配电网电压暂降检测与扰动源识别方法研究

发布时间：2017-11-07 14:07

  本文关键词：配电网电压暂降检测与扰动源识别方法研究

  更多相关文章： 电压暂降 检测方法 MRSVD S变换 特征提取 分类识别

【摘要】：配电网直接面对广大电力用户,由于非线性负荷等因素的影响,电能质量呈现不断下降的趋势;而同时,诸如计算机、通信设施等敏感设备又对电能质量特别是暂态电能质量提出了越来越高的要求。电压暂降检测及其产生根源的识别是改善电能质量的一个重要前提和基础。本文主要研究工作及成果如下:首先,系统地研究了目前常用的几种电压暂降检测算法,包括有效值法、缺损电压法、基波分量法、单相电压变换平均值法、瞬时d-q变换法、小波分析法、Hilbert-Huang变换法和S变换法,分析了上述算法的原理和优缺点,并对其中的有效值检测算法、瞬时d-q变换法和S变换法进行了仿真研究。其次,研究了Hankel矩阵方式下的奇异值分解原理及其物理意义,探究了多分辨SVD在电压暂降点的检测规律,并用数学表达式反映信号MRSVD细节分量极大值与暂降起止时刻、暂降幅值之间的关系。利用所得数学表达式,提出了一种基于多分辨SVD的电压暂降检测新方法,仿真表明该方法能有效检测电压暂降起止时刻和暂降幅值。此外,针对染噪电压暂降信号,提出了一种SVD-小波的复合降噪方法。仿真和实测信号分析结果显示该复合降噪方法在实现降噪的同时能较大程度保留信号暂降特征。最后,分析了常见的三类电压暂降扰动源(短路故障、感应电机启动及变压器投运)扰动产生机理,并在Matlab/Simulink上搭建模型仿真出电压暂降波形;在分析三类电压暂降波形特征的基础上,提出了基于S变换和双向二维主成分分析的电压暂降特征提取方法,分别将所提特征量采用基于距离的分类法(选用KNN算法)和分类器(选用BP神经网络)实现扰动源辨识。仿真试验获得了较高的正确识别率,验证了所提特征提取方法和辨识方法的可行性和有效性。
【学位授予单位】：中国矿业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM714.2

【参考文献】

中国期刊全文数据库 前6条

1 鲁波涌;黄文清;;结合小波变换和能量算子的电压暂降检测方法[J];电工技术学报;2011年05期

2 刘连光,贾文双,肖湘宁,张宇;用小波变换和有效值算法实现电压凹陷的准确测量[J];电力系统自动化;2003年11期

3 朱苏航;吕干云;;利用遗传支持向量机进行电压暂降信号识别[J];电力系统及其自动化学报;2012年01期

4 王宾,潘贞存,徐丙垠;配电系统电压跌落问题的分析[J];电网技术;2004年02期

5 王春亮;李凯;马宏忠;王安其;;基于WP_SVD降噪的OLTC振动信号特征识别[J];电力系统及其自动化学报;2012年05期

6 杨洪耕;刘守亮;肖先勇;邓武军;陈丹;;基于S变换的电压凹陷分类专家系统[J];中国电机工程学报;2007年01期

，

本文编号：1152724