基于希尔伯特-黄变换与小波分析的降雨序列多时间尺度研究

[目的]对比分析不同方法在多尺度周期计算性能方面的差异,为区域水文周期分析方法的选择提供更多参考。[方法]利用2组已知周期和趋势特征的人工序列,对基于多元经验模态分解(Multivariate Empirical Mode Decomposition,MEMD)改进的希尔伯特—黄变换(Hilbert-Huang Transform,HHT)与小波分析在多尺度周期计算性能差异上进行了测试、对比与分析;并在此基础上,使用改进的HHT(后称HHT)进一步分析了毛乌素沙地11个站点39年降雨序列的多时间尺度特征。[结果]对于人工序列,小波分析(对称延拓)结果偏大,与预设周期存在显著差异(Sig.=0.003<0.05);而HHT和小波分析(周期延拓)的周期结果与预设周期没有显著差异,且HHT精度(Sig.=0.142>0.05)要略高于周期延拓小波(Sig.=0.109>0.05)。对于实测降雨序列,HHT显示毛乌素沙地的降雨主周期存在明显区域差异:腹地站点降雨主周期为5.5 a,而边缘站点为2.7~3.3 a;分解后的残差分量表明了沙地降雨在时间上呈上升趋势,而空间上呈现由东到西逐渐减少的分布状态。[结论]HHT因其自适应性,无需考虑众多参数的选取,在保持精度的同时可以提取更多水文信息,在区域降雨序列多尺度分析上更具优势,因此具有重要的实际应用价值。

基于小波分析的空心电抗器匝间短路磁场探测方法研究

为了解决目前干式空心电抗器匝间短路检测方法灵敏度和准确度不足的问题,根据故障发展期探测线圈感应电压的异常变化,提出一种新的基于小波分析的空心电抗器匝间短路磁场探测方法。首先,对电抗器故障发展期探测线圈电压信号进行仿真分析,得到电抗器不同位置匝间短路时探测线圈信号变化特征。再基于信号分解小波系数中有用信号与噪声相对比值最大的原则,逐层自适应选取最优小波基函数,利用小波变换对信号进行阈值去噪,提取故障特征量从而实现对电抗器匝间短路发展期及时准确地判断,避免故障进一步发展。通过搭建电抗器匝间短路故障检测系统实验平台,验证了基于小波分析磁场探测法的灵敏度和可靠性,为电抗器的安全稳定运行提供有效保障。

小波分析概述:从信号处理的视角

本文从信号处理的视角对20世纪80年代末兴起的小波分析做一个通俗的概述.内容包括小波分析产生的基本问题背景和关键历史事件,小波分析的基本理论,及其对信号处理的意义和作用.希望透过本文能科普性地展示小波的基本理论以及为什么要建立这样的理论.除此以外,笔者还对小波分析之后时频分析领域所出现的经验模型分解方法和图信号处理的基本问题给出简要的介绍.作为中山大学百年校庆的约稿综述,本文对中山大学小波分析研究团队的基本阵容以及历年来所开展的重要学术事件进行了简单的回顾.

黄河源区汛期降水径流序列多尺度小波分析

基于黄河源区15个地面站点日降水数据、唐乃亥水文站逐日径流数据以及小波分析方法,分析了黄河源区1961—2020年汛期降水和径流的周期规律、变化趋势及相关关系。结果表明,1)黄河源区近60 a汛期降水、径流均存在多时间尺度的变化特征,且不同时间尺度汛期降水、径流丰枯变化趋势均不同;2)汛期降水、径流序列均具有63 a左右、35 a左右特征时间尺度的主周期,两个时间尺度下的平均周期分别为41、25 a左右,汛期降水、汛期径流具有一定的正相关性;3)在63 a特征时间尺度可预测2020年之后未来5~10 a内黄河源区汛期降水、径流整体均呈减小趋势。

