基于TT变换谐波显著化的双馈新能源场站送出线故障性质识别方法

故障性质识别是自适应重合闸的重要基础,而新能源集群并网改变了非全相运行期间的系统谐波特征,加剧了现有故障性质识别方案的误判或失效风险。为此,提出一种基于时时(time-time,TT)变换谐波显著化的双馈新能源场站送出线故障性质识别方法。首先介绍非全相运行期间电弧和双馈风力机谐波馈出特性,分析重合闸期间的谐波特征变化原理;针对不同谐波场景,利用TT变换有效放大奇次谐波有效值特征,提升故障显度;通过阈值整定,构建适应双馈型新能源集群接入的故障性质与熄弧时刻判别方法。PSCAD仿真验证结果表明,所提方法阈值整定灵活简便,能够在不同故障位置、不同故障角度和噪声干扰场景下准确判别故障性质和熄弧时刻。该方法在应对双馈型新能源集群接入时具备良好的适应性,弥补了传统故障性质识别方案的不足,有效提升新能源集中送出线路的故障性质识别准确率,有利于提高重合闸成功率。

基于二维TT变换技术的高低频滤波获取故障定位仿真研究

分布式光伏并网会改变配电网的潮流分布及接地故障特性,使得配电网的故障定位变的更加复杂。针对传统故障定位方法在有源配电网故障定位准确率不理想的现状,在分析分布式光伏并网对配电网故障定位影响的基础上,提出了基于TT变换的配电网故障定位数学模型,在故障零序电流的二维TT谱设计高频和低频滤波器,获取故障电流测量点的高低频暂态能量比值差异。建立含分布式光伏并网的配电网故障定位仿真模型,通过不同故障接地电阻和不同强度噪声干扰下的故障定位对比分析,验证了研究方法的有效性和优良的适应能力。

计及多重干扰的配电网接地故障定位方法研究

小电流接地配电网系统发生单相接地故障时具有故障特征微弱的固有缺陷,同时故障特征还要受到高阻接地、三相不对称和噪声等外界因素的干扰,使得配电网单相接地故障定位存在准确率不足的问题。为提高多重干扰下的配电网故障定位准确率,文中提出一种基于广义S变换和TT变换融合的新型故障定位方法。该方法利用广义S变换在低频域的优良时频分辨能力提取低频暂态能量,利用TT变换在高频域的优良时频分辨能力提取高频暂态能量;再由故障点上下游的低频与高频暂态能量比值差异性确定故障位置。多重干扰下的故障定位试验对比分析结果表明,所提方法具有优良的定位准确率和抗干扰能力。

相控阵测控系统中的坐标系转换方法研究

在相控阵测控系统中,通常由波束控制软件将程序引导数据、数字引导数据以及目标跟踪数据等由各自坐标系转换成阵面设备采用坐标系所对应的数据,从而实现引导波束指向目标的功能。因此计算目标在不同坐标系下的位置是波束控制软件需要处理的重要工作之一。文章结合工程经验,对相控阵测控系统中常用的各个坐标系以及它们之间的转换关系进行分析,给出计算方法。相关计算方法描述清晰、简洁,可供该领域相关人员参考。

基于FFT和三次Hermite插值的人体触电判据初探

针对当前基于TT系统(电气设备的金属外壳直接接地的保护系统)的低电压配电网输电线路上的剩余电流保护设备无法保证人触电后马上动作的现状,首先搭建活体触电试验平台,通过单相电压有效值220 V、频率50 Hz的电源对猪表皮进行触电试验,并使用控制变量的方法研究触电波形和触电面积、触电湿度以及触电时漏电电流大小之间的关系,得到试验数据;其次,对试验数据进行处理,使用FFT计算触电时刻的谐波畸变率,使用三次Hermite插值算法,绘制触电波形包络线,计算包络线不同时刻的斜率;最后,选择谐波畸变率最小值和合适的斜率,搭建仿真平台,对试验数据拟合得到的人体阻抗进行触电仿真,使用谐波畸变率和波形峰值斜率变化作为剩余电流保护设备触电判断依据,验证了所提判据的可行性。

一种电网谐波与间谐波分析新方法

提出了一种分析电力系统谐波与间谐波的新方法。利用信号TT变换的对角线元素的频谱特性,结合加窗插值方法,提出了稳态谐波、间谐波参数的高精度测量算法,解决电网中高频谐波及间谐波含量小、难以检测的问题。针对动态谐波和间谐波,利用TT变换对角线元素谱分析,估计信号各频率分量的频率、幅值等参数,然后基于对S变换结果的分析和TT序列突变量的检测,精确确定各频率分量出现的起止时刻。仿真结果说明了所提方法在稳态、动态谐波及间谐波分析中的可行性和有效性。

