Wibull分布在识别变压器局部放电中的应用

针对不同局部放电源产生不同幅值分布的脉冲，设计了5种典型的变压器人工缺陷局部放电模型，对来自不同放电源的脉冲幅值分布进行了比较，如电晕放电、沿面放电和内部气隙放电，用Weibull概率函数进行分析，并用最小二乘法对Weibull分布进行参数估计，最后用克莱姆法则对结果进行检验。结果表明，此概率函数与局部放电幅值分布吻合，用Weibull分布的参数值可以识别不同的放电源，在两个或多个放电源混合的情况下，用混合Weibull模型可以分离局放信号，得出每种放电现象幅值分布的参数值和标准平均值，根据这些参数就能量化重叠的局部放电现象。     

基于小波变换和灰度-梯度共生矩阵的局部放电特征提取及识别

为了能够充分利用局部放电(Partial Discharge, PD)信号中包含的特征信息,提高变压器内部局部放电类型的识别率,文中提出了一种基于小波变换(Wavelet Transform)和灰度-梯度共生矩阵(Gray-GradientCo-occurrence Matrix,GGCM)算法的局部放电类型识别方法。结合变压器内部结构特点,设计四种局部放电缺陷类型,在实验室搭建变压器局部放电实验检测平台,通过脉冲电流法采集局部放电高频电流信号。运用小波变换对非平稳信号处理时的灵活性对局部放电信号脉冲构建时频谱图;然后结合GGCM算法提取时频谱图的15维纹理特征组成特征向量;将特征向量输入到支持向量机(Support Vector Machine,SVM)分类器进行模式识别。结果表明,小波变换和GGCM算法结合的识别方法能够有效地对不同局部放电缺陷类型进行识别。     

复小波提取强电磁干扰环境中的局部放电信号方法

在现有文献研究结果的基础上，系统地分析了局部放电信号与电磁干扰的相位信息特征，通过对实小波与复小波消除电磁噪声干扰的机理研究，发现复小波可将局放信号特征更好地从强干扰中提取出来。研究结果表明：研究局部放电在线监测时，采用复小波的分析方法能够更全面、更详细地获得原信号特征信息，实测数据证实复小波比实小波分析效果更好。     

一种检测电力变压器局放信号的离散小波算法

大型电力变压器经常发生局部放电现象,必将导致绝缘层破坏,停电事故发生甚至变压器解体,因此,必须在线检测局部放电信号.作者分析了可能存在的各种干扰源及其特征(包括干扰源频率的分布范围),讨论了各种干扰源进入检测系统的3种途径并提出了相应的抑制措施,设计了用于计算机模拟的局放检测信号.针对高频的局放信号,提出了一种改进型快速小波变换分解及重构算法,对仿真的局部放电信号进行了分解与重构.该算法对低频信号具有较低的频率分辨率,而对高频信号具有较高的频率分辨率.仿真结果表明,改进的快速小波变换分解与重构方法能有效地滤除强载波干扰,不失真地提取出局部放电信号幅值及其放电时间.     

变压器现场超高频局部放电信号的时域特征分析

对安装在同一台变压器上的两个超高频天线传感器连续采集的电磁波信号进行时间差和累积能量比分析,采用高斯函数对电磁波时域信号进行拟合,并通过拟合曲线相似度归纳了现场超高频信号的特征拟合曲线.分析表明,时间差与累积能量比的关系可以用来判断安装在不同位置的传感器同时采集的变压器局部放电电磁波信号是否来自同一个放电源;两个传感器同时采集到的来自同一放电源的电磁波应具有较高的相似度,有助于更准确地判断电磁波是否来自同一放电源;时域拟合波形能够去除由于微小干扰导致的波形差异,能够判断变压器局部放电类型,从而可以通过超高频局部放电电磁波信号对变压器实施局部放电故障诊断.     

采用微线结构传感器的高压电机定子绝缘监测系统的研究

局部放电在线检测技术是高压旋转电机定子绕组绝缘监测的有效方法。介绍了一套对大型汽轮发电机和高压异步电动机进行在线局放检测的系统 ,该系统采用一种基于微线理论的新型放电传感器 (简称 MSL S)获取局放信号。详细地研究了该传感器的特性 ,并在实验的基础上研究了该系统的抗干扰能力 ,结果表明该系统有更好的抗干扰性能。同时 ,对放电量的标定问题进行了讨论 ,指出检测系统的输出信号受检测电路的频率特性、局放信号本身的频谱和从放电点到传感器的传递函数诸因素的影响。对于电机这一类绕组型的绝缘结构 ,视在放电量的标定是与放电点的定位密切相关的。     