脉动热管温度信号的小波分析及流型识别

脉动热管中的温度波动信号具有较复杂的瞬态波动特征,采用连续小波变换方法可以较好地分析此类信号特征。采用全玻璃脉动热管,在可视化实验基础上,应用小波分析方法,重点研究PHP温度振荡信号及流型识别。结果表明,采集频率、管壁材料以及热通量等会影响温度信号的主频值。当热通量较高(q=2.65~3.18 W/cm^(2))时,1 Hz的采集频率容易导致信号失真,应采用10 Hz及以上的采集频率。玻璃管的热惰性会导致温度信号失真,尤其在高热通量(q=2.65~3.18 W/cm^(2))时不可忽略。总体来看,随着热通量的增加,蒸发温度波动幅度减小、频率增加。当热通量从0.35 W/cm^(2)增加到3.18 W/cm^(2),流体温度信号的主频值从0.02 Hz增加到3.88 Hz。相应地,管内流型由弹状流逐渐向环状流转变,并出现单向大循环流。由管内流体温度信号求得的主频值可推广至铜管或其他金属材料的脉动热管,有助于识别其内部流型及流态变化,更好地理解其传热特性。

基于PW-Maankenall和小波分析法的山东黄河段水沙变化

分析黄河水沙特征变化,对中下游农业灌溉、耕地资源管理配置等具有指导意义。文章基于黄河山东段逐年径流量、输沙量数据,运用PW-MaanKendall、Morlet小波分析方法,对1961—2020年间水沙变化规律进行解析。结果表明:近年来黄河山东段径流量、输沙量均呈现显著减少趋势,径流量与输沙量变化周期同步,以2~4a短周期为主,次周期为8~12a。研究结果为河道治理及防洪提供参考。

基于小波分析的输电线路单端故障定位方法

为精准判别输电线路单端故障的位置,提出基于小波分析的输电线路单端故障定位方法。联合零序电压与故障绕组系数,求解输电转矩指标的取值范围,完成对单端故障暂态特征量的计算。分别从连续小波变换、离散小波变换两方面来完善小波分析理论,获取故障暂态特征量指标的实际取值范围,并以此为基础,确定暂态定位参数的具体取值结果,实现对输电线路单端故障行为的全局定位。实验结果表明,小波分析理论作用下,单端故障节点处最大电压检测差值为5 V、最大电流检测差值为0.1 A,误差较小,符合精准判别输电线路故障的应用需求。

基于小波分析的输电线路故障识别检测

在输电线路故障识别的过程中,容易受到高频干扰信号影响,导致降低识别检测结果的准确性。因此,该文提出了基于小波分析的输电线路故障识别检测方法。分析输电线路故障信号奇异性,计算故障暂态信号的小波包能量,构建小波窗函数,以突变特性信号下的过电流为识别判据,检测输电线路故障情况,识别冗余信号,避免检测结果受到高频干扰信号影响。实验结果表明,该方法检测的输出电流波动范围与实际电流波动范围一致,说明识别检测精准度较高。

基于小波分析的智能轮胎磨损和载荷的检测方法

为了获取轮胎运行状态下的状态信息,提出了一种基于小波变换的智能轮胎磨损和载荷检测方法,用于实时检测轮胎的载荷和磨损状态。为研究轮胎在运行时胎面的震动情况,通过贴装于轮胎内壁中央的三轴加速度传感器获取加速度波形,再通过莫尔斯小波多尺度分析轮胎接地点处的胎面震动情况,提取特征,输入BP神经网络,获取检测结果。结果表明:所提出的算法可以较为精确地监测轮胎的磨损和载荷状态;在90%以上的情况下,可以实现磨损绝对误差在0.3 mm以内,载荷绝对误差在12 kg以内。为车辆提供关键轮胎信息,助力安全驾驶,有广泛的应用前景。

