三相电能质量检测与控制的研究

发布时间：2017-09-19 22:09

  本文关键词：三相电能质量检测与控制的研究

  更多相关文章： 数据压缩 dq0变换 二维小波包变换 检测 数学形态滤波 预测控制

【摘要】：电能作为一种重要能源,关系到国民经济的发展和社会科技的进步。近年来,随着科技的飞速发展,大量的非线性控制设备被广泛的用于工农业生产及人们日常生活当中,导致电网中产生了大量的电压扰动及谐波干扰,此外由于一些设备对电压波动比较敏感,使得电能质量越来越不符合用户的需求。随着问题的日益突出,人们对电能质量的关注程度也越来越高。想要改善并提高电能质量,必须找到一种有效的检测与控制方法,以达到提高电能质量为目的。目前,关于电能质量在检测与控制方面的研究已经取得了优异的成果,但尚有很大的研究空间,对于电能质量检测与控制方法的研究具有一定的社会意义和经济意义。本文对电能质量检测与控制方法的研究的主要目的是：通过找到一种行之有效的检测算法,准确的辨识出电能质量的不同扰动信息并对其进行扰动分类,通过分析扰动波形找到电能质量的问题所在,最后根据分析结果找到一种控制方法以改善并提高电能质量,促进国民经济的建设和发展。由此可见,该课题的研究对社会的经济发展具有重要的实用性和广泛的应用前景。论文主要包括以下几个方面的内容：(1)阅读大量国内外相关文献,对现有的电能质量数据压缩方法进行了深入的调查研究,分析各个算法的基本原理及优缺点,通过对各种方法分析比较,并结合三相电能质量数据的结构特点,最终采用基于自适应二维小波包的三相电能质量数据压缩的方法进行数据预处理,并通过实验仿真验证了该方法的时效性。(2)根据电能质量扰动波形的结构特点,结合dq变换和ANN的方法进行电能质量扰动检测的研究,并在此基础上对该算法进行了优化处理,提出一种基于数学形态滤波的dq变换与ANN相结合的算法。加入数学形态滤波器后,有效的滤除了噪音和高次谐波的干扰,提高了谐波识别的准确度,同时通过仿真实验证实了该算法的可行性和优越性。(3)分析近年来谐波的产生原因以及各种分析和控制谐波的理论方法,通过对各个方法的比较分析,采用电源电流预测控制算法对谐波进行控制研究,在此基础上,本文对直流电压侧的PI控制算法进行了优化改进,改进的PI控制法具有更佳的补偿效果和动态性能。通过实验进行对比分析,最后验证了改进后算法的有效性和优越性。(4)对本文进行总结并展望,讨论下一步工作内容。
【关键词】：数据压缩 dq0变换 二维小波包变换 检测 数学形态滤波 预测控制
【学位授予单位】：沈阳建筑大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM761
【目录】：

