您的位置: 专家智库 > >

教育部“新世纪优秀人才支持计划”(NCET-06-0763)

作品数:5 被引量:88H指数:5
相关作者:李剑程昌奎金卓睿王有元宁佳欣更多>>
相关机构:重庆大学绵阳电业局更多>>
发文基金:教育部“新世纪优秀人才支持计划”更多>>
相关领域:电气工程更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 5篇电气工程

主题

  • 5篇局部放电
  • 5篇放电
  • 4篇变压
  • 4篇变压器
  • 3篇小波
  • 3篇变压器局部放...
  • 2篇去噪
  • 2篇超高频
  • 2篇超高频信号
  • 1篇多尺度
  • 1篇多尺度变换
  • 1篇遗传算法
  • 1篇在线监测
  • 1篇噪声
  • 1篇天线
  • 1篇去噪算法
  • 1篇自适
  • 1篇自适应
  • 1篇自适应阈值
  • 1篇阈值

机构

  • 5篇重庆大学
  • 1篇绵阳电业局

作者

  • 5篇李剑
  • 4篇程昌奎
  • 3篇王有元
  • 3篇金卓睿
  • 2篇高红武
  • 2篇宁佳欣
  • 1篇王小维
  • 1篇江天炎
  • 1篇孙才新
  • 1篇杜林
  • 1篇杨洋

传媒

  • 2篇高电压技术
  • 1篇高压电器
  • 1篇电网技术
  • 1篇电力自动化设...

年份

  • 1篇2010
  • 2篇2009
  • 2篇2007
5 条 记 录,以下是 1-5
排序方式:
变压器局部放电超高频信号多尺度网格维数的提取与识别被引量:28
2010年
提出了一种基于小波包多尺度分析和网格维数的变压器局部放电超高频信号模式识别的新方法,采用小波包多尺度变换提取局部放电超高频信号在多尺度上的小波系数,通过改进差盒计数法计算多尺度小波系数的网格维数,并将多尺度网格维数作为特征量用于局部放电超高频信号的识别。采用了4种典型放电模型产生局部放电,并采用3阶Hilbert分形天线检测局部放电超高频信号,提取的信号特征量输入径向基函数神经网络进行分类识别,识别正确率最低为70%。
李剑王小维金卓睿孙才新程昌奎
关键词:变压器局部放电超高频信号小波包多尺度变换
变压器局部放电在线监测超高频Hilbert分形天线研究被引量:19
2007年
论述了Hilbert分形天线基本原理,并根据分形天线电磁场理论,提出了应用于变压器局部放电超高频在线监测的Hilbert分形天线优化设计方法。通过仿真计算,研究了几何参数对Hilbert分形天线性能的影响,设计出用于变压器局部放电监测的3阶Hilbert分形天线。通过气隙放电、沿面放电、电晕放电3种典型变压器绝缘缺陷局部放电实验,采用分形天线和脉冲电流传感器对这3种局部放电进行了测量,并分析了分形天线的局部放电测量信号功率谱。实验结果证明该天线能够有效应用于变压器局部放电超高频在线监测。
李剑宁佳欣金卓睿王有元李溟
关键词:变压器局部放电在线监测超高频检测分形天线
油纸屏障对变压器局部放电超高频检测信号的影响被引量:6
2009年
受变压器内部复杂结构的影响,局部放电超高频信号在变压器内部的传播特性非常复杂。笔者通过变压器局部放电超高频实验研究,分析了油纸屏障对变压器局部放电被测超高频信号的影响。设计了油中气隙放电、油中沿面放电和油中电晕放电3种局部放电模型,在实验油箱中进行局部放电实验,采用超高频小环天线进行放电信号检测,在有无油纸屏障情况下获得了局部放电超高频信号实测数据,对所测局部放电超高频信号在时域和频域上进行了对比分析。结果表明,油纸屏障对超高频信号幅值衰减及信号功率谱有一定影响。
高红武李剑程昌奎金卓睿王有元
关键词:变压器局部放电超高频信号
变压器局部放电监测逐层最优小波去噪算法被引量:18
2007年
针对用于局部放电监测的去除白噪声算法会造成去噪脉冲信号波形畸变,脉冲幅值等波形参数产生较大误差,不利于进一步采用脉冲波形分析去除脉冲干扰的问题。为此根据局部放电信号在小波域上的分布特点,提出了各尺度信号分解和重构的最优小波选择方法,并给出了各尺度小波阈值的计算方法。仿真信号的最优小波去噪结果显示去噪信号具有波形畸变率低和幅值误差小的特点;实测信号的最优小波去噪结果证明提出的最优小波去噪算法能有效去除局部放电监测信号中的噪声,在局部放电在线监测应用中具有良好的去噪效果。
李剑杨洋程昌奎宁佳欣高红武
关键词:变压器局部放电白噪声小波去噪
遗传算法用于局部放电小波自适应阈值去噪被引量:19
2009年
小波去噪用于局部放电信号在线监测具有良好的效果,阈值选取与局部放电去噪后信号的畸变具有紧密联系。为提高局部放电监测中小波去噪的自适应能力,并降低去噪信号的畸变率,提出一种小波自适应最优阈值去噪算法,用于变压器局部放电脉冲信号去噪。该方法采用小波对局部放电信号进行分解,在阈值选择时采用基于史坦无偏似然估计(SURE)的最优阈值自适应选择方法,并引入一种新的具有多阶导数的阈值函数,结合二进制遗传算法全局自适应搜索最优阈值,使最优阈值自适应寻优速度大大提高。对局部放电仿真信号和现场局部放电信号的去噪结果表明,该方法与Donoho阈值计算公式及标准软阈值法相比,能更好地去除局部放电信号中的白噪声,去噪信号失真度较小,具有良好的应用价值。
李剑程昌奎江天炎杜林王有元
关键词:局部放电小波去噪自适应阈值遗传算法
共1页<1>
聚类工具0