针对高压直流输系统故障定位中精度不足问题,提出一种基于S变换奇异能量谱的直流输电系统故障定位方法.该方法采用S变换对故障前后一定时间窗的故障行波电压、电流模量信号组进行主频提取,解决了时频域直流输电故障行波信号主频率精确提取问题.但由于故障行波模量间存在耦合和折反射,导致系统各模量主频混叠,辨识困难,为了到达各模量主频辨识,采用奇异能量频谱对故障行波S变换矩阵降维、特征选取、幅值优化、精确分辨,定位系统故障位置.采用PSCAD建立双极直流输电模型对基于S变换奇异能量谱的直流输电系统故障定位予以仿真,结果表明系统定位最小误差率0.001 8%、平均误差率0.097 76%,是一种行之有效的高压直流系统故障定位方法.

matlab_对信号的边际谱分析，三维能量谱分析以及时频分析

西储大学电机轴承故障诊断，EMD分解程序，含包络谱，能量谱

基于VMD和1_5维Teager能量谱的滚动轴承故障特征提取_向玲

非常实用的小波包分解程序，以及实现对小波包分解频带求取频谱和能量谱

经验模态分解（EMD）是用来处理非平稳时变信号的一种信号分析方法，该方法对所分析信号的局部特征信号进行不同时间尺度的分解，从而得到这些局部特征信号的各阶本征模函数（IMF）。提出了一种基于IMF能量谱的水声信号特征提取与选择方法，通过对水声信号进行经验模态分解，提取信号的本征模式分量并转换为能量谱特征向量，从而观测不同信号子频带能量谱的特征变化。分类实验采用支持向量机（SVM）分类器进行。实验结果表明，相对于小波能量谱特征提取法而言，利用IMF能量谱作为特征向量的分类实验具有更佳的分类效果，平均正确率达88%以上。

生物医学信号处理课件，主讲离散信号的正交变换，能量谱估计的原理

为了充分利用有限观测资料确定海洋结构物设计与营运环境条件,以北海NorthAlywn平台提供的一次风暴记录为依据,以提高谱峰分辨率和减小谱方差为谱估计目标,在快速傅里叶变换算法(FFT)基础上,引人最大熵算法(MEM)和小波变换算法(WT);为实现对小容量子样有效的谱估计,应用自举理(BT)在原始子样基础上构建移动区间,并将区间谱估计的Welch算法发展为自举Welch算法,建立了有效的小子样谱估计算法。研究表明,在子样容量有限的情况下,自举算法同诸如FFT,MEM溯T等谱分析算法结合,可以充分挖掘数据序

固有频率与故障距离之间存在数学关系，故障行波暂态能量在固有频率附近较集中，其暂态能量包含丰富的故障距离信息。利用人工神经网络（ANN）的非线性函数逼近拟合能力，建立直流输电线路故障定位的ANN模型。利用小波变换的等距特性提取单端线模电压7尺度的小波能量，并将其作为样本属性对神经网络进行训练、测试。所提方法将不易提取的固有频率点特征转化为容易提取的频带特征，提高了测距的可靠性。数字实验结果表明，所提方法在不同过渡电阻和不同故障距离下均能准确测距。

利用ARMA模型进行功率谱估计 此处用普鲁尼能量谱密度法