基于EEMD和ELM的电能质量扰动检测与分类研究

发布时间：2020-06-21 17:28

【摘要】：随着电力行业的不断前进发展,风能、太阳能等清洁能源的不断加入使得发电方式更为多样化;与此同时,用户端大功率非线性负载、大规模电力系统的运行等使得负载端的用电结构越来越复杂多变。发电和负载作为电网的首尾极大的影响了电力系统的电能质量,造成的品质污染大大降低了用户和供电企业的效益,这类问题聚焦了现代学者们的目光,使得电力系统的电能质量成为一个很重要的课题。本文在阅读大量文献和现有发表期刊论文的基础上,对电能质量问题做如下主要研究:(1)介绍了几种常见的单一电能质量扰动信号,借助Matlab仿真平台描绘出对应的波形图。对于常用的3种分析方法(傅里叶变换、小波变换、S变换)进行理论叙述,为后文做出铺垫。(2)结合常见扰动信号分析方法,分析HHT变换的核心算法EMD的理论和存在的不足,对EMD理论进行改进,运用白噪声的滤波特性介绍了总体平均经验模态分解(EEMD)的有关理论基础。由此,运用EEMD阈值去噪对扰动信号存在的噪声干扰现象进行仿真降噪处理。再采用EEMD对扰动信号进行分解得到固有模态分量IMF,通过Hilbert变换对电能质量扰动信号进行检测,分析发生扰动的起始时刻和终止时刻。(3)针对传统分类模型存在的变量冗余、计算繁杂等问题,本文提出一种基于极限学习机(ELM)的电能质量分类模型,结合粒子群(PSO)优化算法建立模型,将各扰动信号的IMF分量进行模态能量值转换作为特征向量,带入PSO-ELM分类模型、RBF分类模型和SVM分类模型进行训练测试,最终得到仿真图,通过识别精度对比验证了模型的可行性,但在混合扰动信号分类上仍然存在不足。(4)针对PSO-ELM分类模型存在的不足,通过对ELM理论隐含层输出矩阵取左逆的思想,提出在线极限学习机(OSELM)理论,结合人工蜂群(ABC)优化算法建立分类模型进行仿真实验。仿真结果表明,该分类方法相比与传统的分类模型和PSO-ELM模型有效的克服了混合扰动信号存在的分类混叠现象,为实际生产应用提供了理论依据。
【学位授予单位】：安徽工程大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TM711
【图文】：

图 1-1 风电并网相对于风力发电场，光伏发电系统通常由太阳能电池板、集成控制器、蓄能电池板和光伏逆变器等几部分组成。当光照来临时，太阳能电池板吸收光照产生电能，通过蓄能电池板存储大量产生的电能，再经过光伏逆变器将本身产生的直流电转换为电网规定下的交流电，由此可以为负载供电或者直接并入电网中。并网方式如图 1-2 所示。

安徽工程大学硕士学位论文图 1-1 风电并网相对于风力发电场，光伏发电系统通常由太阳能电池板、集成控制器、蓄能电池板和光伏逆变器等几部分组成。当光照来临时，太阳能电池板吸收光照产生电能，通过蓄能电池板存储大量产生的电能，再经过光伏逆变器将本身产生的直流电转换为电网规定下的交流电，由此可以为负载供电或者直接并入电网中。并网方式如图 1-2 所示。

【参考文献】

相关期刊论文 前10条

1 张志禹;满蔚仕;郗垒;黄璐瑶;;快速S变换在电能质量分析中的应用[J];电网技术;2013年05期

2 朱宁辉;白晓民;董伟杰;;基于EEMD的谐波检测方法[J];中国电机工程学报;2013年07期

3 杨汉生;;基于改进Hilbert-Huang变换的暂态电能质量扰动定位方法[J];南京理工大学学报;2013年01期

4 陈波;李果;杨胜辉;苏楚研;;新能源发电与电能质量问题浅析[J];电网与清洁能源;2012年06期

5 曾正;赵荣祥;杨欢;汤浩;金磊;朱明磊;汤胜清;;多功能并网逆变器及其在微电网电能质量定制中的应用[J];电网技术;2012年05期

6 刘奇;周雒维;卢伟国;;基于广义S变换的暂态电能质量扰动定位与识别[J];电力系统保护与控制;2012年07期

7 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

8 黄南天;徐殿国;刘晓胜;;基于S变换与SVM的电能质量复合扰动识别[J];电工技术学报;2011年10期

9 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

10 李立;易吉良;朱建林;;采用改进不完全S变换估计电能质量扰动参数[J];电工技术学报;2011年06期

相关硕士学位论文 前9条

1 李莎莎;基于微分熵递归分析和ELM分类的电能质量扰动识别[D];燕山大学;2016年

2 董国新;基于ELMD多尺度模糊熵和概率神经网络的暂态电能质量识别[D];燕山大学;2016年

3 康志豪;基于EEMD算法的电能质量扰动检测[D];湖南大学;2016年

4 徐浩;基于小波理论和SVM对电能质量分析与识别[D];江苏大学;2016年

5 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

6 刘薇;风电并网对电能质量影响的评估与治理[D];北京交通大学;2014年

7 潘丰厚;电网电能质量智能检测及扰动类型识别方法研究[D];东北大学;2012年

8 郭强;西北民族地区风能开发研究[D];中央民族大学;2011年

9 薛岩;基于复合小波电能质量检测技术研究[D];南京理工大学;2008年

本文编号：2724400