奇异值分解在电缆局部放电信号模式识别中的应用

针对局部放电在线检测中的局部放电信号模式识别,在对局部放电信号进行去噪预处理的基础上,对去噪后的局部放电信号进行小波包分解,利用小波包系数构建小波包系数矩阵;然后,对小波包系数矩阵进行奇异值分解,定义奇异值能量百分比作为局部放电信号的特征向量,并利用M-ary算法将支持向量机二分类扩展到多分类,使用粒子群算法对支持向量机参数进行优化;最后,将特征向量作为输入,使用支持向量机对4种放电信号进行识别,并与BP神经网络的识别效果进行对比.结果表明:利用奇异值能量百分比构建的放电信号特征向量能够很好反映原始信号的特征;基于支持向量机能够有效对放电信号进行识别,平均识别率达到95%,随着分解尺度增大,4种放电信号的平均识别率增大,但增大的幅度减小;支持向量机和BP神经网络均能够很好识别4种放电信号,且支持向量机相比BP神经网络,具有更好的识别效果.     

基于S变换与奇异值分解的局部放电信号去噪方法

根据白噪声在S变换域服从2分布且平均功率谱与频率成正比的特点,提出了基于S变换与奇异值分解(SVD)的局部放电(PD)信号去噪方法。首先对带噪PD信号进行S变换,得到时频矩阵;接着利用SVD与奇异值差分谱理论,确定PD信号发生的时间与个数,得到白噪声区域;然后通过构造与频率成正比的线性方程,采用硬阈值法对时频矩阵进行处理,完成PD信号的第一次去噪;最后利用SVD对PD信号进行第二次去噪。仿真和实测信号的分析结果表明,文中方法的去噪效果优于小波阈值法,且该方法更简便快捷。     

二阶效应对钢框架结构分析的影响

对钢框架结构进行了阶分析,二阶分析以及按《钢结构设计规范》（GBJ17－88）修订稿推荐的近似二阶分析,通过对不同分析方法的计算对比,得出了钢框架结构分析考虑二阶效应的某些一般性结论。     

电阻分压器电场计算及其结构参数的确定

研究一种电磁式电压互感器的替代装置——电阻分压器,并对其电场进行分析计算以确定其结构参数。本文中利用简单谐变场的有限元方法,计算了几种方案的电阻分压器电场,得到了场中各点复数形式的电位分布,通过比较其幅值误差、相角误差和最大场强值。优化出最佳方案,并分析了该方案幅值误差的频率特性。最后从电路的角度验证了设计计算的正确性。