一种基于改进小波阈值的电力谐波信号去噪方法

    公开(公告)号:CN112395992A

    公开(公告)日:2021-02-23

    申请号:CN202011299613.1

    申请日:2020-11-18

    Abstract: 本发明涉及一种基于改进小波阈值的电力谐波信号去噪方法,包括以下步骤:采集原始电力谐波信号;对原始电力谐波信号进行染噪处理,得到一维染噪信号;对一维染噪信号进行5层小波分解,得到高频小波系数Wj,k;采用改进通用法计算出阈值,并利用阈值与改进后的小波阈值函数对得到的一组高频小波系数Wj,k进行阈值量化处理,得到估计低频小波系数 由阈值量化处理后的第1层到第5层的高频小波系数Wj,k和第5层的低频小波系数 实行小波逆变换,进行信号重构,得到重构信号。本发明改进后的小波阈值函数解决了硬阈值函数不连续、软阈值函数失真的问题,并且使用改进后的自适应阈值量化规则,提高电力信号信噪比,得到更好的去噪效果。

    基于改进EMD模态混叠和端点效应的HHT谐波分析方法

    公开(公告)号:CN112446323A

    公开(公告)日:2021-03-05

    申请号:CN202011328174.2

    申请日:2020-11-24

    Abstract: 本发明涉及一种基于改进EMD模态混叠和端点效应的HHT谐波分析方法,针对目前分析电力谐波信号的希尔伯特—黄变换(Hilbert‑Huang Transform,HHT)方法分解易受干扰、结果不精确等问题,提出一种改进的HHT谐波分析方法。本发明利用基于B样条最小二乘拟合法对电力系统谐波信号进行预处理,较好地弱化间断事件或噪声干扰对信号的影响,达到抑制经典模态分析(empirical mode decomposition,EMD)分解中出现的模态混叠现象;并且对预处理后的拟合曲线采用斜率匹配波形延拓法,以保证信号端点处变化趋势与内部一致,保证信号的完整性,从而减弱甚至抑制EMD分解的端点效应,改善EMD分解结果。以提高分解电力系统谐波信号的精确度,快速检测出电力谐波系统中的谐波组成,扩大谐波检测的运用。

    一种基于无线供能技术的开闭锁方法、钥匙及开闭锁系统

    公开(公告)号:CN113658361A

    公开(公告)日:2021-11-16

    申请号:CN202110955110.3

    申请日:2021-08-19

    Abstract: 本申请公开了一种基于无线供能技术的开闭锁方法、钥匙及开闭锁系统,通过以初始的谐振频率广播磁场信号,并广播用于与锁具进行认证的认证信息,再判断是否接收到锁具返回的确认信息,若未接收到确认信息,则调整谐振频率,使得磁场信号以调整后的谐振频率进行广播,直至接收到锁具返回的确认信息;若接收到确认信息,则表示在当前的谐振频率下,锁具可以利用广播的磁场信号进行供电,使得锁具能够接收认证信息,并返回确认信息,此时基于锁具返回的确认信息,可以生成开闭锁信息,并根据用户的指令将开闭锁信息发送给锁具,以供锁具根据开闭锁信息进行开闭锁操作。

    一种电能计量设备多应力试验装置

    公开(公告)号:CN110118951A

    公开(公告)日:2019-08-13

    申请号:CN201910537065.2

    申请日:2019-06-20

    Abstract: 本申请公开了一种电能计量设备多应力试验装置,包括:多个不同种类独立设置的试验区块装置、过电应力测试装置和试验应力施加装置;试验区块装置,用于承载电能计量设备中的待测装置进行应力测试;过电应力测试装置,用于为试验区块装置中的待测装置提供过电压状态模拟;试验应力施加装置,用于为各试验区块装置中的待测装置提供试验应力状态模拟;本申请试验装置中增设过电应力测试装置,能够对待测设备进行过电应力测试,确保测试更加全面,得到更为准确的可靠性测试结果,还包括多个试验区块装置,对电能计量设备中每个待测装置分别进行测试,能够得到每个待测装置的测试参数,还可以同时进行测试,提高了测试效率。

    一种电能表异常数据检测方法、装置、设备及存储介质

    公开(公告)号:CN109242041A

    公开(公告)日:2019-01-18

    申请号:CN201811139036.2

    申请日:2018-09-28

    Abstract: 本发明公开了一种电能表异常数据检测方法,在获取到电能表工作时的原始数据后,就处理得出多个数据序列;接着依据各数据序列对应的特征值和异常程度形成的样本数据构建异常数据检测的机器学习算法模型,并对该模型进行训练;最后直接利用训练好的机器学习算法模型就可对电能表数据进行异常检测。该方法,训练机器学习算法模型的样本数据是由各数据序列对应的特征值和异常程度形成的,所以后期利用训练好的机器学习算法模型可以精准地确定出异常数据存在于哪个时间段中,与传统的异常数据检测方式相比,可精准地确定出异常数据存在于哪个时段,提高了检测准确性。另外,本发明还公开了一种电能表异常数据检测装置、设备及存储介质,效果如上。

Patent Agency Ranking