电力工程信号处理应用
《电力工程信号处理应用》是2009年科学出版社出版的图书，作者是束洪春。
-
选择特殊符号
选择搜索类型
请输入搜索
《电力工程信号处理应用》是2009年科学出版社出版的图书，作者是束洪春。
《电力工程信号处理应用》理论联系实际，具有时代性和实用性，可作为高等院校电气类高年级本科生和研究生的专业课教材，也可供电力行业的工程技术人员为研习电力工程信号处理应用做参考。
前言
绪论
参考文献
第1章 傅氏算法
1.1 引言
1.2 数字滤波器基础
1.3 傅氏算法基本原理
1.4 常用改进傅氏算法
1.5 电力系统频率测量数字算法
1.6 傅氏变换下的频率精确测量
1.7 基于傅氏算法的工频量测距
1.8 半周傅氏算法分析及其改进
1.9 半周傅氏算法在补偿电网接地选线保护中的应用
1.1 0小矢量算法的基本原理
1.1 1纵联差动保护
1.1 2基于小矢量算法的输电线路纵联差动保护
1.1 3基于小矢量算法的快速距离保护
1.1 4发电机不对称故障保护的小矢量算法
参考文献
第2章 最小二乘算法
2.1 引言
2.2 最小二乘算法基本原理
2.3 基于递推最小二乘算法的工频频率测量
2.4 基于最小二乘算法最佳噪声模型的快速距离保护
2.5 自适应变步长最小二乘滤波算法
*2.6 自适应滤波在信号处理中的应用
2.7 基于最小二乘算法的同杆双回线故障测距
*2.8 人工神经网络算法
*2.9 最小二乘递推的正交傅里叶基神经网络滤波算法
*2.1 0基于主成分分析的最小二乘支持向量机
*2.1 1基于PCA的LS-SVM短期负荷预测
*2.1 2基于最小二乘支持向量机算法的风电场短期风速预测
*2.1 3最小二乘在非线性状态估计中的应用
参考文献
第3章 卡尔曼滤波
3.1 引言
3.2 卡尔曼滤波算法
3.3 自适应卡尔曼滤波算法
3.4 扩展卡尔曼滤波算法
3.5 电力系统负荷预测
3.6 基于卡尔曼滤波的电力负荷预测
3.7 基于卡尔曼滤波算法的变压器差动保护
3.8 基于卡尔曼滤波的电流畸变正序分量估计
3.9 卡尔曼滤波算法的电压凹陷检测
3.1 0基于卡尔曼滤波的风电场风速预测
参考文献
第4章 同步相量测量单元
4.1 引言
4.2 PMU结构
4.3 同步相量测量常用算法
4.4 同步相量测量误差
4.5 基于PMU的线路电压电流测量
4.6 基于PMU的发电机功角测量
4.7 PMU量测信息的应用
参考文献
第5章 相关分析
5.1 引言
5.2 相关分析理论基础
5.3 基于相关分析的配电网故障选线
5.4 高压输电线路故障序分量选相的相关分析法
5.5 变压器励磁涌流
5.6 基于相关分析的变压器涌流检测
5.7 基于相关分析的输电线路暂态差动保护
5.8 同步测量电压闪变的相关分析法
5.9 基于相关分析的中长期负荷预测
参考文献
第6章 Prony算法
6.1 引言
6.2 Prony算法的基本理论
6.3 Prony算例分析
6.4 Prony算法中的参数选择
6.5 电力系统低频振荡
6.6 基于Prony算法的低频振荡检测
6.7 参数辨识简述
6.8 Prony算法辨识同步电机参数
6.9 基于Prony算法的电力系统谐波检测
6.1 0基于Prony特征提取的故障选线
参考文献
第7章 小波分析
7.1 引言
7.2 小波变换相关理论
7.3 小波熵理论
7.4 小波消噪
7.5 基于小波分析的直流输电线路边界保护
7.6 基于小波变换的输电线路行波故障测距
7.7 基于小波变换的输电线路行波测距式距离保护
7.8 基于小波-相关分析的高压电缆双端故障测距
7.9 基于连续复小波变换的频率法故障测距
7.1 0基于小波变换的行波故障选相
7.1 1基于小波变换的电力变压器励磁涌流鉴别
7.1 2基于全频带小波能量相对熵的配网故障选线方法
7.1 3基于小波变换的高压电器局部放电信号检测
7.1 4基于小波变换的同步电机参数辨识
7.1 5电能质量
7.1 6基于小波变换的电能质量检测
7.1 7基于小波变换的电力系统短期负荷预测
7.1 8基于小波分析的电力系统故障数据压缩
参考文献
第8章 数学形态学
8.1 引言
8.2 数学形态学原理
8.3 数学形态学滤波器
8.4 基于形态学信号奇异性检测的故障测距
8.5 形态学在电能质量扰动信号处理中的应用
8.6 基于小波-形态学融合算法的设备局部放电信号检测
8.7 基于形态学-小波包分解的相对能量故障选线自适应算法
8.8 形态谱在配电网故障选线中的应用
8.9 基于形态学梯度的输电线路快速选相元件
8.1 0变压器涌流鉴别的形态学方法
参考文献
第9章 希尔伯特-黄变换
9.1 引言
9.2 经验模态分解
9.3 希尔伯特变换
9.4 固有模态函数
9.5 HHT的几个关键问题
9.6 基于HHT的信号滤波
9.7 信号奇异性检测的HHT算法
9.8 基于HHT的低频振荡检测
9.9 基于HHT的电能质量检测
9.1 0基于HHT的同步电机参数辨识
9.1 1基于HHT的局部放电在线检测
9.1 2基于HHT的中压配网故障选线
