基于微分熵与RQA的电能质量扰动分析

发布时间：2018-10-08 12:15

【摘要】：基于非线性混沌和相空间重构理论,将电能质量扰动信号序列重构到高维相空间,进行递归图(RP)分析。采用微分熵法对电能质量信号进行相空间重构,避免分别求取嵌入维数和延迟时间的不一致性;引入递归定量分析(RQA)进行扰动的定量分析,克服传统特征提取方法对过程平稳的严格要求。利用能够表征信号发散程度的RQA参数-确定率(DET)和分层率(LAM)组成电能扰动信号识别的特征向量,根据不同电能质量扰动信号各自的分布情况,来区分不同的电能质量扰动信号。通过对6种电能质量扰动信号进行实验分析,结果表明:该方法不仅能够很直观地识别电能质量扰动信号,还能利用RQA的特征量对信号进行具体的定量分析,为电能质量扰动分析提供了高效、直观的方法。
[Abstract]:Based on the theory of nonlinear chaos and phase space reconstruction, the power quality disturbance signal sequence is reconstructed into high dimensional phase space, and the recursive graph (RP) analysis is carried out. The differential entropy method is used to reconstruct the phase space of the power quality signal to avoid the inconsistency of embedding dimension and delay time, and the recursive quantitative analysis of (RQA) is introduced to analyze the disturbance. To overcome the strict requirements of traditional feature extraction methods for the stability of the process. The characteristic vector of power disturbance signal recognition is made up of RQA parameter (DET) and stratified rate (LAM) which can characterize the degree of signal divergence. According to the distribution of different power quality disturbance signals, different power quality disturbance signals are distinguished. Through the experimental analysis of six kinds of power quality disturbance signals, the results show that this method can not only directly identify the power quality disturbance signals, but also make use of the characteristic quantity of RQA to carry out the specific quantitative analysis of the signals. It provides an efficient and intuitive method for power quality disturbance analysis.
【作者单位】： 燕山大学电气工程学院;
【基金】：国家自然科学基金(61077071,51475405) 河北省自然科学基金(F2015203413) 河北省高等学校科学技术研究重点项目(ZD2014100)资助
【分类号】：TM711

【参考文献】

相关期刊论文 前10条

1 高培生;谷湘文;吴为麟;;基于求根多重信号分类和遗传算法的谐波间谐波频谱估计[J];电工技术学报;2008年06期

2 胡为兵;李开成;张明;方聪;赵武智;;基于小波变换和分形理论的电能质量扰动监控系统[J];电网技术;2008年12期

3 徐永海;赵燕;;基于短时傅里叶变换的电能质量扰动识别与采用奇异值分解的扰动时间定位[J];电网技术;2011年08期

4 胡瑜;陈涛;;基于C-C算法的混沌吸引子的相空间重构技术[J];电子测量与仪器学报;2012年05期

5 徐晓刚;徐冠雷;王孝通;秦绪佳;;经验模式分解(EMD)及其应用[J];电子学报;2009年03期

6 宋晓;李平;徐公林;李树卿;郭家虎;;电能质量扰动的递归定量分析[J];电测与仪表;2012年09期

7 易吉良;彭建春;谭会生;;S变换在电能质量扰动分析中的应用综述[J];电力系统保护与控制;2011年03期

8 赵静;何正友;钱清泉;;利用广义形态滤波与差分熵的电能质量扰动检测[J];中国电机工程学报;2009年07期

9 李新杰;胡铁松;董秀明;;递归图法在径流时间序列非线性分析中的应用[J];武汉大学学报(工学版);2013年01期

10 张淑清;赵玉春;贾健;张立国;上官寒露;;Research on the chaos recognition method based on differential entropy[J];Chinese Physics B;2010年06期

