当前位置:主页 > 科技论文 > 电力论文 >

基于改进广义S变换的电能质量扰动信号分析方法

发布时间:2019-07-16 07:15
【摘要】:现代电力系统的网络结构和负荷结构都在发生巨大变化,分布式电源并网、高速列车等一系列非线性负载投运、电力电子设备的迅速发展,导致电能质量问题日趋严重,受到供电部门和用户的高度关注。快速准确检测电能质量参数和识别电能质量扰动类型对电能质量的治理和提高具有重要意义。本文研究广义S变换,并将其应用于电能质量扰动信号分析,实现谐波、间谐波实时检测和电能质量扰动识别。谐波、间谐波检测是电能质量扰动信号检测的最重要内容之一。针对谐波、间谐波检测中谐波对间谐波的干扰等难点问题,提出了一种基于快速自适应离散广义S变换的谐波、间谐波检测方法。首先,利用快速傅里叶变换估计信号频率;其次,应用折叠窗解决由于信号局部离散化引起的频谱混叠,并自适应选择窗函数参数,缩小频域分析范围,节省计算时间,获得更加可靠的时频信息。上述措施能有效抑制谐波、间谐波及噪声之间的相互干扰,提高扰动信号谐波、问谐波参数及时间定位的估计精度。含稳态和动态谐波、间谐波的电气信号的具体算例分析结果,验证了该方法的有效性。从海量的扰动信号中提取扰动特征并自动分类,是电能质量分析与治理的基础。提出了一种基于快速自适应双高斯广义S变换和判别树的扰动类型识别方法。首先,对信号进行快速傅里叶变换,且基于最大噪声功率设置阈值来屏蔽冗余信息,达到加快运算速度的目的;其次,用双高斯窗替代传统高斯窗,解决传统广义S变换检测扰动起止时间的幅值曲线变化缓慢的问题,并通过自适应选择双高斯窗参数,信号经变换后得到的时频矩阵信息更加可靠;最后,引入新的电能质量扰动指标,准确估计扰动起止时间,提取有效特征信息,设计分类判别树识别扰动类型。借助Matlab R2010b仿真平台,通过12种电能质量扰动信号的分析结果,检验了算法的可行性。
文内图片:图2.2信号&0)的渡形图逡逑
图片说明: 信号经S变换后的得到一个二维复时频矩阵,分析结果通常可用二维等高线逡逑图、H维立体图和灰度图等直观地表示。下面W实例简要分析S变换的时频特性。逡逑构造一个存在4个频率成分的合成信号,波形如图2.2所示,其具体数学表达逡逑式如下:逡逑片[0:199]二邋cos(l邋00邋孔f)逡逑片[200:299]邋=邋cos(l邋00邋开/)邋+邋0.5邋cos(l邋500孔。逡逑?邋^[300:499]邋=邋cos(100710逦口.27)逡逑片[500:699]邋=邋cos(300710逡逑/7[700:999]邋=邋cos(11007r0逡逑其中,采样点N=1000,包含50HZ、150HZ、550HZ和パ0HZ频率成分,采样逡逑频率为lOkHz。逡逑IvW逡逑-15邋I逦I逦I逦I逦!逦I逦I逦I逦I逦I逦逡逑0逦100逦200逦300逦400逦500逦600逦700逦800逦900逦1000逡逑采样点逡逑图2.2信号&0)的渡形图逡逑15逡逑
文内图片:图2.3信号A的经S变换后的H维图逡逑
图片说明: ,,姦逡逑图2.3信号A的经S变换后的H维图逡逑在图2.3中不同的颜色分别代表不同的频率成分,从图形中可W直观地看出逡逑信号W0是一个非平稳信号。图2.4中不同颜色代表不同的振幅强度,从图可W看逡逑出S变换在低频部分有较高的频率分辨率,在高频部分保持较好的时间分辨率。逡逑同样能够很清楚地看到原始信号所包含的4个频率成分,且能直观地反应信号在逡逑各时间段的幅频分布,同时每个频率成分的时间分布也能获得。逡逑1000逦I逦I逦1逦I逦I逦[逦I逦1逦1逦逡逑800邋-逦-逡逑5^600-逦-逡逑焉400-逦-逡逑200邋-逦n逦—逡逑-逦---.j-逦,逦逦邋■,邋-i—品.六I::;.:.若逡逑100逦200逦300逦400逦500逦600逦700逦800逦900逦1000逡逑采样点逡逑图2.4信号/z(0经S变换后的二维等高线图逡逑2.6广义S变换逡逑S变换虽然具有良好的时频特性且结果可W用二维或兰维时频图直观反逡逑应,但由于S变换中的基波函数形态固定,这使得其在应用的过程中受到限制,逡逑诸多学者对S变换进行推广
【学位授予单位】:湖南大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TM711

【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 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:2514921


资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianlilw/2514921.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户6284f***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com