基于Db小波的暂态电能质量分析方法研究

针对目前电力系统存在的暂态电能质量难以检测的问题,提出了基于Db5小波对电压信号进行4尺度分解,用各层系数的离差检测模极大值,从而检测暂态电能质量的方法.仿真结果表明,Db5小波变换能在时域上对电压暂态变动的发生时刻进行准确定位和信号类型分类.     

基于实时小波算法的暂态扰动检测的FPGA实现

通过实时小波算法在FPGA中的实现来检测暂态电能质量问题。采用高、低通分解滤波器来实现小波变换算法,以DB5小波为基函数,通过对暂态电能质量中五种扰动信号建立分析模型进行仿真并基于FPGA硬件平台进行模拟电能信号测试。对比信号源与测试结果中奇异点起止与持续时间,结果证明了该方法的准确性和可行性。     

利用小波变换定位与辨识短时电压变动

文章研究了小波变换检测短时电压变动问题,并利用小波变换对这几种典型的暂态扰动进行了MATLAB仿真.仿真结果表明,小波变换不仅能够有效地检测出电压变动发生的起止点从而确定扰动发生的持续时长,还能够准确地辨识电压变动的类型,为暂态电能质量问题的检测与解决提供了依据.     

基于小波包和PNN的电能质量扰动定位与分类

根据暂态电能质量扰动现象的本质特征,提出一种基于小波包和PNN的电能质量扰动定位与分类新方法。该方法利用小波包对扰动信号进行采样和分解,提取小波包重构系数并定位信号突变点,然后计算各频段的能量并进行归一化处理,构造能量特征向量作为PNN的输入样本,进行PNN网络训练和测试,最终实现不同扰动信号的分类。Matlab仿真结果表明,该方法能够快速、准确地定位和区分扰动信号。     

基于NNAC算法的电能质量暂态扰动检测

针对当前电能质量检测分析的难点和重点问题,在分析了目前使用最多的方法小波变换优缺点的基础上,提出了基于神经网络自适应控制（NNAC）的电能质量暂态扰动检测算法。给出了电能质量暂态扰动检测的自适应控制结构,采用Hebb学习规则进行权值学习,并对电压暂降、电压瞬升、电压中断和暂态振荡等暂态扰动进行了仿真测试,结果表明所提算法可以很好地检测电网中的暂态扰动信号的类型,确定扰动发生的起始时刻和持续时间,且分析计算简单,速度快,计算所得数据量少,在电能质量扰动检测中更加具有实时性。     

基于小波和RBF-PNN神经网络的电能扰动辨识

对电能质量进行快速地检测和准确地分类,是治理电能质量和提高用电效率的有效方式。提出一种新的基于小波和神经网络技术的电能质量辨识方法。该方法首先用小波变换对暂态电能质量扰动波形进行预处理,求出不同信号在9尺度小波分解下的能量分布值以及时间、幅值变化等并将其作为信号特征量。然后将归一化的扰动信号信息输入神经网络,根据其输出结果就可以判断发生的电能质量扰动类别。仿真实验证明,该方法不仅可以有效地区分电压暂升、暂降、中断、谐波、高频振荡、闪变等6种电能质量问题,而且抗噪声能力强,训练样本少,响应快速。     

一种基于小波变换的电能质量特征量提取及分类的方法

提出了一种利用小波变换实现动态电能质量特征量扰动(电压上升、电压凹陷、电压中断、电压瞬变和电压缺口等)的提取以及分类方法. 利用小波变换的奇异性检测原理提取动态电能质量信号中的突变, 并进行定位, 确定信号变化的时间,并用电压均值法确定扰动的类别, 并通过仿真表明方法的有效性. 最后讨论了本方法在DSP上的实现.     

