小波分析在暂态电能质量扰动检测中的应用

【摘要】： 随着经济的发展及新型用电设备的使用,越来越多的电力部门和用户关注的电能质量问题已经不仅仅是传统意义上的供电可靠性、稳定性以及电压、频率、波形等参量偏离标称值的问题,而且包含了诸如振荡和脉冲之类的暂态或者瞬态特征。 采取合理的措施是提高电能质量的必要保证,首要的是应对其进行正确的检测和识别。基于这一点,本文对基于小波变换的电能质量扰动检测和识别方法进行了研究,在总结前人经验的基础上对算法进行了改进,并且利用MATLAB软件对改进算法进行仿真分析,取得了令人满意的效果,验证了所用方法的可行性。 首先,本文考虑到在实际的工程应用中,由于线路、设备安装的位置和外界的电磁干扰等因素,检测到的信号通常包含噪声干扰。噪声的存在会影响到信号分析的效果,甚至使其失效,故对检测到的信号进行去噪就显得尤为重要。根据小波分析方法具有多分辨率分析的特性,提出了基于小波包分解方法的电能质量去噪方法,在小波包分解的基础上,给出在选择不同阈值和阈值函数时对扰动信号进行去噪的相应结果,仿真结果表明此种信号去噪方法对去除扰动信号中的随机白噪声是有效的。为了压缩电能质量扰动数据存储空间,并且减少传输时间,本文针对电能质量扰动的频率具有非常广泛的特点,提出将基于最佳小波包基的数据压缩方法用于电能质量扰动数据的压缩,仿真结果表明:对于暂态和瞬态扰动信号本文的压缩方法其效果要优于基于小波变换的数据压缩方法。 然后,本文利用小波变换模极大值原理对电能质量扰动中的电压暂降、暂时中断、脉冲、振荡的起止时间等特征参数进行了提取,仿真结果表明该方法具有可行性。 最后,在总结所做内容基础上,指出利用本文方法提取的电能质量扰动小波变换在各尺度上的特征量可以作为神经网络等智能算法的输入参数,从而可以利用智能算法对电能质量问题各种扰动信号实现分类,此方法仍需进一步验证。