Transformata Gabora-Wignera i transformacja falkowa – analizy w zastosowaniach monitoringu jakości energii elektrycznej

• Autorzy: Górecki Krzysztof , Szmajda Mirosław , Mroczka Janusz

Warianty tytułu

EN

The Gabor-Wigner and wavelet transformations - the methods for power quality monitoring applications

• Języki publikacji: PL

Abstrakty

PL

W artykule tym zaprezentowano wykorzystanie dwóch metod przetwarzania sygnałów w analizie sygnału elektroenergetycznego. Przedstawiono dyskretną diadyczną transformację falkową i jej efektywność w detekcji i rekonstrukcji zakłóceń oraz transformatę Gabora-Wignera w analizie energii i lokalizacji na płaszczyźnie czas-częstotliwość.

EN

Two advanced digital signal processing methods in the power voltage waveforms processing were presented in the paper. There were introduced Discrete Dyadic Wavelet Transformation and its effectiveness in detection and reconstruction of voltage waveform disturbances. Moreover, Gabor-Wigner Transformation in analysis of signal energy and its localization on time-frequency plane, was also shown.

• Wydawca: Oficyna Wydawnicza Politechniki Opolskiej
• Czasopismo: Zeszyty Naukowe. Informatyka / Politechnika Opolska
• Rocznik: 2015
• Tom: vol. 357, z. 3
• Strony: 41--54
• Opis fizyczny: Bibliogr. 13 poz., rys.

Twórcy

autor

Górecki Krzysztof

• Politechnika Opolska

autor

Szmajda Mirosław

• Politechnika Opolska

autor

Mroczka Janusz

• Politechnika Wrocławska

Bibliografia

• [1] HANZELKA Z.: Jakość Energii Elektrycznej (Power Quality), Międzynarodowa Konferencja jubileuszowa z okazji 50-lecia EAIE, Kraków 7–8 czerwca 2002, s. 65–68
• [2] EN 50160: 2007: Voltage characteristics of electricity supplied by public distribution systems
• [3] EN 61000-4-7:2007: Electromagnetic compatibility (EMC) - Part 4–7: Testing and measurement techniques - General guide on harmonics and interharmonics measurements and instrumentation, for power supply systems and equipment connected thereto
• [4] Kowalski Z.: Jakość energii elektrycznej, Monografie Politechniki Łódzkiej, Łódź 2007
• [5] POULARIKAS A.D.: The Transforms and Applications Handbook. Second Edition, CRC Press, Boca Raton 2000
• [6] CHUI C. K.: An introduction to wavelets. San Diego. 1992, Academic Press, 49–60
• [7] MEYER Y.: Wavelets, Algoritms and Applications. SIAM, Philadelphia 1993
• [8] MALLAT S.G.: A Theory for Multiresolution Signal Decomposition, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. II, No. 7. July 1989
• [9] GAOUDA A. M., SALAMA M.M.A., SULTAN M.R., CHIKHANI A.Y.: The Wavelet Representation: Power Quality and Detection and Classification Using WaveletMultiresolution Signal Decomposition, IEEE Transactions On Power Delivery, vol. 14, no. 4, October 1999, p. 1469–1476
• [10] COHEN A., DAUBECHIES I., JAWERTH B., VIAL P.: Multiresolution analysis, wavelets and fast wavelet transform on an interval, CRAS Paris 1993, Ser. A, t. 316, pp. 417–421
• [11] ZHANG F., GENG Z., YUAN W.: The Algorithm of Interpolating Windowed FFT for Harmonic Analysis of Electric Power System, IEEE Transactions On Power Delivery, vol. 16, No. 2, April 2001, pp. 160–164
• [12] PEI S.C., DING J.J.: Relations Between Gabor Transforms and Fractional Fourier Transforms and Their Applications for Signal Processing, IEEE Transactions on Signal Processing, Vol. 55, No. 10, October 2007, pp. 4839–4850
• [13] ZIELIŃSKI T.P.: Reprezentacja sygnałów niestacjonarnych typu czas-częstotliwość i czas-skala (Time-Frequency and Time-Scale Representation of Nonstationary Signals), Wydawnictwa AGH, Kraków, 1994