基于db4小波变换的电能质量数据压缩算法

针对传统小波变换运用于数据压缩算法存在的问题,提出了基于db4小波变换的数据压缩算法。该算法针对电能质量数据的特点,根据db4小波变换具有多分辨率分析的特性,将检测数据变换到小波域,以使信号能量主要集中于低频系数上,而后采用软阈值压缩算法处理小波低频系数。并采用游程编码的方式存储数据。对实际数据进行压缩,该算法压缩效果良好,计算速度快,适用于实时性要求较高的场合。     

双自适应提升小波变换在PQD去噪中的应用

提出了一种新的电能质量扰动（Power Quality Disturbance,PQD）信号去噪方法。采用快速提升小波变换进行PQD信号的分解和重构,将自适应算法引入到更新算子和预测算子的设计中,提高了算法的快速性,满足了PQD检测实时性要求。综合软、硬阈值去噪的优点,提出了加权阈值去噪的概念,使得算法能同时很好地满足暂态PQD信号和稳态PQD信号的去噪。仿真结果表明,该算法能够提高去噪后信号的信噪比SNR,降低去噪后的均方误差百分值MSE,降低了算法的执行时间,且适宜于算法的DSP实现,具有一定的实用价值。     

Daubechies复小波的构造及在电能质量检测中的应用

针对实小波在电能质量扰动检测时不能提取相位信息以及对高频系数提取效果不理想的缺点,提出了正交紧支撑Daubechies复小波的构造方法。即将希尔伯特变换和小波变换结合起来,构造一组复值的滤波器组,然后将其虚部和实部分别进行分析,实现了相位、幅值和适当组合信息等信息的提取。实验仿真结果表明利用该类复小波可提取相位信息,从而更准确地检测出电能质量扰动信号中的突变点,相对实小波能分辨出其扰动的类型,在相同阈值的条件下对电能质量信号进行去噪时,相对实小波及其他复小波去噪后的信噪比有明显的提高。     

基于提升小波的输电线路短路故障仿真

输电线路发生故障后的信号是一个突变的、具有奇异性的暂态信号,包含着丰富的故障信息。输电线路的破坏多半是由短路故障引起的,通过分析短路故障,采用提升小波对故障后的电流进行检测。该文依据实际电力系统输电线路进行短路故障实例仿真,仿真结果表明,提升小波不但能有效地检测输电线路短路故障信号的奇异点,而且比db5小波快3 ms,从而为下一步故障测距提供有利依据。     

Assessment of Power Quality Based on D-S Evidence Theory

Technological advancement of measurement systems has enhanced the accuracy of power quality assessment by using a combination of measured information. This paper proposes a novel approach for estimating power quality based on information fusion technique of Dempster-Shafer(D-S) evidence theory. First, in order to accurately extract transient features regarding power quality indexes, wavelet packet transform and lifting wavelet transform are proposed to detect various disturbance signals measurement. By using many kinds of transformed transient indexes and steady state indexes, a novel reliability distribution function is constructed,and synthesized assessment index of power quality is drafted based on information fusion technique of D-S evidence theory. Finally,the simulation results prove that D-S evidence theory is a more effective means for evaluating the power quality.     

基于提升的自适应图像消噪

信号经过小波分解后采用软阈值处理具有良好的降噪效果，提升结构是小波技术的新发展。从提升小波出发，通过引入正交性等约束条件得到了具有良好子带分解特性的一族小波；将这些小波应用到软阈值降噪处理中去，依据信号特性自适应的选择滤波器参数，可以明显地提高PSNR．     

基于MAP估计双树复小波的电能质量扰动信号去噪方法

针对电能质量信号的去噪,提出了一种基于MAP估计的双树复小波电能质量扰动信号的去噪方法。首先对带噪信号进行相关性预处理,然后通过MAP方法对双树复小波分解不同层次的细节系数估计噪声方差和信号方差,并计算各层阀值从而得到去噪方案,针对带噪的电压跌落等扰动信号进行仿真,并与传统实小波去噪进行了信噪比和突变点信息保留能力的比较。仿真结果表明,所提算法速度快,去噪效果理想,且易于实现,实用性强,有良好的发展前景。     

