基于S变换模时频矩阵相似度的短时电能质量扰动分类

提出了一种基于S变换模时频矩阵相似度的短时电能质量扰动分类方法。首先,建立各种扰动的标准模时频矩阵,然后计算扰动信号模时频矩阵与标准模时频矩阵的相似度,按照相似度最大的原则将扰动分类。该方法直接利用S变换结果,而不用增加其它算法或变换,原理简单、计算方便。仿真结果显示,该分类方法在不同噪声水平下均能达到满意的分类正确率,是一种有效的短时电能质量扰动分类方法。

基于S变换模时频矩阵的电能质量扰动检测与识别

提出利用S变换下的模时频矩阵对电能质量扰动检测与识别。其核心利用S变换模时频矩阵提取电能质量扰动特征,根据模时频矩阵幅值的概率密度分布建立各种扰动的标准模板,通过计算扰动信号的模时频矩阵与标准模板的欧几里德距离确定扰动信号与各种扰动标准模板的接近程度,进而实现对扰动信号的正确识别,并通过模时频矩阵检测扰动信号的时频域特征。仿真结果表明,该方法具有较好的抗干扰性,且在信噪比较低的情况下仍能达到满意的识别效果,同时检测扰动信号的时频特征具有较高的精度。

基于S变换图像灰度量化的短时电能质量扰动识别分类

针对短时电能质量扰动分类大多依赖分类器,分类准确率不高这一难题,提出了基于S变换模时频矩阵灰度图像法。首先对常见的几种扰动进行S变换分析,得到模时频矩阵,再应用数字图像灰度方法,将模矩阵各元素值用灰度图方式表示,分析其灰值分布特征,引入灰度期望和灰度方差两指标,量化灰度图像灰值分布,并根据量化结果建立扰动标准判据,实现扰动分类。仿真实验表明,该方法不依赖于分类器,能准确地对扰动进行分类且对噪声不敏感,是一种有效的短时电能质量分类方法。

利用Wigner-Ville分布的三相整流装置故障诊断技术

针对电力电子整流装置故障诊断方法中的故障特征提取和故障识别两个关键技术,提出了一种基于Wigner-Ville分布的三相整流装置故障诊断方法,首先建立各种类型故障信号的Wigner-Ville模时频矩阵,然后计算故障信号Wigner-Ville模时频矩阵与标准模时频矩阵的相似度,以相似度最大为判别依据实现故障的诊断。三相桥式可控整流电路晶闸管故障诊断仿真结果表明该方法能准确对电力电子电路故障进行类型的识别和故障元的定位,对噪声具有鲁棒性,且算法简单,在解决电力电子电路故障问题上有着很好的工程实用价值。

基于形态学和广义S变换的小电流接地故障选线方法

提出基于数学形态学和广义S变换相结合的小电流单相接地故障选线新方法。数学形态学为一种新型的非线性滤波技术，考虑电力系统的信号特点，选取一种直线型结构元素，滤波时既能消除毛刺状噪声，又能很好地保持信号的形状；广义S变换克服了S变换中基本小波基固定的缺点，有更好的时频分辨率。首先对信号进行数学形态方法滤波预处理，利用对处理后的故障信号进行广义S变换分析得到模时频矩阵，最后对得到的模时频矩阵特征量进行能量分析，选择出故障线路。仿真结果表明，该方法可以在不同工况的情况下准确地进行配电网故障选线。

S变换与欧氏距离在电能质量扰动识别中的应用

为了满足电能质量扰动检测与分类的需要、进一步提高电能质量扰动识别效率,提出一种S变换与欧氏距离相结合的电能质量扰动识别方法。对电能质量扰动识别方法进行了仿真分析,结果表明:在信噪比为20d B的情况下,电压暂升、电压暂降和电压闪变的识别率较高,而电压中断、谐波和暂态振荡由于受到谐波和噪声干扰,识别率相对较低;随着信噪比的增加,扰动信号的识别率均随之增加。

基于改进不完全S变换的电压暂降源分类方法

为了快速准确地判别引起电压暂降的扰动源类型,提出一种基于改进不完全S变换的电压暂降源分类方法。该方法对电压暂降信号进行FFT提取信号的主要频率点f;然后对主要频率点f进行改进S变换得模时频矩阵,再对模时频矩阵进行尺度缩放,构造各类暂降源的标准模板;对待测电压暂降信号进行同样改进S变换和尺度缩放,计算其与标准模板的平均相似度,按照相似度最大原理实现电压暂降源的分类。MATLAB仿真计算结果表明,该方法可以快速准确地识别引起电压暂降的扰动源,无需添加分类器、计算量小、抗干扰能力强。