基于小波变换的暂态电能质量扰动的检测法

该文研究了基于小波变换的暂态电能质量扰动的检测算法,利用快速小波变换算法即Mallat算法检测和提取扰动信号,并在MATLAB环境下进行了仿真,采用db4小波、3尺度进行小波分解与重构并对信号进行检测,验证了小波变换能够实现电能质量扰动信号的准确定位。     

电能质量信号扰动检测与定位

在Piella G等人提出的自适应提升小波变换的基础上,提出了有效分析电能质量信号扰动检测与定位的改进的自适应提升小波预测算法;根据改进的自适应提升小波对信号的极强分类能力,将经过派克变换后的电能质量信号分为正常区与扰动区以及间断点区与非间断点区,再对各不同的区运用不同的更新算法与预测算法,能够快速准确地对电能质量信号作出扰动检测定位以及扰动程度的定量刻划;并且根据测出的扰动时间及扰动方向可以对扰动类型做出准确的分类;运用该算法对电压凸起、电压凹陷、电压暂态中断、电压瞬时脉冲、电压暂态振荡的检测与定位以及电压谐波的分析都证实了该算法的准确性和有效性。     

应用形态非抽样小波的电能质量扰动检测方法研究

由于传统的形态非抽样小波存在统计偏倚现象,对噪声过滤不彻底的问题,本文在数学形态学和小波变换的基础之上充分结合广义开闭-闭开混合滤波器及多分辨形态梯度的特性,提出一种改进的形态非抽样小波,并将其应用到电能质量扰动检测研究中.仿真结果表明,改进的形态非抽样小波在电能质量扰动检测的准确性和稳定性上得到了大幅度的提高.     

含噪电能质量信号小波降噪的方法与改进

在电力系统电能质量信号的检测中,不可避免会遇到因为测量设备故障以及环境因素的影响,使得信号夹杂噪声,使得采集到的信号受到一定程度的噪声污染,干扰了检测电力系统的电能质量准确性,而小波降噪在信号降噪中具有很大优势,所以利用小波降噪降低电力系统信号中的噪声具有重要的意义。在比较分析小波变换的优势,多次进行小波变换反馈信号特征,通过观察信号的时频特性,应用小波变换局部化特性可调整不同叠加信号的系数,可最大限度的得到电能质量的有用的分析信号,然后再分析和运用多种阈值处理方式改进小波降噪,并应用差值的方法分析哪种阈值处理方式更加有效。     

基于PSO-LSSVM的煤矿电能质量扰动识别研究

针对目前煤矿电力系统中对常见的暂态电能质量扰动识别精度不高的问题,提出基于粒子群优化最小二乘支持向量机（PSO-LSSVM）的扰动分类识别方法。介绍煤矿电力系统中常见的4种暂态扰动,利用广义S变换（GST）提取扰动中相空间时-频域的有用特征,然后利用PSO优化LSSVM分类器的惩罚因子c和参数σ,构建PSO-LSSVM分类器,最后将提取的特征量作为PSO LSSVM分类器的样本进行训练、测试。MATALA仿真结果表明,该方法能够准确可靠地对煤矿电能质量扰动进行识别与分类,对于煤矿电能质量监测具有较高参考价值。     

电能质量检测综合实验平台研制

设计了一台基于数字信号处理技术的电能质量检测综合实验平台,具有对多点单相或三相的电压/电流进行检测和监控的功能。该平台成本低廉,扩展方便,相对于普通示波器,能检测多路信号,能完成模拟信号采样实验、DSP课程实验、信号处理实验,适合于自动化、电气工程及自动化、电子与信息工程以及控制科学与工程等专业的高年级本科生和研究生的实验。     

影响电能质量的因素及改善方法

分析了影响电能质量的因素及其危害分类,并结合实际,阐述电能质量的改善、提高方法。同时指出电能质量的综合治理是一种行之有效的新思路。     

基于ESMD与SVM的电能质量混合扰动识别

针对实际电能质量扰动种类繁多、扰动信号差异不明显、存在多种混合扰动,导致识别电能质量非常困难的情况,提出一种基于极点对称经验模式分解方法（ESMD）和支持向量机（SVM）的电能质量混合扰动信号分类识别新方法。首先,对加入白噪声的混合扰动信号利用小波软阈值去噪处理|其次,利用ESMD将信号分解为不同信号分量,对每类扰动的不同信号分量分别提取样本熵和互样本熵特征值,所有分量特征值构成特征向量|最后利用SVM对扰动信号特征向量进行分类和混合扰动识别。研究表明,该方法对混合扰动识别正确率很高,是一个有效的方法。     

基于小波阈值去噪和自适应变分模态分解的谐波检测方法

为准确检测电力系统的谐波分量,提出一种基于小波阈值去噪和自适应变分模态分解（VMD）的谐波检测方法。在传统VMD算法基础上,通过构建输入信号Hankel矩阵并进行奇异值分解（SVD）的方法,自适应确定模态分解个数;利用改进的小波阈值去噪方法减少噪声的干扰,进一步提高检测精度。仿真实验表明,所提方法能有效地估计谐波的频率和幅值参数,具有较高的检测精度和良好的噪声鲁棒性。     

电能质量的性能指标以及现代控制方法

介绍了电能质量的相关概念和术语,并对其指标进行了分类,指出不同的指标有不同的定义和应用领域;然后介绍了现代电能质量控制的主要方法.     

