结合小波分析和改进型DTW距离的配电网电压暂降源辨识方法

该文提出了一种结合小波分析和改进型动态时间规整(dynamic time warping,DTW)距离的配电网电压暂降源辨识方法。首先分析各类电压暂降源及其经不同类型变压器传递后的相应电压波形特征,并根据其隶属关系通过波形数据挖掘和序列相似匹配构建完备的波形数据库。通过小波变换对实测电压暂降波形进行多尺度分解实现时间数据的降维,同时给出波形库序列的DTW边限距离及其在小波变换域的查询计算方法,实现电压暂降源的快速识别。基于实际的电力园区网架结构搭建仿真模型进行验证,结果表明,所述方法能迅速而准确地辨识各类电压暂降源,为电压暂降的有效监测和快速治理提供有力的参考。     

基于动态时间弯曲距离的电压暂降源辨识方法

为了实现对各类型电压暂降源的准确辨识,从波形相似性检测的角度提出了一种基于动态时间弯曲距离的电压暂降源辨识方法。通过仿真模型分析了基本电压暂降和经不同类型变压器传播后各类暂降的波性特征,构建了电压暂降类型与暂降原因及变压器类型的映射关系。利用9种电压暂降波形数据构建匹配库,采用动态时间弯曲距离法将实测的电压暂降波形数据与匹配库波形数据进行匹配分析,实现电压暂降源的辨识。仿真分析的结果表明,该方法能够对电网中出现的各种类型电压暂降进行辨识,具有较高的准确性和有效性,满足工程应用的需求。     

基于深度置信网络的电压暂降特征提取及源辨识方法

提出一种基于深度置信网络(DBN)的电压暂降特征提取与暂降源辨识方法,利用DBN的特征提取能力对实测波形数据进行特征自提取,解决了人工提取特征过度依赖专家经验,受未知特征影响较大不具备一般性的问题。采用多隐层结构网络学习特征最终实现暂降源辨识。该模型集特征提取器与分类器于一体,优化了模型结构框架,提高了暂降源辨识效率。对模型最优参数进行选择,建立适用于电压暂降实测数据类型的DBN模型,对电网实测暂降数据进行特征提取与暂降源辨识,通过对比验证了DBN方法在特征提取与暂降源识别上的优越性,适用于实际工程。     

计及雷击情况的基于PDT-SVM暂降源辨识方法研究

目前,电压暂降已成为影响最突出的电能质量问题之一,为有效分析雷击对电网暂降的影响程度,对雷击导致电压暂降的情况进行了详细分析,准确辨识了包括雷击导致暂降情况在内的4种暂降类型,为合理划分暂降责任提供重要依据。文中首先分析了雷击故障导致暂降的有效值波形与普通短路故障之间的区别,归纳了短路故障、雷击、变压器投切及感应电机启动4种暂降类型电压有效值波形的特点,引入5个暂降电压特征指标,并建立了暂降类型辨识特征矩阵。然后采用基于粒子群聚类优化的决策树支持向量机(PDT-SVM)分类器对4种暂降类型进行辨识。分类器的训练与测试数据均来自电网实测暂降电压数据,与工程实际密切贴合。最后,算例分析结果验证了算法的有效性和准确性。     

基于小波域相子的电压暂降特征提取与成因辨识

有效提取电压暂降的特征并进行成因辨识是确定治理方案的前提。在多分辨分析基础上发展起来的离散小波变换(DWT)具有简单、快速和信息非冗余等特点,但一般认为不易于提取电压暂降信号的相位跳变特征。基于小波域相子方法对电压暂降的幅值和相角特征进行了有效提取。通过小波域相子的幅值和相位信息构造出电压暂降成因辨识特征指标。最后采用支持向量机(SVM)方法进行了电压暂降成因的辨识。结果表明,所提方法可以有效实现电压暂降的特征提取和成因辨识。     

基于互近似熵的电压暂降波形匹配方法

随着越来越多电压暂降敏感设备接入电网,因电压暂降干扰带来的直接及间接经济损失日趋严重,这对供电质量提出了更高要求,准确识别暂降源是治理电压暂降问题中必不可少的步骤。文中分析了各类短路故障引起的电压暂降类型及其经变压器传变后暂降波形的变化情况,并根据理论分析建立各类暂降的标准样本波形。提出了一种基于互近似熵原理的电压暂降源辨识方法,通过计算实测波形与样本波形之间的互近似熵,直接进行相似度匹配,实现故障暂降类别的准确识别,并利用电网实测数据对该方法进行验证。结果表明该方法与实际工程相贴合,具有很强的实用性。     

