Results 21 to 30 of about 3,077 (103)
Gaoya dianqi, 2020 电压暂降信号中混杂的噪声会模糊暂降起止时刻的检测,而电压波动的干扰则会影响暂降幅值深度的确定,对此设计了一种基于变分模态分解（variational mode decomposition,VMD）的消噪方法及结合小波变换定位的三阶导数普罗尼（third derivative method-Prony,TDM-Prony）算法。首先将信号进行VMD分解,得到数个有限带宽的固有模态分量（band-limited intrinsic mode functions,BLIMFs ...
欧阳森, 陈义森
doaj
Gaoya dianqi, 2015 在直流输电工程实际运行过程中,逆变站的换相失败多由交流系统故障造成,但站内小组交流滤波器的投入也有可能导致换相失败的发生。笔者对2012年至2013年期间天广直流逆变侧换相失败的实例进行分类整理,对广州换流站发生的换相失败事件故障录波进行系统化的分析,查明导致换相失败的原因是逆变站小组交流滤波器投入时机不当。通过对广州换流站滤波器断路器进行动作分散性测试,发现液压动作机构断路器与选相分合闸装置配合不当是导致滤波器投入时刻不当的原因。利用贵广II回直流RTDS模型进行对比仿真试验 ...
余海翔, 陈立, 梁家豪
doaj
Gaoya dianqi, 2002 通过超高频信号采集,利用离散小波变换识别变压器中不同位置的超高频局放信号。结果表明,选择合适的小波母函数和小波分解尺度时,发生在变压器不同位置的局放信号的超高频特性会有一定的差别,这有助于识别不同位置的局放信号。
杨莉, 周跃峰, 余松煜
doaj
Gaoya dianqi, 2003 小波变换可应用于发电机失磁、振荡与短路情况下电气量信号的处理。通过建立系统仿真模型和利用Matlab进行仿真,经过对电流和电压信号的小波分析表明,在正常、失磁和短路及振荡情况下信号变换后的幅值有明显的差别。因此,可以通过合理设置阈值检测信号小波变换后的幅值,就可以准确地区分失磁和短路与振荡情况,使得在发生失磁时迅速发出信号,而在短路及振荡情况下可靠地将保护闭锁。从而为解决发电机失磁保护误动提出了一种途径。
朱洪波, 王玉和, 杨艳
doaj
[An anesthesia depth computing method study based on wavelet transform and artificial neural network]. [PDF]
Sheng Wu Yi Xue Gong Cheng Xue Za Zhi, 2021 Yuan S +7 more
europepmc +1 more source
Gaoya dianqi, 2009 基于超高频包络检波的GIS局部放电检测系统采样得到的超高频局部放电包络信号中含有噪声。笔者分析了检测系统测量过程中可能混入的几种噪声,通过截取没有局部放电的采样信号进行频谱计算,理论与实测分析结果均表明,包络检波后信号中的噪声主要是白噪声。基于小波变换的滤波算法对白噪声有很好的抑制效果,文中在对小波变换原理进行简要分析的基础上,提出了改进阈值的小波滤波算法,仿真及实测信号的滤波结果证实了该改进算法的有效性。
李立学 +5 more
doaj
[Automatic epileptic seizure detection algorithm based on dual density dual tree complex wavelet transform]. [PDF]
Sheng Wu Yi Xue Gong Cheng Xue Za Zhi, 2021 Kang T +6 more
europepmc +1 more source
Gaoya dianqi, 1999 分析了电力变压器局部放电在线监测中局放信号及白噪声的特征.引出了时—频功率谱的概念.研究了自相关函数的小波变换及它与时—频功率谱的关系.提出了利用小波分析去除变压器局部放电在线监测中的白噪干扰的方法.
杨永明, 孙才新, 李新
doaj
Gaoya dianqi, 2020 为能进一步提高变压器绕组状态检测的可靠性,文中提出一种高压直流作用下通过开关切换产生的暂态激励获得绕组振荡波来分析绕组状态的方法。基于现场试验,文中通过连续小波变换对振荡波信号进行去噪,并分析其时频特性,通过引入图像识别方法与总矩阵相似度量化时频信号特征。结果表明:该方法测试效率高,矩阵相似度可较好反映不同幅值、不同输出侧下振荡波的重复性和规律性,并能较好反映变压器相间绕组的差异性,为研究变压器绕组变形检测提供了参考。
刘红文, 王科, 周祥宇, 林桐
doaj
[Research on the detection algorithm of electrocardiogram characteristic wave based on energy segmentation and stationary wavelet transform]. [PDF]
Sheng Wu Yi Xue Gong Cheng Xue Za Zhi, 2021 Liu J, Sun L, Xiong H, Liang M.
europepmc +1 more source