资源描述：
《改进的多小波去噪算法在xlpe电力电缆中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、改进的多小波去噪算法在XLPE电力电缆中的应用摘要：在电能质量检测应用中，电网谐波由两部分组成，一部分为整数倍基波频率，另一部分为非整数倍基波频率（即间谐波），间谐波分布在除基波和谐波以外的整个频谱范围内，具有不确定性和非平稳特性。目前间谐波检测方法主要有：改进的FFT算法、小波分析、小波包分析、神经网络、prony分析等[1]，采用FFT算法选择适当的采样频率和频率窗周期性同步采样，难以精确地测得间谐波。其中，prony算法可以精确地测得间谐波成分，但是其对噪声比较敏感。而实际电网信号总是存在噪声，所以在检测之前，首先要对采集的谐波进行消噪预处理。
2、多小波保持了单小波所具有的良好的时域与频域的局部化特性，又克服了单小波的缺陷，多小波可同时具有光滑性、对称性、正交性、短支撑性，高阶消失矩等属性。本文对小波软、硬阈值去噪方法进行了仿真，根据Matlab仿真结果，针对小波软、硬阈值方法的缺点，提出改进的多小波阈值去噪算法，对XLPE电力电缆中信号进行多小波分解后再去噪预处理，其去噪效果得到了显著提高。同时就全局处理采用统一的阈值对各级高频系数进行滤波，由于噪声对应的小波系数随着分解尺度的增加，其幅值会减小，所以统一阈值消噪会有较大的误差的缺点，采用分层（分频带）处理。针对各分解层采用不同的阈值进行滤波
3、，分层阈值估计相应调整各层阈值，以达到更好的去噪效果。对比仿真结果发现，改进后的多小波阈值去噪取得了更好的去噪效果。关键词：多小波，小波去噪，电网谐波，分频带，分层阈值Abstract：Inpowerqualitytestingapplications,gridharmonicsconsistsoftwoparts,onepartisanintegermultipleofthefundamentalfrequency,anotherpartisthenon-integermultipleofthefundamentalfrequency(ie,int
4、ervalharmonics).Theentirespectralrangeinter-harmonicdistributioninadditiontothefundamentalandharmonicandwiththeuncertaintyandnon-stationarycharacteristics.ItisdifficulttoaccuratelymeasuredtheharmonicsusingFFTalgorithmtoselecttheappropriatesamplingfrequencyandthefrequencywindowo
5、fperiodicsynchronoussampling.Currently,thedetectionmethodstheintervalharmonicandharmonic:ImprovedFFTalgorithm,waveletanalysis,waveletpacketanalysis,neuralnetwork,pronyanalysis,etc.Which,pronyalgorithmscanaccuratelymeasuretheharmoniccomponents,butitismoresensitivetonoise.Theactu
6、algridsignalthereisalwaysnoise,denoisingpreprocessingshouldbetakenbefore,wemustfirstharmoniccollected.Multiwaveletmaintainthecharacteristicsthatsinglewavelethasagoodtimeandfrequencydomainsofthelocal,butalsoovercomethedefectsofthesinglewavelet,multiwaveletcanbesmooth,symmetry,or
7、thogonality,shortsupport,high-enddisappearandotherproperties.Thewaveletsoftandhardthresholddenoisingmethodaresimulated,Matlabsimulationresultsshowtheshortcomingsofwaveletsoft,hardthresholdmethod,improvedmulti-waveletthresholddenoisingalgorithminXLPEpowercablesignal,firstmulti-w
8、aveletdecompositionandthende-noisingpreprocessing,deno
