基于复Morlet小波SVM的负荷预测

为提高预测精度和克服支持向量机(SVM)凭经验选择参数的不足,针对小波擅长信号细微特征提取和云遗传算法(CGA)良好的全局寻优能力,构建了以复Morlet小波为核函数、以CGA为参数优化算法的SVM——基于CGA的复Morlet小波SVM(CGA-CMW-SVM).针对短期负荷预测,为降低系统复杂性,克服负荷数据信息不完备、不精确的问题,仅仅利用了负荷的历史数据而不考虑气象和节假日等因素,在分析负荷时间序列混沌特性的基础上,对负荷数据进行相空间重构,并以相空间矢量作为CGA-CMW-SVM的输入,提出了短期负荷预测的新方法.仿真结果表明,该方法平均误差和最大误差小,平均误差在1.340 0%以内,最小误差为1.008 7%.

基于复Morlet小波变换的大跨空间结构模态参数识别研究

探讨了基于复Morlet小波变换的结构频率及阻尼比的识别方法,推导了基于小波变换系数的振型识别原理。为提高识别密集模态的精度,提出了基于最小标准差的小波中心频率及带宽的自适应选择方法。针对大跨空间结构具有低频密集模态以及难以实现用力锤或激振器来激励等特点,提出了自然激励法与小波变换相结合的模态参数识别方法。数值仿真及奥运场馆国家游泳中心现场实测数据分析表明,基于复Morlet小波变换的方法能有效识别低频密集模态参数。

基于自适应复平移Morlet小波的轴承包络解调分析方法

针对滚动轴承的传统包络解调分析技术需要人工选择参数的缺点,提出一种自适应包络解调分析方法。该方法针对轴承故障在振动信号中表现为冲击衰减波形的特点,采用复平移Morlet小波实现冲击特征波形的自动提取。同时,基于小波系数峭度值最大的优化策略,给出Morlet小波基函数的中心频率和包络因子的优化方法,从而实现与冲击特征成分的最优匹配,获得较好的包络信号。对模拟信号和实际轴承故障数据的应用分析表明,该方法通过对基函数波形的优化匹配,可以有效地解调出弱故障特征分量,效果优于普通的复平移Morlet小波变换,适合于轴承的早期故障特征提取。

基于复Morlet小波和系数相关的齿轮故障特征提取

针对大型机械测取的振动信号信噪比低,故障特征不明显,故障定位难度大,提出了基于复Morlet小波和系数相关的齿轮故障特征提取方法。该方法利用了复Morlet小波的幅值、相位组合信息对信号突变点具有更好的敏感特性和小波系数相关降噪特性,对被测信号进行复Morlet小波变换,再分别将小波系数的实部和虚部进行自相关处理,并将相关后系数的幅值和相位进行组合。该方法在对齿轮传动弱故障信号特征提取的试验结果表明,该方法与直接的复Morlet小波变换相比,能够有效去除噪声,更好地突出故障特征,对故障特征点进行更精确地定位。

基于复Morlet小波的汽车主减速器故障特征提取

提出了基于复Morlet小波的汽车主减速器故障特征提取方法。针对汽车主减速器故障振动信号的特点,结合复小波变换提供的幅值和相位信息构造了两组适合于机械故障特征提取的组合信息。仿真信号的分析结果表明,采用复小波变换的相位信息及所构造的组合信息对信号突变点具有更好的敏感特性,从而可以更好地对信号突变点进行提取和定位。分别采用实小波变换和复小波变换及其组合信息对汽车主减速器故障信号进行分析。分析结果表明,利用所构造的组合信息能够对主减速器故障特征点精确定位;而且只需一尺度小波分解即可得到较好的效果,从而大大减小了故障特征提取的计算量。

基于Morlet复小波的牵引网故障相量估算法研究

牵引网故障前后稳态相量幅值和相位的估算对测距的精度有着至关重要的影响。提出了基于Morlet复小波的相量估算算法,由于采用具有较好频率特性的Morlet复小波,因此该算法的稳定性优于传统傅里叶算法,同时不受整次、非整次谐波及非周期衰减分量的影响,相量估算精度高,鲁棒性强。进一步讨论了各参数对算法性能的影响以及参数选择方法。最后将该算法应用于牵引网典型故障电流工频相量的提取,仿真分析表明其计算精度高,可充分满足测距的要求,因此有很高的工程实用价值。

