基于小波变换的电力扰动信号去噪和检测的研究

发布时间：2017-10-19 06:19

  本文关键词：基于小波变换的电力扰动信号去噪和检测的研究

  更多相关文章： 电力扰动 双树复小波 提升小波 最大后验估计

【摘要】：随着当今社会经济水平的不断提高,电能资源已经成为了一种被普遍应用的资源,电能资源的应用程度可以体现出一个国家的发展水平。近些年来,大量的非线性设备,以及带有冲击性和不平衡性等特性的负荷加入到电网中,会对电网性能造成严重影响。而现代工业生产对电能质量的要求在不断提高,这样人们也逐渐加深对电能质量重要性的意识。为了更有效的解决电能质量的问题,改善电能质量目前的现状,我们就得先要分析和研究电能质量的相关问题。本文详细介绍了电能质量课题研究的背景、意义、基本概念和目前研究的现状。主要针对暂态电力扰动信号的去噪、扰动的定位和去噪耗时等问题做了一些相关的研究工作,提出了一种基于双树复小波变换和最大后验估计相结合的方法对电力扰动信号先去噪,然后用提升小波对扰动位置进行定位,取得了不错的研究成果。具体方法如下:先用相关性处理的方法对带噪扰动信号进行粗略去噪,然后用双树复小波变换分解和重构电力扰动信号。由于实小波变换具有严格采样的特点,在应用中会带来很多问题,而双树复小波变换中具有半采样特点的双树结构却能很好地弥补实小波变换的不足。实验结果表明,在经过相关性预处理后,再经过最大后验估计法对双树复小波分解的系数做阈值处理,重构系数后得到的信噪比比较高,突变点信息保留能力好。将小波变换进行提升可以获得同址运算的优点,在计算机上操作实现时可以在很大程度上节省存储器的开销,而且对小波滤波器进行分解处理后,可以大幅提高小波变换的效率。根据提升小波变换的理论,如果增加滤波器的长度,运算速度可以比常规的小波变换提升一倍。本文在将电力扰动信号去噪之后,采取9/7提升小波变换的提升的方案来检测扰动的起止时刻。通过仿真实验发现提升小波变换方法简洁,运算速度快,定位精准,耗时低,克服了传统小波变换的诸多缺陷,证明了提升小波变换的优越性。
【关键词】：电力扰动 双树复小波 提升小波 最大后验估计
【学位授予单位】：哈尔滨理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN911.7
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-18
• 1.1 课题研究背景和意义10-11
• 1.2 电能质量的基本概念11-13
• 1.2.1 电能质量的定义11-12
• 1.2.2 电能质量相关问题的分析12
• 1.2.3 电力系统中扰动的分类12-13
• 1.3 国内外研究现状13-16
• 1.4 本文的主要工作16-18
• 第2章 小波变换及相关理论18-29
• 2.1 小波变换18-22
• 2.2 复小波变换22-24
• 2.3 双树复小波变换24-27
• 2.4 本章小结27-29
• 第3章 暂态电力扰动信号去噪29-38
• 3.1 传统去噪法29-32
• 3.2 最大后验估计和双树复小波联合去噪法32-37
• 3.2.1 去噪预处理32-34
• 3.2.2 阈值的求解34-37
• 3.3 本章小结37-38
• 第4章 去噪效果分析38-45
• 4.1 电压暂降信号去噪效果分析38-41
• 4.2 多种叠加扰动信号去噪效果分析41-44
• 4.3 本章小结44-45
• 第5章 扰动信号去噪后检测定位45-63
• 5.1 提升小波基本原理45-48
• 5.2 小波变换的提升实现48-52
• 5.2.1 滤波器组重构条件48-49
• 5.2.2 双正交小波提升方案49-51
• 5.2.3 提升方案系数的求解51-52
• 5.3 9/7 小波提升方案52-53
• 5.4 电压暂降信号定位效果分析53-57
• 5.5 多种叠加扰动信号定位效果分析57-62
• 5.6 本章小结62-63
• 结论63-65
• 参考文献65-68
• 致谢68

【参考文献】

中国期刊全文数据库 前10条

1 张逸;林焱;吴丹岳;;电能质量监测系统研究现状及发展趋势[J];电力系统保护与控制;2015年02期

2 林海雪;;电能质量指标的完善化及其展望[J];中国电机工程学报;2014年29期

3 付学谦;陈皓勇;刘国特;金小明;;分布式电源电能质量综合评估方法[J];中国电机工程学报;2014年25期

4 许丽霞;;电能质量监测技术的发展[J];中国科技信息;2012年24期

5 孙影;柴玉华;桑松;;基于db4提升小波的暂态电能质量的检测[J];自动化技术与应用;2012年10期

6 曹健;林涛;徐遐龄;刘林;;一种电能质量扰动监测与识别新方法[J];中国电机工程学报;2011年31期

7 郝晓弘;郝守庆;胡振邦;郑伟;;基于模糊自适应形态滤波器和S变换的暂态电能质量扰动检测[J];电力系统保护与控制;2011年17期

8 雷锡社;刘敏;;基于神经网络的高精度电力系统谐波分析[J];电测与仪表;2007年03期

9 毛樟梅;陈明军;;小波变换在电网谐波分析中的应用[J];机电工程;2007年01期

10 欧阳森;改进遗传算法和神经网络在电能质量扰动识别中的应用[J];电工电能新技术;2005年03期

中国博士学位论文全文数据库 前1条

1 张明;电能质量扰动相关问题研究[D];华中科技大学;2010年

，

本文编号：1059510