基于旋转向量法的电能质量扰动检测分割

电能质量扰动的检测与分割,是电能质量监测和数据记录的必要步骤;在分析3个相邻采样点三角特性的基础上,提出了旋转向量法的暂态电能质量扰动检测分割方法,并推导出的瞬时扰动量、瞬时幅值和瞬时相位的表达式,从而检测出扰动事件的起止时间和持续时间,并实现扰动的分割;仿真结果显示,该旋转向量法能对电压凹陷、电压凸起、暂态振荡和瞬时脉冲等多种暂态电能质量扰动实现有效检测分割;该方法误差小,且实时性好,是一种有效的电压扰动事件分割方法。     

基于S变换模矩阵的电能质量暂态检测

针对配电网暂态电能质量扰动分类方法复杂度高和扰动定位不精确的问题,提出了一种基于S变换模矩阵与分类规则树的扰动自识别及定位方法.该方法通过对信号进行S变换进而从变换结果中提取四个特征量判据,然后基于分类规则树形成自识别方法;再采用S变换模矩阵的幅值包络方法和幅值平方和均值方法,检测扰动信号的幅度变化以及定位起止时间.通过仿真验证该方法能够以较低的复杂度完成对扰动信号的快速、准确分类与定位.     

基于NNAC算法的电能质量暂态扰动检测

针对当前电能质量检测分析的难点和重点问题,在分析了目前使用最多的方法小波变换优缺点的基础上,提出了基于神经网络自适应控制（NNAC）的电能质量暂态扰动检测算法。给出了电能质量暂态扰动检测的自适应控制结构,采用Hebb学习规则进行权值学习,并对电压暂降、电压瞬升、电压中断和暂态振荡等暂态扰动进行了仿真测试,结果表明所提算法可以很好地检测电网中的暂态扰动信号的类型,确定扰动发生的起始时刻和持续时间,且分析计算简单,速度快,计算所得数据量少,在电能质量扰动检测中更加具有实时性。     

基于db4提升小波的暂态电能质量的检测

暂态扰动是影响电能质量的重要因素之一,对电力用户和电力系统都会产生危害。针对暂态扰动信号具有非平稳性、突变性的特点,分析了db4提升小波变换的特性,提出了更新—预测—更新—预测—更新的结构,选择了合适的采样频率和分解层数,对暂态电能质量扰动信号进行检测与定位。在MATLAB仿真环境下,利用db4提升小波变换对电压暂降、暂升、中断以及暂态脉冲、振荡等几种暂态电能质量扰动信号进行检测与定位,仿真结果表明,该方法可以实现对扰动信号起止时刻更为准确的检测与定位,且计算速度快。     

基于电能表暂态扰动特征的停电类型快速研判方法

为了提升停电类型研判的精准度，提出基于电能表暂态扰动特征的停电类型快速研判方法。在电能表暂态扰动特征采样信号内，通过希尔伯特变换方法，提取瞬时基波幅值，利用滑移奇异值分解方法抑制采样信号噪声，获取奇异值特征波形，利用包络极值算法，采集采样信号内主要频率点，获取频谱；提取电能表暂态扰动特征量并使其归一化，判断停电类型。实验证明，所提方法能够精准研判停电类型，具有较好的抗噪性能。     

EEMD分解在电力系统故障信号检测中的应用

针对经验模态分解(EMD)的希尔伯特-黄变换(HHT)在电力系统故障信号检测问题,应用存在的模态混叠会导致扰动信号检测失效,为此提出一种基于聚类经验模型分解(EEMD)的故障信号检测的方法。方法通过多次对目标数据加入随机白噪声序列以保证不同区域信号映射的完整性,并且克服了传统EMD分解造成的模态混叠问题,通过EEMD方法提取信号的固有模态函数(IMF),再进行Hilbert变换,利用Hilbert谱对故障暂态和扰动时刻进行检测,通过瞬时频率实现对故障暂态和扰动时刻的准确定位。通过数字仿真分析表明,方法是准确有效的。     

自适应扰动暂态混沌神经网络MPSK盲检测

为提高MPSK信号盲检测算法的性能,针对CHNN_APHM算法易陷入局部最优的缺点,本文引入暂态混沌神经网络模型,使用新的模拟退火策略,加入扰动因子和混沌,提出带扰动的幅值相位型离散幅值多电平暂态混沌神经网络算法。算法使用暂态混沌神经网络提高抗噪性能,并在起始时刻使用混沌初始化获得原始信号,选取与发送信号相关性高的微小扰动因子使算法跳出局部最优解。实验仿真结果证明,带扰动的幅值相位型离散幅值多电平暂态混沌神经网络MPSK信号盲检测算法需要较少的起点个数,能在更小的信噪比和更短的数据长度下收敛,有效提高了抗干扰性能。     

