希尔伯特-黄变换在电力系统故障检测中的应用研究

电力系统中的故障暂态信号多为非线性非平稳信号,希尔伯特-黄变换(HHT)被认为是专门针对非线性非平稳信号的分析方法。将HHT引入到电力系统故障检测中,利用经验模态分解(EMD)获得故障电流信号的本征模态函数(IMF),通过选取IMF并对其进行H ilbert变换,提取出IMF分量的瞬时频率和瞬时幅度。利用合成的IMF分量的H ilbert谱分布,对故障暂态进行了时间-频率-振幅的联合分析。仿真研究表明:基于HHT的故障检测方法能充分提取故障信息,故障定位准确,提高了故障检测的可靠性。     

希尔伯特-黄变换在电力系统中的应用

详细分析了Hilbert-Huang变换在电力系统谐波检测、电力系统低频振荡以及在电力系统局部电晕放电数据处理中的应用现状。最后指出,Hilbert-Huang变换克服了其他方法在信号处理中的弱点,它是一种处理非线性、非平稳信号的有效方法,有利于电力系统的信号处理。     

希尔伯特-黄变换在电力谐波分析中的应用研究

重点研究了希尔伯特-黄变换(HHT)在电力谐波分析中的应用。针对现有的电力谐波分析方法FFT和小波变换的缺点和不足,将希尔伯特-黄变换(HHT)应用于电力谐波分析中,并且针对希尔伯特-黄变换中能导致分析精度降低的曲线拟合、端点效应和虚假分量问题进行分析和研究,采用埃尔米特插值进行曲线拟合,点对称延拓的方法抑制端点效应,...     

希尔伯特-黄变换及其在信号处理中的应用研究

希尔伯特-黄变换(HHT)是分析和处理非线性、非平稳信号的一种新而有效的方法。文中深入研究了HHT方法的基本原理,经验模态分解(EMD)和Hilbert谱;并用仿真实例对该方法进行了更详细的说明;最后综述了该方法在地球物理学、电力工程和生物医学领域中的应用,进一步说明HHT方法在信号处理中的有效性和优越性。     

基于希尔伯特-黄变换的飞机供电系统谐波信号分析

大量非线性电力设备的应用,使飞机供电系统中含有大量的谐波分量和间谐波分量。针对傅里叶变换和小波变换等方法不能有效地对这些谐波信号进行提取和分析的情况,提出利用希尔伯特-黄变换(HHT)提取和分析飞机供电系统中的各次谐波分量。同时,为了改善HHT中经验模态分解(EMD)存在的包络线过冲、欠冲和端点飞翼等问题,使用分段三次...     

基于改进希尔伯特-黄变换的电缆接地故障定位研究

为了精确定位电缆接地故障区域,利用基于集合经验模态分解的希尔伯特黄变换与行波测距相结合的方法来实现电缆接地故障定位。针对经验模态分解易出现模态混叠导致最终对信号进行时频分析时无法计算行波往返于测量点和异常点之间时间的问题,提出利用集合经验模态分解来替换经验模态分解,然后使用改进HHT对故障行波信号进行分析,从而对电缆故障发生点进行定位。案例分析结果表明所提方法的故障定位精度误差为0.17%,能精确定位电缆接地故障区域。     

基于希尔伯特-黄变换（HHT）的机组同调研究

概述了利用功角曲线进行同调识别所面临的困难,阐述了希尔伯特-黄变换(HHT)在非线性、非平稳功角信号处理中的优势,提出了一种基于HHT的同调识别新方法。该方法利用经验模式分解方法将功角信号进行分解,得到剩余分量和各固有模态信号,逐次对这些分量进行比较得到机组的同调特性。该方法不受系统模型、故障场景限制,能随着不同的故障自适应调整数据时间窗的长度,并能克服小波分析、prony分析等算法难以处理非平稳信号的不足。测试结果表明了该算法的有效性。     

基于希尔伯特-黄变换的电力系统谐波分析

准确的谐波分析对电力系统稳定具有重要意义。为克服FFT方法与小波分析方法的缺点,提出将希尔伯特-黄变换(Hilbert-Huang transform, HHT)用于谐波分析。将谐波信号进行经验模态分解(empirical mode decomposition, EMD),得到一系列经验模态函数(intrinsic mode function, IMF)。由于不同的IMF对应不同的谐波分量,通过对每个IMF分量进行Hilbert变换(HT)及最小二乘拟和,最终可以得到各次谐波的幅值、频率和相位,从而实现电力系统谐波的准确分析。在经验模态分解过程中,采用了分段三次Hermite插值,并通过添加极值的方法减轻边缘效应的影响,使谐波分析能够更准确。仿真表明,Hermite插值比三次样条插值对谐波分析更具优势。该方法分析电力系统谐波精度高,能够取得满意的效果。     

