气体绝缘组合电器局部放电的超高频检测

为了有效抑制气体绝缘组合电器GIS局部放电中出现的低频段干扰,在理论上分析了超高频检测GIS局部放电可行性的情况下,进一步研究了GIS局部放电超高频传感器、模拟无源滤波器以及相应的宽带和窄带检测方法.在实验室GIS模拟装置中,运用研制的内置圆环传感器检测系统进行超高频法检测.实验结果表明该检测系统可有效地避开空间的电晕及周期性脉冲干扰信号等低频段干扰.同时,窄带检测法能够避开超高频微波干扰信号,是一种有效的局部放电检测方法.     

用小波反变换提取高压局部放电信号

介绍了小波变换用于突变信号的检测原理，给出了实现小波变换的算法，对局部放电信号和干扰信号的小波分解特性进行了详细研究。理论和实验表明，利用小波变换检测局部放电与傅立叶变换相比具有独到之处。     

变压器局部放电监测中的小波去噪方法

由于强烈的窄带周期干扰、白噪声和脉冲干扰等外部干扰,变压器局部放电在线监测技术中的局部放电信号提取一直是个难题.应用小波去噪技术研究了局部放电在线监测中的噪声抑制方法,对母小波及阈值(threshold)的自动选择方法进行了深入研究.仿真信号和现场实测信号分析表明,该方法适于变压器局部放电在线监测中的白噪声抑制,而对周期窄带干扰的抑制效果相对较差,需与其它对窄带周期干扰抑制效果较好的数字滤波方法结合,将具有良好的实际应用效果.     

基于门限值小波包变换抑制局部放电白噪干扰

分析了局部放电在线监测系统中局部放电信号及白噪干扰小波变换特征，局部放电信号在大部分尺度上具有较大的幅度，而白噪声信号随尺度的增加而迅速趋于零，从而对信号在各个尺度上的小波系数设定一个门限，如果某尺度上的系数大于门限，则认为它对应于局部放电信号，否则对应于噪声信号。提出了用基于门限值的小波包变换方法从白噪中提取局部放电信号的方法。实测数据分析结果表明，经此法处理后信噪比明显提高，可用于在线监测局部放电信号中白噪干扰的抑制。     

局部放电超声波信号的检测及预处理

研制了局部放电超声波检测系统，并对局部放电模型的放电特性进行了研究．比较了电荷放大器和电压放大器对局部放电超声波的接收，设计了十阶高通、六阶低通滤波器构成的101～273kHZ带通滤波器，对经硬件滤波后的采集信号进行了小波包分解与重构．研究表明：电荷放大器比电压放大器能更好地接收小电容值的压电传感器耦合的超声波信号；带通滤波器能有效地抑制背景噪声和工频干扰；对小波包分解后的低频重构信号设定特征量及其容限，在小波包重构时能分离出电磁波．对超声波信号采用这种软硬件结合的预处理措施能达到满意的抑制各种噪声和干扰的效果．     

变压器局部放电在线检测中DSI干扰抑制

针对运行中变压器局部放电在线监测信号中的周期性窄带干扰(DSI),分析DSI与局部放电信号的频谱特征．在此基础上,提出采用基于快速Fourier变换(FFT)的功率谱估计法进行DSI信号检测．采用级联二阶IIR陷波滤波器,对放电信号进行处理,滤除DSI信号以抑制干扰．详细介绍IIR陷波滤波器的设计方法,它对局部放电信号造成的波形畸变较小．仿真结果验证了该方法的有效性。     

一种用于在线检测局部放电的数字滤波技术

研究局部放电在线检测技术中的干扰问题，针对在线检测过程中比较严重的连续周期性干扰信号提出一种数字滤波的抗干扰措施。实验室和现场试验表明数字滤波方法对各种频率的周期性干扰信号具有自适应性。     

扩频通信系统中干扰问题的研究

本文介绍了几种在扩频系统中常见的窄带干扰类型,然后给出了基于非抽取小波包变换的窄带干扰抑制算法。     

基于FFT的直扩系统中窄带干扰抑制技术研究与实现

针对直接序列扩频系统中窄带干扰问题,介绍了基于FFT的干扰抑制算法.根据直接序列扩频信号与窄带干扰信号在频域能量分布不同这一特性,利用快速傅立叶变换实现窄带干扰信号的实时检测和抑制.采用VHDL硬件描述语言对算法进行基于FPGA实现的可综合的描述.最后在硬件测试平台上进行性能测试,结果表明设计能有效抑制直接序列扩频系统中的窄带干扰.     

基于小波包及隐式马尔科夫模型的局放信号去噪

将基于小波变换的隐式马尔科夫模型(HMM)方法改进并扩展至小波包域，用于去除发电机局部放电信号中的白噪声．采用实测的局部放电信号验证了方法的有效性．结果表明，对比传统的门限去噪算法，基于小波包的HMM方法有更好的去噪效果；而与基于小波变换的HMM方法相比，所建立的模型更能体现信号的特征，对于信号分析乃至进一步的模式识别有着更大的价值．     

小波包变换在煤与瓦斯突出预测中的应用

针对目前滤噪技术不能很好地使声发射监测得以准确预报的情况,进行了基于小波包变换的去噪研究.该研究利用信号的小波包分析、计算和最优小波包基选取的方法,通过计算机数值计算,模拟了强噪声下声发射信号检测,并通过Sym8小波包与小波变换去噪的比较,证明前者优于后者.用小波包变换进行消噪处理,噪声消除彻底,提高了预警准确性.     

