收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

电能质量相关信号的S变换检测算法及应用研究

全惠敏  
【摘要】:非线性负荷和高精度设备的大量使用,导致电网电能质量日益恶化,这一问题愈来愈受到电力部门和电网终端用户的高度关注。为了改善和提高电能质量,保证电网的安全运行,必须系统精确地检测电能质量相关信号,全面深入地分析电能质量问题,找出电能质量恶化的成因。电能质量扰动信号是电力线路故障和非线性负荷等问题引发的电能质量恶化的外在表现;变压器等电气设备的局部放电是造成电网电能质量恶化的潜在原因,局部放电声发射信号则是伴随局部放电过程出现的一种信号,该信号可大致衡量放电程度与准确定位放电位置。广义而言,电能质量扰动和变压器等设备局部放电声发射信号均属电能质量相关信号。因此,论文深入研究电能质量扰动信号与声发射信号的检测方法。 (1)提出了一种基于S变换的电能质量扰动检测与定位算法。算法采用S模矩阵时间幅值平方和均值对多种电能质量扰动信号进行时间的定位,采用S模矩阵频率幅值平方和均值对信号中的谐波成分进行估计,采用S变换基频幅值曲线来表示电网基频电压幅值的变化。具体算例的仿真结果表明,S变换比短时傅里叶变换具有更好的时频聚焦能力,所提算法基本满足电能质量扰动检测的精度要求。 (2)电能质量扰动检测的主要任务是分析和识别各类扰动。为更加准确地提取扰动信息,提出了基于自适应调整调节因子的广义S变换(GST)电能质量扰动分析方法。在S变换中增加一个调节因子λ形成广义S变换,给出了调节因子λ随信号中频率组成不同而进行自适应取值的具体方法,推导了广义S变换的实现过程。对电能质量扰动信号进行了基于广义S变换的仿真分析,并提取了用于分类的特征参数。为更好地对电能质量扰动分类,提出了两种分类算法:基于决策树的分类算法和基于人工免疫的分类算法,并分别将之应用于14种常见电能质量扰动的分类识别。仿真结果表明,两种分类算法均能对扰动进行有效识别,其中决策树更易于理解和运行速度更快,人工免疫则分类准确率更高,对噪声不敏感。 (3)针对快速傅里叶变换(FFT)对暂态谐波处理精度差和小波变换频带划分不均匀的缺点,提出了基于修正广义S变换(MGST)和人工免疫克隆选择算法(CSA)结合的谐波间谐波检测新算法。该算法通过调节MGST中的两个可变参数取值,以满足谐波检测中对频率分辨率的高要求。用MGST提取的初始幅值、相位、频率参数建立谐波间谐波的信号模型,然后利用人工免疫克隆选择算法优良的全局寻优能力对模型参数进行优化,最终得到使误差目标函数值最小的谐波间谐波参数。仿真结果及在数字化逆变电源中的应用均表明,该算法简单实用,特别是在检测间谐波和暂态谐波的效果上,优于傅里叶变换。 (4)为克服电压暂降中噪声的影响,提出了基于改进S变换(MST)的电压暂降检测方法。分析了改进S变换中可变参数的选择对暂降幅值检测的影响,给出了MST提取暂降幅值、暂降时刻、谐波含量和相位的方法。根据电力系统实际情况,在MATLAB中建立了短路故障、感应电机启动和变压器空载激磁三种扰动源引起的电压暂降模型,通过MST分析电压暂降特征,并利用决策树对暂降源进行识别。仿真结果表明,该算法能有效提取出正确的暂降参数,对不同扰动源进行准确判断。 (5)提出了基于广义S变换的声发射信号分析及三维声源定位方法。根据变压器局部放电声发射信号产生机理和特点,提出了在GST模矩阵主频附近开窗、窗外元素均置零的方法,对声发射信号进行去噪处理。利用GST对去噪后的声发射信号进行分析,提取出主频带能量和波达时间等特征参数,并求出各传感器之间的波达时差。推导出了三维声源定位公式,将各波达时间代入即可定位变压器的局部放电声源点。所提算法可以推广应用于绝缘子等电气设备的局部放电定位以及矿山岩体声发射信号的分析和定位。仿真与实验结果表明,所提算法可为工程技术人员提供准确的声发射特征参数,声源定位算法准确度高。 本文提出的电能质量扰动检测算法,提高了电能质量扰动实时检测和离线分析的可靠性和准确性;提出的声发射信号分析与定位算法,为设计开发局部放电故障监测系统提供了理论依据和实现途径。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 焦炜,曾纪勇;基于数学形态学的电能质量扰动定位方法[J];湖北电力;2005年04期
2 唐轶;刘昊;方永丽;;基于时域特征分析的电能质量扰动分类[J];电力系统自动化;2008年17期
3 朱晓栋;束洪春;;基于S变换的电能质量扰动分析[J];云南电力技术;2009年04期
4 李炳富;;电能质量信号分析方法及其应用[J];湛江师范学院学报;2007年06期
5 全惠敏;戴瑜兴;;电能质量扰动的广义S变换分析和决策树算法分类[J];湖南大学学报(自然科学版);2009年04期
6 黄南天;徐殿国;刘晓胜;;基于改进多层前馈神经网络的电能质量扰动分类[J];电子测量与仪器学报;2009年10期
