小波变换在暂态电能质量分析中的应用

随着电力电子器件在电力系统中的广泛使用,暂态电能质量问题已经成为供电系统和用户共同关注的焦点.根据暂态电能质量信号的非平稳特性,提出采用小波变换这一新型的数字信号处理方法进行分析.其良好的时频局部化特性使得信号的奇异性可以通过小波变换模极大值来表征.根据Mallat算法,通过信号的多分辨率分解提取信号奇异点的小波变换模极大值,实现暂态电能质量信号准确的故障定位.仿真结果表明,小波变换能在时域上对电压暂态瞬时变动的肥笨探凶既范ㄎ?并可利用相应控制系统有效改善电能质量.     

小波变换模极大值点在信号去噪中的应用

如何去除信号中的噪声．得到纯净的信号是信号处理过程中一个热点技术。本研究根据噪声与信号的小波变换模极大值点在多尺度空间上具有不同的特性,对信号进行了噪声消除。试验结果表明,使用傅里叶变换和coif2小波模极大值点法对信号去噪,都能够有效地去除信号中的噪声,且重构后的信号非常逼近原始信号．但coif2小波模极大值点法去噪效果更好。     

基于小波阀值的信号去噪

利用小波变换消除噪声的方法有多种,如小波模极大值去噪、小波阀值去噪等.本文首先分析小波变换的基本原理,分别对小波变换的模极大值去噪法和阈值去噪法的原理进行阐述,通过计算机仿真表明小波阈值法和模极大值法去噪的有效可行.     

小波分析在中性点非有效接地系统单相接地故障选线中的研究与应用

中低压配电网大多采用中性点非有效接地运行方式,此类运行方式容易发生单相接地故障,利用小波分析的模极大值原理对发生单相接地故障时电路中产生的零序电流进行分析,通过MATLAB仿真论证选线理论的可行性。     

一种用于行波保护的选相新算法研究

故障选相元件是超高速保护必不可少的组成部分。本文从选相元件的研究现状出发,重点研究了小波变换的概念及在行波故障中的应用,利用小波变换提取出了行波。研究一种改进判据,即用线路中有无零模分量判断是否发生接地短路;对接地故障,用各线模分量间的关系来进行选相,不再考虑零模分量的大小,消除零模在传输过程中的畸变对选相的影响,解决接地故障时的误选相问题。大量的MATLAB仿真实验验证了本文算法的优越和可靠性。     

一种改进的图像边缘提取方法

为提高图像边缘检测的清晰度、精度、连续性以及抗噪性能。结合小波变换和数学形态学设计了一种图像边缘提取算法。重点论述了一种改进形态学边缘检测算子。该算法以含噪图像为研究对象,通过小波分解将原始图像分为高频和低频分量。利用小波变换模极大值法实现高频分量边缘检测,同时基于改进形态学边缘检测算子实现低频分量边缘检测。然后,通过图像融合得到完整边缘。仿真结果表明:所述方法抗噪性能较好,图像边缘清晰度高而且定位精准。     

一种改进的小波去噪算法研究

根据信号与噪声在小波变换下的不同特征,可以运用小波变换来消除噪声。模极大值小波域消噪算法只能采用二进制尺度分解,这限制了一些信号的分析结果。针对该不足进行了改进,采用自适应选择分解尺度代替二进制尺度分解尺度。     

一种改进的小波去噪算法研究

根据信号与噪声在小波变换下的不同特征，可以运用小波变换来消除噪声：模极大值小波域消噪算法只能采用二进制尺度分解，这限制了一些信号的分析结果。针对该不足进行了改进，采用自适应选择分解尺度代替二进制尺度分解尺度，     

模极大值小波算法在红外图像点目标检测中的应用研究

在总结以往红外项目实现的基础上,着重学习研究了小波变换点目标检测技术,并就其工程实现进行了论证,尝试将模极大值小波算法应用到红外点目标检测项目中。     

基于故障相电流能量特征分析的选线方法

为解决现有故障选线方法效果不佳的问题,本文利用绝缘监测系统的选相功能及故障线路与非故障线路故障相暂态电流幅值能量特征的差异,提出了一种基于故障相暂态电流小波能量特征的故障选线新方法。首先,对故障相进行有效辨识,提取出各线路故障相的暂态电流信号,经消噪处理后得到纯故障分量。然后借助小波包的分解与重构得到各相小波能量特征;由于单相接地故障时故障线路故障相能量特征远大于非故障线路,从而可以通过比较各相能量特征的大小来确定故障线路。该方法物理机理明确,不受运行方式、线路成分、故障条件等因素影响,而且能够有效克服系统噪音、不对称分量的干扰。选线裕度大,可靠性高,有望应用于实际当中。     

宁探1井中下寒武统米氏旋回特征

<正>宁探1井位于陕北斜坡西南部,构造位置在陕甘宁盆地中央古隆起庆阳—黄陵隆起段西南翼缓坡带。对研究区地层的GR曲线进行一维连续小波变换,扩展为二维时间域和频率域,得到小波变换模极值和小波能谱图;与车古202井对比,分析得到米氏旋回发育特征良好。进而分析得到不同频率下小波系数曲线变化与岩性变化的相关性。     

