基于小波变换的扰动信号特征量提取仿真试验研究

文章研究了基于小波变换的扰动信号特征量提取方法,设计了一系列的仿真实验.试验结果表明,小波变换能够有效地提取扰动信号的特征量,且其性能优于传统的傅里叶变换方法,对于提高扰动信号特征量提取的准确性和稳定性具有重要的意义.

基于小波分析对形变扰动信号的触发检测方法

以玉树地震台钻孔应变仪在汶川8.0级地震前5 d的信号为例,首先计算2个合成分量S13和S24之间的相关性和相干频率,检验钻孔应变仪的可靠性和稳定性,并找出二者不相干信号的频率;其次用小波分析提取4个观测分量的扰动信号,计算其时间-频率-能量分布;最后根据时间-频率-能量分布特征选择STA/LTA触发检测参数,分别对4个观测分量和2个合成分量进行触发检测。结果表明,本文方法能有效检测到6个分量中扰动信号的开始时间和结束时间,可为台站观测人员日常运行维护及时提供报警信息,同时为地震前兆判断提供一种新方法。

基于IHHO-SVM的电能质量扰动信号识别方法

针对SVM(支持向量机)的惩罚因子和核函数参数在寻优过程中容易陷入局部最优以及哈里斯鹰优化算法容易陷入局部最优的问题,提出一种利用IHHO(改进哈里斯鹰优化)算法对SVM的惩罚因子和核函数参数进行寻优,构建IHHO-SVM分类器来对电能质量扰动信号进行识别的方法。通过对9种不同的电能质量扰动信号加入0 dB、20 dB和30 dB的高斯白噪声来进行测试,利用改进的自适应噪声完备集合经验模式分解算法分解信号并提取信号前3阶固有模态函数分量的能量熵和样本熵作为一组特征向量,将特征向量进行归一化处理后输入9种分类器进行对比。仿真结果表明,在信号加入0 dB、20 dB和30 dB高斯白噪声的情况下,IHHO-SVM分类器的识别准确率分别为99.11%、97.78%和97.33%,其分类效果是所有分类器中最优的,证明了其分类的准确性、优越性和抗噪性。

PMU小扰动信号下的综合负荷模型参数辨识方法

电力系统日常运行过程中时刻存在类似噪声的小扰动信号,利用小扰动信号开展负荷参数辨识可解决传统总体测辨法无法处理的负荷时变性和分布性难题。基于PMU实测小扰动信号提出一种“Z+IM”综合负荷模型参数辨识方法。该方法采用PMU量测数据滚动识别框架,滚动识别主要包括数据处理和负荷参数辨识两个步骤。首先,针对PMU量测小扰动信号的特点,通过厂站初筛、预处理、可辨识集粗筛和去噪等步骤得到较为优质的PMU小扰动数据集。然后,基于预报误差思想通过两阶段辨识策略辨识负荷时变参数、电磁参数和机电参数。所提方法得到的负荷参数无需折算可直接应用于PSASP、BPA等国内主流仿真程序,具有实际工程应用价值。最后,算例通过3机9节点系统仿真和湖南实际电网验证所提方法的有效性和鲁棒性。

音频传输中的瞬态频域扰动信号调制技术研究

音频信号传输时受到因噪声引起的瞬态频域扰动信号影响,导致整体调制效果较差。为此,文中研究具备去噪能力的音频瞬态频域扰动信号调制技术。此技术基于傅里叶变换去除音频信号传输中的噪声信息后,使用基于卷积过程神经网络的瞬态频域扰动信号识别方法,以信号识别的方式提取音频传输中的瞬态频域扰动信号。将提取到的瞬态频域扰动信号输入基于DDS的瞬态频域扰动信号调制器中,调制信号频率满足期望状态,完成瞬态频域扰动信号调制。实验结果显示:所提技术对数字电视系统传输的音频信号进行去噪、瞬态频域扰动信号识别和调制后,有效滤除了音频信号中的噪声信息,瞬态频域扰动信号识别结果准确,且具备有效调制音频传输中瞬态频域扰动信号数据传输速率的能力。

原子稀疏分解算法在电力系统扰动信号分析中的应用

针对目前电力系统扰动信号分析中的一些不足,提出了一种基于原子分解的扰动信号分析方法。该方法根据电力系统信号特点,采用衰减正弦量模型构建原子库。以原子稀疏分解的基本理论为指导,应用匹配追踪算法进行迭代求解,得到相关原子参量。将所述方法应用于电力系统扰动信号分析中,能够自适应地从过完备原子库中建立信号的稀疏解析表示,克服了固定基信号分解模式的缺陷。典型算例仿真结果证明了算法的有效性和优越性。

