基于最大能量匹配与样本熵的小波降噪方法

为提高自适应小波阈值降噪方法的效果,提出一种结合最大能量匹配的小波包分解和快速样本熵的小波阈值降噪方法。根据各层小波系数特点并以最大能量匹配准则自适应选择小波包基对含噪信号进行分解,对最大尺度下的小波系数阈值化后重构得到噪声信号,采用快速样本熵算法计算噪声信号样本熵,动态调整阈值使噪声信号样本熵最大而获得最佳的降噪效果。应用实例表明:该方法相比传统的小波阈值降噪方法具有更好的降噪效果。

自适应小波阈值去噪算法用于局部放电白噪声去噪

为增强局部放电信号白噪声去噪算法的自适应能力,文中提出了一种自适应选择小波、分解层数与阈值的局部放电去噪算法。首先,在对信号进行逐层小波分解的基础上,以近似系数能量占比表征小波的能量特点,以小波能量熵表征信号波形分布特点,以二者比值作为每层分解最优小波的评价指标,选取比值最高的小波为最优小波,兼顾了信号的能量特点与波形分布特点;其次,对细节系数进行噪声白化检验,当细节系数不满足白化标准时停止分解,自适应地选择分解层数,降低了去噪误差;最后,用鲸鱼优化算法优化了阈值选取过程,同时提高了阈值精度与运算速度。为验证去噪效果,引入粒子群优化小波阈值去噪算法与基于尺度能量最大原则选取最优小波去噪算法,与文中算法进行对比。对局部放电仿真信号与实测信号的去噪结果表明,文中算法在不同信噪比下去噪的均方误差与幅值误差均最小,具有良好的应用价值。

WEE与GA-SVM在反应堆CRDM电流故障分类中的应用

控制棒驱动机构(CRDM)的可靠性决定了反应堆的安全性,对控制棒驱动机构进行有效监测是极为必要的。针对控制棒驱动机构线圈电流变化能有效反应控制棒驱动机构运行状态的特点,在小波能量值的基础上引入滑动窗和熵值理论构建了基于小波能量熵(WEE)的线圈电流特征向量,并设计了基于支持向量机(SVM)的控制棒驱动机构电流故障分类算法,分别使用遗传算法(GA)与粒子群算法(PSO)对支持向量机的惩罚系数c和核函数参数g进行优化,较为准确地实现了对控制棒驱动机构电流故障的分类。仿真与对比结果表明:(1)相比于基于小波能量值,基于小波能量熵的特征向量更能体现线圈电流的局部特征,也更为准确地实现线圈电流故障的分类;(2)相较于粒子群算法,遗传算法作为支持向量机参数优化算法分类准确的同时,参数寻优效率更高。

基于小波算法的小电流接地系统高阻接地故障的识别

在10kV配电网络中,普遍采用中性点不接地或经消弧线圈接地的小电流接地方式,在发生高阻接地故障后,故障特征不明显,对故障识别的难度较高。基于上述问题,提出利用小波算法提取故障线路特征,将零序电流小波和小波能量熵作为识别高阻接地故障的特征量。利用仿真软件PSCAD搭建了10kV中性点经消弧线圈接地配电网线路模型,仿真得到小电流接地系统发生高阻接地故障时的电压电流波形,然后采用Matlab软件分析故障波形,提取故障的特征量并识别故障。仿真试验证明该方法具有良好的故障识别效果。

基于小波能量熵的光纤周界安防系统信号识别

针对分布式光纤周界安防系统易受外界各种干扰导致误报率高的问题,本文根据不同干扰源引起的系统输出信号在时频分布上的差异,基于小波分析方法建立小波能量熵(WEG)测度将这种差异表现为信号分解尺度上能量分布的差异进行定量描述,实现对系统输出信号进行特征提取和分类,可以有效区分外界轻微扰动、风雨等环境因素与蓄意入侵所引起的信号之间的差别,提高系统的准确性和实时性。实验结果表明:本文方法可以有效排除非人为入侵的干扰,正确识别率高于93%,实验较低的误报率。

配电网的雷击故障识别与定位

为了保证配电网稳定运行,对容易受雷击影响的配电网提出一种包含小波分析与信息熵的小波能量熵雷击故障识别方法和一种基于互相关算法的雷击定位方法。基于标准双指数函数模型、Heidler函数模型和IEEE的氧化锌避雷器模型,使用PSCAD/EMTDC软件对配电网中的雷击故障与普通故障进行仿真,首先使用小波算法进行故障识别,然后使用相关算法进行雷击定位。仿真数据验证了两种方法可以准确有效地识别与定位雷击故障。

考虑光伏出力间歇性的微电网故障辨识方法

在光伏高比例接入的孤岛微电网中,太阳辐照度变化将导致光伏出力明显波动,继而影响微电网线路故障电流变化趋势。对于不同辐照度光伏出力,如何准确完成微电网故障辨识是微电网故障保护研究面临的一个重要问题。针对这一问题,首先建立了含有光伏发电的典型微网模型,分析了孤岛模式下太阳辐照度变化对网内故障电流的影响;然后利用快速小波能量熵(wavelet energy entropy,WEE)算法提取线路故障电流的暂态特征,继而选取简洁清晰的暂态特征并构建故障综合样本集;最后,利用典型故障样本集对极限学习机进行训练,形成一种新的考虑光伏出力间歇性的微网故障辨识方法。算例仿真结果表明所提方法既能精确提取不同辐照度下微网故障的暂态特征,又可准确地实现故障辨识,为微电网故障分析和保护提供了技术支持。