基于S变换的电能质量扰动分析

针对电能质量扰动信号的特征,提出一种基于S变换模矩阵的信号检测与分类方法,并对电能质量扰动信号进行分类.对电能质量扰动信号的电压凹陷、电压尖峰、暂态随机干扰等现象应用S变换分析,构造等值时频图,从而清晰直观地显现出电压干扰.     

电能质量暂态扰动的HS变换检测方法

为提高电能质量暂态扰动检测定位能力,设计一种采用Hyperbolic S变换(HS变换)的扰动检测方法.在采用HS变换处理电能质量信号的基础上,通过计算HS变换模矩阵上各采样点不同频率对应的幅值之和未定位扰动起止点.新方法首先通过阈值对幅值和曲线进行预处理;之后,采用峰值点定位扰动起止时间.仿真实验证明,新方法实现了不同参数条件下电压暂降、电压暂升、电压中断、电磁脉冲、电压尖峰、电压切痕、振荡暂态等7种扰动的准确检测.该算法具有较好的鲁棒性与抗噪性,受不同扰动参数影响较小,符合实际环境下的扰动定位要求.     

基于db4小波变换与BP神经网络的暂态电能质量扰动分类方法

电能质量扰动信号的分类识别是进行电能质量扰动分析和治理的重要前提.提出一种应用小波变换与神经网络相结合的暂态电能质量扰动分类方法.首先,针对暂态电能质量扰动信号的特点,选择db4小波变换来获得各层上的能量值,以提取不同扰动信号的特征参量.再通过确定适当的BP神经网络模型,对输入的扰动特征参量进行分类识别.仿真结果表明,该方法可以有效区分几种暂态电能质量扰动事件,且识别率较高.     

检测和定位电能质量扰动的小波变换法

由于小波变换能够突出信号局部特征,由此探讨了多尺度小波变换模极大值与信号突变点之间的关系,分析了对电网电压跌落及周期脉冲等典型电能质量扰动进行检测与定位的方法.进行了相应的仿真研究,验证了此方法的有效性.结果证实了小波变换能更精确地检测和定位电能质量扰动.     

基于小波和ANN的电能质量分类方法

为了对电能质量进行有效的治理,以提高用电效率,有必要对电能质量进行快速的检测和准确的分类.基于小波的时频分析特点和人工神经网络(ANN)的学习能力,提出一种电能质量实用分类方法.利用正交小波对信号进行多分辨率分析,将一定时间长度内的信号的能量映射到多个频段内,通过与标准正弦信号各频段能量的比较,提取各类电能质量的能量变化特征;利用ANN对输入特征矢量进行识别,完成电能质量的自动分类.仿真实验证明,该方法可以有效地区分电压的上升、下降、闪变以及谐波畸变、暂态等5种电能质量问题.     

基于小波变换的暂态电能质量检测研究

本文重点研究了利用小波变换方法检测电力系统中暂态电能质量扰动的原理,并对短时电压变动和电磁暂态等暂态电能质量扰动进行了仿真。理论研究和仿真分析证明,该方法能够实现对暂态电能质量扰动快速又准确的检测,为暂态电能质量扰动的评估和治理提供了依据。     

动态电能质量波形辨识的暂态分析方法(Ⅰ)

利用先进的数学分析工具,提出全新的动态电能质量扰动波形的辨识方法。利用小波与分形的内在联系,从小波变换后的系数中,提取扰动的全局分形指数和局部分形指数作为动态电能质量扰动的特征,建立了识别扰动类型的分形指数小波分析方法。利用多刻度数学形态学由粗到细地对信号进行分层处理的特点,从动态电能质量扰动的波形出发,建立一种全新的多层次描述和多层次处理的扰动辨识方法。通过由PSCAD/EMTDC软件仿真得到的12种典型动态电能质量扰动波形的识别,证明了其正确性。该方法为动态电能质量扰动的检测、识别与分类提供了新的思路。     

动态电能质量波形辨识的暂态分析方法(Ⅱ)

利用先进的数学分析工具,提出全新的动态电能质量扰动波形的辨识方法。利用小波与分形的内在联系,从小波变换后的系数中,提取扰动的全局分形指数和局部分形指数作为动态电能质量扰动的特征,建立了识别扰动类型的分形指数小波分析方法。利用多刻度数学形态学由粗到细地对信号进行分层处理的特点,从动态电能质量扰动的波形出发,建立一种全新的多层次描述和多层次处理的扰动辨识方法。对由PSCAD/EMTDC软件仿真得到的12种典型动态电能质量扰动波形的识别,证明了其正确性。该方法为动态电能质量扰动的检测、识别与分类提供了新的思路。     

基于高阶累积量的暂态扰动Mahalanobis距离分类

为实现对脉冲暂态和振荡暂态2类暂态电能质量扰动的分类,提出一种基于高阶累积量的暂态电能质量扰动Mahalanobis距离分类法.该方法利用高阶累积量提取暂态扰动的高阶统计特征,选取其2,3,4阶累积量最大值和最小值构成扰动信号的6维特征向量,计算测试样本特征向量与标准模板之间的Mahalanobis距离,以“距离最小”作为分类判据,实现对2类暂态电能质量扰动的分类.仿真结果表明,低阶累积量不能单独用于区分不同类型暂态电能质量扰动;特征向量维数越高,对分类过程越有利.所提方法分类原理简单、准确率高,是暂态电能质量扰动的有效分类方法.     

