基于小波去噪和时频分析的智能电表量测数据挖掘研究

为提升智能电表量测数据挖掘效果,该文研究一种基于小波去噪和时频分析的智能电表量测数据挖掘方法。应用小波变换阈值去噪方法对数据集进行去噪,通过惩罚策略选择阈值后,对存在噪声的数据集进行运算,获取去噪后的数据集,根据去噪后的小波系数与存在噪声的小波系数获取最优阈值函数;利用自适应最优径向高斯核时频分析方法,有效将最优阈值函数的数据集分离为自分量信号与互分量信号,精准挖掘智能电表仿真模型数据库内数据,完成智能电表量测数据信息的输出。实验结果表明,所研究方法去噪效果较好,相对误差保持在2%以内,挖掘精度维持在96%以上,应用性能较好。

基于HHT时频分析的水声信号特性提取与建模

为了完成对实测水下冲击信号的建模,充分提取信号声学特性是非常有必要的。本文以水池实测信号为研究对象,采用不同分析方法处理信号,最终发现希尔伯特黄变换(HHT)时频分析方法优势明显,在HHT时频谱图上可以看到非常清晰的时间、频率分布信息。在此基础上,使用多段线性调频(LFM)信号模拟实测水下冲击信号。比较实测信号与建模信号的HHT谱图可知,建模信号的频谱走势与实测信号相同,具有与实测水声信号非常相似的时频特性,验证了HHT时频分析的优势与建模效果。

基于小波时频分析和Inception-BiGRU模型的盾构滚刀偏磨故障诊断

盾构机(tunnel boring machine, TBM)滚刀在重载、冲击和地质复杂的环境中服役,极易发生偏磨等失效故障,因此,掌握滚刀的磨损状态、实现基于数据驱动的滚刀偏磨故障诊断并指导滚刀的运维尤为重要。提出了一种基于小波时频分析和Inception-BiGRU模型的诊断模型以提高滚刀偏磨故障诊断效率。以滚刀为研究对象,在多功能缩比滚刀试验台上进行直线破岩试验,采集滚刀破岩时产生的振动加速度信号。采用连续小波变换获取反映振动信号时频域特征的小波时频图,进而以Inception模块的不同大小卷积核自适应地提取时频图中的多尺度空间信息,并通过添加双向门控循环单元(bidirectional gated recurrent units, BiGRU)使模型可更为准确地学习到时频图中丰富的时序依赖性关系,模型的超参数由贝叶斯优化算法确定。4种不同偏磨程度滚刀的诊断试验表明所提模型能够有效提取时频图中滚刀的偏磨特征并完成滚刀偏磨状态识别,实现端到端的盾构滚刀偏磨故障诊断。模型平均诊断准确率可达到98.5%,其诊断准确度和稳定性均优于其他常用算法,证明了所提方法的可行性。

基于暂态时-频特征差异的配电网高阻接地故障识别方法

高阻接地故障发生时,故障特征微弱,传统故障识别方法存在特征提取困难、阈值选取灵活性较差的技术瓶颈,导致极端故障场景下出现漏判。为此,提出基于暂态时-频特征差异的配电网高阻接地故障识别方法。首先,结合小波包香农熵量化分析高阻接地故障与正常扰动工况暂态信号的时频分布,发现二者存在显著差异:频域上,扰动工况信号的能量集中于低频,而高阻故障信号能量分布相对均匀;时域上,扰动工况信号能量集中于时间窗的前半段,高阻故障信号能量在整个时间窗内均匀分布。在此基础上,以暂态信号时-频域波形作为输入样本,将传统卷积神经网络(convolutional neural networks,CNN)模型中的softmax分类器改进为支持向量机(support vector machine,SVM)分类器,构建适应配电网高阻接地故障识别小样本场景下的CNN-SVM复合分类模型,以卷积层作为特征提取器,以SVM作为分类器,实现高阻接地故障识别。最后,为论证所提方法具有强适应性的内在原因,利用LIME可解释性分析算法可视化展现模型训练过程中的高关注度区域,从模型分类原理层面证明所提方法不受各种故障条件的影响,克服了传统故障识别方法在极端故障场景下出现漏判的缺陷,能准确识别配电线路末端10 kΩ高阻接地故障。

基于信号时频分析的推焦杆故障分析

作为焦炉生产的核心部件,推焦杆在推焦过程中的振动问题直接影响焦炉的稳定生产,现场采集推焦杆推焦过程中的振动信号,以试验的角度分析推焦杆的振动特性。首先,截取部分采集到的振动信号作为模拟信号,分别通过傅里叶变换、短时傅里叶变换对模拟信号进行先验分析。接着,讨论了窗长对模拟信号分辨率的影响,结果表明:窗长为1.4×2048时,信号经过短时傅里叶变换后分辨率最高。最后,将以上算法应用于推焦杆振动信号的时频分析,结果表明:信号经过窗长为1.4×2048的短时傅里叶变换后,能够较准确地找出推焦杆振动的发生时间,并提取出其发生振动频率范围,为推焦杆振动特性分析提供了试验依据。

