VHDL语言中局部变量与局部信号的作用

通过用ＶＨＤＬ语言描述一个４ 位循环移位寄存器模块，说明在用ＶＨＤＬ语言设计数字电路时经常容易出现的实体的端口数据流向不匹配问题，以及ＶＨＤＬ语言中局部变量与局部信号在解决此类问题中所起的作用。

基于变分模态分解和稀疏表示的局部放电信号去噪算法

鉴于局部放电信号受各种噪声的干扰,文章提出一种基于变分模态分解和稀疏分解的局部放电信号去噪算法。以稀疏表示算法为核心,基于局部放电信号的特性构建其过完备字典,再采用匹配追踪算法在过完备字典中搜索出原信号的最佳匹配原子集合重构信号;为解决过完备字典维度过高而导致的搜索次数太多的问题,引进变分模态分解算法和峭度值筛选进行预处理和预重构;优化后的方法可以限制稀疏分解算法的搜索范围和字典参数,以减小计算复杂度。仿真验证以及对工程环境中实测信号的去噪结果表明:该方法具有更好的降噪效果,即使在极低信噪比的情况下,依旧能提取出有效的局部放电信号。

基于滑动窗奇异值分解的局部放电信号检测方法

在局部放电信号检测过程中,局部放电信号幅值小,易受到噪声干扰,导致低信噪比下局部放电信号检测与波形恢复难度大。本文提出了基于滑动窗奇异值分解的局部放电信号检测方法。该方法利用噪声干扰信号与局部放电信号奇异值的差异性,通过滑动窗分段处理,建立奇异值差值序列,达到降噪与还原局部放电信号的目的。仿真与实测结果表明,本文方法在抑制噪声干扰和还原局部放电信号方面相比传统方法更具优势,且稳定性更好,适合在混合噪声干扰下实现对实测局部放电信号的检测和波形恢复。

深度信念网络下的高压电缆局部放电信号捕捉

为对高压电缆运行状态实时监测、保证电力安全运输,研究基于深度信念网络的高压电缆局部放电信号捕捉方法。利用改进变分模态分解算法去除原始局部信号内部噪声;建立深度信念网络捕捉模型,利用对比散度算法预训练受限波尔兹曼机,获取捕捉模型预训练网络参数;利用自适应矩估计算法全局微调捕捉模型,在训练完成的捕捉模型内输入去噪后的信号,输出局部放电信号的捕捉类型。实验表明:所研究方法有效去除局放信号内部噪声;在不同干扰时,该方法的捕捉概率在0.9以上,具备较优的抗干扰性能,且精准捕捉绝缘缺陷引起的局部放电信号类型。

局部放电信号在电力变压器绕组传播过程中的畸变

由于变压器是绕组类设备,变压器内部的局部放电信号将经绕组向两端传播至监测装置,从而导致作为故障诊断基础信息的放电脉冲信号发生一定程度的畸变。该文根据对脉冲信号在绕组中传播过程的实际测量结果,获得了绕组的基本冲击响应特性,利用典型模型放电的纳秒级快速变化波形测量结果,研究了不同情况(不同放电类型、不同放电部位以及不同的测量点)下放电脉冲信号在绕组中的传播规律,并提出了一种从实际测量波形中有效分析原始放电波形的方法,为实际的局部放电脉冲波形监测提供了试验依据。

局部放电信号中的白噪声和窄带干扰

分析了局部放电信号中白噪声和周期性窄带干扰经小波变换后的不同特性 ,提出了抑制局部放电信号中白噪声干扰和周期性窄带干扰的分层式综合处理小波包变换算法。结果表明 。

局部放电信号在变压器绕组中传播特性研究

运用Saber的交流小信号分析工具,对建立的变压器绕组暂态仿真模型,从频域的角度研究了电压传输函数及其容性频带的宽度与绕组空间因数的关系。运用Saber的暂态分析和傅立叶分析工具研究了整个变压器包括高压母线连接的电气网络对局部放电脉冲电流信号的频率响应特性,比较了不同的监测点、不同的局部放电源位置对输出点的频率特性的差异,分析了高压母联网络、中性点接地方式以及低压绕组的耦合效果对局部放电信号传播的影响。

