基于布莱克曼窗与窗宽比的S变换电能质量扰动特征提取

发布时间：2021-09-12 18:59

　　鉴于多分辨率广义S变换（MGST）时频分辨率低、且计算量大,提出了基于布莱克曼窗口与窗宽比的S变换（BST）及其快速算法（FBST）。BST采用了布莱克曼窗宽函数,相较于MGST采用的高斯窗口,有更好的时域分辨率,并且BST采用了窗宽比控制窗口宽度,摆脱了频率控制窗口宽度,在分析高频扰动,能够保持较好的时频分辨率,因此相较于MGST,BST更加适用于电能质量分析。首先,通过设置条件,测得最佳窗宽比,然后使用快速傅立叶变换得到频谱,再使用降噪消除噪声在频谱引起的尖峰,确定信号包含信息的频率范围,更好保留信息的完整性。然后根据确定的频率范围,计算对应频率范围内BST的频谱,进一步提高了频域分辨率。通过仿真与现场数据分析表明,FBST能够更加精确快速提取时频特征,满足工业精度与时效性需求。 

【文章来源】：高电压技术. 2020,46(08)北大核心EICSCD

【文章页数】：11 页

【参考文献】：
期刊论文
[1]基于条件互信息特征选择法和Adaboost算法的电能质量复合扰动分类[J]. 李长松,刘凯,肖先勇,金耘岭.  高电压技术. 2019(02)
[2]基于改进Protrugram和小波变换的超高频局部放电信号去噪方法[J]. 代荡荡,王先培,龙嘉川,田猛,朱国威,赵乐.  高电压技术. 2018(11)
[3]基于改进S变换的超高频局部放电信号特征提取及分类[J]. 龙嘉川,王先培,代荡荡,田猛,朱国威,黄云光.  高电压技术. 2018(11)
[4]基于广义S变换的高压直流输电线路边界保护[J]. 张艳霞,李多多,张帅,李杰,尹佳鑫.  高电压技术. 2018(10)
[5]基于短时傅里叶变换的汽车零部件耐久性载荷信号编辑方法[J]. 朱茂桃,吴新佳,郑国峰,李利平,韩鹏飞,上官文斌.  机械工程学报. 2019(04)
[6]利用快速S变换及2DPCA的同调机组识别[J]. 王涛,杨越,仲悟之,顾雪平,胡潇予,孙舶皓.  电网技术. 2018(10)
[7]超高次谐波问题及其研究现状与趋势[J]. 汪颖,罗代军,肖先勇,李媛,徐方维.  电网技术. 2018(02)
[8]基于小波分析和时域介电谱的变压器油纸绝缘老化状态评估[J]. 吴广宁,夏国强,宋臻杰,高天山,高波.  高电压技术. 2018(01)
[9]电能质量扰动分析中广义S变换算法的改进与实现[J]. 刘军,黄纯,江亚群,朱彩虹.  电力系统及其自动化学报. 2017(03)
[10]电能质量复合扰动特征选择与最优决策树构建[J]. 黄南天,彭华,蔡国伟,徐殿国.  中国电机工程学报. 2017(03)



本文编号：3394771