高铁震源地震信号的挤压时频分析应用

我国每天有数千趟高铁列车驰骋在纵横交错的高铁线路上,构成了十分理想的均布震源,但寻找适合高铁震源地震信号的处理方法是充分挖掘信息的关键.传统的频谱分析结果表明高铁震源所产生的地震信号具有明显的窄带分立谱特征,但无法精确获得高铁震源地震信号的时频变化规律.本文首次将挤压时频分析这种分析工具引入到高铁震源地震信号处理中,对中国南方某高铁沿线采集到的高铁震源地震数据进行了分析.处理结果表明:利用挤压时频分析能够更加精确地刻画频率成分随时间的变化,能够利用单检波器精确刻画高铁列车的运行状态(匀速、加速等);同时利用挤压时频变换还可高精度地重构出所需频带的信号,为提取高铁震源地震信号的特征成分提供了一种有力工具.

小波分频分析法在沉积层序划分及等时对比中的应用

为了提高沉积层序旋回自动划分对比的精度和准确度,解决高频层序旋回划分难、人为性、多解性等问题,在厘定前人研究成果的基础上,以国内陆相拉张型盆地沉积层序旋回特征为切入点,以实际测井资料为依托,开展小波分频分析方法的研究,查明了小波分频分析方法研究不同级别沉积层序旋回的基础理论,建立了表征不同类型沉积层序旋回的量化标准和响应标准模式,实现了小波分频分析方法在层序界面拾取、层序单元划分、复杂地层精细划分及等时对比中的应用,为提高沉积层序旋回划分及等时对比的精度提供有力的证据。

时-频分析在高分辨率层序地层学中的应用

时频分析方法是利用小波变换原理 ,从地震波的时间域和频率域同时对其作出分析。小波变换具有随信号频率升高时间分辨率也提高的特点。这一特点恰好满足对具有多刻度特征信号进行时频分析定位的要求。经实验发现 ,沉积旋回与主极值频率之间有较好的对应关系 :正旋回沉积对应的主极值频率从下到上由高频变为低频 ;反旋回沉积正相反。利用这一对应关系可进行层序地层划分和生储盖组合的预测。时频分析是在层序地层格架中预测生储盖组合 ,可有效保证预测的准确性。而时频分析法研究的对象是对应沉积旋回的频率变化 ,因此 。

参数逼近的自适应时频分析

针对二次时频变换中的交叉项影响,研究了一种基于信号分解的WVD时频分析的方法,它结合自适应高斯提取法的思想和WVD的优良特性,将信号分解为若干个基于高斯包络的chirp信号分量,然后进行WVD时频变换和时频图的综合显示,消除了时频变换中交叉项的影响,也保持了信号自项的时频聚集度.将此时频分析方法应用于雷达信号时频分析,实验结果表明,该分解方法有效地消除了信号交叉项的影响,且保持了原信号的时频聚集度。

基于自适应最稀疏时频分析的阶次方法及应用

自适应最稀疏时频分析(Aadaptive and Sparsest Time-Frequency Analysis,ASTFA)是一种新的时频分析方法,该方法将信号分解转化为最优化问题,在优化的过程中实现信号的自适应分解。为解决ASTFA方法初始相位函数的选择问题,采用了分辨率搜索改进的ASTFA方法,并进一步结合阶次分析方法提出了基于ASTFA的阶次方法。该方法首先采用改进的ASTFA方法对原始信号进行分解同时获得分量的瞬时幅值,然后对瞬时幅值进行阶次分析从而提取故障特征信息。将该方法应用于变速齿轮传动过程中的时变非平稳振动信号的分析与处理,仿真与实验分析表明该方法能够准确提取变速齿轮的故障特征信息,具有一定的优越性。

瞬变电磁场资料的联合时-频分析解释

本文充分利用瞬变电磁 (TEM)信号包含的信息 ,采用联合时 -频分析方法解释了TEM资料 .文章选取了Wigner_Ville分布和Gabor展开的联合时 -频分布 (或表示 ) ,将一维时间域信号拓展到时 -频二维平面上 ,不仅将不同地电断面的响应成功地区分开来 ,而且所显示的信号特征与地层电性结构之间有着明确的物理意义 ,从时间和频率两个方面同时描述了瞬变涡流场在地层中的激发和衰减的过程 .利用时间窗数据和频率窗数据所进行的联合时 -频反演 ,缩小了拟合差 ,提高了定量解释精度 .