• 摘要4-5
• Abstract5-11
• 第一章 绪论11-17
• 1.1 电能质量概述11-12
• 1.1.1 电能质量定义11
• 1.1.2 电能质量特点11
• 1.1.3 电能质量扰动分类11-12
• 1.2 课题研究背景和意义12-13
• 1.2.1 课题研究背景12-13
• 1.2.2 课题研究意义13
• 1.3 国内外研究现状及存在的问题13-15
• 1.3.1 数据压缩方法的研究现状及存在的问题13-14
• 1.3.2 检测方法的研究现状及存在的问题14
• 1.3.3 控制方法的研究现状及存在的问题14-15
• 1.4 本文主要的研究内容及研究方法15-16
• 1.5 本章小结16-17
• 第二章 三相电能质量数据处理17-31
• 2.1 引言17
• 2.2 数据压缩的基本理论17-19
• 2.2.1 数据压缩原理17-18
• 2.2.2 数据压缩分类18
• 2.2.3 数据压缩性能的评价指标18-19
• 2.3 电能质量数据压缩的常用方法19-20
• 2.3.1 Huffman编码19
• 2.3.2 基于小波包的数据压缩19-20
• 2.4 三相电能质量数据处理方案及相关理论20-27
• 2.4.1 三相电能质量数据处理方案20-21
• 2.4.2 dq0变换21-23
• 2.4.3 二维表示23-24
• 2.4.4 自适应二维小波包分解24-25
• 2.4.5 图像SPIHT编码25-27
• 2.4.6 DEFLATE编码27
• 2.5 数据压缩实验及结果分析27-29
• 2.6 本章小结29-31
• 第三章 三相电能质量检测31-57
• 3.1 引言31
• 3.2 电能质量检测常用算法及相关理论31-34
• 3.2.1 小波变换31-33
• 3.2.2 dq变换33
• 3.2.3 人工神经网络33-34
• 3.2.4 基于小波变换和ANN的电能质量检测算法34
• 3.3 基于dq变换和ANN的电能质量检测算法34-38
• 3.3.1 数据处理35-36
• 3.3.2 特征提取36-37
• 3.3.3 分类器设计37-38
• 3.4 dq变换和ANN电能质量检测算法的改进研究38-40
• 3.4.1 数学形态滤波38-39
• 3.4.2 改进算法的方案研究39-40
• 3.5 仿真实验及结果分析40-56
• 3.5.1 基于dq变换和ANN的检测算法实验48-52
• 3.5.2 加入数学形态滤波的dq变换和ANN的检测算法实验52-56
• 3.6 本章小结56-57
• 第四章 三相电能质量谐波控制57-67
• 4.1 引言57
• 4.2 有源电力滤波器的电流控制方法57-59
• 4.2.1 三角波跟踪法57-58
• 4.2.2 滞环比较法58-59
• 4.2.3 无差拍控制法59
• 4.2.4 预测控制法59
• 4.3 电流跟踪预测控制算法59-63
• 4.3.1 电源电流预测控制算法59-62
• 4.3.2 电源电流预测控制算法的改进62-63
• 4.4 基于SIMULINK的仿真实验及结果分析63-65
• 4.5 本章小结65-67
• 第五章 结论67-69
• 参考文献69-73
• 作者简介73
• 作者在攻读硕士学位期间发表的学术论文73-75
• 致谢75

【参考文献】

中国期刊全文数据库 前10条

1 李远军;许钢;林园胜;周伟峰;;基于小波变换的电力系统谐波检测的研究[J];重庆工商大学学报(自然科学版);2014年06期

2 CHEN Dong;ZHANG LiQiang;WANG Zhen;DENG Hao;;A mathematical morphology-based multi-level filter of LiDAR data for generating DTMs[J];Science China(Information Sciences);2013年10期

3 王鑫;王卓;郑璐;;基于dq变换和S变换的电能质量扰动识别[J];电子设计工程;2012年19期

4 曾瑞江;杨震斌;柳慧超;;基于小波变换的电力系统谐波检测方法研究[J];电力系统保护与控制;2012年15期

5 王小兵;孙久运;汤海燕;;一种基于数学形态学与小波域增强的滤波算法[J];微电子学与计算机;2012年07期

6 王盼;刘飞;孙建军;查晓明;;并联型有源滤波器的重复学习控制策略参数分析与设计[J];电源学报;2011年02期

7 李建明;;电能质量控制与电力谐波治理[J];电源技术应用;2010年11期

8 王辉;吴晓春;姚林朋;黄成军;钱勇;江秀臣;;多尺度形态滤波算法在GIS局部放电检测中的应用[J];高电压技术;2010年07期

9 杨文娟;潘文霞;;基于提升小波包最优基的电能质量数据压缩[J];江苏电机工程;2009年03期

10 王霞;高沁翔;;基于检测电源电流控制方式的并联型有源电力滤波器的仿真研究[J];电力电容器;2007年05期

中国硕士学位论文全文数据库 前6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 迟恩先;电能质量控制技术的研究与工程应用[D];山东大学;2012年

3 王德涛;有源电力滤波器的研究与实用化设计[D];山东大学;2012年

4 王丽君;电力系统数据压缩传输的研究与实现[D];北京化工大学;2010年

5 金哲准;电能质量监测系统信号处理算法设计与实现[D];东北大学;2009年

6 李继光;基于网络的电能质量监测与评估系统的研究与实现[D];湖南大学;2009年

，

本文编号：884188