基于小波变换的配电网电压暂降的干扰源辨识

该文用EMTP建立了一个配电网电压暂降仿真系统，对线路故障引起的电压暂降以及多级电压暂降、变压器投运和感应电动机启动引起的电压哲降进行了原理分析并给出了相应的仿真结果。仿真分析结果表明：电压暂降的电压波形特征是和特定的干扰源相联系的，因此，可以利用它来辨识电压暂降的干扰源。在此基础上，文中提出了基于三次中心B样条小波变换的电压暂降干扰源辨识方法，该方法以电压暂降的电压波形为分析对象，以小波变换的奇异性检测理论为基础，利用B样条小波变换准确地提取了各种电压哲降的波形特征量，并对故障、变压器投运和三相感应电机启动引起的电压暂降做了辨识。仿真试验结果表明该方法简洁可靠，辨识准确性高，抗干扰能力强。     

配电网中电压暂降源的检测方法比较

电压暂降因为对敏感设备的危害而成为最受关注的电能质量问题之一。电压暂降源的检测对电能质量故障检测、诊断及缓和策略的制订十分必要,并有助于合理解决电力部门与用户之间的纠纷。对现有的基于扰动功率和扰动能量,基于等效阻抗实部符号,基于不同故障类型等电压暂降源检测的方法进行了详细的分析,比较了它们各自的特点;在总结目前电压暂降源检测方法的基础上,对今后的配电网电压暂降源检测方法研究工作进行了展望。     

电压暂降扰动源电压空间矢量辨识法

分析了不同暂降扰动源产生的电压暂降的幅值、相位和谐波特征,提出一种基于电压空间矢量的电压暂降扰动源辨识方法。该方法先对三相电压信号进行αβ变换构造出电压空间矢量和零序分量,利用离散傅里叶变换(DFT)将电压空间矢量分解成正、负序两个旋转分量,构造出幅值、相位和谐波特征量,将三者相结合可对造成电压暂降的扰动源进行辨识。时变电压空间矢量在复平面轨迹的三维可视化的描述可以对电压暂降全过程进行全面表征。利用Matlab/Simulink建立简单配电网的仿真模型,结果验证了所提出方法的有效性和正确性。     

配电网中电压暂降源的检测方法比较

电压暂降因为对敏感设备的危害而成为最受关注的电能质量问题之一.电压暂降源的检测对电能质量故障检测、诊断及缓和策略的制订十分必要,并有助于合理解决电力部门与用户之间的纠纷.对现有的基于扰动功率和扰动能量,基于等效阻抗实部符号,基于不同故障类型等电压暂降源检测的方法进行了详细的分析,比较了它们各自的特点;在总结目前电压暂降源检测方法的基础上,对今后的配电网电压暂降源检测方法研究工作进行了展望.     

基于典型波形特征与改进DBSCAN的电压暂降同源识别方法

针对电网内单次短路故障可能触发多条母线上的电能质量监测装置记录电压暂降波形,造成电压暂降录波数据冗余、电网电压暂降水平过估计的问题,提出一种基于典型波形特征与改进基于密度的有噪空间聚类(DBSCAN)的电压暂降同源识别方法。首先,提出综合倾斜因子、波形相似度和持续时间三维特征,综合刻画电压暂降同源性;同时,研究电压暂降经多级变压器的传播特性,推导出13种变压器相电压等效传递矩阵,并提出基于Bhattacharyya距离的波形相似度计算方法。其次,利用共享近邻点(SNN)改进DBSCAN,对由三维特征构成的矩阵进行同源聚类,提出基于电网节点总数和监测点总数的聚类参数计算方法,实现电压暂降同源识别。应用实测数据和IEEE 30节点系统仿真数据进行验证,结果证明了所提方法的正确性和有效性。     

一种基于改进灰色关联分析的电压暂降源识别方法

为准确识别电网中各类暂降源,提出了一种基于改进灰色关联分析的电压暂降源识别方法。分析了其产生机理,并利用暂降分段法,分析电网中各类暂降源的波形特点;针对传统灰色关联分析模型的不足,利用熵权法进行改进;提取电压暂降波形的时域特征,形成六类暂降源对应的标准参考序列和待识别暂降源对应的比较序列,利用改进的灰色关联分析模型计算参考序列和比较序列的关联度,实现暂降源的准确识别。通过PSCAD/EMTDC仿真和实测数据对所提方法进行验证,并与其他方法对比,证明了所提方法能在样本较少的情况下准确识别各类暂降源,且能确定短路引起暂降的故障类型,具有较大的工程应用前景。     