基于压缩感知的电能质量扰动信号分析

电能质量扰动信号是衡量电能质量的一个重要指标,因此对电能质量扰动信号进行准确检测是提高电能质量的前提。针对传统采样方法中采样数据量大、采样时间较长以及压缩复杂度高的问题,本文基于压缩感知理论对电能质量扰动信号进行重构,首先证明电能质量扰动信号的稀疏性满足压缩感知的必备条件;采用自适应测量矩阵对电能质量扰动信号数据进行压缩采样,同时,采用谱投影梯度实现了对电能质量扰动信号的精确重构。仿真结果表明,本文采用的压缩感知恢复算法不但可以降低采样数据量和压缩复杂度,其重构误差小,压缩性能指标比较好。     

小波变换在电能质量扰动检测与定位中的应用

论述小了波多分辨率信号的分解原理,提出了采用小波多分辨率信号分解的电能质量暂态干扰检测新方法.给出了电压下凹、短时断电、冲击信号等电能质量干扰检测与时频分析的仿真实验.结果证明,该方法对暂态电能质量的检测是有效的.     

优化核参数的SVM在电能质量扰动分类中的应用

针对短时电能质量变化和暂态扰动现象的不同特点,建立常见电能质量扰动的数学模型.运用小波变换对暂态电能质量扰动现象的内在特征进行提取,将扰动电压变化率绝对值、扰动能量变化量作为暂态电能质量扰动的特征向量.根据支持向量机的基本原理,给出一种推广误差上界估计判据,利用此判据进行最优核参数的自动选取,利用支持向量机进行训练和测...     

基于提升小波的电压暂态奇异点检测

电压暂态扰动是影响电能质量的重要因素之一,对电力系统和用电设备均产生危害.提升小波可以在时域、频域表征信号的局部特征,具有发现突变信号、处理非平稳时变信号的能力.分别采用提升小波和傅里叶变换检测脉冲暂态和振荡暂态电压扰动的奇异点.仿真结果表明,与傅里叶变换相比,提升小波能有效检测暂态电压扰动的奇异点.     

基于小波变换的电能质量扰动检测与定位

文中针对小波变换模极大值检测原理及其在电压暂降、骤升扰动信号检测中的应用进行了详细研究。介绍了小波变换理论,提出了采用小波多分辨率信号分解的电能质量暂态干扰检测新方法,通过检测小波变换模极大值,实现了对电压暂降扰动发生、恢复时间的精确定位。仿真计算结果表明该检测方法是有效的。     

Research and applications of FDMP algorithm for power quality signal analysis

The accuracy of unsteady-state disturbance analysis of power quality signals is reduced by the steadystate components with high amplitudes and energies.In this paper,a novel frequency-domain matching p...     

统一电能质量控制器及其控制信号检测方法探讨

明确提出了统一电能质量控制器所应具有的多重电能质量控制功能及其工作原理，并对目前几种典型的电压、电流补偿信号检测方法进行了分析比较，提出了用于统一电能质量控制器的电压、电流直接检测新方法。该直接检测新方法计算更简单，可进一步提高检测速度。同时，还给出了计算正弦电压幅值的瞬时计算实用公式。     

小波包算法在电力变压器局部放电信号检测中的研究

分析了可能存在的各种干扰源及其特征,讨论了各种干扰源进入检测系统的3种途径,并且针对不同的干扰途径提出了相应的抑制措施,同时设计了用于计算机模拟的局放检测信号。针对高频的局放信号采用快速小波包分解及重构算法,该算法对低频信号和高频信号都具有较高的频率分辨率,采用此算法对仿真的局部放电信号进行了分解与重构,仿真结果表明方法能有效地滤除强载波干扰,不失真地提取出局部放电信号幅值及其时间位置。     

基于单基频交叉S变换的电压凹陷源定位

电压凹陷扰动源相对于监测点的精确定位,有助于明确供用电双方的责任。为了精确定位电压凹陷扰动源,提出了一种基于单基频交叉S变换的扰动功率定位方法。首先,将监测点采集到的电压、电流信号进行单基频S变换,得出电压、电流的基频复向量;然后,将电压、电流基频复向量经单基频交叉S变换后,求模提取瞬时视在功率,进而求得瞬时视在扰动功率;最后,利用扰动功率判据实现对电压凹陷扰动源的定位。通过对由短路故障、异步电动机启动、变压器励磁涌流以及故障自清除引起的4种典型的电压凹陷源进行建模仿真,对8个监测点进行分析判断,结果证明了所提出方法的准确有效性。