基于小波分析理论的电能质量扰动信号检测

随着电力电子器件在电力系统中的广泛使用,电能质量问题己经成为供电系统和用户共同关注的重要问题。对电能质量进行快速的检测和准确的分类,进而进行有效的治理是提高用电效率的重要途径。本文使用小波检测算法来进行信号扰动的定位,利用小波变换良好的时频局部化特性,根据小波变换模极大值原理,通过对信号的多分辨率分解,实现了扰动信号的检测。并且通过Matlab的仿真结果证实了小波检测算法的正确性和有效性。     

基于S变换与PNN的电能质量多扰动检测

针对电能质量检测与分类需求,提出了一种基于S变换与概率神经网络的电能质量扰动检测和分类方法,应用S变换对电能质量扰动样本信号进行时频分析,提取信号的特征量,利用获得的特征量训练概率神经网络,并进行分类.仿真实验证明基于S变换与概率神经网络融合的电能质量多扰动分类方法训练速度快、分类准确度高,在训练样本数少、噪声影响大和多扰动信号并存时分类识别效果好.在此基础上研制了基于虚拟仪器的电能质量扰动检测系统,给出了系统构成与工作流程,现场试验验证了系统的准确性.     

基于混沌关联积分的暂态电能质量扰动分类

关联积分曲线基于时间序列重构,能够更全面反映时间序列扰动变化,并且作为扰动识别的特征量,可以避开关联维无标度区间确定这一问题。根据暂态电能质量信号在不同扰动下其关联积分曲线所呈现出的特有形态特征,将关联积分曲线作为扰动识别的特征量。不同扰动信号的关联积分曲线区别较大,直观明了。该方法操作简单方便,可以省去烦琐的数值分析,且具有较高的精确度和实用性。对几种典型的暂态扰动信号进行识别和分类,仿真结果证明了其有效性和优越性。     

基于S变换和人工神经网络的电能质量扰动识别

本文提出了一种基于S变换和人工神经网络的电能质量扰动识别方法.首先通过S变换对电能质量扰动信号进行时频分析,实现了各种扰动的有效检测,然后对该检测输出信号进行特征提取,得到包含扰动时频特性的训练和测试样本集,并运用人工神经网络进行扰动训练识别,最终实现电能质量扰动信号的自动分类.测试结果表明,该方法能有效识别参数大范围内随机变化的各种电能质量扰动.     

基于线性预测机制的电能质量扰动检测装置

以DSP芯片TMS320VC5510为硬件开发平台,利用线性预测原理对电能质量扰动信号进行监测.文中重点阐述了监测装置的硬件整体实现方案及软件设计流程.仿真结果说明线性预测原理能够很好的监测扰动信号,该装置有很好的实用价值和应用前景.     

基于匹配追踪稀疏分解的电能质量扰动检测

根据基于冗余字典的匹配追踪(MP)信号分解思想,提出一种电能质量扰动信号的参数检测与特征波形提取方法。在MP算法的每次迭代中,首先采用快速傅里叶变换(FFT)搜索能量最大的频率成分,然后采用基于离散Gabor原子中心区域的简化内积计算方法获得扰动参数的估计值,并以该估计值作为初始解,采用BFGS算法做局部搜索,进而获得精确匹配参数,并结合基于递归的内积计算确定扰动的起止时刻,最后根据电力信号扰动波形特点,设计合成字典,确定与扰动成分最匹配的波形。对单一和混合电能质量扰动信号的分解实验表明,该方法可以实现扰动参数的快速精确检测,进而有效提取扰动特征波形,并具有较好的抗噪性能。     

