分段Prony算法在特高压输电线路故障信号分析中的应用

本文在分析现有的基于相对均方误差的分段Prony算法受噪声干扰严重、分段不准确的基础上,提出了基于小波变换的分段Prony算法,该分段方法抗干扰能力强、计算速度快。文中对加入不同信噪比噪声的信号使用小波变换检测突变点对信号进行分段,得到较理想的分段结果,并对分段Prony算法各个子段之间参数关系进行分析和计算。同时针对带并联电抗器的特高压输电线路故障相恢复电压的特点,利用改进的分段Prony算法分别对发生瞬时性故障和永久性故障的故障相电压信号进行分析,提取出电压暂态分量,有效地区分出带并联电抗器的特高压输电线路的故障性质。

基于分段Prony建模的脑电相位同步分析方法

本研究提出采用一种分段的Prony方法(PPM),将非平稳EEG信号分解为幅度为指数上升或下降的正弦波,从而获得各频率成分的幅度、频率和初始相位,并计算两通道相位差;用香侬熵来衡量两路信号的相位同步程度。首先对该方法的频率、相位分辨率和检测同步程度的效果等进行仿真研究,结果显示了该方法具有高的频率和相位分辨率。最后将该方法用于实际的三组脑电信号,得到的结果与经典方法一致。将该方法与希尔伯特变换方法进行了比较,说明该方法具有较好的抗噪性能,可作为非平稳信号的相位同步检测的有效工具。

基于Prony相对熵的故障投票选线新方法

提出一种小电流接地系统故障选线方法。先采用Prony分段拟合故障后首个T/4周期内的暂态零序电流信号,再依据能量最大原则遴选出表征故障特征信息的暂态主导分量,然后求取各线路相对于其他线路的暂态主导分量相对熵,最后提出采用初步投票与k值校验的故障投票选线机制对Prony相对熵数值进行投票。结果表明,该方法不仅能准确判定出故障发生的线路,而且可提高故障选线结果的可信度。

基于Prony相对熵的输电线故障综合定位方法

针对小电流接地系统发生单相接地故障时定位困难问题,提出一种基于Prony相对熵的输电线故障综合定位新方法。首先,对各检测点故障后T/4内的零序电流进行分段Prony拟合,提取暂态零序电流Prony主导分量;然后,求取相邻检测点的相对熵值,依据故障点同侧两点零序电流波形相似度高,而故障点两侧两点相似度低的特点,定位出故障区段;最后,在故障区段内,利用注入法进行故障距离测定。新方法综合了故障区段定位法和故障测距法的优点,既能减少上传的数据量,又不会丢失电流信号的主要特征,减轻了通信压力,提高了故障定位的精度。