基于数字信道化和空时频分析的多网台跳频信号DOA估计

提出了一种基于数字信道化和空时频分析的多跳频信号DOA(direction of arrival)估计方法,该方法能够在欠定条件下(传感器数目小于信号数目)实现多个信号的精确测向。首先利用多相滤波器组实现数字信道化接收机的设计,然后对各子信道的数据进行时频分析,得到全景时频图;再在时频域提取跳频信号的有效hop,针对每个hop建立一个空时频矩阵;最后运用空时频方法估计每hop的DOA。仿真结果验证了方法的有效性。

转子裂纹识别仿真研究中的小波时频分析方法

谐波共振是识别转子裂纹的重要依据 ,但由于转子裂纹的弱激励、非线性、非平稳等特性 ,导致利用传统信号处理方法不能准确有效地获取系统的谐波共振特性 ,从而难于识别出裂纹 ;小波时频分析方法是处理非线性、非平稳信号的强有力工具 ,将小波时频分析方法引入到裂纹识别的仿真研究中 ,基于建立的裂纹转子动力学模型 ,分析了利用小波时频分析方法识别裂纹的可行性。偏心激励转子裂纹故障识别的仿真研究表明了该方法的有效性。

引线键合劈刀超声振动信号的时频分析

采用激光Doppler非接触测试方法,提取芯片封装引线键合工艺的关键部件——劈刀末端的超声振动信号。利用时频联合分析方法将劈刀末端振动信号拓展到时频域分析。结果表明,相比于单纯的时域或频域分析,时频联合分析更清楚地描述键合过程劈刀末端振动在时频域的动态变化特性,包括谐波成分、频率漂移、能量变化等丰富的信息,有助于深入理解键合点的形成过程。而且,时频分析可作为键合成功或失败的一种识别方法。

基于Choi-Williams时频分布的阵列声波测井信号时频分析

对多极子阵列声波测井信号,提出了一种基于信号时、频局域相关能量的新的时-频信号分析方法,Choi-Williams能量分布,它有着较明确的物理意义.该分析方法对于不同岩性的构造的响应具有很好的区分和识别能力,其声波全波列的Choi-Williams能量分布对由不同岩性组成的构造破碎带具有明显不同的表现特征.利用相应的模式识别方法,可以对这些岩性构造进行有效的区分和识别.

基于空时频分析的多FH/DS信号DOA估计

提出了一种基于空时频分析的跳频/直扩(Frequency Hopping & Direct Sequence,FH/DS)信号的波达方向(DOA,Direction of Arrival)估计方法,该方法能够在欠定条件下(传感器数目小于信号数目)实现多个FH/DS信号的精确测向。首先对每个阵元的数据进行时频变换,得到全景时频图;再在时频域提取有效hop,并根据各阵元的时频值建立每点的空时频矩阵;最后分别运用基于线性空时频方法和二次空时频方法估计每hop信号的DOA。仿真结果验证了方法的有效性。

多普勒畸变声学信号的伪时频分析及其校正

位于运动轨迹旁的麦克风采集的运动声源信号存在多普勒畸变现象,这增加了信号分析的难度,特别对于高速列车道旁声学故障诊断工作。为了提高诊断的准确性和可靠性,提出了一种新的基于摩尔斯声学理论的多普勒信号伪时频分析,该分析给出了一种伪时频分布,对信号的时间中心和特征频率进行了有效估计,得到的参数用于信号重采样以校正其多普勒畸变,校正信号中能有效提取出信号中包含的故障信息。仿真信号和实验信号的分析结果表明,该方法能够用于提取多普勒畸变信号的参数,并加以校正,在道旁声学故障诊断中有较好的应用前景。

远震P波群信号的自适应时—频分析

简要叙述了地震事件监测研究的历史和现状 ,结合远震信号的地震学特点 ,对远震P波群信号进行了自适应时—频分析。实验结果表明 ,特定台站—区域对的爆炸远震P波群的时—频分布具有极强的相似性。

基于改进SSD-Teager时频分析的引风机转子故障诊断方法

为了自适应确定奇异谱分解(SSD)信号处理过程的奇异谱分量个数,实现信号自动分解处理,融合互信息判据对SSD的迭代停止条件进行改进。然后结合Teager能量算子解调优良的时频分辨能力以及信号特征跟踪特点,提出了基于改进SSD-Teager时频分析的引风机转子故障诊断方法。通过仿真信号分析验证所提方法对于含噪多分量信号的处理能力,并利用现场实测引风机转子不对中故障振动信号分析验证该方法的工程实用性,结果表明该方法能够精确呈现信号的整体时频特征,与传统的希尔伯特-黄变换方法相比分析效果更佳。

阵列声波测井信号的时频局域相关能量分析

提出了一种基于信号时、频局域相关能量的新的时-频信号分析方法——Rihaczek分布,对多极子阵列声波测井信号进行了分析。该方法有着比较明确的物理意义,对不同岩性、构造的响应具有很好的区分和识别能力。声波的Rihaczek分布对不同的岩性,以及由不同岩性组成的构造破碎带具有明显不同的表现特征。利用相应的模式识别方法,可以对这些岩性、构造进行有效的区分和识别。