基于改进S变换的电能质量扰动分类新方法

提出一种改进的S变换(MST)方法并应用在电能质量扰动识别中。针对S变换(ST)窗函数固定、时频分辨率不能调节的问题,对S变换中的窗函数引入参数p、q进行改进,使时频分辨率的调节更加灵活。提出确定p、q的评价指标,使得p、q的求取具有一定自适应性和理论依据。用MST提取电能质量扰动的特征向量,根据电能质量扰动信号的MST分析结果,提出4种扰动特征作为特征向量,解决了特征向量冗余的问题。仿真数据和工程数据实验分析结果表明,该方法具有更好的抗强噪声性,使电能质量扰动分类精度更高。为复杂信号特征提取提供了一种有效途径,也为电能质量分类提供了一种新的方法。     

基于小波变换和FFT的电能质量扰动分类

根据电能质量扰动的特点,提出了小波变换（WT）和FFT相结合的电能质量扰动分类方法。该方法的主要思想是：利用小波变换对突变点敏感的特性,用其进行突变点检测和定位,以有无模极大值来区分暂态和稳态扰动;利用FFT频域分析的优势,对其进行频谱分析,以扰动信号频谱的不同特点,对暂态和稳态扰动信号分别进行进一步分类;采取检测突变点间电压有效值的方法,对短时电压扰动信号进行进一步的分类。仿真分析表明该方法对于简单和复杂电能质量扰动信号均具有准确的分类能力。     

基于S变换和神经网络的电能质量多扰动分类识别

主要针时谐波扰动与其他扰动共存的情况,提出了一种识别电能质量多扰动共存下的多扰动分类方法.它利用S变换计算基频的幅值信息,从而获得幅值特征向量,再利用傅立叶变换得到频谱的特征向量,然后根据这两组特征向量训练并行的神经网络,得到并行的分类器;它既可以对单种扰动进行分类,也可以对多扰动进行分类.通过仿真试验,验证了此分类器是有效的,可行的.     

基于RQA和V-VPMCD的滚动轴承故障识别方法

多变量预测模型模式识别(variable predictive model based class discriminate,简称VPMCD)利用样本特征值内在的相关性来建立特征学习模型,但是当训练样本较少时会导致模型预测不准确,因此提出了基于递归定量分析(recurrence quantification analysis,简称RQA)和投票法多变量预测模型模式识别(voted variable predictive model based class discriminate,简称V-VPMCD)的故障识别方法。该方法利用了递归定量分析对非线性、非平稳信号分析的鲁棒性和样本质量不高时处理的优势,以VPMCD作为分类方法,并用投票法优化了VPMCD方法,提升了算法的稳定性和识别率。对滚动轴承不同程度、不同类型故障的模式识别实验表明,该优化算法具有较高的识别准确率和稳定性。     

基于判别字典学习的电能质量扰动识别方法

电能质量扰动识别方法通常是先通过数字信号处理工具对信号进行检测和特征提取,再采用人工智能方法对特征进行分类识别,增加了识别过程的复杂性和冗余性。提出一种基于判别字典学习(DDL)的稀疏表示电能质量扰动识别方法,可有效减少识别步骤、降低复杂性,并提高识别率。该方法首先采用主成分分析方法将K类扰动训练样本集降维为扰动降维特征训练样本集,由各类样本分别训练出冗余子字典,然后级联成判别字典。接着基于l0范数算法求解出降维测试信号在该判别字典下的稀疏表示矩阵,最后利用不同的冗余子字典重构测试样本,由冗余残差最小值确定目标归属类,实现对电能质量扰动信号的识别。仿真实验结果表明该方法能有效地对不同电能质量扰动进行识别,过程简单、数据量少、抗噪声鲁棒性好,在信噪比20 d B以上的噪声环境中电能质量扰动识别准确率达到95%以上。     

基于小波包改进阈值方法的电能质量信号消噪

为了改善暂态电能质量扰动信号的消噪效果,提出了一种小波包改进阈值的消噪方法。在分析了软阈值消噪方法和硬阈值消噪方法的基础上,对阈值量化函数进行了改进,并通过小波包变换对消噪效果进行了强化。改进后的新阈值消噪法能有效克服＂硬阈值法不连续、软阈值法有偏差＂的缺点。对暂态电能质量扰动信号消噪处理的仿真结果表明,该新方法在消噪的同时能够减少信息的损失,在不同信噪比下都能有效地去除白噪声,其消噪效果优于软阈值函数消噪法。     

