在复杂的现场条件下,各种影响因素的共同作用可能造成在线监测数据失真.为保证分析诊断的准确,必须对在线监测数据进行去噪处理.信号的局部奇异点的奇异性通常携带了信号的许多重要信息.本文论述了基于小波分析的信号奇异性检测原理,对实测信号分析的结论具有应用价值.小波变换具有在时域和频域方面的局部化能力,适合对非平稳信号的处理.小波变换系数模极大值的位置和幅度与信号的局部奇异性密切相关,本文提出了一种基于小... 展开>>在复杂的现场条件下,各种影响因素的共同作用可能造成在线监测数据失真.为保证分析诊断的准确,必须对在线监测数据进行去噪处理.信号的局部奇异点的奇异性通常携带了信号的许多重要信息.本文论述了基于小波分析的信号奇异性检测原理,对实测信号分析的结论具有应用价值.小波变换具有在时域和频域方面的局部化能力,适合对非平稳信号的处理.小波变换系数模极大值的位置和幅度与信号的局部奇异性密切相关,本文提出了一种基于小波变换的去噪方法和奇异性检测的处理方法.与以往方法相比,该方法通用性强,且无需大量的统计信息.通过对实际的监测数据进行分析,验证了所提方法的有效性. 收起<<

段青  李凤祥  田兆垒  丁慎平 

江苏大学电气工程学院,江苏

2008中国电力系统保护与控制学术研讨会

2008-10-19

烟台

中国电器工业协会   电力系统保护与控制杂志社

chi

低压断路器  在线监测  小波变换  小波去噪  故障检测