收藏本站
《华南理工大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

基于STFT变换和DAG-LSSVMs的电能质量扰动识别方法研究

覃思师  
【摘要】:随着电力系统中非线性负荷的大量应用,电力系统所遭受的电能质量污染日趋严重。对电能质量进行监测和分析是发现电能质量问题并进行治理和改善的前提条件,而如何从电能质量扰动信号中提取特征并进行分类是监测和分析电能质量的基础。 本文针对动态电能质量扰动问题,按照“扰动信号生成——提取特征——DAG-LSSVMs分类——结果分析”的思路,实现了以STFT变换和DAG-LSSVMs算法为核心的电能质量扰动检测与辨识。主要工作如下: 1)利用MATLAB编程实现了10种典型电能质量扰动波形的合成,然后提出基于STFT变换的扰动波形特征提取方法,再进行SVD分解,得出统一的四维扰动特征向量。 2)提出了一种DAG-LSSVMs分类方法,并将电能质量扰动信号,分别添加信噪比为40dB、30dB和20dB的高斯白噪声,在每种信噪比下的各种扰动均产生100组样本,其中30组用于训练,70组用于检测,以验证本文提出的电能质量扰动分类方法对各种扰动信号的抗噪性和有效性。 检测和辨识结果表明,本文提出的基于STFT变换和DAG-LSSVMs的动态电能质量扰动辨识方法,具有以下特点:1)STFT变换的窗函数(本文使用Blackman窗)和窗口宽度可以自选,且能利用FFT对其实现快速运算。电压扰动信号经STFT变换所得到的幅值矩阵,可以表征各种电能质量扰动类型。2)将扰动信号经STFT变换后的幅值矩阵进行奇异值分解,并进一步处理得到四维扰动特征向量。该扰动特征向量形式统一、结构简单,而且对噪声不敏感。3)有向无循环图最小二乘支持向量机实现简单,计算速度快,分类能力强,其分类结果要优于基于1对多类分类器的多级支持向量机。在样本较少、含噪声的情况下,本算法仍能快速获得良好的分类效果,因而非常适合于电能质量扰动的分类。
【学位授予单位】:华南理工大学
【学位级别】:硕士
【学位授予年份】:2011
【分类号】:TM711

【相似文献】
中国期刊全文数据库 前10条
1 韩肖清;门殿卿;赵庆生;邵玉槐;;基于动态测度的电能质量扰动参数估计[J];电力系统保护与控制;2011年14期
2 曹罕;;电力推进船舶电能质量探讨[J];硅谷;2011年12期
3 张新闻;周春燕;李学生;;优化核参数的SVM在电能质量扰动分类中的应用[J];哈尔滨理工大学学报;2011年03期
4 李晓;陈铸华;何朝辉;;基于小波变换与PSO-BP神经网络的电能质量扰动分类[J];高等函授学报(自然科学版);2011年03期
5 金燕;钟金金;;基于小波包改进阈值方法的电能质量信号消噪[J];机电工程;2011年08期
6 姜孝华;彭啸亚;肖秀春;;滑动窗Walsh基函数神经网络检测电能质量扰动[J];电力系统及其自动化学报;2011年03期
7 陈珍萍;欧阳名三;刘淮霞;;小波能量差分布和SVM结合的PQD识别[J];计算机工程与应用;2011年20期
8 管春;周雒维;卢伟国;;基于多标签RBF神经网络的电能质量复合扰动分类方法[J];电工技术学报;2011年08期
9 沈跃;刘国海;刘慧;;随机降维映射稀疏表示的电能质量扰动多分类研究[J];仪器仪表学报;2011年06期
10 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
中国重要会议论文全文数据库 前10条
1 齐会会;陈春玲;吴鹏飞;;基于虚拟仪器技术的电能质量扰动信号发生器的设计[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
2 ;Research on Fault Detection of High Voltage Inverter based on STFT[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
3 陈春玲;许童羽;袁野;;基于多类分类SVM的电能质量扰动识别[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
4 方群会;;基于LS_SVM的暂态电能质量扰动分类[A];重庆市电机工程学会2010年学术会议论文集[C];2010年
5 张仕超;邵怀宗;;基于STFT算法的跳频信号盲检测与参数盲估计[A];四川省通信学会2011年学术年会论文集[C];2011年
6 姚蜀军;韩民晓;汪燕;文俊;;用于电能质量教学的电力扰动发生装置的研究及实现[A];第四届全国高等学校电气工程及其自动化专业教学改革研讨会论文集(下册)[C];2007年
7 张东中;袁帅;佟为明;;基于复小波和神经网络的电能质量扰动识别与分类[A];2009中国仪器仪表与测控技术大会论文集[C];2009年
8 赵凤展;杨仁刚;;小波变换在电能质量分析中的应用[A];农业工程科技创新与建设现代农业——2005年中国农业工程学会学术年会论文集第三分册[C];2005年
9 黄建军;田启金;;基于PC与DSP混合系统的手发莫尔斯码识别[A];全国第二届嵌入式技术联合学术会议论文集[C];2007年
10 黄纯;江亚群;;基于形态学的电力扰动检测新方法[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(上册)[C];2008年
中国重要报纸全文数据库 前2条
1 ;CRT的克星来了[N];中国计算机报;2001年
2 山西农业大学工程技术学院电气本071班 白雪;浅谈智能电网的应用技术[N];山西科技报;2010年
中国博士学位论文全文数据库 前10条
1 秦英林;电能质量扰动的自动识别和时刻定位研究[D];山东大学;2010年
2 易吉良;基于S变换的电能质量扰动分析[D];湖南大学;2010年
3 张明;电能质量扰动相关问题研究[D];华中科技大学;2010年
4 赵静;电能质量扰动信号检测与识别算法研究[D];西南交通大学;2011年
5 全惠敏;电能质量相关信号的S变换检测算法及应用研究[D];湖南大学;2010年
6 单任仲;并联型复合电能质量扰动及补偿的控制方法与实现[D];华北电力大学(北京);2010年
7 金阳;加高斯窗的STFT对内燃机振声信号的适用性相关研究[D];浙江大学;2011年
8 刘应梅;电能质量扰动检测和分析的研究[D];中国电力科学研究院;2003年
9 黄文清;电能质量扰动在线监测方法研究[D];湖南大学;2007年
10 王继东;电力系统暂态电能质量问题研究[D];天津大学;2005年
中国硕士学位论文全文数据库 前10条
1 覃思师;基于STFT变换和DAG-LSSVMs的电能质量扰动识别方法研究[D];华南理工大学;2011年
2 赵强强;基于S变换和神经网络的电能质量扰动检测分类[D];西安理工大学;2010年
3 张宏财;基于S变换的电能质量扰动分析[D];北京化工大学;2010年
4 黄勇;电能质量扰动识别与分类的研究[D];华南理工大学;2010年
5 赵燕;电能质量扰动检测与识别方法研究[D];华北电力大学(北京);2011年
6 荆辉;电能质量扰动分类算法研究[D];山东大学;2011年
7 张杨;混合电能质量扰动信号识别算法研究[D];西南交通大学;2012年
8 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
9 王曦;基于模态分解和定量递归分析的电能质量扰动信号分析与识别[D];昆明理工大学;2012年
10 于连富;原子分解在电能质量扰动信号分析中的应用[D];燕山大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026