短窗Morlet复小波用于电力系统信号处理的探讨

提出了利用短窗Morlet复小波计算工频电信号基波与各次谐波信号幅值的算法,其频率特性和计算值的稳定性都优于傅里叶算法。计算结果受频率波动影响小,对谐波有较强的抑制作用。短窗Morlet复小波算法的时间窗为1个～3个周期,全周期复小波算法的计算量与全周期傅里叶算法完全相同,因此,也是一种快速算法。通过算例验证了短窗Morlet复小波算法的效果,并应用于实验室变压器合闸过程的励磁涌流分析,结果证明了该算法的优越性。该算法可供继电保护的不同需求选择。

基于复Morlet小波的地层钻探识别

在低信噪比时,短时傅里叶变换和实小波变换无法准确提取钻头进入不同地层的时延信息。为此,提出一种复小波变换分析法。利用幅值和相位信息对信号突变点进行提取和定位,从而实时判断钻头钻进目的层的时刻。实验结果表明,该方法能准确表征振动信号的时频特征,与短时傅里叶变换和实小波变换相比,具有更好的时间定位和抑噪能力。

改进投票策略的Morlet小波核支持向量机及应用

主要研究了现有支持向量机存在的问题,提出基于贝叶斯优化投票策略和Morlet小波作为核函数的改进方法。通过贝叶斯优化改进支持向量机分类投票策略,实现对不可分区域数据的有效分类。通过建立Morlet小波核支持向量机,使向量机更加适合冲击非线性信号的分类,并用一个滚动轴承的实例说明方法的鲁棒性和可靠性。

一种非正交复小波核函数及其非线性参数辨识应用

指出了非线性动态信号参数辨识的重要性;分析了目前采用的方法的不足;对非正交复Morlet小波满足Mercy条件和再生性的命题作了证明;用复Morlet小波构建出一种核函数,与主分量分析方法相结合,对非线性动态信号进行参数辨识和预测;仿真结果验证了该方法的正确性和有效性,表明该方法具有较好的理论价值和实用价值。

一种基于Morlet小波核的约简支持向量机

针对支持向量机(SVM)的训练数据量仅局限于较小样本集的问题,结合M orlet小波核函数,提出了一种基于M orlet小波核的约简支持向量机(MW RSVM-DC).算法的核心是通过密度聚类寻找聚类中每个簇的边缘点作为约简集合,并利用该约简集合寻找支持向量.实验表明,利用小波核,该算法不仅提高了分类的准确率,而且提高了整体分类效率.

Morlet复小波变换的开关电流电路共极点实现

提出了一种时频域混合共极点逼近的开关电流电路Morlet复小波变换方法.将Morlet复小波构成部件高斯包络进行分解,设计了高斯包络时域逼近优化模型,模型可采用常规优化算法求解.利用正弦和余弦信号的周期性,及其与指数信号的乘积在频率域具有相同极点的特性,简化了Morlet复小波函数的拉普拉斯变换,实现了实部和虚部的共极点有理逼近.基于双线性变换积分器设计了一种开关电流复二阶节基本电路,继而综合了Morlet复小波变换基本电路.通过调节基本电路的开关时钟频率可实现其它不同尺度的小波变换功能.对比分析表明,本文方法的逼近效果和系统稳定性均明显优于现有的Padé变换法和Maclaurin级数法;与现有方法相比,本文设计的复小波变换电路具有结构简单、功耗低和体积小等优点.仿真结果表明了方法的有效性.

复高斯小波核函数的支持向量机研究

针对基于常用核函数的支持向量机在非线性系统参数辨识及预测方面的不足之处,构建了一种新的核函数——复高斯小波函数核函数。首先证明了新构建的核函数的正确性,即满足Mercy条件,表明其可以作为核函数;然后构建基于该核函数的支持向量机,并将该支持向量机用于非线性系统的辨识和未知部分的预测。通过与常用核函数构建的支持向量机的仿真结果进行对比,验证了该方法的正确性和有效性。

Morlet复小波算法在自适应电流保护中的应用研究

自适应电流保护算法中关键之一是实时而准确地计算系统等值参数。一般傅氏算法在计算系统等值阻抗时受短路电流非周期分量和电网频率不稳定的影响,会产生较大的误差。而Morlet复小波算法具有频率特性好,不受非整次谐波、非周期分量及电网频率波动的影响,因此本文提出了采用全周Morlet复小波算法计算系统等值参数的方法,通过选择合理的Morlet复小波函数参数,提取配电网典型故障电流电压的工频分量来计算系统等值参数。经仿真分析表明用该方法实时计算等值参数,精度高,能满足保护性能要求,具有很高的工程实用价值。