利用故障特征频带和TT变换的电缆单端行波测距

与架空线路相比,电缆线路行波色散更为严重,其行波波速度的确定及故障行波波头到达时刻的精确标定更为关键。将单端行波暂态信号进行小波分解并重构为多个频带的时域信号,采用相关分析计算每一个频带下2个波头的相关系数,选择相关系数最大的频带为特征频带,并利用特征频带的中心频率计算电缆行波波速。在特征频带内利用时域变换的TT算法,对行波波头到达量测端的时刻进行精确标定。由此构建了基于故障特征频带和TT变换的电缆线路单端行波测距方法。大量高压电缆故障测距的电磁暂态仿真结果表明,该方法有效,测距精度高。

采用TT变换的电能质量扰动检测与分类方法

针对电能质量扰动的检测与分类问题,提出一种基于TT变换和规则树的检测与识别方法。首先依据TT变换矩阵对角线元素的离散傅里叶变换所得的频率特性曲线和TT变换模矩阵对角线元素序列,提取3个特征量,初步判断是否含有谐波;然后对不含谐波的扰动,通过TT变换模矩阵对角线序列定位扰动起止时刻并计算扰动幅度;对于含有谐波的扰动,运用二次TT变换模矩阵行均值曲线突变点检测扰动时刻,运用一次TT变换模矩阵列均值曲线计算扰动幅度;最后,运用简单的规则树实现扰动分类。仿真结果验证了所提方法的可行性和有效性。

ITT变换在风电机组滚动轴承故障诊断中的应用

为实现风电机组滚动轴承微弱故障诊断,提出了基于改进的时时(ITT)变换的风电机组滚动轴承故障诊断方法。由时时(TT)变换可得到一维轴承故障振动信号的TT变换矩阵,实现滚动轴承振动信号的二维TT表示。提取该TT变换矩阵的对角线元素可滤除低频干扰信号,起到增强故障特征的效果。鉴于噪声对TT变换分析效果具有重要影响,提出基于能量熵准则的奇异值分解降噪方法改进TT变换,以提高TT变换的抗噪能力,实现强背景噪声条件下轴承微弱故障特征提取。仿真、实验及工程应用实例结果均表明所提方法可以有效诊断出风电机组滚动轴承的故障类型。

基于TT变换的电能质量扰动检测新方法

提出了一种基于TT变换的电能质量扰动检测新算法。TT变换是S变换的傅里叶反变换,是一维时间序列的二维时时表示,通过检测TT模矩阵的对角线元素的幅值突变,定位电能质量扰动发生的起止时刻,不仅能对电能质量单一扰动进行准确检测,而且也能对混合扰动进行准确检测。对含有谐波扰动的混合扰动信号,提出通过两次TT变换,基于对S变换结果的分析和TT模矩阵的对角线序列突变量的检测,精确定位各扰动分量出现的起止时刻。仿真结果验证了本方法在电能质量扰动信号的检测中的可行性和有效性。

基于时时能量阶比谱的变转速工况滚动轴承微弱故障诊断研究

变转速工况下的滚动轴承微弱故障诊断同时面临两个难点:一是滚动轴承的故障特征信号容易被环境噪声和干扰信号淹没;二是滚动轴承故障振动信号的时变特征难以被常规频谱方法提取。针对上述问题提出了基于时时能量阶比谱的滚动轴承故障诊断方法。首先对变转速工况下的滚动轴承微弱故障振动信号进行时时(time-time,TT)变换,在双时域上刻画轴承故障振动信号的时变特征;然后利用提出的时时能量定义计算轴承故障振动信号的时时能量,获得轴承故障振动信号的时时能量信号;最后对时时能量信号进行阶比分析得到轴承故障振动信号的时时能量阶比谱,并根据时时能量阶比谱的阶次特征识别出轴承故障类型。分析了变转速工况下的滚动轴承故障仿真信号和实验测试信号,结果表明:时时能量信号能够有效追踪轴承故障振动信号的时变能量分布,增强故障特征信号的冲击特征,时时能量阶比谱较包络阶比谱抗噪能力更强,为变转速工况滚动轴承微弱故障诊断提供一种有效方法。

TT变换结合计算阶比跟踪的滚动轴承时变微弱故障特征提取

为解决变转速工况滚动轴承微弱故障特征难以提取的问题,提出了时时(time-time,TT)变换结合计算阶比跟踪(computed order tracking,COT)的滚动轴承时变微弱故障特征提取方法。首先对变转速状态的轴承微弱故障信号进行时时变换,得到反映故障信号二维时时特征的TT变换矩阵。为消除TT变换矩阵的冗余性,提出了基于峭度准则的奇异值分解(singular value decomposition,SVD)方法对TT变换矩阵降噪。然后对降噪后的TT变换矩阵实施TT反变换,获取滚动轴承时变故障特征增强信号。最后对增强信号进行COT分析得到其包络阶比谱,从而提取滚动轴承的故障特征阶次。对仿真信号和实验测试信号进行分析验证,均实现了滚动轴承变转速工况故障类型的精确识别,分析效果优于包络阶比谱方法,证明了该方法的有效性。

