合电站锅炉汽包运行过程中发生疲劳损伤失效问题,提出一个概率疲劳损伤服从三参数威布尔分布时的形状参数ｍ、尺度参度α和位置参数Ｎ０确定的新方法。由于用解析法计算分布参数复杂及用图解法（也称概率纸法）估计时精度较低等原因,从而使三参数威布尔分布在概率疲劳损伤分析中的应用受到一定限制。本文论述了一种利用图解法与优化法相结合的方法求解其三个分布参数,并在此基础上编制出Ｃ语言计算程序,用它对几种耐热钢疲劳试验的寿命数据进行了三参数威布尔分布拟合,结果相当好,表明提出的确定威布尔分布三参数新方法是简捷与实用的。     

脉冲噪声环境下机械故障信号的盲分离

针对振动传感器在采集故障信号时,在α稳定分布脉冲噪声的干扰下,使得传统机械故障信号时频盲源分离算法性能退化的问题,提出了一种基于分数低阶和S时频变换的盲源分离新方法。该方法先对传感器测试信号进行分数低阶子空间预白化,再计算低阶化信号的S变换时频分布,最后通过联合近似对角化恢复各个部分的故障源信号。通过计算机仿真实例分析表明,该算法能有效抑制脉冲噪声影响,避免了二阶矩或高阶矩无穷大的缺限,盲源分离效果较好,具有良好的鲁棒性。     

弧光故障信号的频谱分布及R/S分析

利用R/S方法研究了输电线路弧光接地故障采样信号的频谱分布规律及分形维数的特点。其频谱分布在某种程度上定性反映了采样信号所对应的弧光接地故障位置的变化 ,故障信号波形的分形维数是采样信号所对应的弧光接地故障位置的定量表达 ,且与其频谱分布相关性很强。滤除基波后的故障信号波形的分形维数与线路的故障位置近似呈二次曲线关系。弧光故障信号频谱分布及R/S分析在输电线路弧光接地保护和位置估计方面应用潜力很大。     

基于改进S变换估计电能质量信号的噪声水平

提出了基于改进S变换估计电能质量信号噪声水平的方法。该方法根据能量聚集度的概念确定了改进S变换的时频分辨率。同时定义了与白噪声改进S变换功率谱相关的统计量,利用其分布特性检测电能质量信号能量在改进S变换时频面的分布区域,并采用迭代算法消除电能质量信号能量对噪声估计的影响,根据改进S变换时频面只含噪声区域的功率谱实现了对噪声方差的估计。仿真结果表明,当采样率达到一定程度时,采用该方法估计噪声方差有很高的可信度。     

基于共变谱和旋转不变技术的多径时延估计

针对脉冲噪声环境下多径时延估计的分辨率问题,提出了一种基于共变谱(CS)和信号估计参数旋转不变技术(ESPRIT)的多径时延估计方法。采用α稳定分布建模脉冲噪声,依据分数低阶统计量理论,将两接收信号的共变序列进行傅里叶变换得到共变谱。CS看作等效的时间序列,把时域的多径时延估计问题转化为频域的多个正弦信号频率估计问题。利用ESPRIT对等效时间序列进行频率估计,得到高分辨率的多径时延估计。仿真实验表明:多径时延估计方法(CS_ESPRIT)在高斯和脉冲噪声环境中均具有较好的估计性能。     

采用改进不完全S变换估计电能质量扰动参数

为克服S变换计算量大和不能准确估计某些电能质量扰动参数的缺陷,结合改进S变换和不完全S变换提出了一种估计电能质量扰动参数的新方法。首先给出了改进不完全S变换的计算过程,接着讨论了不同类型扰动信号求改进不完全S变换所需的最佳窗宽系数;然后介绍了参数估计的特征量提取,它是针对不同扰动频率点自适应地采用最佳窗宽系数求改进不完全S变换得到的模向量;最后说明了由这些特征量进行电能质量扰动参数估计的方法。仿真结果验证了所提方法具有算法简单、运算量小、估计精度高等特点。     

基于改进S变换的直流电动机间接测速研究

提出了一种基于改进S变换的直流电动机间接测速新方法。该方法首先确定了合适的可调节频率分辨率的参数g以便将换向电流与噪声信号和低频直流分量分离,有效获取了换向电流;其次,为减少高频毛刺换向电流对测试精度的影响,根据换向公式和额定空载转速确定了最大阈值频率;最后对换向电流进行改进S变换,根据改进S变换的时频分布最大化原则和最大阈值频率估计出换向电流瞬时频率,进而得到直流电动机空载起动时的转速特性曲线,实验结果证明该方法的可行性和有效性。     

风资源评估改进方法的研究

风资源评估中以双参数的Weibull分布描述风速统计特征,并由此得出分布参数进行风能的特征指标计算和评估,因此,分布参数的估计对最后的评估结果有重要影响。最小二乘法等传统方法由风速直接计算分布参数,考虑风能与风速立方直接相关,本文首先对风速立方的矩与参数之间的关系进行考察,并给出3阶矩的计算方法,然后对经验公式的精度进行了考察。通过对某实际风场的算例与传统方法的比较,新方法在风能特征指标的计算上更接近实测结果。     

