收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

动态电能质量扰动信号的数据压缩和消噪

李鹏  
【摘要】:目前对电能质量的监测已经从传统的按照国家标准考核电能质量统计指标发展到一个新的阶段,电力部门和电力用户逐步要求对动态电能质量信号进行记录和分析。传统电能质量监测仪不能记录电能质量暂态波形,国外高精度的监测装置又无法进行长期的电能质量监测,因此本文提出了一种采用数据压缩和消噪技术的解决方案,采用该算法不但可以在不增加硬件投入的基础上满足对动态电能质量事件的长期监测,同时可以显著降低通讯成本,达到对整个电能质量监测网的实时监测。该算法不但能够向电能质量管理中心提供直观的电压、电流波形,而且使管理者能够使用重构信号进行识别、定位、量化分析、分类以及查找事件原因。 动态电能质量扰动信号通常包含较宽的频谱,因此电能质量监测仪需要采用较高的采样频率,这造成数据存储和传输成本增加,必须进行数据压缩;同时由于采样数据常叠加了系统白噪声以及测量白噪声,因此也必须对信号进行噪声抑制。电能质量扰动信号类型繁多,并且信号噪声水平不同,所以本文提出了具有数据自适应性的信号压缩和消噪算法。 由于对某一个信号最好地变换对另外一个信号来说不一定是最佳的,因此本文采用小波基和局部余弦基构造了一个完备的变换模型库,从而可以从模型库中选择针对特定信号的最佳变换,实验证明各类以及各种噪声水平的信号都能在模型库找到稳定的信号描述。 本文通过引入Beylkin算法和divide一conquer算法等技术很好的解决了离 散小波变换和局部余弦变换的时间平移不变性问题。算法对信号进行局部余弦 变换时采用动态规划算法计算最佳局部余弦树,通过获得信号在时间轴上的最 佳划分来获得信号的最优嫡编码。 本文采用信息论的MDL判据进行信号模型的估计。针对不同噪声水平和不 同信号类型,这种算法具有数据自适应能力,不需要进行任何先验的参数设置 (例如阀值设置)和主观判断就能确定保留分解系数的最佳个数,并能根据信 号动态选择模型,计算实例表明该算法能够满足电力部门的要求,同时图表证 明了MDL能够在信号保真度与信号压缩效率之间找到最佳的契合点。 本文设计了一种信号模型选择的辅助判据“压缩比和保真度平衡策略”,该 判据结合MDL,通过平衡“压缩比”和“均方误差”两个矛盾目标函数,能够 选择最优的变换模型以及针对重构信号的最佳分解系数的个数。 通过和目前常用的4种小波数据压缩和消噪算法的对比分析可以看出本文 算法综合性能指标优异,其很好地保留了电能质量扰动信号的时频特征,取得 了令人满意的效果。 关键词:动态电能质量扰动离散小波变换局部余弦变换数据压缩消噪 时间平移不变性动态规划MDL


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 孙晓晖;和红梅;何洪;孙士尉;;基于小波变换的电能质量扰动检测与定位[J];河北工程技术高等专科学校学报;2011年01期
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 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
11 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
12 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
13 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
14 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
15 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
16 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
17 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
18 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
19 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
20 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
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