联合小波变换和EMD非线性特征提取在暂态电能识别的应用

电能质量问题有效治理的关键是有效的电能质量检测。文中通过分析电力系统的混沌现象,引入香农熵、Kolmogorov熵及最大Lyapunov指数等非线性特征参数的概念,提取小波3层分解的各分量及EMD分解各系数的非线性特征参数,共21维作为特征矢量集。应用高斯混合模型(GMM)对电能质量扰动信号进行建模与识别。结果表明:经由小波变换和EMD分解后再求的非线性特征参数能很好的表征电能扰动信号的特性,进行特征选择后,取得了98%的最好识别率。     

基于混沌和分维的盲水印算法

把分形维数理论应用到数字水印中,提出了基于Chebysher混沌置乱和分形维数的自适应数字图像水印算法。首先将载体图像分块,计算每个小块的分形维数。然后将载体图像进行分块DCT变换,使用改进的邻域平均法,将经过混沌置乱后的水印信息嵌入到图像的DCT域中,并根据该小块的分形维数调节嵌入强度,实现了水印信息的自适应嵌入。提取水印时,实现了完全盲提取。MATLAB仿真结果表明,该算法具有较好的不可见性,对常见的图像处理攻击具有较好的鲁棒性。     

分形和小波变换在油气预测中的应用

本文介绍了将处理复杂现象的分形理论和具有良好时频局部化的小波变换相结合，对碳酸盐岩地区进行油气预测的一种新方法。运用该方法对实际的资料进行处理，计算出地震道的关联维和小波变换模值，并与已知的钻井资料进行比较，得到了较为满意的结果。     

微损小波分解航空行星齿轮故障特征及诊断

提出基于dbN小波算子小波变换分解行星齿轮故障特征的故障检测算法,算法可以在轻微损坏时就较好地判断出齿轮故障。通过分析行星齿轮的故障成型,以及故障的冲击振动传播路径,建立其故障模型,在利用小波变换方法对其故障信号进行分析,检测方法可以较好地进行故障识别与检测,对比传统的傅里叶变换,新算法可以对微弱信号识别,能同时判断缺陷轮齿的频率和出现的时间,在排除故障时能准确分析故障位置,以及故障类型。仿真实验表明改进算法小波变换,具有弱信号检测能力强,准确判断故障出现时间,为尽早发现故障与解决故障问题提供了保障,故障检测概率提高了15%。具有较好的工程实用性。     

基于S变换暂态相位的配电网选线新方法

在谐振接地系统中,由于故障边界不明显,现有一些选线方法易引起误判。因此本文提出了基于S变换暂态相位的配电网选线新方法。首先提取各线路首端暂态零序电流,然后对各零序电流进行S变换得到相位信息,利用特征频带下故障线路相角与健全线路相角相差180o,而健全线路之间相位基本相同的原理,因此可以线路1为参考线路计算线路1与其余线路之间的相对相位判别出故障线路,其中当所有线路的相对相位均接近180o时则表示线路1发生了故障,而均接近0o时则表示母线上发生了故障,否则相对相位接近于180o的线路为故障线路。仿真结果表明,本文所提方法受故障合闸角、故障电阻、网络结构的影响较小,判据裕度较大,不易发生误判。     

基于暂态零模电流的输电线路故障选线仿真分析

在电力系统中,输电线路发生单相接地故障的概率非常高,若不及时排除故障,故障范围则会进一步扩大,造成惨重损失。于是,当输电线路发生单相接地故障时,有必要对其进行及时定位并选择故障排除措施。本文基于暂态零模电流的输电线路故障选线方法对中性点非有效接地系统中输电线路发生单相接地故障的选线方案进行了仿真分析。故障选线判据必须满足两个条件:一是该线路上有最大暂态零模电流有效值,二是该线路与其他所有线路做内积运算的结果全都小于零。MATLAB仿真结果表明,本文所采用的基于暂态零模电流的输电线路故障选线方法是正确及有效的。     

小波变换模极大值法检测信号突变点

传统的傅里叶分析由于在时域不能局部化,难以精确检测到信号发生突变的时间.小波变换由于具有良好的时频局部化特性,故能精确检测到信号发生突变的时间.本文介绍了应用小波变换模极大值法检测信号突变点的方法,仿真结果证实该方法的有效性.     

基于小波分析边缘检测技术研究

边缘检测是图像分割的基础,小波分析技术可以进行图像的边缘检测。本文提出利用模极大值与自适应阈值相结合的算法进行图像的边缘检测,并仿真得到边缘检测图像。与传统的方法比较,本文采用的方法效果较好,能够检测较弱的图像边缘。     

基于小波变换多尺度的图像边缘检测方法研究

边缘检测在图像处理中占有很重要的地位,其算法的优劣直接影响着计算机视觉系统对客观世界的理解。文中介绍小波变换应用于数字图像,利用检测小波系数模极大值的方法来检测图像的突变点位置(图像边缘位置),通过仿真实验说明,小波在图像(或噪声)边缘检测上是有效的。