采用小波包树能量矩阵奇异值分解的局部放电模式识别

为了从局部放电信号电磁波大量冗余的频率信息中提取有效的局部放电特征参量,提出了采用小波包和奇异值分解相结合的能量特征提取方法。该方法从大量小波包树节点的能量信息中提取了一组能量特征参量用于局部放电类型识别,首先对4种放电类型的电磁波信号进行小波包分解,计算每个小波包节点系数的能量,接着采用奇异值分解法从小波包树所有节点的能量信息中提取奇异值较大的一组参量,利用这组参量建立识别模型,最后使用支持向量机对4种变压器典型放电类型进行识别。结果表明,小波包树能量矩阵奇异值分解可以从包含有大量无效和冗余频率信息的电磁波信号中提取能量特征参量,从而进行局部放电识别。研究内容可为局部放电类型识别提供一种有效的特征提取方法。     

超高频技术在变压器局部放电监测中的应用

本文简述了电力变压器在电网中的重要地位,以及局部放电对变压器造成的危害。引出当前局部放电的常规检测方法,并对几种检测方法进行了对比。重点对超高频检测局部放电的原理和超高频检测局放的实现进行了介绍,分析了超高频检测局放在应用中的体现以及存在的技术问题。     

变压器绕组局部放电脉冲响应的相关分析及电气定位

为了对电力变压器中的局部放电源进行电气定位,研究了局部放电脉冲在变压器绕组中的传播过程及其在变压器外部测量端引起的响应。该文采用模拟试验和仿真分析相结合的方法,组建了放电脉冲模拟电流的产生装置,据此在变压器绕组上进行了试验,并建立了相应绕组的等效电路进行了仿真分析。试验中在绕组端部检测点得到的实测响应和仿真中所得到的分析结果具有一定程度的相似性。提出了变压器绕组中局部放电的一种电气定位方法,通过局部放电信号和仿真响应的相关系数,来确定局部放电位置。     

数字滤波技术在局部放电检测中的应用

针对电力设备进行局部放电的过程中,受外界影响较大,干扰信号甚至会将局部的放电信号全部覆盖掉的问题,采用数字滤波技术来有效控制干扰信号的发生。对此,首先分析了局部放电的概况以及脉冲电流法,对利用数字滤波抑制局放干扰的方法进行总结,包括局部放电检测中的抗干扰问题和数字化局部放电测量。在此基础上,结合实例,研究了数字滤波技术控制干扰信号效果,结果表明滤波处理后的波形和放电脉冲信号清晰可见,噪音控制效果良好。     

阵列天线阵元位置误差的校正算法

天线阵元位置误差会对接收信号相位有很大的影响。接收信号相位误差会使高精度的信号波达方向估计性能恶化甚至失效,因此在实际系统中对阵元位置误差进行校正是非常有必要的。该文提出了一种基于多重信号分类算法的不需已知准确信号源方位的校正算法。该算法适用于任何形式的阵列,稳健性较好。实验仿真分析证实了该算法的有效性,并根据实际测向系统取得的数据对系统的天线位置进行了校正,实验取得较好的结果。     

一种单通道语音倒谱域去混响新方法

大多数去混响的算法都是基于短时分析,不可避免地带来了截断效应;如果对混响语音进行逆滤波,则要求房间冲激响应满足最小相位.本文提出了一种针对单通道的语音长时分帧的去混响算法.算法采用长时帧分析,有效减小了截断效应的影响.首先对混响语音信号进行长时分帧计算其最小相位分量倒谱,然后根据纯净语音和房间冲激响应倒谱的不同分布,在倒谱域阻带滤波得到去混响语音最小相位分量的估计,根据最小相位倒谱理论,进而可以估计出去混响语音频域的模,最后利用人耳对相位信息的不敏感性,用估计的去混响语音的模和混响语音的相位合成,傅里叶反变换得到去混响语音时域波形.实验表明,该算法有良好的去混响效果.     