基于提升小波的试井信号降噪研究

在油气井试井数据传输中,由于接收信号被噪声污染,从而影响了通信可靠性。小波变换因具有独特的时频多尺度分析特性而应用于信号降噪,但一代小波运算量大。采用运算量小的提升小波对试井信号降噪,给出了db2提升小波降噪的具体结构,在此基础上,与离散傅里叶滤波和匹配滤波两种降噪方法进行了比较。仿真结果表明,采用db2提升小波降噪效果明显,峰值信噪比高,且运算量小,有利于硬件电路的实现。     

基于提升小波变换的容栅传感器输出信号降噪

为了解决容栅传感器在测量转轴转速中的噪声抑制问题,在讨论容栅传感器测量转轴转速和提升小波变换基本原理的基础上,分别应用传统小波法和提升小波法对仿真信号和实测信号进行了降噪处理.结果表明,使用提升db5小波法对其进行软阈值降噪处理后能对容栅传感器的转速输出信号进行较准确的数值分析.已成功应用于容栅传感器的转速和扭矩测试,...     

井下电缆在线故障选线及定位方法研究

针对煤矿井下供电系统发生单相接地故障时故障点位置难以确定、现有离线测距方法测距精度低的问题,分析了井下电缆供电系统单相接地故障特征,提出了一种煤矿井下电缆在线故障选线及定位方法。该方法利用供电系统单相接地故障时暂态零序无功功率在选线频带内的极性选出故障线路,利用有些频带的暂态高频信号与故障距离成一定映射关系的特点,将不同条件下发生故障时得到的系统母线零序电压和线路零序电流作为输入样本对小波神经网络进行故障测距训练,从而实现故障定位。Simulink仿真结果验证了该方法的有效性和精确性。     

一种基于LabVIEW DSP模块的风机故障诊断系统

设计一种基于图形化开发环境LabVIEW DSP模块的风机故障诊断系统开发方案。方案以32位浮点DSP芯片TMS320C6713为核心,采集风机噪声信号并利用信号的功率谱重心、A声级和小波分解相关频段的能量构成故障诊断的特征向量,以BP网络作为故障的智能分类器,建立起智能诊断系统。实验结果表明,以噪声信号作为诊断对象,采用提升小波和神经网络相融合的诊断与识别技术具有良好的特征提取能力和自适应学习能力,可以准确地识别设备状态。     

基于小波包能量熵的电能质量扰动识别

提出了一种基于小波包能量熵的电能质量扰动识别方法。该方法对仿真的扰动电压信号进行4层小波包分解,提取小波包能量熵特征向量,利用主分量分析法提取电压信号的小波包特征向量并输入到概率神经网络(PNN)进行扰动识别,实现了扰动样本的最优压缩,简化了扰动分类中神经网络分类器的结构,提高了神经网络扰动识别的速度和精度。仿真结果表明,该方法具有良好的扰动识别能力。     

基于DB小波变换的多频时变电压闪变检测仿真研究

电压波动与闪变是评价电力系统电压质量的重要参数,因此电压闪变的检测分析对于电力系统的运维至关重要。为了验证Daubechis(DB)小波变换在电压闪变检测方面的有效性与可行性,采用MATLAB搭建了电压闪变信号模型,采用DB小波变换对多频时变电压闪变信号的检测进行了仿真分析,并将仿真结果与基于平方检测法的仿真结果进行了比较。结果表明,DB小波变换不仅能够检测出电压闪变分量的幅值与频率信息,而且能够根据小波变换的模极大值确定电压闪变发生与结束的时刻,而基于平方检测法的电压闪变信号检测无法直接分离出多个电压闪变分量,也无法检测出电压闪变的起止时刻。仿真结果验证了DB小波变换用于电压闪变检测的有效性与可行性。