单一电能质量扰动信号的建模与检测

电能质量已经成为电力企业部门和用户们日渐关注的内容,它已经成为衡量电力市场经济好坏的重要标准,电能质量扰动使得电压或者电流波形异常,这可能导致用电敏感的终端突然停止工作,有效检测和识别电力系统问题对于提高电能质量是非常重要的。该文介绍了电能质量相关概念以及扰动形成原因等,建立了扰动信号电压暂降、电压暂升、电压中断、振荡暂态的数学模型,并对基于改进的形态非抽样小波的电能质量单一扰动进行仿真,检测出了扰动奇异时刻值,结果表明改进的形态非抽样小波能对扰动信号的检测定位分析。     

基于小波变换和优化核参数支持向量机的电能质量扰动分类

针对短时电能质量变化和暂态扰动现象的不同特点,建立常见电能质量扰动的数学模型。运用小波变换对暂态电能质量扰动现象的内在特征进行提取,将扰动电压变化率绝对值、扰动能量变化量作为暂态电能质量扰动的特征向量。根据支持向量机的基本原理,给出一种推广误差上界估计判据,利用此判据进行最优核参数的自动选取,利用支持向量机进行训练和测试。结果表明,优化核参数的支持向量机分类器准确率高,实时性好。     

基于提升小波和Hilbert变换的暂态电能质量检测

针对暂态电能质量检测中信号扰动的准确定位和快速类型识别的需求,提出了一种提升小波和Hilbert变换融合的暂态电能质量检测方法.该方法首先利用提升小波在检测信号扰动方面的优越性,通过一层提升小波变换得到信号的近似成分A₁与细节成分D₁,然后运用Hilbert变换计算出两种成分的瞬时幅值,根据幅值特性实现对信号扰动时刻的准确定位和对扰动类型的快速识别.仿真与实验表明,所提出的检测方法对扰动时刻定位准确率达到95.7%,对扰动类型识别准确率达到91.8%,与目前使用分类器的方法相比,所提方法具有无需训练、适应性强、实时性好等特点.      

基于Daubechies复小波的电能质量扰动检测

分析比较了现有用于短时电能质量扰动检测的方法后,提出从多分辨率分析理论出发,以Daubechies实小波为基础构造其复小波的方法,并将其应用于含噪电能质量扰动信号检测及微小电能质量扰动信号检测。仿真结果表明,利用该类复小波变换的恰当组合信息具有比实小波更好的检测效果,并且该类复小波能采用Mallat算法,具有良好的实时性。     

多小波变换在电能质量扰动检测与分类中的应用

分析了电能质量扰动产生的原因,针对几类常见的电能质量扰动问题,探讨了多小波变换在电能质量扰动的检测与分类中应用的理论依据,并通过大量的仿真工作,对多小波与传统小波的电能质量扰动检测与分类效果进行了分析比较,研究结果表明:多小波比传统小波具有更好的电能质量扰动检测与分类效果.     

电能质量复合扰动分类方法研究

针对样本同时属于多个类别（或标签）现象的电力系统电能质量复合扰动,提出采用多标签分类方法来解决其分类识别问题。引入了电能质量复合扰动以及多标签分类的概念,提出了多标签分类器的评判指标,采用3种典型多标签分类器对电能质量复合扰动进行分类识别。仿真实验结果表明,在不同噪声条件下,多标签分类方法可以有效分类识别由电压暂降、电压暂升、电压短时中断、脉冲暂态、谐波和闪变等电能质量单一扰动组合而成的复合扰动。     

基于自适应提升格式的暂态电能质量扰动检测及定位

为了进一步提高暂态电能质量扰动检测及定位的准确率,该文分析了暂态电能质量扰动的相关性,选择预测和更新算子,实现对扰动信号的自适应检测;利用MATLAB对电压骤升、电压骤降、电压瞬时中断、脉冲暂态和振荡暂态等暂态电能质量问题进行仿真研究,仿真结果表明:该方法能快速检测出上述5种暂态电能质量扰动.研究结果为电能质量分析仪器设计提供了理论支持.     

利用快速S变换的电能质量扰动识别方法

针对当前基于S变换的电能质量方法计算开销大、不能实时识别电能质量扰动的问题,提出利用快速S变换与最小二乘支持向量机相结合的识别电能质量干扰新方法.该方法从快速S变换得到的一维向量中提取各频率段模系数的标准偏差、最大模系数及额定频率对应的模系数作为特征向量,利用最小二乘支持向量机对电压骤升、电压骤降、电压中断、暂态脉冲、暂态振荡、谐波等几种电能质量干扰进行分类和识别.研究结果表明:与传统的基于S变换的电能质量方法相比,该方法在2个方面节省了时间,一是减少了提取特征量所用的时间,二是由于特征向量数据较少,采用支持向量机样本训练时间减少;特剐是当电压扰动信号持续时间越长时节省效率越高,在同样准确性下,对于长度为1 024点的扰动信号,节省了约99％的时间;除此之外,该方法对信号分类的正确率可达98％,同时还具有较高的抗干扰能力.     