基于EMD-ICA的高压电缆局部放电信号去噪研究

为了解决高压电缆绝缘监测系统在实际工作环境中采集的局部放电(PD)脉冲信号含有噪声的问题,提出了一种融合ICA的EMD去噪算法。详细介绍了该算法的去噪原理。该算法的优点在于不仅有效地去除了局部放电脉冲信号中的噪声,而且还很好地保留了PD信号的完整性。经过实验室模拟实验和现场在线绝缘监测实验,可以看出该算法取得了很好的去噪效果,证实了该算法的有效性与可靠性。

基于信号整体与局部特征的地震数据自动处理方法研究

提出一种基于信号整体与局部特征的地震数据自动处理新方法,该方法不同于以往仅采用包络线互相关来直接检测事件.新方法依然按照检测、识别、关联和定位等4个步骤进行处理,但在进行单个震相信号检测的同时,也检测信号波列并利用其包络线特征来识别和关联震相.文中详细阐述了数据处理过程中如何定义一个波列及抽取和应用其特征.相关的数据处理技术目前已成功应用于区域台网的日常数据处理分析中.作为例子,给出了对新疆区域台网连续16天数据进行测试处理的结果.实际应用结果表明,这种新方法可以大幅度降低自动处理结果的误检、漏检率,在实际应用中具有很好的前景.

基于压缩感知的局部场电位信号重构算法研究

研究局部场电位信号(Local Field Potential,LFP)的重构问题。依据传统的采样定理对LFP信号进行采样,将会产生庞大的数据量,为LFP信号的传输、存储及处理带来巨大压力。为降低LFP信号的采样速率,减少有效的采样样本,提出压缩感知的局部场电位信号重构的新方法。利用LFP信号在变换域上的稀疏性,通过随机高斯测量矩阵将LFP信号重构模型转化为压缩感知理论中的稀疏向量重构模型。仿真结果表明,采样速率为奈奎斯特采样速率的一半即可准确重构LFP信号,且正交匹配追踪(OMP)重建算法要优于基追踪(BP)重建算法;当选用离散余弦矩阵(DCT)作为稀疏表示矩阵时,信号在正交匹配追踪和基追踪两种重构算法下都有很高的重构精度。

基于自适应谱的局部放电信号时频特性分析

应用自适应谱对单个局部放电脉冲信号进行了时频特性分析 ,并与短时傅里叶变换谱、离散Wigner分布和Choi Williams分布相比较 ,结果表明自适应谱具有能量集中、时 频域分辨率高、无交叉干扰项等优点 ,它能够细致刻画局部放电信号在时频平面上所发生的变化过程 ,准确反映出局部放电信号的时频特性 ,从而为局部放电信号的特征提取和模式识别开创了一条新的途径 .对时频谱的分析还发现 ,局部放电信号的频率分量可达到GHz范围 ,这就为超高频和超宽频带局部放电检测的研究提供了理论依据 .

局部放电信号三维图谱的分形特征研究

研究了局部放电信号三维图谱随机分形曲面的形态 ,建立了曲面统计量的相关函数和分形维数 ,基于数学分形理论探讨了局部放电信号三维图谱的分形特征 ,认为局放信号的随机分形曲面具有自相似性和分数维数的分形特征 ,研究其变化规律可有效剔除噪声干扰。

发电机局部放电信号及传播特性

研究了水轮发电机定子绕组中典型的3种放电类型,并从500 MHz带宽示波器记录相应波形的幅值及上升时间区别不同的放电;对36 MW/10.5 kV水轮发电机的单根线棒和整机注人不同上升时间的模拟放电脉冲,得到了相应的波形及频谱。分析实验数据得到的放电脉冲在定子绕组中的某些传输衰减规律可为大型水轮发电机的局部放电在线监测提供依据。