基于改进希尔伯特-黄变换的电力系统谐波检测系统设计

随着电力系统规模的不断扩大及电力电子设备的广泛应用,电力系统中谐波污染问题愈发严重。为实现对电力系统谐波的有效检测,本文提出基于改进希尔伯特-黄变换的谐波检测方法。首先提出基于改进镜像延拓的端点效应抑制方法,该方法将波形匹配方法与镜像延拓方法相结合,解决传统镜像延拓方法需对信号有一定程度截断而造成误差较大的问题;同时,引入自适应噪声完全经验模态分解方法,有效解决经验模态分解易产生模态混叠效应、集合经验模态分解结果受噪声影响较大且易产生虚假模态分量的问题。为验证本文所提方法的有效性,设计谐波检测仿真实验及实测信号谐波检测实验。结果表明,本文所提方法可对具有间断点的谐波信号、含高次谐波衰减、突变谐波信号进行有效跟踪与检测。基于本文所提方法在LabVIEW平台中开发谐波检测系统,验证了本文所提方法的准确性及有效性。     

希尔伯特-黄变换在变压器铁心振动信号中的应用

对实际变压器器身振动信号进行了分析,证明了该方法的有效性。     

改进的Hilbert-Huang变换在船舶电网谐波检测中的应用

本文首次将改进的Hilbert-Huang Transform(HHT)方法用于船舶电力系统谐波检测中.HHT方法在分析船舶电网谐波时存在模态混叠现象,不能有效得出各次谐波分量,本文采用基于Fourier变换的empirical mode decomposition(EMD)方法,根据Fourier谱进行频带滤波,然后...     

Application of fault location system in power substations

A series of development tests carried out when developing sensors for GIS (gas-insulated switchgear) fault location systems for is described. The sensors are for detecting pressure waves, pressure rises, arc lights, tank vibrations, and ground wire currents caused by fault current arcs. Application methods are presented, and actual applications are considered     

Application of DA‐preconditioned FINN for electric power system fault detection

This paper proposes a hybrid method of deterministic annealing (DA) and fuzzy inference neural network (FINN) for electric power system fault detection. It extracts features of input data with two‐staged precondition of fast Fourier transform (FFT) and DA. FFT is useful for extracting the features of fault currents while DA plays a key role in classifying input data into clusters in a sense of global classification. FINN is a more accurate estimation model than the conventional artificial neural networks (ANNs). The proposed method is successfully applied to data obtained by the Tokyo Electric Power Company (TEPCO) power simulator. © 2008 Wiley Periodicals, Inc. Electr Eng Jpn, 166(2): 39– 46, 2009; Published online in Wiley InterScience ( www.interscience.wiley.com ). DOI 10.1002/eej.20497     

电网故障信息系统应用技术

在概述了电网调度自动化系统后,针对故障信息系统的信息来源、特点。分析了系统在电网运行、事故分析中的作用、价值。同时,针对各种系统实施过程中所引出的问题,提出了故障信息系统的设计原则(系统结构模块化、信息处理智能化、数据通信网络化)以及故障信息系统的建设和实施中应重点解决的问题。故障信息系统建设的信息分层管理概念,有助于缩短事故处理时间、加速系统的恢复,为电网安全、稳定、经济运行产生良好的综合效益。     

Hilbert-Huang变换在电气化铁路谐波检测中的应用

将Hilbert-Huang变换(Hilbert-Huang transform,HHT)用于电气化铁路谐波检测中,应用该方法可以提取任意频次的谐波信号。为了解决直接应用经验模式分解(empirical mode decomposition,EMD)方法可能出现的模态混叠问题,文中采用基于傅里叶变换(Fourien tranform,FT)的EMD方法对电气化铁路谐波信号进行提取。首先利用傅里叶变换对指定频率部分进行滤波,然后分别进行HHT变换,再重新组合,即可得到信号全部完整的本征模态函数(intrinsic mode function,IMF)分量,进而计算其Hilbert谱,得到谐波信号的Hilbert谱值。对电气化铁路牵引变电站实测谐波电压、电流数据进行了分析,仿真结果表明利用改进的HHT方法可以得到电气化铁路各次谐波的准确时频分布。     

一种基于Hilbert-Huang变换的电力电缆故障测距方法

为了提高电力电缆故障测距的灵敏性和准确性,提出一种基于Hilbert-Huang变换的电力电缆故障测距方法。针对电缆故障时暂态行波信号奇异性不明显问题,HHT能在不需要选择基函数的条件下对信号进行自适应时频分析,应用经验模态分解(EMD)方法对信号进行唯一分解。EMD能在保持信号良好的时域特性和频域特性的同时得到信号的时频和能量分布关系,有利于提取信号的奇异性,进而减小测量误差。通过不同方法对故障进行数值仿真测距,仿真结果表明HHT故障测距方法具有很好的优越性。     

Hilbert-Huang变换及其在电力系统中的应用

通过综述国内外Hilbert-Huang变换及其相关端点效应、模态混叠、筛分停止准则等问题的研究现状,讨论了该变换的特点。详细分析了Hilbert-Huang变换在电力系统设备故障检测与故障诊断、电力系统振荡分析、电能质量检测和负荷预测等方面的应用现状。最后,对其在电力系统中的应用进行了展望,认为Hilbert-Huang变换可以联合其他方法克服本身缺点,并根据电力系统信号的特点,更有效地应用于电力系统。