共查询到17条相似文献,搜索用时 62 毫秒
1.
2.
分析了谐波对电能计量装置的影响,提出了基于小波变换理论的谐波电能计量方法,并进行Matlab仿真实验. 相似文献
3.
非线性设备的大量使用和分布式电源的投入使得谐波污染愈加严重,文中提出了一种基于小波包变换的谐波检测方法,能对电能质量进行有效的分析。该方法在五层db40小波包变换的基础上,利用希尔伯特变换做移频运算,避免了中间频段小波混叠对检测精度造成的不利影响,并将各次谐波分量转移到精度较高的边频带进行小波包分解并重构信号,实现了各次谐波的高精度检测,同时通过Matlab工具对不同算法的仿真进行了比较和误差分析。仿真表明,相比于传统傅里叶变换,该算法具有高分辨率时频分析能力,能有效定位暂态干扰;与经典小波包变换相比,测量精度也有了较为明显的提高,实验结果一致显示了该算法的可行性和优越性。 相似文献
4.
5.
针对目前在进行谐波检测时存在频谱泄漏、柵栏现象以及由分析时运算量较大造成的识别定位速度慢、实时性不高等问题,提出了一种基于FFT和小波包变换的综合谐波检测方法。该方法利用傅里叶变换优秀的幅频特性,识别出所有的谐波分量,再利用小波包优秀的时频特性,快速、有选择地对所关注暂态谐波分量发生和结束时刻进行准确定位,同时将该谐波分量提取出来,这样有效地减少了运算量,提高了谐波检测的实时性。用Matlab仿真了综合谐波检测方法,并将仿真结果与目前常用的检测方法的仿真结果进行了比较,验证了所提方法对谐波检测的有效性和实时性。 相似文献
6.
在小波压缩技术的基础上,使用提升小波包最优基的方法解决电能质量信号的数据压缩问题。利用先分解后搜索的提升小波包最优基分解信号,再对最优基下小波包系数作阈值处理,消除幅值较小的系数,达到压缩的目的,最后对压缩后的数据进行重构,并将其与小波变换、最佳小波包变换的数据压缩方法进行仿真比较。结果证明,提升小波包最优基变换的方法.在电能质量数据压缩中取得了满意的效果。 相似文献
7.
8.
正交小波包变换可以对信号进行多频带分解,并根据被分解信号的特征,自适应地选择相应的频带,弥补正交小波变换的不足。将正交小波包变换与门限阀值相结合,应用于电能质量扰动数据压缩,并对其中最佳小波包的选取、门限阀值确定、算法实现等问题进行了讨论。对用电消耗信号、电压间断信号及暂态谐波失真信号进行了压缩仿真,并比较了这些信号在不同分解层次和门限限定系数取值时的压缩效果,结果验证了该方法的可行性和有效性。 相似文献
9.
10.
11.
针对现有的间谐波检测精度不高以及暂态间谐波信号定位困难等问题,探讨了一种新的间谐波检测方法。首先,将信号进行小波包和FFT变换,计算相对小波包能量。然后应用频谱特征量和相对小波包能量确定信号所含分量。最后利用小波包重构与apFFT算法检测和定位信号,计算间谐波幅值和频率。分别采用含稳态及暂态的间谐波信号模型对该检测方法进行了仿真研究,并将仿真结果与文献的结果进行了比较。仿真结果表明:该检测方法能够有效地检测间谐波,并具有较高的检测精度。 相似文献
12.
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 相似文献
13.
针对谐波电流带来的电网损耗问题,提出了利用小波变换和FFT进行谐波电流检测及电网损耗分析的综合监测方法。基于小波变换的多分辨率分析方法,对电网电流谐波进行了检测,并将基波信号和谐波信号分离,利用傅里叶变换方法,得到低频部分中稳态谐波的频谱信息;根据各谐波分量的幅值,计算电网电流畸变率、功率因数以及造成的线路功率损耗,实现对谐波电流的监测。结果表明,随着低频谐波电流幅值的减小,电流畸变以及造成的功率损耗将会明显降低;随着电流谐波成分的增加,将会导致电网功率损耗增加。该研究为电力系统电能质量监测以及谐波治理提供了理论基础。 相似文献
14.
15.
介绍了提升小波变换,研究了提升小波的优点,提出了使用提升小波进行超分辨率图像重建的方法。对原图进行旋转、平移、加噪并进行下采样,得到低分辨率图像序列。选取阈值,对低分辨率图像序列进行提升小波前向变换,然后通过提升小波逆变换得到重建以后的超分辨率图像。与传统的几种重建方法进行比较,实验结果表明,本文的方法能够使重建图像有更好的信噪比,而且在像素较大和低分辨率图像数目较多的情况下,有更快的重建速度。 相似文献
16.
Fahri Vatansever Ayhan Ozdemir 《International Journal of Electrical Power & Energy Systems》2009,31(10):596-603
Power and power quality are of most importance in modern energy systems. The traditional method for power measurement and calculation uses Fourier transform. With Fourier transforms power calculations are performed in the time and frequency domains. However, it requires suitable windowing functions along with lengthy and complex (trigonometrically, exponentially, etc.) operations. In this study, a new approach which based on wavelet packet transform for power calculations of both fundamental and all harmonics of signals is proposed. The method is fast, efficient and overcomes limitations of the current techniques as mentioned above. The accuracy of the derived analytical equations is demonstrated via simulations implemented with the designed graphical user interface program and experimental works. 相似文献
17.
基于正交小波包变换的前馈神经网络盲均衡算法 总被引:5,自引:1,他引:4
针对前馈神经网络盲均衡算法收敛速度慢、均方误差大的缺点,在分析前馈神经网络盲均衡算法和正交小波包变换理论的基础上,提出了基于正交小波包变换的前馈神经网络盲均衡算法。该算法利用正交小波包变换良好的去相关性,对前馈神经网络均衡器输入信号进行预处理后,降低了输入信号的自相性,从而加快了收敛速度和减小了均方误差。水声信道的仿真结果表明,该算法在收敛速度与均方误差方面的性能比前馈神经网络盲均衡算法优越。 相似文献