线性时变系统参数辨识的小波基函数展开

运用信号的基函数展开方法,以时变参数的AR模型为研究对象,采用具有时频局部特性的小波分解和重构滤波器作为基函数,获得对模型时变参数的辨识算法.利用周期延拓对信号边缘进行处理.忽略部分高频小波系数以克服小波重构层数对线性方程组求解的制约问题,获得模型阶数与最小重构层数的关系.研究发现,方法对时变参数的变化趋势及频率特征辨识有效,提高采样率可以改善被忽略的高频成分的影响,有助于辨识快变及瞬变参数的高频特征.

基于小波变换的励磁涌流识别方法研究

当前的励磁涌流识别方法误差偏大,难以区分电力故障类别。为此,提出基于小波变换的励磁涌流识别方法。引入小波变换方法,结合塔式算法,完成电力离散信号的分解。通过小波重构滤波器,重构电力离散分解信号。针对励磁涌流识别中故障类别判断难的问题,利用小波能量谱图解法来区分电力系统变压器励磁涌流故障和内部短路电流,完成励磁涌流识别的优化。实验结果表明,研究方法的励磁涌流识别结果与真实情况一致,具有较好的识别准确率。