大脑局部电位信号与呼吸的关系模型研究

由于脑电波信号由无数神经放电构成,使得研究大脑与生理动作刺激之间的关系极具挑战性。根据脑电波与呼吸之间的机理特征,该文采用小波变换分解并重构了局部电位信号的主要成分,采用主成份方法分析了与呼吸相关的脑电波主要成分,分析了子波段与呼吸的强弱关联关系与周期性关系。引入径向基函数神经网络方法辨识了脑系统的呼吸与局部电位信号关系模型。

现场局部放电信号中周期性窄带干扰的抑制

电力变压器局部放电监测信号分析过程中 ,抑制周期性窄带干扰的方法主要有自适应滤波器、FFT频域滤波、小波降噪以及基于 Remez算法的高能数字滤波器等。对比这些方法处理的结果 ,可知 Remez算法具有最佳抗干扰效果和最高的信噪比。

220kV高压电缆局部放电信号传输特性研究

研究高压电缆局部放电信号的传输特性对提升电缆局放检测可靠性具有重要意义。本文选用双指数震荡衰减模型模拟局部放电信号。基于Matlab/Simulink仿真软件搭建了220 kV高压电缆局部放电信号传输模型,仿真分析了电缆长度、局部放电信号频率和电缆型号对局放传输规律的影响。结果表明:局部放电信号随电缆长度和局部放电信号频率的增加呈指数降低趋势;电缆长度的增加会造成局部放电信号相位延迟,并且当电缆长度和局部放电信号频率太大时,局部放电信号会发生畸变;电缆型号对局部放电信号传输几乎没有影响。

基于独立分量分析的局部放电脉冲信号提取

电气设备局部放电信号的提取,特别是从强干扰中恢复局部放电信号具有较大的困难。该文根据独立分量分析ICA理论,提出了多源少信道(欠定)ICA算法与完备ICA算法结合的二次盲信号分离方法,用此方法对局部放电脉冲进行提取。仿真结果表明,所提方法能够较好地恢复出多种干扰下典型局部放电脉冲信号的波形、波形之间相对幅值关系以及脉冲极值所对应的时间点等局放信息,说明了此方法可行。

多缺陷绝缘局部放电信号的识别与分类

绝缘设备中可能存在多种不同的缺陷,若其同时引发局部放电则给局放信号的检测判断增加了难度。作者介绍了国外用混合weibull函数法和小波分析法识别与分离多缺陷局放信号的技术,他们的实践表明:二者均有较好的识别与分类性能,采用于局放高度分布分析技术的混合,weibull函数法适用于处理两缺陷局放信号,采用多分辨信号分解技术的小波分析法则能更准确地处理多缺陷局放信号。

煤矿高压电缆局部放电脉冲信号去噪研究

针对煤矿高压电缆局部放电脉冲信号易被井下噪声干扰从而影响绝缘监测准确性的问题,提出采用小波熵空域相关算法对信号进行去噪。该算法选用小波熵的大小作为噪声能量阈值,通过改变阈值大小来调节局部放电脉冲信号与噪声之间的相关性,进而识别并去除噪声。实验室模拟实验及现场测试结果表明,该算法不仅减小了将噪声误判为信号的可能性,而且可以很好地消除各尺度系数中的干扰,很好地保留了局部放电脉冲信号的完整性,提高了煤矿高压电缆在线绝缘监测的准确性。

基于耦合Duffing振子的局部放电信号去噪方法研究

局部放电信号在检测前需去除其噪声,且为了进一步识别局放信号的模式,去噪时还应尽可能保留其波形特征。所以噪声抑制能力和波形恢复能力是局放信号去噪的两个关键指标。提出了一种适用于局部放电信号去噪的由三个Duffing振子构成的耦合同步系统,该系统具有耦合程度高、同步速度快的特点。仿真实验表明,该Duffing振子系统可以适应各种类型信号的去噪。应用到局放信号去噪时,该系统可以在-25 dB的信噪比下恢复局放信号,且信号的关键波形细节还原较好。此外,该系统的求解速度很快,可以应用于局放信号的实时处理。