非负矩阵分解方法识别电能质量扰动信号

利用相空间重构及非负矩阵分解(NMF)相结合的方法,对电压暂降、电压暂升、电压尖峰、电压中断、暂态谐波及暂态振荡6类电能扰动信号进行分类识别研究。利用相空间重构法构造扰动信号轨迹,并将其转化为图像。从图像处理的角度出发,利用NMF在人脸、指纹图像识别应用中的基本原理,对不同的相空间重构轨迹图进行特征提取,分类识别其所对应的电能质量扰动信号。该方法可避免由于扰动信号的复杂性而难以获得扰动信号稳定特征提取的困难,具有训练时间短、所需训练样本少、识别过程可视化便于分析等特点。仿真实验结果表明其能够较好地识别电能质量扰动,是提供了扰动信号检测与分类的算法。     

基于HHT的煤矿电网扰动起止时刻检测方法

针对煤矿电网电能质量扰动复杂、采用小波分析技术解决扰动暂态过程存在小波基选择的问题,提出了一种基于HHT的扰动起止时刻检测方法。该方法以电压缺口为例,在30dB和40dB噪声环境下,首先采用EMD算法对电压缺口信号进行分解,得到IMF1分量、IMF2分量、IMF3分量和剩余分量R;然后对含有高频部分的信号即原始信号、IMF1分量、IMF2分量进行Hilbert变换,得出通过瞬时幅值曲线中突变点位置可以检测扰动起止时刻的结论;通过对比原始信号、IMF1分量、IMF2分量的扰动起止时刻检测值,最后选用了误差最小的IMF1分量的瞬时幅值进行扰动起止时刻检测。实验结果表明,该方法精度高、抗噪声能力强。     

一种基于小波变换的电能质量特征量提取及分类的方法

提出了一种利用小波变换实现动态电能质量特征量扰动(电压上升、电压凹陷、电压中断、电压瞬变和电压缺口等)的提取以及分类方法. 利用小波变换的奇异性检测原理提取动态电能质量信号中的突变, 并进行定位, 确定信号变化的时间,并用电压均值法确定扰动的类别, 并通过仿真表明方法的有效性. 最后讨论了本方法在DSP上的实现.     

微电网HHT谐波检测与时频分析方法

为解决微电网谐波、突变等复杂非平稳信号的精确检测问题,提出一种基于Hilbert-Huang变换（HHT）的微电网谐波检测与时频分析方法。该方法采用保形分段三次埃尔米特插值法拟合极值点曲线,对谐波信号进行经验模态分解（EMD）,得到有限个固有模态分量（IMF）并进行Hilbert变换,最终计算各个IMF分量的瞬时频率和瞬时幅值,实现微电网谐波等非平稳电能信号的时频特性精确检测。仿真结果表明,该方法能够快速、准确地获取谐波信号频率成分、幅度及电压突变时刻。相对于FFT变换及传统HHT方法具有较高的精度和时域区分特性,可满足微电网谐波微机检测的工程应用需求。     

基于指纹特征融合的通信辐射源个体识别研究

在对辐射源信号进行时频分析的基础上,提出一种基于特征融合的通信辐射源个体识别方法。提取辐射源信号载频特征和瞬态幅值特征,对重采样的瞬态幅值做三次样条插值,采用最小二乘法分段对插值后的瞬态幅值进行曲线拟合,获取拟合系数作为瞬态指纹特征;最后与载频特征融合,采用遗传算法优化融合系数,融合后的特征作为辐射源指纹特征。识别分类器采用概率神经网络,对16部手持机进行识别实验。实验结果表明,该方法提取的特征能够反映通信辐射源个体的时频特性,可实现对辐射源个体的有效识别,在信噪比为20 dB时,系统识别率优于90%。     

煤矿谐振接地系统暂态脉冲特征研究

通过推导煤矿单变电所和多变电所模式下谐振接地系统发生单相接地故障时各支路故障时刻的零序电流表达式,分析了故障线路与非故障线路的暂态脉冲极性关系,以及暂态脉冲的幅度及脉冲宽度与接地电阻、线路对地分布电容和故障时刻之间的关系,并给出了相应的表达式。故障线路的暂态脉冲幅度最大且极性与非故障线路的暂态脉冲极性相反;故障时刻暂态脉冲的幅度与接地电阻成反比,与故障时刻故障相的相位角正弦值成正比;所有非故障线路的暂态脉冲宽度一致,且小于故障线路的暂态脉冲宽度,暂态脉冲宽度与接地电阻成正比。Matlab/Simulink仿真实验验证了理论分析的正确性。     