基于改进S变换的电压骤降自适应检测方法

由于传统S变换(S-Transform,ST)在检测电压骤降问题时存在时频分辨率不高,计算量大的问题,深入研究传统S变换(Modified S-Transform,MST),给出了一种基于改进S变换的电压骤降自适应检测方法,可以准确、快速地实现电压骤降参数的准确提取。首先给出MST中调节因子的取值依据,并用实验分析法给出调节因子的取值范围;而后依据调节因子的取值分布情况,提出分段的调节因子;最后基于调节因子取值函数,建立自适应检测方法。在MATLAB上对算法进行仿真,能够准确的检测出电压骤降参数,且抑制噪声和谐波影响的效果好。实际构建的硬件测试平台验证了该算法的正确性和可行性。     

基于最大后验估计的谐波源定位

在建立电网的谐波量测方程后,通过参数辨识算法估计节点谐波电流以定位谐波源,但受量测装置数和量测噪声的制约,传统参数辨识算法定位效果欠佳。本文提出一种基于最大后验估计的参数辨识算法来估计谐波电流。首先在确保量测方程能观性的前提下减少量测装置的数量,其次根据量测方程的线性关系与谐波源稀疏分布的先验知识建立谐波电流的后验概率密度函数,最后采用最大期望估计算法最大化该后验概率密度函数从而辨识谐波电流。采用Matlab软件仿真了含谐波源的IEEE33节点的系统,分析了谐波源数、量测装置数、量测噪声对算法准确度的影响,验证了本文方法的准确性和鲁棒性。     

基于S变换与时频域反射的电缆缺陷定位方法

针对电力电缆的局部缺陷定位问题，提出一种基于S变换与时频域反射（time-frequency domain reflectometry,TFDR）的电缆缺陷定位方法。在分析传统电缆缺陷定位方法原理的基础上，利用S变换求取TFDR测试波形的时频分布，并计算时频分布的时频互相关函数，再通过时频互相关函数曲线的局部峰值对电缆局部缺陷的位置进行判断。结果表明：相比于传统的TFDR方法，本文方法的时频分布不存在交叉项干扰，从而消除了时频互相关函数曲线中干扰的局部峰值，且电缆缺陷定位结果的可靠性较高，局部缺陷的检测盲区较小。最后对10 kV交联聚乙烯（XLPE）电缆进行仿真和实测分析，结果显示本文方法可以有效定位电缆的局部缺陷，并且缺陷定位的绝对误差较小。     

基于广义S变换和随机子空间的局放窄带干扰抑制方法

为了解决传统方法难以有效抑制局部放电中周期性窄带干扰的问题,本文提出了一种基于广义S变换和随机子空间的局部放电窄带干扰抑制方法.该方法首先利用广义S变换将染噪局放信号从时域变换到时频域中,接着利用局放信号和窄带干扰不同的时频特征确定窄带干扰数目和无局放时间片段,最后利用随机子空间算法估计窄带干扰参数,实现染噪局放信号的窄带干扰抑制.仿真和实际测试结果表明:相比于传统的广义S变换模矩阵方法和频率切片小波变换方法,本文所提方法对窄带干扰抑制效果更好,能更好地恢复原始局放波形.     

基于改进平均秩次法的保护装置可靠性评估

针对保护装置可靠性分析中模型的精度问题,提出了一种综合改进平均秩次法与最小二乘法的威布尔分布模型参数估计新方法。该方法克服了平均秩次法只计及每个数据删失点的位置,而未考虑到每个失效区间的长度对结果影响的不足。在对保护装置的故障数据与删失数据预处理的基础上,分别采用平均秩次法与改进的平均秩次法对威布尔分布的形状参数与尺度参数进行估计,进一步得到可靠度函数及失效率函数等并进行了相关分析。以某型号继电保护装置的故障数据和删失数据为例,对比两种方法的参数估计结果,验证了提出的新方法比传统方法所得结果更加贴近实际的优点。     

利用矢量网络分析仪去除和嵌入S参数网络

本文介绍了一种修正矢量网络分析仪误差系数的方法,供用在经标准分析仪校准之后得到的各种参考面上进行S参数测量。该方法允许从由网络分析仪获取的测量结果中去除二端口 S参数网络。通过在分析仪上修正误差系数,可以实时现察去嵌入后的测量结果。此外,相同的测试程序可用来将虚拟网络嵌入 S参数测量。该方法可直接用于经传统短路、开路、负载、直通(SOLT)校准方法校准过的任何矢量网络分析仪(VNA)     

基于随机响应面法的电力系统仿真不确定性分析

随机响应面法可克服传统方法仿真次数多、时间长的缺陷,仅需少量次数仿真便可快速估计出响应的不确定度。但由于电力系统的复杂性和强非线性,随机响应面法用于电力系统仿真仍有若干问题值得深入探讨。为使随机响应面法得到更广泛的应用,文中以蒙特卡洛模拟作为参照,详细探讨了配置点选取、参数服从经验概率分布或参数具有相关性时的不确定度等...