基于小波分析的智能电能表动态测试信号模型与误差分析

针对电能表动态误差测试问题,文章采用小波分析对采集到的加热炉负载等三种实际工况信号进行了分解,提取了时域及时频域的特征,从幅值和频率两个维度总结提取了包括幅值变化、低频稳态、高频稳态、高频暂态在内的四类测试信号,能够全面表征多种动态信号的特性,并且采用薄板样条插值建立了包络信号,幅值上升、下降、中断、谐波、间谐波、冲击的七种单一测试信号模型,在搭建好的动态信号测试平台上实验并分析了单一测试信号的参数对误差的影响,结果表明幅值变化和包络、间谐波对电能表计量误差影响较大。通过单一测试信号的参数调整以及多种信号的复合进一步建立了复合测试信号模型,可逼近现实工况信号,遍历各种工作模态,对采集到的激光切割机负荷进行误差预测与补偿,模型预测误差的结果验证了复合测试信号模型的正确性,可为电能表动态误差研究提供依据。

基于改进小波分析的电弧故障高频信号识别

电力故障监测范围较广,电弧故障高频信号识别准确率不高,因此引入改进小波分析技术,设计电弧故障高频信号识别方法。按照故障类型将电弧故障分为串行电弧、并行电弧、接地电弧。检验电弧高频信号的正则性,确定平方函数的连续小波变换结果,通过离散化处理分析故障特征。根据特征提取结果利用小波模极大值理论完成信号降噪处理,采用分级保留识别故障波形,通过电路信号分析实现故障高频信号识别。实验结果表明,该方法对时刻突变点故障识别准确率高达99.99%,对连续间断点故障识别准确率高达99.2%,故障信号识别效果好。

基于小波分析的电力多级冗余数据校验系统

针对电力多级数据体量的增大,冗余数据量随之增大,造成电力大数据应用质量降低的问题,设计基于小波分析的电力多级冗余数据校验系统。预处理电力多级数据后,引入小波分析算法分解处理电力多级数据,提取最大权重系数对应分解部分数据的代表特征。基于流水线策略检测电力多级冗余数据,并通过并行化技术对其进行消除处理,从而实现电力多级冗余数据的校验。实验数据显示,应用设计系统后,冗余数据查全率最大值达到了97.56%,冗余数据校验误差最小值为2%,证实了设计系统具有较好的冗余数据校验效果。

小波分析方法在金融股票数据预测中的运用分析

随着时代的不断发展以及经济发展水平的不断提高,我国金融证券市场愈发成熟,规模不断扩大,对金融证券市场趋势与走向进行科学的预测分析是保障市场经济效益的关键所在。本文运用小波分析方法对金融股票数据进行预测,从样本选择与数据预处理入手,结合实际给出了小波分析指标设计方案以及神经网络参数构建要求,同时从模型反馈情况以及分析误差比对两方面进行了结果分析与探讨,以期为有关从业者提供参考。

小波分析辐射波动下光伏冷库压缩机结霜特性及诊断

针对光伏直驱蒸气压缩制冷(VCR)冷库系统的压缩机结霜故障,基于小波分析开展其诊断及特性的理论和试验研究,对比测试了市电、光伏直驱压缩机未结霜与结霜的声音振动信号特性。结果表明,市电与光伏直驱压缩机结霜相比,未结霜的制冷性能分别衰减了12.86%和5.35%,当市电驱动压缩机声压级信号的功率谱以1~5dB的降幅下降至-15dB以下,光伏直驱压缩机声压级信号的功率谱以10~15dB的降幅下降至-20dB以下时,意味着压缩机将要结霜。这时可以在市电驱动下将压缩机频率调至22Hz以上和光伏直驱下将压缩机频率调至28Hz以下来避免压缩机结霜。

