电能质量扰动检测与定位方法研究

发布时间：2017-09-18 23:32

  本文关键词：电能质量扰动检测与定位方法研究

  更多相关文章： 电能质量 扰动检测定位 扰动分类 离散正交S变换 GK聚类

【摘要】：电力行业的迅速发展、新型电子器件和非线性负荷的广泛应用使电能质量问题日益严峻。为降低电能质量扰动产生的影响,提高电能质量水平,本文以电能质量扰动信号为研究对象,借助于数学形态学、离散正交S变换、GK聚类等方法,实现电能质量扰动信号的检测定位与分类识别。首先,研究电能质量扰动信号的预处理方法。运用Matlab仿真平台建立各种暂态电能质量扰动仿真模型,获取扰动信号的时域波形。鉴于电网信息中心采集到的扰动信号含有噪声,而单一结构元素的数学形态学滤波器只对特定的噪声信号有较好的滤波效果,本文选取由单一结构元素通过并行组合的多结构加权复合形态学滤波器对含有多种噪声的扰动信号进行消噪处理,以减小噪声对后续检测的干扰。然后,提出一种基于离散正交S变换的暂态电能质量检测与定位方法。引入频率变量、时间变量、频带宽度三个参数对有限频带子空间内的傅立叶变换基函数进行线性组合,构造出一组可实现最大化时频分辨率的正交基函数向量,提取扰动信号和基函数内积得到线性独立时频信号模矩阵平方和均值,对暂态电能质量扰动信号和含有谐波的电压暂降、暂态脉冲扰动信号进行起止时刻的定位和频率的检测。仿真结果表明,所提方法在保证准确度的同时,计算速度可达到S变换的数倍以上,具有更好的实时性和谐波免疫性。最后,应用GK聚类算法实现电能质量扰动信号的识别分类。在对待分类扰动信号特征参数模糊划分矩阵初始化的基础上,计算由聚类协方差矩阵表示的相似度度量函数,获取各个扰动类型之间的相似度；不断迭代调整聚类中心向量矩阵和隶属度矩阵,当由相似度度量函数和隶属度矩阵组成的目标函数达到最小值时,迭代结束,聚类完成。提取十二种电能质量扰动信号S变换的特征参数作为GK聚类算法的输入,设置相应的聚类数目,进行验证,给出的聚类划分结果表明所提分类方法准确率较高,对噪声不敏感。
【关键词】：电能质量 扰动检测定位 扰动分类 离散正交S变换 GK聚类
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM711
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-24
• 1.1 选题背景及意义10-11
• 1.2 电能质量概论11-18
• 1.2.1 电能质量的基本概念11
• 1.2.2 电能质量分析11-16
• 1.2.3 电能质量标准16-18
• 1.2.4 电能质量的研究热点18
• 1.3 电能质量检测与分类的研究现状18-23
• 1.3.1 电能质量扰动检测方法19-21
• 1.3.2 电能质量扰动分类方法21-23
• 1.4 本文主要研究内容23-24
• 第2章 基于数学形态学的电能质量扰动信号预处理24-32
• 2.1 引言24
• 2.2 暂态电能质量的仿真模型24-27
• 2.3 基于数学形态学的电能质量扰动信号消噪27-31
• 2.3.1 数学形态学27-29
• 2.3.2 算例仿真29-31
• 2.4 本章小结31-32
• 第3章 基于DOST的暂态电能质量检测与定位32-45
• 3.1 引言32
• 3.2 离散正交S变换及应用分析32-37
• 3.2.1 离散正交S变换32-34
• 3.2.2 离散正交S变换在电力信号的应用可行性分析34-35
• 3.2.3 应用实例35-37
• 3.3 电能质量扰动检测与时间定位的仿真验证37-43
• 3.3.1 特征值的选取37-38
• 3.3.2 单一扰动信号的仿真分析38-41
• 3.3.3 复合扰动信号的仿真分析41-43
• 3.4 本章小结43-45
• 第4章 基于GK聚类的电能质量扰动信号分类45-58
• 4.1 引言45-46
• 4.2 GK聚类的分类流程46-48
• 4.2.1 GK聚类46-47
• 4.2.2 GK聚类的分类实现步骤47-48
• 4.3 电能质量扰动信号特征提取48-50
• 4.3.1 电能质量扰动信号的类型49
• 4.3.2 电能质量扰动信号的特征参数分析49-50
• 4.4 电能质量扰动信号分类的实现步骤50-53
• 4.5 算例仿真53-56
• 4.6 本章小结56-58
• 结论58-60
• 参考文献60-65
• 致谢65-66
• 附录A 攻读学位期间发表的学术论文66-67
• 附录B 攻读学位期间参加的科研项目67