抑制局部放电混合干扰的浮阈值量化算法

由于局部放电(PD)信号与含有的混合干扰(白噪和窄带)在能量分布频段上存在明显差异,根据小波包变换各节点分解系数能够有效反映被分析信号能量变化的特点,建立一种以反映PD信号分解系数中噪声能量为判据的浮阈值量化算法,使得最优基下各节点阈值随相应节点分解系数中信号噪声强度的变化而变化,自适应地决定各节点最佳阈值选择,以实现对PD信号分解系数更精细划分。通过对含有混合干扰的仿真与实测PD信号的小波包最优分解,分别用传统全局阈值量化算法与笔者建立的浮阈值量化算法进行了干扰抑制效果的对比,结果表明：后者具有更强的抑制混合干扰的能力,且混合干扰抑制前后PD信号波形相似度更高。     

一种基于小波包熵的频谱检测算法

为了解决能量检测算法在低信噪比条件下频谱检测性能差的问题,提出了一种基于小波包熵的频谱检测算法.首先采用小波包变换对接收信号进行多层分解,并计算最后一层各节点的重构信号;然后计算各个节点重构信号的小波包熵值;最后选取熵值最小的重构信号作为检测信号进行能量检测.理论分析及仿真结果表明,在低信噪比情况下,该算法可以有效地抑制噪声影响,提高频谱检测性能.     

双模噪声背景下多阈值小波包在信号消噪中的应用

针对一类非高斯噪声——双模噪声信号进行消噪时,传统小波变换和小波包变换在选取恰当阈值准则及阈值量化时存在困难,通过详细分析双模噪声信号结构及频率分布特征,在将小波包分解频带按照频率顺序排列且通过比较最底层子空间节点能量大小的基础上,提出一种将频带进行多分段的多阈值小波包消噪方法.实验结果表明:在双模噪声且信噪比相同情况下,该方法比传统的多尺度小波软阈值、小波包自适应阈值消噪效果都优越,是一种非常有效的信号消噪方法.     

变压器局放信号监测中白噪声和周期干扰的抑制

针对电力变压器在线监测的局放信号中包含各种干扰的问题,提出使用小波包的方法去除局放信号中的白噪声干扰,使用数字陷波滤波器去除局放信号中的周期窄带干扰,并用MATLAB 7.0进行了仿真研究.理论分析和仿真试验说明使用这两种方法能较好地达到去干扰的目的.     

基于改进小波变换法的风电场谐波检测

为了提高风电并网电力系统谐波检测的快速性与准确性,提出一种改进小波变换的谐波检测方法。首先,把风电并网系统电压信号的频域空间分割成低频区段与高频区段,针对低频区段信号采用小波多尺度算法分解,针对高频区段信号采用小波包进行分解,得到信号中的基波和各次谐波分量;然后,通过有效地提取出特定频率段的谐波分量进行重构来检测风电并网电力系统谐波;最后,利用MATLAB进行了仿真实验。实验结果表明:该方法能快速有效检测出谐波分量,提高了谐波检测准确度和快速性。     

直扩系统中窄带干扰抑制技术

直扩系统中常常利用能量聚集度对窄带干扰进行定位,然后对干扰所在子带进行处理,从而达到抑制干扰的目的.当某次分解中左右节点中含有相近能量干扰时,将导致能量聚集度均匀而错误停止分解.为了解决这个问题,提出了一种利用多层分解对干扰进行定位的方法.当某节点的能量聚集度小于门限时,强迫子带算法继续分解并求取其子节点能量聚集度,对...     

基于混沌理论和小波变换的微弱周期信号检测方法

根据小波变换具有多分辨率,混沌系统对噪声的强免疫力和对周期微弱信号的敏感性等特性,通过对小波阈值去噪方法和混沌Duffing振子方程的改进,提出小波阈值去噪和混沌系统相结合的微弱周期信号检测新方法.该方法利用小波变换的平滑作用对包含噪声的信号进行有限离散处理,并根据小波分解尺度确定阈值去噪深度,然后把重构的信号作为周期策动力的摄动并入混沌系统,采用混沌振子阵列实现在噪声背景下微弱信号的检测,并采用梅尔尼科夫方法作为混沌判据.该检测方法克服了以往小波分解对尺度确定的盲目性和阈值选择的不合理性以及对混沌临界状态与周期态区别的模糊性:同时能检测多种频率的信号.仿真测试表明:该方法直观、高效,检测精度高,检测的最低信噪比达到-100dB,频率误差为0.04％左右,改善了湮没在强噪声下的微弱信号检测技术.     

基于小波包熵的船舶轴频电场信号检测

为了有效地从海洋环境电场背景中检测微弱的船舶轴频电场信号,提出了一种基于小波包熵的船舶轴频电场信号检测算法.首先使用小波包变换对测量信号进行多层分解并计算最后一层各结点的重构信号;然后计算各结点重构信号的小波包熵;最后选取小波包熵最小的重构信号作为检测信号进行滑动功率谱检测.通过实测数据和仿真数据对该算法和滑动功率谱算...