基于小波包变换检测电力系统谐波的研究

谐波对电力系统和用电设备产生了严重危害和影响。基于谐波，提出了两种检测方法，经过比较认为小波包变换对电力系统谐波的检测有一定的优势。同时通过仿真结果表明，该方法能够更加实时有效的检测谐波。     

基于小波变换的谐波和无功电流检测方法研究

介绍了有源滤波器的基本工作原理,提出了1种新颖的基于小波变换的谐波和基波无功电流的检测方法.与傅里叶变换法仿真结果对比可知,小波变换是1种实时检测谐波及无功电流的更有效的方法.     

小波包变换在电网谐波检测中的应用

在传统谐波检测技术的基础上,提出一种基于小波包变换的电力系统谐波检测方法,实现了电网谐波信号的高分辨检测.     

基于最大相关性的小波谐波检测方法

谐波的存在严重影响电网中电能的质量,保证电力系统的安全运行,首先要对谐波进行准确的检测和分析,剖析电网中的谐波成分.傅里叶变换能够分析谐波中稳态成分,却无法分析电力谐波中广泛存在的暂态及突变信号.小波变换的时频分析方法应用于谐波分析当中,弥补了傅里叶变换的这一缺陷.本文通过Matlab仿真,采用最大相关性的方法选取小波基,并用小波变换实现对电力系统中暂态信号的分析,将小波变换与傅里叶变换的分析方法进行比较,验证了基于小波变换的谐波检测方法的有效性.     

基于SRFFT算法的快速小波变换谐波检测法

为快速准确的提取谐波分量及克服传统的FFT方法无时域局部性的缺点,提出一种基于复序列加窗插值分裂基快速傅里叶变换算法(SRFFT)的快速小波变换谐波检测法,以便准确快速的提取谐波.该方法采用凯瑟窗函数作为窗函数,通过改变β值和采样点数在主瓣宽度与旁瓣衰减之间进行选择;运用SRFFT算法、Mallat算法以及离散小波变换(DWT)算法对信号进行快速分解及重建.模拟分析结果表明,该方法运算精度很高,可以快速准确的提取谐波信号参数.     

基于电磁变换的电网谐波检测

通过对虚拟三相电机中合成磁势的理论推导,给出一种基于合成综合矢量特性实现的电网谐波检测新方法。该方法可以解决非正弦三相不平衡系统中电压和电流谐波分量和检测问题。理论推导与计算机仿真结果证明了新的有效性与正确性。     

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。     

小波神经网络在电力谐波检测中的应用

电网谐波检测技术是影响有源电力滤波(APF)发展的关键技术之一。由于电网谐波具有固有的非线性、随机性、分布性、非平稳性和影响因素的复杂性等特征,对谐波进行实时准确检测较难,因此研究对电力系统中的谐波进行检测的方法非常重要。提出将小波和神经网络结合构成小波神经网络的谐波检测法,对小波神经网络进行了设计,仿真结果表明该方法能实时、精确地对电网谐波进行检测。     

基于小波变换的并联型有源电力滤波器

并联型有源电力滤波器（SAPF：Shunt Active Power Filter）是当前抑制电网谐波电流的有效手段,主要包括谐波检测和跟踪控制两部分,谐波检测部分是其关键技术,文中分析了小波变换理论,将其应用于谐波检测技术中,并在MATLAB环境下对基于小波变换的谐波检测方法以及对基于这种检测方法的并联型有源电力滤波器进行仿真研究,结果表明基于小波变换的并联型有源电力滤波器能够有效地抑制电网谐波。     

基于小波变换的结构损伤检测

基于小波变换核心内容之一的多分辨分析,将小波变换应用于结构损伤检测中．实例分析表明,用损伤检测得到的回波信号的小波分解可排除噪声影响,准确地判定被捡构件中损伤的空间位置．     

基于小波包变换的电力系统谐波分析的研究

为了防止谐波对电力系统和用电设备的危害,分别用小波变换和小波包变换对电力系统谐波进行分析.仿真结果表明二者都能将基波从电流信号中正确地提取出来.而小波包变换比小波变换能够分解出更加丰富的谐波信号,利用小波包变换分解的各次谐波频率和幅度的误差率完全符合谐波分析的精度要求.     

基于小波变换的电力信号奇异性检测

电力信号奇异性是分析事故时间和原因的重要依据,小波变换能在时域和频域上同时对信号实现局部化处理,能准确的定位信号的奇异点,因而在信号的奇异性检测方面有广泛的应用价值.本文介绍了小波变换对电能质量信号检测的基本原理和方法,并通过MALAB仿真实验验证.     

一种基于小波变换的边缘检测方法

基于信号与噪声在不同尺度下小波变换系数模不同的变化特征,提出了一种边缘检测方法,该方法通过对图像的小波变换域中由噪声引起的小波变换系数模进行处理,再利用小波变换系数模局部极大值来提取图像的边缘特征,实验结果说明这种特征提取方法可以有效地降低噪声,同时又较准确地提取出图像的边缘。     

基于小波变换的多尺度图象边缘检测

提出了一种新的图象边缘检测方法,这种方法解决了第一代多尺度边缘检测方法中存在的两个问题,即边缘仅定义为信号的奇异性表现和滤波尺度参数难以选择。实验结果表明,本方法和传统的边缘检测算法相比具有定位精度高,去噪效果好等明显的优点。     

基于样条小波变换的语音基音检测

作者在分析小波变换时频局部化特性的基础上，选取样条小波函数对语音信号进行处理，给出了基于小波变换极大模的基音周期检测方法和实验结果。     

基于瞬时无功功率理论的改进型单相电流检测方法

以基于瞬时无功功率理论的谐波电流检测算法为基础,提出一种更适合于单相电流检测的改进型算法,精简了三相到两相的坐标变换环节,同时采用复化Simpson积分算式代替低通滤波器直接由、计算出其直流值.仿真表明,该改进算法计算相对简单,在时效性和准确性上都具有一定的优势.     

小波变换用于检测R波

该文以小波变换的极大值在多尺度间的变化与信号的瞬变有直接关系为基础，由小波变换的奇异点(过零点、极值点等)来观测R波，寻找它的起始点、波峰，并对常见的异常R波的选择给出了新的判别方法。实验表明，本方法对QRS(Q—wave，R—wave，S-wave)信号的提取和分析有很大的帮助。