9.1 3基于HHT的超高速方向保护
9.1 4配电网铁磁谐振和谐波谐振产生机理分析
9.1 5基于HHT的铁磁谐振过电压辨识
参考文献
第10章 s变换
10.1 引言
10.2 S变换基本理论
10.3 S变换的性质
10.4 广义S变换
10.5 基于S变换的行波波头识别
10.6 基于S变换的配网缆-线混合线路故障选线
10.7 低频振荡模态的S变换检测
10.8 基于S变换的电能质量扰动分析
10.9 基于S变换的间谐波检测
*10.1 0基于S变换与神经网络的涌流识别
*10.1 1基于S变换和神经网络的输电线路故障分类和定位
*10.1 2基于S变换和支持向量机的电能质量扰动分析
参考文献
第11章 分形
11.1 引言
11.2 分形基本理论
11.3 基于分形滤波的信号处理
11.4 输电线路故障类型识别的分形算法
11.5 同步发电机局部放电分形维数计算
11.6 基于小波变换的多重分形小电流接地系统故障选线
11.7 基于分形理论的中压电网过电压识别
11.8 基于分形理论的变压器励磁涌流鉴别
11.9 电能质量扰动检测的分形指数-小波识别算法
11.1 0同步发电机定子绕组内部故障分析和保护的分形算法
11.1 1基于分形理论的负荷预测
11.1 2基于分形理论的交联聚乙烯绝缘电缆局部放电检测
参考文献
《电力工程信号处理应用》结合电力工程实际应用背景，系统阐述了电力工程信号、电力工程信号处理算法原理以及电力工程信号处理应用三个层面的内容。
《电力工程信号处理应用》信号处理核心内容包括傅氏算法、最小二乘算法、卡尔曼滤波、同步相量测量单元、相关分析、Prony算法、小波分析、数学形态学、希尔伯特一黄变换、S变换和分形。电力工程信号处理应用主要涉及电力系统工频频率测量、电力系统谐波检测、输电网故障选相、故障测距、配电网故障选线、变压器励磁涌流与内部故障识别、低频振荡检测、同步发电机参数辨识、高压电器和电力电缆局部放电检测、电能质量扰动检测、电力系统故障数据压缩、负荷预测以及风电场风速预测等。
第1 章 绪论…………………………………………………………………… 1
1. 1 盲信号处理…………………………………………………………… 1
1. 1. 1 映射和逆映射…………………………………………………… 1
1. 1. 2 卷积和解卷积…………………………………………………… 2
1. 1. 3 盲信号处理的基本问题………………………………………… 2
1. 2 盲信源分离…………………………………………………………… 3
1. 2. 1 盲信源分离的数学描述………………………………………… 3
1. 2. 2 盲信源分离研究之进展………………………………………… 4
1. 3 盲信道均衡…………………………………………………………… 5
1. 3. 1 盲信道均衡的数学描述………………………………………… 5
1. 3. 2 盲信道均衡研究之进展………………………………………… 6
1. 4 自适应滤波…………………………………………………………… 7
1. 4. 1 传统自适应滤波器……………………………………………… 7
1. 4. 2 监督和无监督自适应滤波器…………………………………… 7
1. 5 无监督自适应滤波的三种基本方法………………………………… 8
1. 5. 1 Bussgang 统计算法……………………………………………… 8
1. 5. 2 高阶统计量方法………………………………………………… 9
1. 5. 3 信息理论方法…………………………………………………… 9
1. 6 本书各章内容概要…………………………………………………… 10
第2 章 盲信号处理的理论基础…………………………………………… 12
2. 1 熵和信息……………………………………………………………… 12
2. 1. 1 熵……………………………………………………………… 12
2. 1. 2 K - L 熵和互信息……………………………………………… 13
2. 1. 3 负熵…………………………………………………………… 15
2. 1. 4 可逆的概率密度变换………………………………………… 16
2. 2 高阶统计量…………………………………………………………… 17
2. 3 自组织神经网络……………………………………………………… 19
2. 3. 1 线性自组织…………………………………………………… 20
2. 3. 2 非线性自组织………………………………………………… 21
2. 4 递归网络……………………………………………………………… 21
2. 5 标准梯度自适应……………………………………………………… 23
2. 5. 1 参数和代价函数……………………………………………… 23
2. 5. 2 最陡下降法…………………………………………………… 24
2. 5. 3 统计梯度下降法……………………………………………… 25
2. 5. 4 最陡下降法的行为…………………………………………… 26