基于小波分析的电力电缆串联谐振耐压试验双端行波故障定位

针对传统定位法面对高压电力电缆难以进行有效故障定位的问题,将行波定位原理与小波分析相结合提出了一种高压电力电缆的故障定位法。通过现场电压等级设计出相应串联谐振耐压试验电源,从而将电缆故障点击穿,结合电场耦合式非接触传感器对行波信号进行采集。为了克服单端定位法的缺陷,对母线上两个监测点所采集到的故障瞬态信号,利用小波母函数来分析不同细节层次的故障信息。根据其能量含量,选择携带故障特征的最佳细节级别。通过对实际现场中高压电力电缆的分析实验表明,所提出的电缆故障定位方法对高压、超高压电缆能够进行有效、可行的故障定位。

基于小波分析的高压隔离开关故障检测方法研究

高压隔离开关在高压配电网中起到了重要的故障切断作用,能有效避免故障影响范围。该装置的工作状态直接关系到配电网工作的可靠性。为此研究一种基于小波分析的高压隔离开关故障检测方法。该方法利用加速度传感器采集高压隔离开关振动信号,利用小波分析分解振动信号,实现去噪同时,提取信号的能量熵特征。以特征为输入,利用优化BP神经网络构建检测模型,实现高压隔离开关故障检测。结果表明:所研究方法应用下,得出20个高压隔离开关中4个存在故障,其中3号开关存在拒动故障、10号开关和15号开关存在绝缘故障、19号开关存在拒动故障,证明了检测方法的有效性。

小波分析的自适应卡尔曼滤波模型在地铁隧道变形监测中的应用

为了加强地铁安全保护机制,基于测量机器人智能化、自动化的特点,对某试验区的地铁隧道进行变形监测,选择Trimble S9 HP测量机器人进行数据采集,通过云平台进行数据处理及变形分析,最后利用小波分析的自适应卡尔曼滤波模型对后期形变量进行预测。结果表明,自动测量机器人的测量精度满足隧道监测要求,完成了地铁隧道变形监测的预设目标,分析隧道结构的变形特征并通过小波分析的自适应卡尔曼滤波模型进行变形预测,所得预测数据精度较高,可以为今后工程建设和地铁维护提供参考。

基于VMD和小波分析的油液磨粒信号去噪方法

油液金属磨粒检测传感器通过监测机械设备油路中的金属磨粒,可实时反馈机械设备故障特征。为了提升油液磨粒检测传感器的检测精度,文章提出一种针对油液磨粒信号的变分模态分解(Variational Mode Decomposition,VMD)结合小波分析的去噪方法。首先,通过计算各模态分量与原始油液磨粒信号的相关系数确定最优K值;其次,对原始信号进行VMD分解,筛选出特征分量;最后,利用小波阈值去噪方法对特征分量进行降噪处理。实验结果表明,与经验模态分解(Empirical Mode Decomposition,EMD)和传统小波去噪方法相比,本方法的信噪比最高,均方根误差最小,能量占比最大,在油液磨粒信号降噪效果中表现最好,有利于提升磨粒检测传感器的检测精度。

基于小波分析的热连轧设备液压系统泄漏的实时监测方法

针对液压系统的泄漏问题,提出了一种基于小波分析技术的热连轧设备液压系统油液泄漏监测方法,详细介绍了该方法的设计原理、实验验证以及在工业生产中的应用效果。该方法通过计算液压系统各液压元件油量变化,并结合小波变换分析方法对油量趋势曲线进行分析,实现对液压系统中的泄漏情况的实时监测,提前发现潜在的漏油问题,降低维修成本,提高设备可用性。

基于Schavemaker模型和小波分析的航空EWIS故障电弧检测技术

针对航空线路系统故障电弧检测问题,在分析故障电弧的成因和基本特征的基础上,设计一种基于小波分析的故障电弧检测算法。分析基于Schavemaker电弧模型的交流串联故障电弧发生电路,采用sym5小波对故障电弧电流数据进行分解,提取出电流的高频部分,并提出基于高频分量d_3标准差的故障电弧检测方法,基于Simulink对该算法进行仿真验证。仿真结果表明:该方法比传统的小波分解后直接设定阈值检测故障电弧方法区分度高,能快速准确地确定故障电弧的存在,为工程实践提供有益参考。