【共引文献】

相关期刊论文 前10条

1 安文;魏广芬;杨春英;;气体传感器温度调制信号的瞬时频谱分析[J];传感技术学报;2012年06期

2 刘兵;李聪;向磊磊;孙玉秋;;二维经验模式分解算法的改进研究[J];长江大学学报(自然科学版);2011年07期

3 和卫星;许莉;;数学形态学和HHT在轴承故障诊断中的应用[J];轴承;2011年11期

4 蔡涛;段善旭;刘方锐;;基于实值MUSIC算法的电力谐波分析方法[J];电工技术学报;2009年12期

5 王娜娜;刘涤尘;廖清芬;陈恩泽;黄涌;赵红生;;基于EMD-TEO及信号能量分析法的主导低频振荡模式识别[J];电工技术学报;2012年06期

6 姚颖;陈锐;孙连跃;;基于TLS-ESPRIT和PRONY算法的间谐波分析[J];电工技术;2010年05期

7 赵静;何正友;钱清泉;;一种识别混合电能质量扰动的新方法[J];电力系统自动化;2011年03期

8 张杨;刘志刚;;EEMD在电能质量扰动检测中的应用[J];电力自动化设备;2011年12期

9 胡晓曦;刘含露;熊婷婷;胡京莹;;基于希尔伯特-黄变换的复杂电能质量信号检测技术[J];电气技术;2012年05期

10 汤井田;李晋;肖晓;张林成;吕庆田;;数学形态滤波与大地电磁噪声压制[J];地球物理学报;2012年05期

相关博士学位论文 前10条

1 范迪;沉渣厚度超声检测信号处理技术研究及应用[D];山东科技大学;2010年

2 易吉良;基于S变换的电能质量扰动分析[D];湖南大学;2010年

3 赵晓丹;基于非先验函数系的信号识别[D];江苏大学;2010年

4 李烨;基于多带激励模型的低速率语音编码技术研究[D];西安电子科技大学;2011年

5 赵静;电能质量扰动信号检测与识别算法研究[D];西南交通大学;2011年

6 江亚群;电能质量参数检测算法的研究[D];湖南大学;2009年

7 温和;新型窗函数与改进FFT谐波分析方法及应用研究[D];湖南大学;2009年

8 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

9 杨红权;基于小波变换的电力系统无功功率测量研究[D];华中科技大学;2009年

10 杨贤昭;基于经验模态分解的故障诊断方法研究[D];武汉科技大学;2012年

【二级参考文献】

相关期刊论文 前10条

1 周平;洛伦兹系统混沌自同步的进一步研究[J];重庆邮电学院学报(自然科学版);2001年02期

2 陈丙三;张福江;李春雨;;基于关联维数的溢流阀故障诊断[J];重庆科技学院学报(自然科学版);2011年04期

3 刘卫兵;李志农;蒋静;;基于局域均值分解的滚动轴承故障诊断方法[J];轴承;2009年09期

4 王学伟;张宏财;;基于S变换和最小二乘支持向量机的电能质量扰动识别[J];电测与仪表;2009年08期

5 祁才君,王小海;基于插值FFT算法的间谐波参数估计[J];电工技术学报;2003年01期

6 丁屹峰,程浩忠,吕干云,占勇,孙毅斌,陆融;基于Prony算法的谐波和间谐波频谱估计[J];电工技术学报;2005年10期

7 吕干云;程浩忠;郑金菊;汪晓东;;基于S变换和多级SVM的电能质量扰动检测识别[J];电工技术学报;2006年01期

8 杨洪耕;刘守亮;肖先勇;;利用S变换时频等值线图与幅值包络向量实现电压凹陷的分类[J];电工技术学报;2006年08期

9 全惠敏;戴瑜兴;;基于S变换模矩阵的电能质量扰动信号检测与定位[J];电工技术学报;2007年08期

10 杜伯学;董典帅;郑晓磊;;有机绝缘试样漏电痕破坏的非线性分析[J];电工技术学报;2007年09期

相关博士学位论文 前1条

1 赵春晖;数字形态滤波器理论及其算法研究[D];哈尔滨工业大学;1998年

【相似文献】

相关期刊论文 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

相关会议论文 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

相关博士学位论文 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

相关硕士学位论文 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 何朝辉;基于小波变换和人工神经网络的电能质量扰动分类[D];湖南大学;2009年

9 孙维妮;暂态电能质量扰动的识别与监测[D];中国石油大学;2009年

10 赵强强;基于S变换和神经网络的电能质量扰动检测分类[D];西安理工大学;2010年

，

本文编号：2256711