基于DTW算法与稳态电流波形的非侵入式负荷辨识方法

非侵入家用负荷识别技术可以指导家庭用户合理安排用电,提高用能效率,同时也为电力部门提供家庭用电的数据支持,有利于了解负荷用电规律及趋势,完善电力规划。由于家庭用户用电负荷的稳态特征值存在相似和无规律的问题,现有的方法多采用高级算法对所有的用电负荷组合进行训练。针对现有采用负荷稳态特征值方法进行识别所存在的不足,考虑到家用负荷稳态波形具有独特性和叠加性,提出了一种利用动态时间弯曲(DTW)算法计算与模版库波形的距离来识别家用负荷的辨识方法。首先,建立负荷稳态波形模版库;然后,在电压满足一定条件的情况下,测量家庭用户电流的稳态波形;最后,利用DTW算法计算出最小距离进行识别。     

感应电动机动态特性与电压骤降的相互影响

基于不对称电压骤降推导了感应电动机电磁和机械回路方程,并结合电压骤降过程,分析了感应电动机动态特性和电压骤降的相互影响。运用电力系统计算机辅助设计和电磁暂态模拟程序软件（power systemcomputer aided design and electric magnetic transient in DC system,PSCAD/EMTDC）建立仿真模型来计算感应电动机的动态特性对电压骤降波形、电压骤降幅值和持续时间等特征参数的影响,以及不对称和对称电压骤降对感应电动机的母线电流、转速和电磁转矩等特性的影响。仿真结果表明感应电动机动态特性与电压骤降之间是一种动态的关系：感应电动机的动态特性会使电压骤降波形发生畸变,造成电压骤降幅值和持续时间等特征参数发生变化,而电压骤降也会造成感应电动机母线电流、转速和电磁转矩等特性发生变化。     

基于dq变换的三相不平衡电压暂降检测方法

目前动态电压恢复器(Dynamic Voltage Restorer,DVR)装置中常用的dq变换检测法只适用于三相对称扰动,故提出了一种可用于三相不平衡电压暂降的检测方法。该方法首先对信号进行双dq变换和无时延的单相dq变换,变换后的量经由形态低通滤波器滤波后,可分别求得电压基波正序、负序和零序分量,继而推导计算出电压暂降的特征值,即各相暂降幅值、持续时间和相位跳变角。仿真结果验证了该方法的正确性,分析结果表明这种方法具有很好的实时性,适合DVR实时检测的需要。     

基于聚类和关联分析的居民用户非侵入式负荷分解

现有的非侵入式负荷监测方法主要采用监督学习模型,该类模型需要具有针对性的大量训练数据,而且无法有效识别在训练数据中未出现的负荷。在分析多种家用电器负荷特征的基础上,选取负荷投切过程中暂态功率波形和功率变量作为负荷特征,并提出一种基于聚类和关联分析的无监督学习居民用户非侵入式负荷分解方法。首先根据功率变化情况提取电流和电压数据,并计算得到暂态功率波形;然后通过动态时间规整算法计算当前暂态功率波形与历史暂态功率波形的匹配度,并利用动态聚类算法和其他暂态负荷特征判别该功率波形对应的负荷操作;最后以周为单位对负荷操作进行关联分析,确定每种电器对应的多个暂态特征。仿真结果表明,所提方法易于实现,在准确率和可靠性方面有明显提高。     

An optimized compensation strategy ofDVR for micro-grid voltage sag

Introduction: This paper uses a dynamic voltage restorer (DVR) to improve the voltage quality from voltage sags. It is difficult to satisfy various of compensation quality and time of the voltage sag by using single compensation method. Furthermore, high-power consumption of the phase jump compensation increases the size and cost of a dynamic voltage restorer (DVR). Methods & Results: In order to improve the compensating efficiency of DVR, an optimized compensation strategy is proposed for voltage sag of micro-grid caused by interconnection and sensitive loads. The proposed compensation strategy increases the supporting time for long voltage sags. Discussion: Firstly, the power flow and the maximum compensation time of DVR are analyzed using three basic compensation strategies. Then, the phase jump is corrected by pre-sag compensation. And a quadratic transition curve, which involves the injected voltage phases of pre-sag strategy and minimum energy strategy, is used to transform pre-sag compensation to minimum energy compensation of DVR. Conclusions: The transition utilizes the storage system to reduce the rate of discharge. As a result, the proposed strategy increases the supporting time for long voltage sags. The analytical study shows that the presented method significantly increases compensation time of DVR. The simulation results performed by MATLAB/SIMULINK also confirm the effectiveness of the proposed method.     

基于Hilbert-Huang变换和小波包能量谱的电压暂降源识别

针对电压暂降源识别问题,提出一种基于Hilbert-Huang变换（HHT）和小波包能量谱的电压暂降源识别方法。首先对电压暂降信号经过经验模态分解（EMD）,得到一个固有模态函数（IMF）集合,然后将各IMF进行n层小波包分解并计算其小波包能量谱,得到Hilbert-Huang（HH）谱图。通过比较突变点、幅值、谐波等特征量,对电压暂降源进行识别。实验结果表明,该方法简洁可靠、识别准确性高、实用性强。