基于小波变换的电能质量扰动信号去噪与分类算法的研究

发布时间：2021-10-09 12:53

　　由于电网环境日益复杂,随之而来的电能质量问题危害精密仪器工作,折损电力设备寿命,给用户造成无法挽回的经济损失。治理电能质量扰动的关键是对其进行准确的识别和分析,但其含有扰动特征的关键信息在信号采集、传输等过程中会与噪声混淆,影响准确检测。针对电能质量扰动类型多,成份复杂,扰动特征易被当作噪声去除,且分类时特征提取不明确,分类识别率低等问题,本文对电能质量扰动的去噪、特征提取、分类进行了深入的研究。（1）本文提出一种改进小波阈值去噪算法。该算法通过计算每层小波系数的峰和比来确定该层噪声含量,使修正因子可根据不同扰动信号的噪声分布特点自适应调整通用阈值。同时,提出了改进的阈值函数,其可变参数能调节自身软、硬特性从而确定合适的阈值函数。采用该算法对7种常见电能质量扰动信号去噪,仿真结果表明,改进小波阈值去噪算法在不同噪声干扰下,对各类扰动信号都能达到较好的信噪比,去噪效果稳定,重构信号波形恢复较好,且在去噪过程中保留了扰动特征,能为后续电能质量分析提供准确有效的信息。（2）本文构建一种新的特征提取方法,利用拉格朗日插值生成分数延迟滤波器,优化标准小波,在小波分解的各层细节系数中提取信号特征矩... 

【文章来源】：西华大学四川省

【文章页数】：73 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 电能质量扰动信号去噪算法的研究现状
        1.2.2 电能质量扰动信号特征提取方法的研究现状
        1.2.3 电能质量扰动信号分类算法的研究现状
    1.3 论文主要内容
2 小波变换理论在电能质量中的应用
    2.1 电能质量概述
        2.1.1 电能质量的定义
        2.1.2 电能质量的分类
    2.2 小波变换
        2.2.1 连续小波变换
        2.2.2 离散小波变换
        2.2.3 多分辨率分析与Mallat算法
    2.3 小波在电能质量分析中的应用
        2.3.1 小波基的选取
        2.3.2 小波分析用于电能质量扰动信号去噪
        2.3.3 小波分析用于电能质量扰动信号特征提取
    2.4 本章小结
3 基于改进阈值和阈值函数的电能质量扰动信号去噪
    3.1 小波阈值去噪原理
    3.2 改进阈值去噪算法
        3.2.1 自适应修正阈值
        3.2.2 改进阈值函数
    3.3 实验仿真
        3.3.1 去噪效果分析
        3.3.2 扰动特征分析
    3.4 本章小结
4 基于拉格朗日分数延迟小波的特征提取
    4.1 基于分数延迟滤波器的小波设计
        4.1.1 理想分数延迟滤波器
        4.1.2 拉格朗日分数延迟滤波器
        4.1.3 拉格朗日分数延迟小波设计
    4.2 LFDW性能分析
        4.2.1 频率响应
        4.2.2 高通能量比
        4.2.3 LFDW小波分解
    4.3 特征提取方案
    4.4 本章小结
5 电能质量扰动信号分类
    5.1 电能质量扰动分类总体方案
    5.2 粒子群优化概率神经网络
        5.2.1 概率神经网络原理
        5.2.2 粒子群优化算法
        5.2.3 PNN_PSO
    5.3 实验仿真
        5.3.1 延迟效果分析
        5.3.2 LFDW+PNN分类结果分析
        5.3.3 LFDW+PNN_PSO分类结果分析
    5.4 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
参考文献
攻读硕士学位期间发表论文及科研成果
致谢


【参考文献】：
期刊论文
[1]基于S变换和SVM分类器的电能质量分析的研究[J]. 史建勋,苏昕,倪相生.  自动化与仪器仪表. 2019(01)
[2]基于并行隐马尔科夫模型的电能质量扰动事件分类[J]. 谢善益,肖斐,艾芊,周刚.  电力系统保护与控制. 2019(02)
[3]基于改进阈值和阈值函数的电能质量小波去噪方法[J]. 王维博,董蕊莹,曾文入,张斌,郑永康.  电工技术学报. 2019(02)
[4]基于改进S变换的超高频局部放电信号特征提取及分类[J]. 龙嘉川,王先培,代荡荡,田猛,朱国威,黄云光.  高电压技术. 2018(11)
[5]基于相空间重构和卷积神经网络的电能质量扰动分类[J]. 陈伟,何家欢,裴喜平.  电力系统保护与控制. 2018(14)
[6]基于概率神经网络的局部放电信号特征提取与识别研究[J]. 林伟,王昕,郑益慧,李立学.  电气自动化. 2018(03)
[7]采用经验小波变换的风力发电机振动信号消噪[J]. 陈学军,杨永明.  浙江大学学报(工学版). 2018(05)
[8]基于品质因子可调小波变换与排列熵的电能质量信号检测方法[J]. 张宇辉,武东斌,吴家明,王劼妍,孙玉成.  电力科学与技术学报. 2018(01)
[9]基于自适应分解层数和阈值的小波去噪算法[J]. 余本富,王维博,郑永康,董蕊莹.  传感器与微系统. 2017(12)
[10]信息论与专家系统相结合的电网故障诊断[J]. 张海波,贾凯,施蔚锦,郭建钊,苏炜智,张莉.  电力系统及其自动化学报. 2017(08)

博士论文
[1]现代电力系统电能质量评估体系的研究[D]. 陶顺.华北电力大学（北京） 2008
[2]粒子群优化算法的理论及实践[D]. 张丽平.浙江大学 2005

硕士论文
[1]数学形态学在电能质量暂态扰动检测中的应用研究[D]. 文发.华东交通大学 2016



本文编号：3426418