基于烟花算法的EMD信号降噪方法

为了增加基于阈值的EMD方法的降噪性能和自适应性,提出一种基于烟花算法的EMD信号降噪方法,依据EMD分解得到本征模函数分量个数,动态确定烟花的维数,以批处理方式确定各个本征模函数分量的最优阈值并降噪,然后利用降噪后的本征模函数分量进行信号重构.仿真结果表明,所提出的方法降噪性能优于软阈值的EMD和基于蚁群优化的EMD降噪方法.     

基于虚拟仪器技术的电能质量实验教学系统

研发了一种基于虚拟仪器技术的电能质量实验教学系统。系统包括稳态电能质量信号实时监测、暂态电能质量信号发生与监测、电能质量信号分析等模块,为实验教学提供了稳态电能质量信号在线监测和暂态电能质量信号模拟测试2种实验模式,具有波形显示、数据读取、信号分析、基于国标判断、数据管理等功能,实现了电能质量在线监测和实验教学的全要素集成。     

基于形态学及dq变换的电能质量检测新方法

现代化电力系统要求实现电力系统和电气设备的数字化检测、控制与保护,而这些都是基于对电气参数的及时、准确和可靠检测基础上的。先用dq变换将电压信号分解成直流量和倍频分量,再采用形态学滤波算法提取出电压的基频分量。仿真与实际应用表明,该方法实时性好、测量精度高、易于硬件开发。     

小波变换在电能质量扰动分析中的应用研究

随着各种敏感电力电子设备在工业中的广泛应用,电能质量扰动问题引起了越来越多用户和国家电力部门的关注.国内外学者提出了了许多方法来分析电能质量扰动.本文介绍了基于小波变换以及小波变换和其他方法结合的电能质量扰动检测方法,并且对比分析了各种方法的利弊.对小波变换理论在电能质量领域的发展及其应用前景作了描述.     

电能质量数据采集和谐波分析方法的实现

本文在简述电能质量分析装置总体结构的同时,介绍了同步采样的实现方法。为提高计算的准确性,采用基于加窗插值的FFT算法分析电力系统谐波,对算法的实现进行了详尽的叙述。     

电能质量信号的KSVD-NRAMP归一化自适应稀疏重构算法

针对稀疏重构算法在电能质量重构中存在实时性差、重构精度低的问题,提出一种基于特征向量归一化的K奇异值分解(KSVD-NRAMP)自适应稀疏重构算法。算法针对电能质量信号的非线性非稳态特征,采用迭代式匹配追踪得到信号稀疏特征矩阵,然后对矩阵进行归一化处理,量化特征向量,加快函数收敛速度。接着对得到的矩阵原子进行奇异值分解,改善迭代步长波动造成信号重构精度低的问题,最后构建信号的高斯随机矩阵并重构信号。当信号压缩率在50%~90%时,该算法重构信噪比其它重构算法的重构信噪比高出26dB~28dB。实验结果表明,该算法重构精度更高且计算时间短,为电能质量信号的研究提供了一种新思路。     

基于灰狼优化边缘检测和XOR编码的图像自适应隐写算法

基于人眼视觉感知特性,提出了一种新型的边缘检测和XOR编码相结合的图像自适应隐写算法.通过设计基于灰狼优化(grey wolf optimization,GWO)算法的边缘检测,根据秘密信息的大小自适应地调整边缘检测阈值,利用粒子群优化(parti-cle swarm optimization,PSO)算法优化边缘和非...     

基于VMD和CNN的滚动轴承故障定量诊断方法

针对滚动轴承故障尺寸难以定量诊断的问题,提出了变分模态分解(variational mode decomposition,VMD)和卷积神经网络(convolutional neural networks,CNN)相结合的诊断方法。首先对带有不同故障尺寸滚动轴承的运行进行监测,得到1个与滚动轴承故障尺寸有关的数据库;然后对数据进行VMD,提取有效的训练模式分量,并去除噪声等的干扰;最后将训练模式分量置入CNN进行训练,得到能对滚动轴承故障尺寸进行预测的网络模型。实验结果表明,所提方法可有效实现对滚动轴承的定量诊断。     

基于多种信号处理方法的电能质量虚拟仿真实训平台

针对电力系统中电能质量问题的分析,为强化理论结合实践,锻炼学生的仿真实验能力,构建了基于多信号处理方法的电能质量虚拟仿真实训平台。该平台采用以数字信号处理器DSP为核心构建的下位机的数据采集系统,上位机在Lab VIEW和Matlab开发环境下,针对不同的电能质量问题,选择小波变换、S变换、HHT变换等不同的信号处理方法,实现电能质量问题的特征提取和分析。通过合理利用和有效管理该实训平台,能够开发多种实验项目,优化配置实验室资源,改革人才培养模式和考核方式,全面提高学生对硬件设计和软件仿真的综合实践能力。     

基于小波变换的电网电能质量评估与MATLAB仿真

随着电力市场和国民经济的迅速发展,电能质量问题已经引起世界各国电力部门和用户的广泛关注,供电质量不高将引起某些重要生产过程中断,导致工业产品质量下降,从而造成严重的经济损失.本文根据电能质量扰动信号的非平稳性,通过分析小波变换的原理,利用小波变换能够突出信号局部特征的特性,分析了利用小波变换对电网电压跌落及周期脉冲等典型电能质量扰动进行判断与定位的方法.相应的仿真结果说明小波变换是对电能质量扰动进行判断和定位的有效途径.