2. 6 自然梯度自适应……………………………………………………… 28
2. 6. 1 欧氏几何和黎曼几何………………………………………… 28
2. 6. 2 自然梯度下降法……………………………………………… 31
2. 6. 3 自然梯度与其他算法的关系………………………………… 33
2. 7 自然梯度模拟实例…………………………………………………… 34
2. 7. 1 噪声正弦函数的最大似然估计……………………………… 34
2. 7. 2 单层感知机训练……………………………………………… 36
2. 8 主元分析法…………………………………………………………… 39
2. 8. 1 特征值分解…………………………………………………… 40
2. 8. 2 第一主元估计学习算法……………………………………… 43
2. 8. 3 几个主元自适应提取算法…………………………………… 45
第3 章 盲信源分离…………………………………………………………… 50
3. 1 直观理解盲信源分离………………………………………………… 50
3. 2 独立元分析概述……………………………………………………… 52
3. 2. 1 独立元分析基础……………………………………………… 52
3. 2. 2 与ICA 有关的模糊性………………………………………… 53
3. 3 利用神经网络的独立元分析………………………………………… 53
3. 3. 1 预白化过程…………………………………………………… 54
3. 3. 2 分离过程……………………………………………………… 55
3. 3. 3 ICA 基矢量的估计…………………………………………… 56
3. 4 ICA 的对比函数……………………………………………………… 58
3. 4. 1 无噪线性混合的ICA ………………………………………… 58
3. 4. 2 基于似然性的对比函数……………………………………… 58
3. 4. 3 基于互信息的对比函数……………………………………… 59
3. 4. 4 基于信息最大化的对比函数………………………………… 59
3. 4. 5 基于统计量的对比函数……………………………………… 60
3. 5 ICA 估计的非高斯性………………………………………………… 62
3. 5. 1 非高斯即独立………………………………………………… 62
3. 5. 2 非高斯性的峭度度量法……………………………………… 63
3. 5. 3 非高斯性的负熵度量法……………………………………… 65
3. 6 盲信源分离的有效算法……………………………………………… 67
3. 6. 1 最大熵方法…………………………………………………… 67
3. 6. 2 最小互信息方法……………………………………………… 69
3. 6. 3 自然梯度学习算法的等价变化性…………………………… 70
3. 6. 4 通信信号盲分离仿真………………………………………… 71
3. 6. 5 语音信号盲分离仿真………………………………………… 75
3. 6. 6 ICA 的快速定点算法………………………………………… 78
3. 6. 7 图像信号盲分离仿真………………………………………… 80
3. 7 峭度自适应学习率的盲信源分离算法……………………………… 83
3. 7. 1 盲信源分离算法学习率讨论………………………………… 83
3. 7. 2 峭度自适应学习率的盲信源分离算法……………………… 84
3. 7. 3 计算机仿真…………………………………………………… 86
3. 8 信源信号的盲抽取…………………………………………………… 87
3. 8. 1 单个源信号抽取方法………………………………………… 88
3. 8. 2 一组信源的盲抽取…………………………………………… 92
第4 章 盲信道均衡…………………………………………………………… 95
4. 1 信道均衡的概念……………………………………………………… 96
4. 1. 1 信道模型……………………………………………………… 96
4. 1. 2 最小和最大相位信道………………………………………… 98
4. 1. 3 均衡器结构…………………………………………………… 98
4. 1. 4 基于训练的自适应均衡……………………………………… 99
4. 1. 5 盲自适应均衡………………………………………………… 100
4. 2 同态滤波盲均衡…………………………………………………… 101
4. 3 数字通信信道的盲均衡…………………………………………… 103
4. 3. 1 LMS 盲均衡………………………………………………… 105
4. 3. 2 二进制数字信号的均衡……………………………………… 107
4. 4 基于高阶统计量的均衡…………………………………………… 108
4. 4. 1 基于高阶倒谱的盲均衡……………………………………… 108