一种电能质量扰动信号的分层识别新方法

为了快速准确地对电能质量扰动进行分类和识别,结合时域和频域分析方法,提出了一种新的电能质量分层分类识别新方法。该方法由基波和扰动分离模块、扰动时间特征提取分类模块等多个功能模块构成,通过将dq变换、广义形态滤波、傅里叶变换等计算简单的信号分析方法相结合,逐层提取出幅值、扰动时间、扰动频域奇异熵等特征并对其进行分类,最后依据各层分类结果对信号的扰动类型进行综合识别。对7种常见的单一电能质量扰动及部分混合电能质量扰动仿真分析表明,所提出的方法有较好的分类识别效果。

基于HHT的电力系统暂态复合扰动信号的提取分析与研究

针对电力系统非线性和非平稳性暂态复合扰动信号的提取要求,采用经验模态分解(EMD)从信号的时间尺度特征出发对信号进行分解,实现了信号自适应的频带划分,在此基础上进行Hilbert变换,分离出了各扰动信号的时间、频率和幅值特征,仿真结果表明该方法对电力系统非平稳的扰动信号具有较好的分析效果。

基于并联电阻扰动信号的配电网故障定位方法分析

基于并联电阻扰动信号的配电网故障定位方法利用对外加扰动信号的追踪来实现定位,已在配电网故障定位中较为广泛应用。但该方法在实际应用中会出现施加扰动信号后故障特征变化规律不确定的问题,使得故障定位装置误判,导致故障定位失败。为此,文中建立了小电流接地系统等值电路,深入研究了扰动信号通过不同非故障相注入后单相接地故障电流的变化规律,分析了负荷电流以及接地过渡电阻的影响,对基于并联电阻扰动信号的配电网故障定位方法的有效性进行理论论证。提出了对中性点不接地系统或经欠补偿消弧线圈接地系统扰动信号应通过故障相的滞后相注入,对中性点经过补偿消弧线圈接地系统扰动信号应通过故障相的超前相注入的优化方法。仿真结果证明了所提优化方法的有效性。

基于HHT的电能质量多扰动信号检测方法

传统的时频分析方法在处理复杂故障信号时存在一定的局限性,无法满足电力系统发生故障和复杂扰动时的电力信号实时分析的需求。提出基于Hilbert-Huang变换(HHT)的电能质量暂态多扰动信号分析方法,先利用经验模态分解得到电能信号的固有模态函数,再对固有模态函数进行HHT变换,准确刻画电能扰动信号的时间、幅值与频率。Matlab仿真分析结果表明,该方法可有效确定干扰信号的类型、持续时间以及瞬时频率和幅值,方法简便,分析精度高,具有一定的工程实用价值。

基于最小极大法的电力扰动信号压缩

作者对电力扰动信号的时—频局部特征进行了分析,针对信号压缩过程中的阈值选取问题提出了最小极大法。按照最小极大法选取阈值并压缩信号分解的各细节版本,信号的时—频局部特征不会丢失。对影响压缩效果的分解层数和频带重叠问题进行了研究,并提出了有效的解决策略。测试结果表明提出的压缩方法可以获得很好的压缩效果,在特征信息不丢失、基频分量不失真的情况下,压缩比仍比较高,是解决电力扰动信号压缩问题的一种有效方法。

西南区域持续性干旱事件的行星尺度和天气尺度扰动信号

以2009—2010年发生在中国西南地区的持续性干旱事件为例,通过干旱和大气变量的物理分解得到了一些干旱事件发生的新认识.气象干旱多为年循环的气候干季与干旱扰动的叠加所致.一次干旱扰动大约为30—50天,而一次持续性干旱事件是由几次干旱扰动组成的.大气高度场和风场中存在三种时间尺度的扰动.一种是年际行星尺度的大气扰动,与ENSO冷暖事件有关,起源于赤道并传播到中高纬度地区需要2—4年.另一种是季节内行星尺度的大气扰动,与来自赤道地区的30—50天振荡有关.此外,大气中还存在天气尺度的扰动.利用行星尺度大气扰动向赤道外传播与天气尺度扰动的叠加,区域持续性干旱事件能够找到前期预报信号.