基于串级无模型自适应的外传子永磁同步电机跟踪控制

为解决现有煤矿皮带机传动系统占地空间大、传动效率低、维护频度高等问题,提出一种外转子永磁同步电机(outer-rotor PMSM)直接驱动结构,并将一种串级结构的无模型自适应控制算法应用到皮带机驱动电机的速度控制中。根据矿井皮带机的运行要求,给出该电机详细的设计参数和数学模型,设定了启动和稳态时的理想速度曲线。利用无模型自适应控制算法设计出串级无模型自适应控制律,并给出串级控制系统结构图。通过Matlab软件对外转子PMSM在煤矿皮带机的直驱伺服系统按照理想的启动“S”型曲线进行仿真,其结果表明：串级无模型自适应控制算法降低了速度跟踪误差,提高了调速控制精度,有效地抑制了系统噪声和负载变化带来的干扰,实现了皮带机良好的启动和稳态特性。     

防爆变频器在煤矿应用中的关键技术

分析了防爆变频器在煤矿井下使用过程中存在的电压等级、散热、电磁兼容性、逆变器转换效率等问题,详细介绍了解决这些问题的方法,即通过采用隔爆兼本质安全型技术和热管散热技术解决变频器的防爆和散热问题,使防爆变频器具有性能高、功能强、噪音低等特点;通过改变变频器的电路拓扑结构、改进控制策略等技术手段解决变频器的电磁兼容性和能耗问题,使防爆变频器满足煤矿生产的现代化要求。     

基于声音识别的煤矿重特大事故报警方法研究

煤矿瓦斯与煤尘爆炸会产生爆炸声,煤与瓦斯突出会产生煤炮声、支架发出的嘎嘎声和破裂折断声等,冲击地压会产生巨大的岩石破碎声响和震动等,煤矿透水会发出“嘶嘶”的水叫声、大量透水会产生水流声等,煤矿顶板冒落会发出顶板断裂声、煤岩落地撞击声、支护损毁声等。针对煤矿重特大事故声音特点,提出了煤矿井下瓦斯与煤尘爆炸、煤与瓦斯突出、冲击地压、水灾、顶板冒落等事故报警方法:各事故声音的时域和频域特征与其他声音不同,可通过矿用防爆拾音设备和系统实时监测声音,通过声音智能分析和声音频率、幅度、短时能量等特征参数分析感知事故并报警;通过监测和分析不同监测地点声音强度特征、声音发生的先后关系和防爆拾音设备损坏的先后关系等判定事故发生地点;根据各事故特点提出了多信息融合分析的灾害识别方法,减小工作面落煤、爆破作业、采煤设备、掘进设备、运输提升设备、供电设备、乳化液泵、水泵和局部通风机工作等产生的声音干扰。论述了不同拾音设备的优缺点,矿用拾音设备宜采用麦克风阵列;研究了适用于煤矿重特大事故的声音识别分类器。     

煤矿电网电压互感器故障的PSCAD仿真研究

在煤矿电网中,由于单相接地故障而引起的母线电压互感器(PT)烧毁的现象时有发生。文章依据电网单相接地故障时的等效模型仿真了PT一次侧电流的暂态特性,认为引发PT故障的主要原因为煤矿电网单相接地时电容电流值较大。利用电力系统仿真软件PSCAD/EMTDC对一组6 kV PT进行仿真,并比较了PT一次侧经非线性电阻(消谐器)接地、PT开口三角处并电阻和系统中性点经消弧线圈接地的3种解决措施。文章最后指出中性点经消弧线圈接地是解决煤矿电网中单相接地故障的最合适方法。     

路天煤矿1604综放工作面顶煤冒放性评价

放顶煤开采是利用采动支承压力的作用使煤体自然压裂破碎和跨落并从支架放煤口放出,因此,顶煤冒放性的好坏就成为该采煤法的关键所在。文章根据路天煤矿的煤层赋存条件,运用模糊数学分类方法,采用Matlab编程计算,并结合煤层强度、赋存深度、节理裂隙发育程度、夹矸厚度、煤层厚度和直接顶的充满系数6个因素,对该煤矿1604综放工作面顶煤冒放性进行了分析评价。评价结果表明,1604综放工作面顶煤冒放性好,对路天煤矿的生产实践具有一定的指导意义。