7 汪燕;姚蜀军;刘宏伟;韩民晓;;基于VSI的电力扰动发生装置的开发[J];电气电子教学学报;2010年01期
8 麦伟辉;;电能质量监测的数据采集系统[J];仪表技术;2010年10期
9 刘安定,肖先勇,邓武军;短时电能质量扰动检测的一种新方法[J];继电器;2005年08期
10 赵凤展;杨仁刚;;时频分析方法在电能质量扰动检测与识别中的应用[J];华北电力大学学报(自然科学版);2006年05期
11 张文涛;王成山;;基于概率神经网络的电压暂态扰动分类[J];电力系统自动化;2007年18期
12 李加升;戴瑜兴;柴世杰;;基于预测机制的电能质量扰动检测方法研究[J];电力系统保护与控制;2010年17期
13 陈珍萍;欧阳名三;;基于无线传感网络的电能质量监测系统[J];低压电器;2011年08期
14 陈珍萍;欧阳名三;刘淮霞;;基于ZigBee的电能质量检测节点设计[J];低压电器;2011年09期
15 丁屹峰,占勇,程浩忠,孙毅斌,陆融;基于Prony算法的暂态电能质量扰动信号分析[J];上海交通大学学报;2005年S1期
16 程凌飞;张步涵;曾杰;王云玲;;电压暂降及其抑制技术[J];湖北电力;2006年05期
17 罗希;粟时平;彭鹏;范力泉;;含风电场电网电能质量小波检测方法[J];长沙理工大学学报(自然科学版);2008年04期
18 谷金宏;刘琪;程超会;;电能质量的S变换仿真[J];电测与仪表;2009年06期
19 李涛;夏浪;何怡刚;;叠加暂态电能质量扰动的分形熵分析[J];计算机应用;2009年08期
20 胡晋星;董建军;田亚丽;;基于变换的电能质量扰动识别方法研究[J];山西电力;2011年03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 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
3 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
4 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
5 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
6 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
7 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
8 曹立中;吴杰;苏春苑;;基于多方法的电能质量扰动研究[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(下册)[C];2008年
9 高师湃;张丽;李群湛;;牵引供电系统电能质量扰动在线检测研究[A];中国铁道学会电气化委员会2006年学术会议论文集[C];2006年
10 崔家瑞;张晓冰;梁原华;;小波变换在暂态电能质量扰动检测中的应用[A];2006全国电工测试技术学术交流会论文集[C];2006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 黄文清;电能质量扰动在线监测方法研究[D];湖南大学;2007年
8 王继东;电力系统暂态电能质量问题研究[D];天津大学;2005年
9 胡为兵;电能质量扰动的自动识别和定位相关理论研究[D];华中科技大学;2008年
10 宋雪雷;基于小波变换和支持向量机的电能质量扰动分析方法[D];哈尔滨工业大学;2007年
中国硕士学位论文全文数据库 前10条
1 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
2 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
3 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
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 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
9 陈栋;电能质量扰动的S变换分类识别[D];华东理工大学;2013年
10 陈华丰;电能质量扰动信号识别方法研究[D];西南交通大学;2013年
中国重要报纸全文数据库 前1条
1 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
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978