【相似文献】

中国期刊全文数据库 前10条

1 刘守亮,肖先勇;基于S变换的短时电能质量扰动检测与分类[J];四川电力技术;2005年S1期

2 罗滇生;何洪英;姚建刚;;短时电能质量扰动分类方法研究[J];计算机工程与应用;2008年17期

3 唐轶;刘昊;方永丽;;基于时域特征分析的电能质量扰动分类[J];电力系统自动化;2008年17期

4 黄南天;徐殿国;刘晓胜;;基于改进多层前馈神经网络的电能质量扰动分类[J];电子测量与仪器学报;2009年10期

5 赖晓君;孙洪成;;一种新的电能质量扰动分类识别算法[J];电气开关;2011年02期

6 陈祥训;采用小波技术的几种电能质量扰动的测量与分类方法[J];中国电机工程学报;2002年10期

7 薛蕙,杨仁刚;基于小波包除噪的电能质量扰动检测方法[J];中国电机工程学报;2004年03期

8 束洪春,王晶,陈学允;动态电能质量扰动的多刻度形态学分析[J];中国电机工程学报;2004年04期

9 吕干云,丁屹峰,程浩忠;一种基于改进锁相环系统的电能质量扰动检测方法[J];电力系统及其自动化学报;2004年05期

10 潘洪湘,宗伟,刘连光;基于数字信号处理器的短时电能质量扰动检测算法[J];电网技术;2004年20期

中国重要会议论文全文数据库 前7条

1 曹立中;吴杰;苏春苑;;基于多方法的电能质量扰动研究[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（下册）[C];2008年

2 刘林;林涛;;基于连续小波变换和专家系统的电能质量扰动识别研究[A];中南七省（区）电力系统专业委员会第二十二届联合学术年会论文集[C];2007年

3 张东中;袁帅;佟为明;;基于复小波和神经网络的电能质量扰动识别与分类[A];2009中国仪器仪表与测控技术大会论文集[C];2009年

4 陈春玲;许童羽;袁野;;基于多类分类SVM的电能质量扰动识别[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

5 耿云玲;王群;何怡刚;;典型电能质量扰动信号的小波检测[A];2004全国测控、计量与仪器仪表学术年会论文集（上册）[C];2004年

6 方群会;;基于LS_SVM的暂态电能质量扰动分类[A];重庆市电机工程学会2010年学术会议论文集[C];2010年

7 张宇;李海维;;小波理论和网格分形在电能质量扰动检测中的应用[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（下册）[C];2008年

中国博士学位论文全文数据库 前10条

1 宋雪雷;基于小波变换和支持向量机的电能质量扰动分析方法[D];哈尔滨工业大学;2007年

2 陈春玲;电能质量扰动分析与监测研究[D];沈阳农业大学;2009年

3 舒泓;电能质量扰动检测和分类问题的研究[D];北京交通大学;2009年

4 胡为兵;电能质量扰动的自动识别和定位相关理论研究[D];华中科技大学;2008年

5 秦英林;电能质量扰动的自动识别和时刻定位研究[D];山东大学;2010年

6 易吉良;基于S变换的电能质量扰动分析[D];湖南大学;2010年

7 张明;电能质量扰动相关问题研究[D];华中科技大学;2010年

8 黄文清;电能质量扰动在线监测方法研究[D];湖南大学;2007年

9 单任仲;并联型复合电能质量扰动及补偿的控制方法与实现[D];华北电力大学（北京）;2010年

10 刘应梅;电能质量扰动检测和分析的研究[D];中国电力科学研究院;2003年

中国硕士学位论文全文数据库 前10条

1 潘冬寅;电能质量扰动信号降维及分类研究[D];南京林业大学;2012年

2 郝婉茹;基于原子分解快速算法的电能质量扰动检测与分类研究[D];燕山大学;2015年

3 邓为权;基于EEMD和SVM的电能质量扰动检测与分析研究[D];昆明理工大学;2015年

4 胡巧琳;风电并网的电能质量扰动检测方法研究[D];西南交通大学;2015年

5 朱玲;混合电能质量扰动的检测与分类[D];西南交通大学;2015年

6 薛文婷;暂态电能质量扰动检测分析与评估的研究[D];华北电力大学;2015年

7 韩刚;电能质量扰动检测与分类识别方法研究[D];中国矿业大学;2015年

8 章俊;电能质量扰动信号的检测与识别[D];南昌大学;2015年

9 张语R，

本文编号：878192