阵列误差下宽带信号DOA估计自回归迭代算法

本文基于MMSE准则提出一种新的在随机阵列误差条件下宽带信号波达方向(DOA)估计算法,并分析了随机阵列误差对算法的影响。将含有阵列误差的宽带信号通过窄带滤波器组转化为窄带信号,在MMSE准则下采用自回归迭代方法恢复窄带信号的稀疏表示,由此得到信号源个数和DOA估计。新算法不仅有超分辨率能力,而且不需要预先知道信号源个数,此外还能对相干信号进行DOA估计,对阵列误差有比相干子空间法更好的稳健性。计算机仿真验证了算法的有效性和稳健性。     

基于广义互功率谱相位法的声源定位技术

研究如何在复杂噪声和严重混响的室内环境下,提高声源定位系统的性能.首先分析室内麦克风阵列的信号模型,确立一种合适的阵列拓扑结构;其次在复倒谱域对滤波器的各项参数进行仿真比较,得出滤波器参数的最佳值;然后提出一种广义互功率谱相位法,改进了峰值不明显等问题.在Matlab中对多种加权函数进行了仿真比较,进一步改善声源定位结果的准确性.最后对提出的算法进行验证,结果表明,当改进后算法的角度误差和距离误差分别为±10°和±15cm时,定位成功率能达到80%左右.     

四四元数域低秩逼近及其在矢量阵列波达方向和估计中的应用

提出了新的多元数概念——四四元数,以及四四元数框架下特征分解和奇异值分解等信号处理领域常用的矩阵运算新规则.在此基础上提出了四四元数矩阵的一种低秩逼近算法,并将其用于矢量传感器阵列信号建模及波达方向(DOA)估计中.结果表明,四四元数特征分解及奇异值分解能获得比现有方法更好的低秩逼近性能,基于四四元数模型的矢量传感器阵列信号DOA估计算法,在资源占用、子空间逼近以及对模型误差的鲁棒性等方面均明显优于传统算法.     

一种适用于双微阵列的语音增强算法研究

考虑到传统单通道语音增强算法对噪声抑制的局限性,本文采用由两个微型麦克风阵列组成的双微阵列,利用该阵列空间结构的时空域特性对含噪语音进行处理,提出了一种适用于双微阵列的语音增强算法。该增强算法是将各通道采集到的带噪语音信号先使用对数最小均方误差(Logarithmic Minimunm Mean Square Error,LogMMSE)提升其信噪比,然后利用频域宽带最小方差无畸变响应(MVDR)通过对目标声源信号的获取,保留目标声源方向的信号并抑制其他方向的信号干扰,最后通过一个改进可懂度结合改进最小控制递归平均(Improved Minimum Controlled Recursive Average Algorithm,IMCRA)噪声估计的维纳滤波器来去除噪声残留提升语音质量。仿真实验结果表明,相比传统的单通道语音增强算法,该算法具有良好的噪声抑制性能。     

被动雷达测向系统信号处理器的设计

介绍了被动雷达探测系统测向方法,提出了被动测向系统信号处理器的设计方法.采用DSP(数字信号处理器) FPGA(现场可编程门阵列)结构,使得系统的处理速度大大提高,而且集成度高、可靠性好、使用灵活,具有很强的应用价值和参考价值.     

VMD-Wavelet 联合去噪算法研究与应用

为解决天然气管道运行过程中采集到的泄漏声波信号含有大量噪声的问题, 通过研究小波、 经验模态分解、 变模态分解等常见去噪算法, 分析了泄漏声波信号的特点, 将改进小波阈值去噪和变模态分解去噪相结合, 提出了变模态分解-小波变换(VMD-Wavelet: Variable Mode Decomposition-Wavelet) 联合去噪算法。 利用该算法对典型信号进行去噪运算仿真, 结果表明, 该联合去噪算法性能优于常见算法。 最后, 将 VMD-Wavelet 联合去噪算法应用于实际采集的油气管道泄漏声波信号去噪处理, 研究发现, 该去噪算法对强背景噪声下的泄漏声波信号能取得很高的信噪比改善和很小的均方误差。     

油中多层绝缘介质局部放电现象的研究

设备在损坏之前均存在局部放电信号,对油中多层绝缘介质局部放电研究可预测设备的损坏过程,以便保障其安全运行．笔者对油中多层绝缘纸在固定外加电压状态下放电发展规律进行研究,发现这种绝缘结构的放电幅值、频率随时间交替变化,最后发展到击穿．     

文化鱼群算法的广义MUSIC测向技术

针对现有的测向算法测相干信号源会损失天线阵列孔径的问题,在引入广义导向矢量和广义导向矩阵的基础上,建立了一种通用的阵列数据模型,提出了一种基于四阶累积量的广义MUSIC测向算法。为求解所提的广义MUSIC测向算法,在文化算法中使用人工鱼群进化机制,引入了一种多维搜索的文化鱼群算法。仿真结果证明了所设计的测向算法在不损失四阶累积量所扩展阵列孔径的情形下,可有效测相干信源与独立信源的方向,与现有一些经典算法相比,所提算法有较大的优势和较广的应用范围。