复Gaussian小波核函数及多参数同步优化策略

对复Gauss-ian小波满足M ercy条件及其在H ilbert空间具有再生性的命题作了证明.用复Gauss-ian小波构建出一种核函数,与主成分分析方法相结合,对非线性非平稳信号进行参数辨识和预测.针对多参数模型优化时间过长,不利于工程应用的问题,提出了一种多参数同步优化策略.仿真实验验证了该方法的可行性和有效性,表明该方法具有较好的实用价值.

融合Morlet小波与GA优化多模态核的轴承故障检测算法

针对轴承故障检测算法特征分辨性较低、准确度较低等问题,提出一种融合Morlet小波和遗传算法优化的多模态核方法轴承故障检测算法.该算法首先针对原始轴承故障信号提取多个尺度和多个位移条件下的Morlet小波变换特征,然后设计一个多模态核方法,包含线性核函数与径向基(RBF)核函数,最后在支持向量机(SVM)训练过程中采用遗传算法(GA)优化多模态核的参数,使用最优化多模态核进行轴承故障检测.在UoCn的智能维护中心数据集上分别测试了滚珠故障、内圈裂纹故障和外圈裂纹故障的检测,并对单一核与多模态核间的错误率与效率进行对比.实验结果表明,改进算法能获得鲁棒的轴承故障检测特征,且多模态核在GA的优化下能快速收敛,获得最优化结果,通过牺牲少量的时间效率而极大提升了轴承故障检测准确率.

PCI DeviceNet板卡和短窗Morlet复小波在继电保护测控系统中的应用

应用PCI DeviceNet板卡和短窗Morlet复小波算法,综合微机保护、现场总线与测控技术, 开发了一种全分布式结构的新型继电保护测控系统。阐述了PCI DeviceNet板卡的硬件设计方法及其驱动程序、监控程序的开发过程。采用差分滤波器加短窗Morlet复小波算法计算电压、电流信号基波和各次谐波幅值,降低了计算结果受频率波动的影响。系统内各保护测控单元采用统一的硬件平台和系统设计,降低了系统复杂性,提高了系统可维护性。联网测试、动态模拟试验及现场运行结果表明,该系统能对变压器、线路、电容器、电动机的各种故障做出准确响应并具有较高的测量精度和良好的控制性能。

基于DSP的Morlet复小波微机保护算法探讨

针对傅氏算法不能完全滤除电力系统故障信号中的非周期分量,尤其对常见的电流故障信号中衰减直流分量抑制能力较差的问题,提出Morlet复小波算法。与数字信号处理器DSP结合应用到电力系统微机线路保护中,较好地滤除短路故障信号的非周期分量及谐波分量,提高保护装置动作的灵敏度和精确度,提高微机保护装置的可靠性。经实验验证,达到了预期的效果。

基于Bergman-Selberg核的固定平移因子时的复高斯小波变换像空间

在固定平移因子时,利用复Gauss小波变换像空间的再生核具体表达式和再生核空间相关理论,给出了复Gauss小波变换像空间中的等距变换和采样定理,这为进一步研究一般的小波变换像空间提供了新的方向。

基于优化组合核和Morlet小波核的LSSVM脉动风速预测方法

核函数是支持向量机的重要组成部分,直接影响预测模型的结果。根据Mercer定理,推导出了Morlet小波核函数,使其具有局部化、多层次、多分辨的优点。选择具有代表性的径向基(RBF)核函数和多项式(Poly)核函数构建出局部性和全局性相结合的线性组合核函数,使得预测模型保留RBF核函数所赋予的优越学习能力以及Poly核函数所拥有的强泛化能力;进一步,使用粒子群优化(PSO)算法,对惩罚参数、核参数、权重、尺度因子进行寻优,分别建立了基于Morlet小波核和组合核的PSO-LSSVM模型;使用建立的预测模型,对脉动风速进行了预测。通过比较预测性能评价指标,发现基于Morlet小波核和组合核PSO-LSSVM的预测精度优于常用的单核PSO-LSSVM模型。