4. 4. 2 二倒谱……………………………………………………… 110
4. 4. 3 三倒谱……………………………………………………… 111
4. 5 基于码元间隔的恒模算法………………………………………… 113
4. 5. 1 信道均衡的条件……………………………………………… 113
4. 5. 2 恒模算法…………………………………………………… 113
4. 5. 3 修正恒模算法………………………………………………… 114
4. 5. 4 仿真实验和性能比较………………………………………… 114
4. 5. 5 MCMA 频率选择性信道盲均衡性能分析…………………… 118
4. 6 基于分数间隔的恒模算法………………………………………… 121
4. 6. 1 分数间隔采样对盲均衡的意义……………………………… 121
4. 6. 2 单输入多输出模型…………………………………………… 122
4. 6. 3 分数间隔的修正恒模算法…………………………………… 124
4. 6. 4 计算机仿真实验……………………………………………… 124
4. 6. 5 采样时间偏移量的影响……………………………………… 127
第5 章 盲分离和盲均衡之间的关系……………………………………… 131
5. 1 问题描述…………………………………………………………… 131
5. 1. 1 源分离……………………………………………………… 131
5. 1. 2 解卷积……………………………………………………… 132
5. 1. 3 附加信息…………………………………………………… 133
5. 1. 4 比较………………………………………………………… 134
5. 2 算法关系…………………………………………………………… 134
5. 2. 1 估计模型的选择……………………………………………… 134
5. 2. 2 代价函数的选择……………………………………………… 135
5. 2. 3 自适应算法的选择…………………………………………… 137
5. 3 基于多用户峭度优化准则的独立信号的盲分离………………… 137
5. 3. 1 问题形成和假设……………………………………………… 138
5. 3. 2 单用户均衡问题回顾………………………………………… 140
5. 3. 3 关于BSS 的充分必要条件…………………………………… 142
5. 3. 4 MU - CM 方法……………………………………………… 143
5. 4 盲信源分离学习算法扩展到多信道盲解卷……………………… 144
5. 4. 1 各种方法的代数等价性……………………………………… 146
5. 4. 2 卷积作为乘法运算…………………………………………… 146
5. 4. 3 多信道盲解卷的自然梯度学习规则………………………… 147
5. 4. 4 多信道盲解卷算法…………………………………………… 148
5. 4. 5 多信道盲解卷算法的实现…………………………………… 149
5. 5 盲信号处理的一些相关问题……………………………………… 150
参考文献………………………………………………………………………… 152
本书内容结构合理，论述循序渐进，特别是盲信源分离和盲信道均衡的一些应用实例有利于启发读者联系实际，解决具体问题。
内容简介 近年来，盲信号处理的新概念、新技术迅速发展。盲信源分离和盲信道均衡是信号处理的两项重要任务。盲信源分离技术可以应用于阵列信号处理、医学信号处理、语音信号处理、图像信号处理以及其他信号处理领域。盲信道均衡的一个重要应用是恢复因信号通过信道传输而产生的失真信号，在数字通信中，以盲的方式消除码间干扰。
尽管盲信源分离和盲信道均衡以各自独立的模式发展，但是事实上它们之间具有密切的关系。本书共分5章:第1章介绍盲信号处理;第2章提供盲信号处理的理论基础;第3章研究盲信源分离;第4章考虑盲信道均衡;第5章讨论盲信源分离和盲信道均衡之间的关系。
本书可作为从事信号处理、图像处理、通信和计算机专业的高年级本科生和研究生的参考书，也可供相关领域的科研人员参考。
《Matlab数字信号处理与应用》是李正周编著的一本图书。数字信号处理概述、MATLAB信号处理工具、离散时间系统与Z变换、数字滤波器及其设计、平稳随机信号分析与处理、非平稳信号分析与处理、自适应信号分析与处理。该书主要介绍基于MATLAB R2006a的信号分析与处理的原理和应用。该书可作为高等学校数字信号处理等课程的教材或参考书，对于从事信号处理及相关领域的工程技术人员也具有重要的参考价值。
全书共分为7章:第1章对MATLAB R2006a的特点与MATALB的基本使用进行了介绍，第2章~第7章分别讲述了MATLAB中信号处理工具、MATLAB离散时间系统与Z变换、数字滤波器及其设计、平稳随机信号分析、非平稳信号分析与处理以及自适应信号分析与处理，并且每一章节都较详细地分析了包括雷达信号、图像信号和语音信号等信号处理综合应用实例。
盲信号处理基础及其应用目录