基于微分平坦的旋转倒立摆双闭环抗扰 PID 控制

针对一类不稳定、欠驱动二自由度旋转倒立摆系统, 提出一种基于微分平坦的双闭环抗扰 PID 控制方法。 首先, 建立倒 立摆的非线性动力学模型, 利用近似线性化分析系统的不稳定零动态与非最小相位特性; 然后, 结合微分平坦理论, 设计倒立摆 平坦输出,重构系统平坦状态, 并建立平坦状态与角度输出之间的转化关系,克服倒立摆的非最小相位影响; 进一步, 针对微分 平坦系统, 设计抗扰 PID 双闭环控制结构和带宽化调节方法, 在主动抗扰机制下实现对摆杆角度与悬臂角度的精准控制; 最后, 通过仿真与实验, 验证所提方法的有效性和实用性。 所提方法为欠驱动系统提供了一种结构简单、抗扰能力强的控制方案。     

一种基于自抗扰控制的电子差速控制策略研究

电动车辆转向时,复杂路况及车况综合作用下,驱动轮承载更强扰动的负荷,驱动轮滑移运动所占比重不确定性增大,影响行车稳定与安全.为此,设计基于自抗扰控制(ADRC)的电子差速控制(EDC)策略,并利用混沌粒子群优化算法(CPSO)设计控制器参数.构建7自由度整车模型,以滑移率为控制量、驱动轮电机转矩为输出,设计基于CPSO...     

基于小波分析的电能质量三相不平衡度虚拟仪

介绍了一种基于小波分析的电能质量三相不平衡度检测技术,在LabVIEW虚拟仪器设计平台上采用小波分析技术检测电能信号的突变点,从原始信号中除去突变点得到稳态信号,采用巴特沃斯低通滤波器滤除谐波成份后计算工频基波的三相不平衡度。实验结果表明,利用该方法可以很好地去除信号突变,获得较高的精度。     

采用最优多分辨率快速S变换的电能质量分析

为兼顾电能质量信号分析的类型识别与参数估计需要,设计一种最优化多分辨率快速S变换(OMFST),用于电能质量信号识别与参数估计。首先,分析不同时-频分辨率下时间-幅值曲线与频率-幅值曲线中,扰动起、止处峭度与扰动参数估计误差间的关系;之后,根据离差最大化法,确定不同频率范围内最优窗宽调整因子,并通过3次样条插值法进行拟合,自适应调整不同扰动信号识别和参数估计所需最优窗宽;然后,针对扰动信号基频与扰动所在的中、高频频域范围进行OMFST处理;最后,从原始信号、原始信号傅里叶谱和OMFST变换结果中提取5条特征,构建基于模糊决策树的扰动分类器,识别13种电能质量信号,并估计电能质量信号参数。仿真实验和实测数据分析表明,新方法能够满足电能质量复合扰动参数估计需要,参数估计误差低于广义S变换等方法,同时保留了良好的分类能力。     

基于层次分析法和熵值法的产品广义质量综合评价方法

为客观有效地评价产品质量,以产品广义质量综合评价方法为基础,结合层次分析法和熵值法对指标权重值进行综合确定,使评价过程更加科学合理,避免了不合理结果的产生.以微型家用轿车为例,从技术性、经济性和社会性三方面对其综合性能进行评定.评价结果表明,此方法得出的评价结果符合客观实际,为用户选择产品提供了科学的依据.     

基于嵌入式的电能质量监测系统设计

介绍了电能质量的定义及其计算方法，在此基础上设计了一嵌入式的电能质量监测系统。给出了系统原理框图，给出了各个模块的详细设计，列出了软件设计的要点。