归一化窗S变换和TT变换联合时频滤波

基于雷达信号特性及归一化窗S变换与TT变换原理,提出一种新的雷达回波信号二维时频滤波方法。通过对雷达信号进行归一化窗S变换时频滤波,滤除高频杂波和随机噪声;再利用TT变换滤除低频杂波。实验结果表明,相较于传统滤波,所提方法的滤波算子随时间及频率同步变化,克服了传统方法受使用条件限制的缺点;有效滤除杂波的同时保留原信号特征,增强了检测及识别能力。

S变换和TT变换联合压制地震面波

TT变换(Time-Time transform)是基于S变换的一种新的非平稳信号处理方法,具有很好的频率聚集能力。面波的频率比反射波的频率低,通过提取TT变换域的对角线元素,就可以压制低频面波。但该方法的不足是在压制低频的同时,也保留了部份高频干扰,这些高频干扰可以用S变换来消除。首先对每一道地震数据进行S变换时频滤波,把高频干扰和随机噪音压制掉,接着做TT滤波,来压制低频的面波。通过实际地震数据处理,并与传统的高通滤波方法进行对比,充分显示了S变换和TT变换联合压制面波的有效性。

信号分析的新方法:TT变换

TT变换可有效的解决S变换中有用信号的起始时间不能准确确定的问题.TT变换的可逆性,为改善时时滤波和信号噪声问题提供了可能.TT变换和加窗的时间序列的唯一不同是:TT变换中信号的高频成份比低频成份更集中于高斯窗的中点.TT变换和S变换配合使用,可准确的确定有用信号的起始时间,可有效的区分有用信号和噪声信号.

基于FSWT和TT变换的滚动轴承故障诊断方法

文中提出了基于频率切片小波变换(Frequency Slice Wavelet Transform,FSWT)的一种双时域谱的分析方法,FSWT-TT变换(Frequency Slice Wavelet-TT Transform)。首先将非平稳的振动信号通过FSWT分解重构为若干个不同频率范围的分量,依据峭度准则确定包含故障信息最多的频带;再对该频带进行FSWT-TT变换,提取TT谱中的对角线序列;最后对该对角线序列进行包络分析,提取振动信号的故障特征。依次分析了仿真信号、试验信号和工程信号,结果表明:基于FSWT和TT变换的故障诊断方法能够有效地增强振动信号的冲击特征,识别故障特征信息,相比传统的TT(TT Transform)变换,该方法借助FSWT的选频特性,在滤波效果和计算效率上具有一定的优势。

基于GST-TT变换的单端故障行波测距方法

针对行波法测距波头时刻标定精度不足和波速不稳定的问题,提出一种基于GST-TT变换的单端故障行波测距方法。首先将采样的电压行波信号做解耦处理,提取线模电压信号,然后将线模电压信号进行广义S变换,提取适当高频频带作为故障特征频带,运用TT变换对角线位置元素聚高频、抑制低频的特性,在故障特征频带内对波头到达测量端时刻进行精确标定,根据不依赖具体行波波速的故障测距计算方法得出故障距离。该方法可以提高波头时刻的标定精度,降低波速不稳定对故障测距的影响。通过PSCAD仿真验证,根据结果可知,该方法测距精度较高,在无噪声干扰情况下,平均相对误差为0.25%;同时也可知晓该方法具有较强的耐受过渡电阻能力和抗噪能力。

TT变换及其对角线在暂态电能质量现象识别中的应用

TT变换是在S变换基础上提出来的一种数学变换方法,将信号从时域变换到复时间-时间域从而对信号进行局部分析。采用TT变换对冲击脉冲、振荡暂态、电压暂降、电压暂升、电压中断、电压缺口、电压尖峰以及短时谐波进行了分析,并分别用Matlab进行了仿真,结果表明TT变换在一定的噪声环境中能够很好地对上述电能质量现象进行识别。进一步地引进了TT变换对角线直接计算的方法,该方法减少了计算量,提高了变换的运算效率。

基于TT变换的T型输电线路行波测距

提出了一种故障分支判别的新判据和故障测距的新方法。故障分支判别充分利用双端行波定位原理和三端行波量测数据,考虑了测距误差因素对分支误判情况的影响,确保分支判别的有效性;故障点的测距通过对三端故障电压行波进行TT变换,然后提取信号TT变换模矩阵的对角线元素序列,利用TT变换对角线元素的频谱特性,精确标定行波波头到达量测点的时刻。MATLAB仿真结果表明,该方法正确可行,具有较高的测距精度,且在较大的环境干扰下可以实现T型线路的分支判别和故障测距。

基于Talairach坐标系统的脑图谱配准算法的实现

介绍了Talairach Daemon数据库脑图谱,Talairach坐标系统及脑图谱和病人图像的快速配准算法.本研究是在Talairach坐标系统下,MRI图像和标准脑图谱通过逐个空间线性变换的方法进行配准实现及应用.通过临床应用,这是一种快速的可行性方法,能方便医生对脑部疾病进行更安全的诊断.