基于粒子群优化SVM的电能质量复合扰动分类的研究

针对暂态电能质量复合扰动的问题,提出了基于希尔伯特-黄变换和粒子群优化多分类支持向量机的暂态电能质量复合扰动检测分类的方法。利用希尔伯特-黄变换提取分类所需的特征向量作为训练数据输入粒子群参数优化的支持向量机,实现了对多种复合的暂态电能质量扰动问题分类。从仿真结果可以看出,该方法可以对常见的复合暂态电能质量扰动信号进行检测和分类,且结果精确。     

含风电场电网电能质量小波检测方法

研究了利用小波变换方法检测含风电场电网电能质量扰动的原理,并对谐波、电压波动及电磁暂态等电能质量扰动进行了MATLAB仿真．仿真结果表明,该方法能够实现对电能质量扰动快速又准确的检测,为研究含风电场电网中电能质量扰动的评估和治理提供了依据．     

信号瞬变成分检测与提取及其在故障诊断中的应用

研究基于小波变换的信号瞬变成分检测与提取方法及其在机械故障诊断中的应用 .在分析信号的连续小波变换的模极大值理论的基础上 ,指出连续小波变换系数的模与信号瞬变成分的关系 ;通过分析小波函数的性质 ,分析小波函数对信号的连续小波变换的影响 ;在信号瞬变特征的提取过程中 ,提出基于门限值的特征重建方法 .将该方法应用于齿轮箱振动信号中瞬变成分的检测与重建 .结果表明基于连续小波变换方法能有效检测到信号中的瞬变成分 ,瞬变成分的重建结果有效地表示了机械的故障状态 .     

小波变换与分形微积分

从Fourier分析发展而来的小波变换和分形微积分是处理分形结构的强有力的独特的数学工具．从函数的可微性，即从局部奇异性角度来探讨分形微积分与小波变换及它们在分形理论中的应用，获得四个定理．     

小波分析与应用综述

小波分析是在傅立叶变换的基础上发展起来的一种时频分析方法。作为一种新的变换域信号处理方法．小波变换尤其擅长处理在非平稳信号的分析。目前,这种分析方法已经广泛应用于信号处理、图像处理、量子场论、分形理论等领域。     

小波分形技术及其在非平稳故障诊断中的应用

根据小波变换和分形理论在多尺度分析和自相似本质上的一致性,提出了小波分形技术。为了克服目前离散信号盒维数计算方法的不足,推导出了确定周期或准周期振动信号无标度区的经验公式,使盒维数的改进算法具有简单、准确和实用的特点。通过汽轮发电机组轴瓦松动故障的成功诊断案例表明,小波分形技术为非平稳故障诊断提供了一种有效的新技术。     

船舶电力负荷混沌信号小波奇异点检测与降噪

为提高电力推进船舶电力负荷数据精度,提出基于分形的电力推进船舶电力负荷混沌信号小波奇异点检测与降噪.将含有噪声的电力推进船舶电力负荷混沌信号不进行小波反变换,采用计算量小,收敛速度快的二进小波模极大值解析迭代法重构信号,求出其重构信号的分形维数.根据所计算的分形维数判断是否有突变信号以及确定其发生的时刻,同时依据分形维数控制小波软阈值降噪的层次及其阈值,达到电力推进船舶电力负荷混沌信号与其噪声的自适应分离.以实际船舶电力负荷混沌信号为例进行计算,证明该方法能准确检测到奇异信号,并能实现电力推进船舶电力负荷混沌信号与其噪声的有效分离.     

基于分类的小波域分形图像编码方法

通过分析小波分解作为分形图像编码预分解的有效性和小波域内仿射变换的特性,提出一种基于分类的小波域内的分形图像编码方法。实验结果表明,该方法简化了编码参数,在保持图像质量(PSNR)的条件下提高了压缩效率,同时结合小波域图像的自动分类特征,显著地减少了编码时间。     

基于小波和分形的遥感图像快速编码

在分析分形编码的匹配过程和小波变换系数分布特点的基础上,提出了一种卫星遥感图像的快速编码算法,即对分形编码的定义域块和值域块分别进行小波交换,并通过计算域块信息库来匹配值域块和定义域块。分别对长春地区的SPOTS影像和广州地区的,TM影像的试验表明,该算法在峰值信噪比下降极小的情况下显著地提高了图像编码速度,在多分辨率卫星遥感数据的可视化表达领域可望有较好的应用前景。     

一种基于小波变换的分形图像编码压缩算法

有效的编码压缩算法是图像数据存储和传输的关键。本文在分析基本分形编码压缩算法（FCC）优缺点的基础上，提出了一种新的结合小波变换的分形图象编码压缩算法（DWT－FCC），该算法首先对图像进行二级小波变换分解，然后对分解后的高层子图像进行基本分形编码，并根据不同层子图像结构间的相似性，由高层分形编码构造低层子图像分形编码，实现图像的编码压缩。实验结果表明，该算法在缩短图像编码时间和提高压缩比方面，均取得了良好的效果。     

基于小波变换及分形特征的目标检测与识别

提出在对图像进行小波变换的基础上提取图像的分形特征，即通过小波变换对图像进行频域上的分割，使得对图像的描述更丰富，对各频段上的细节图像分别求分形维数组成联合特征矢量，有利于迅速准确地将目标从复杂的自然背景中分离出来，实验结果表明，这种方法能够有效地区分人造物体和自然背景，但计算量较大。     

双波段红外图像融合的小波分维算法

针对双式红外(中红外和长红外)提出了一种基于小波的分维融合算法.通过小波变换,分别对中波红外和长波红外的两幅图像进行小波分解,在小波变换域低频部分对小波系数用能量融合,高频部分采用分形分维进行融合,得到变换域中各个频带的融合图像,然后反变换进行重构,获取融合后的图像.实验结果表明,根据用分维进行数据融合的方法来确定两幅不同原图像在融合图像中所占的信息比例,可以有效地保留两幅原图像的边缘和纹理特征,避免融合图像平均化而出现的模糊现象,融合后的图像综合了两幅原图像的不同特征,使得处理后的图像更容易识别.因此,提出的双波段红外图像的小波分维融合算法是有效的,并且可以取得较好的效果.