采用Prony与粒子群算法的电力暂态信号分析

发布时间：2018-10-15 13:32

【摘要】：为了提高对含有谐波/间谐波、衰减直流分量和噪声的电力故障暂态信号的分析精度,提出了基于改进Prony算法与粒子群优化算法相结合的电力故障暂态信号分析方法。该文先采用多小波方法对信号进行消噪处理,再利用差分算法滤除衰减直流分量并对高频信号进行放大,以提高Prony算法的分析精度;然后利用改进Prony算法估计出信号中含有的频率个数和相关参量的粗略估计值,以此为基础建立电力参数模型,以得到的相关参量的粗略估计值作为算法的初始种群值,并估计出各参量的范围,最后采用粒子群优化算法对模型进行求解。仿真结果表明,所提方法能对所研究的电力故障暂态信号进行精确分析。
[Abstract]:In order to improve the accuracy of power fault transient signal analysis with harmonic / interharmonic, attenuated DC component and noise, a power fault transient signal analysis method based on improved Prony algorithm and particle swarm optimization (PSO) algorithm is proposed. In this paper, the signal is de-noised by multi-wavelet method, then the attenuation DC component is filtered by differential algorithm and the high-frequency signal is amplified to improve the analysis accuracy of Prony algorithm. Then the improved Prony algorithm is used to estimate the number of frequencies contained in the signal and the rough estimation of the related parameters. Based on this, a power parameter model is established, and the rough estimation of the related parameters is taken as the initial population value of the algorithm. Finally, particle swarm optimization algorithm is used to solve the model. The simulation results show that the proposed method can accurately analyze the transient signals of power failure.
【作者单位】： 海军工程大学电气工程学院;
【基金】：国家自然科学基金项目(51177168) 海军工程大学博士研究生创新基金项目
【分类号】：TN911.6;TM711

【参考文献】

相关期刊论文 前10条

1 王家林;夏立;吴正国;杨宣访;;电力系统微机保护故障信息检测算法综述[J];电测与仪表;2011年02期

2 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

3 石一辉;张承学;易攀;张彦昌;;差分算法在电力系统高频信号分析过程中的研究[J];电工技术学报;2008年03期

4 吕干云;方奇品;蔡秀珊;;一种基于粒子群优化算法的间谐波分析方法[J];电工技术学报;2009年12期

5 胡家声,郭创新,曹一家;基于扩展粒子群优化算法的同步发电机参数辨识[J];电力系统自动化;2004年06期

6 胡德峰;张步涵;姚建光;;基于改进粒子群算法的多目标最优潮流计算[J];电力系统及其自动化学报;2007年03期

7 赵勇;王学伟;;小波Mallat谐波测量的带内泄漏误差分析与算法改进[J];电力自动化设备;2009年08期

8 竺炜;唐颖杰;周有庆;曾U喺，

本文编号：2272704