电能质量扰动信号时频原子分解的进化匹配追踪算法

时频原子分解对电能质量扰动信号具有良好的分析效果,但其常用的匹配追踪(MP)算法,存在计算量大、参数空间离散化影响原子匹配性能等不足。基于差分进化,研究了电能质量扰动信号原子分解的进化匹配追踪(EMP)算法,给出了算法流程。针对几种电能质量扰动信号,通过Gabor和衰减正弦量原子分解的30次独立仿真实验,分析了信号长度、噪声等对性能的影响。结果表明,EMP算法与MP相比大大减少了计算耗时且不受信号长度的影响,进一步提高了原子的全局匹配能力,具有很好的抗噪声能力。最后,给出了下一步工作的展望。

电容分压型电子式电压互感器扰动信号测量性能仿真研究

推导并建立了电容分压型电子式电压互感器(ECVT)的传递函数模型,分析了ECVT频率特性及正常测量频率范围,重点研究了其对多种暂、稳态扰动信号的测量性能。研究结果表明:在正常测量频率范围内,ECVT可对多种暂态扰动信号及国标中所要求的谐波信号进行准确测量,具有良好的一次信号还原性能。

压缩感知在电能质量扰动信号去噪中的应用

针对电能质量信号去噪中阈值去噪存在信号失真,去噪效果不理想,阈值选取影响重构质量的问题,提出了一种基于压缩感知理论(compressed sensing,CS)的电能质量信号去噪新方法。CS去噪将扰动信号映射到低维空间,利用电能质量信号具有稀疏性可以重构,噪声信号不具备稀疏性不可重构的特点,应用正交匹配追踪(orthogonal matching pursuit algorithm,OMP)重构算法重构电能质量信号达到去噪目的。实验表明,CS电能质量信号去噪法优于传统的基于小波去噪的阈值去噪法,且信号不失真,具有扰动信号采集与压缩的同时完成去噪和易于实现的特点,为电能质量信号去噪提供了一种新的方法。

电力扰动信号的小波形态学去噪方法

电力系统运行中扰动现象对供电质量和系统的安全运行造成了极大的影响。为了找出各种扰动现象的规律,减少、避免扰动发生,通常采用小波变换方法从噪声中提取扰动信号,但有些扰动信号与噪声的小波变换系数值相近,且低于阈值被当作噪声去掉,导致信号失真。本文提出了一种小波形态学融合的去噪算法。仿真结果表明:该融合算法能有效消除噪声并能较好地保留扰动信号的特征。

发电机励磁系统参数辨识扰动信号与辨识精度分析

为提高发电机励磁系统参数辨识精度,以MEC3300T型励磁系统为例,提出分别采用伪随机信号和阶跃信号作为扰动信号,利用混沌遗传算法对励磁系统的参数进行辨识,分析了不同的采样频率下不同扰动信号与参数辨识精度的关系及在相同的采样频率下不同信噪比的扰动信号对参数辨识精度的影响。结果表明,采用PRBS信号作为扰动信号时,辨识结果的相对误差随着采样频率的改变有一定的波动,而STEP信号为扰动信号时辨识结果的相对误差相对稳定;同一采样频率下,采样PRBS与STEP信号辨识结果的相对误差均随信噪比的增加呈指数增长。

压缩传感在电能质量扰动信号分析中的应用

针对电能质量扰动信号分析中,传统信号处理方法存在采样数据量极大、采样时间长、压缩时浪费采样资源等问题,将压缩传感(CS:Compressed Sensing)应用于电能质量扰动信号分析中。实现了采样与压缩同时完成,极大地降低了采集的数据量和采样速率。通过对压缩传感的过完备字典设计,实现了压缩传感同时检测多个电能质量扰动信号,以及压缩传感对信号在一维、二维上的重构,并对重构的电能质量扰动信号进行分析。实验结果表明,与传统的电能质量扰动信号处理方法相比,该算法在采样数据量、重构效果方面都有很大提升,得到的重构信号误差更小,对信号的分析更准确。

电网暂态电压扰动信号的监测软件研究

电网暂态电压扰动信号的监测是关系到电能质量改善的首要问题。针对电网暂态电压扰动信号的识别及捕获进行研究,基于虚拟仪器技术设计出了监测软件,通过仿真及在线运行测试实验验证了该软件的可行性及可靠性。使用该软件可以获取可靠的数据源和暂态扰动信号的有用信息,以便进一步分析和评价电能质量。

基于S变换的电能质量扰动信号特征分析

针对电网中谐波、电压暂降等电能质量问题,提出了一种基于S变换的扰动信号特征分析法。用Matlab对信号进行时频分解,通过分析各扰动信号经S变换的相关特性曲线,得到扰动的起始时刻、结束时刻、幅值、频率成分以及相位变化等特征。仿真结果表明,S变换能准确检测出各种扰动信号的特征,对电能质量问题的治理有重要意义。