统计信号处理方法在电能质量检测与跟踪中的应用

统计信号处理方法在电能质量检测与跟踪中的应用

论文摘要

随着国民经济的发展和人们生活水平的提高,电力电子产品广泛地应用于工业控制领域,用户对电能质量的要求也越来越高,其中最为突出的是电压质量和谐波的问题,电能质量问题在许多国家已经引起电力部门和用户的广泛关注。电能质量的好坏直接关系到包括电力工业在内的工商系统,乃至整个国民经济的发展前景,对于我国这样的发展中国家更具有不可忽视的现实意义和战略意义。因此,如何提高电压质量、治理谐波就成为输配电技术中最为迫切的问题之一。电能质量问题的分析算法中,基于傅里叶变换的方法只能适用于确定性的平稳信号(如谐波),对时变非平稳信号却难以充分描述。这是因为傅氏变换是在整个时域内积分,因而去掉了非平稳信号中的时变信息。而基于小波变换的多分辩分析,虽然能对电力系统短期扰动进行检测、定位和确定扰动持续时间,但却不易区分到底是那一种扰动类型。因此,为了分析电能质量领域的突变信号和非平稳信号,本文将统计信号处理方法引入到电能质量扰动的分析和跟踪问题中来。统计信号处理方法不仅适用于处理非平稳信号,而且对系统中的随机噪声干扰提供了很好的抑制作用。本文在卡尔曼滤波理论和自适应滤波理论基础上发展出了Sigma点卡尔曼滤波算法和基于脉动阵列实现的QR分解最小二乘自适应算法,并将这两种算法应用到电能质量问题中最常见的电压闪变和谐波的在线监测问题中来。通过MATLAB以及LabVIEW仿真,证明了所提出算法的优越性。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 研究电能质量及其分析方法的意义
  • 1.2 电能质量分析方法的国内外现状
  • 1.2.1 傅里叶变换法
  • 1.2.2 短时傅里叶变换
  • 1.2.3 小波变换法
  • 1.3 本文的研究内容
  • 第二章 电能质量的定义与监测
  • 2.1 引言
  • 2.2 电能质量标准
  • 2.2.1 IEC 电能质量标准
  • 2.2.2 IEEE 电能质量标准
  • 2.3 电能质量术语
  • 2.3.1 暂态
  • 2.3.2 短时电压波动
  • 2.3.3 长期电压变化
  • 2.3.4 电压三相不平衡
  • 2.3.5 波形畸变
  • 2.3.6 电压波动与闪变
  • 2.3.7 频率波动
  • 2.4 电能质量检测技术
  • 2.5 本章小结
  • 第三章 卡尔曼滤波理论及其在电能质量检测方面的应用
  • 3.1 引言
  • 3.2 卡尔曼滤波理论
  • 3.2.1 系统模型
  • 3.2.2 最优估计问题
  • 3.2.3 卡尔曼滤波过程
  • 3.2.4 扩展卡尔曼滤波器
  • 3.3 卡尔曼滤波理论在电能质量检测中的应用
  • 3.3.1 系统模型与复数型扩展卡尔曼滤波器
  • 3.3.2 扩展卡尔曼滤波算法的缺陷
  • 3.4 本章小结
  • 第四章 无迹变换理论同卡尔曼滤波器的结合
  • 4.1 引言
  • 4.2 无迹变换理论
  • 4.2.1 非线性变换的Sigma 点集逼近
  • 4.2.2 Sigma 点集高阶统计信息的挖掘
  • 4.2.3 无迹变换的应用实例
  • 4.3 SIGMA 点卡尔曼滤波算法
  • 4.3.1 Sigma 点卡尔曼滤波算法的实现
  • 4.3.2 基于Sigma 点卡尔曼滤波器的电力系统频率跟踪算例分析
  • 4.4 本章小结
  • 第五章 自适应滤波理论在谐波与电压闪变检测中的应用
  • 5.1 引言
  • 5.2 自适应滤波理论
  • 5.2.1 维纳滤波问题
  • 5.2.2 最陡降法
  • 5.2.3 最小均方误差算法
  • 5.2.4 递归最小二乘误差算法
  • 5.3 自适应滤波理论同卡尔曼滤波理论的关系
  • 5.4 自适应QR 分解递归最小二乘算法
  • 5.4.1 平方根卡尔曼滤波器
  • 5.4.2 平方根卡尔曼信息滤波算法与QR 分解RLS 算法
  • 5.4.3 平方根卡尔曼协方差滤波算法与逆QR 分解RLS 算法
  • 5.4.4 自适应QR 分解RLS 算法的脉动阵列实现
  • 5.5 基于自适应滤波算法的电力系统谐波与电压闪变检测
  • 5.5.1 自适应滤波系统模型的建立
  • 5.5.2 电力系统电压波动和闪变检测算例分析
  • 5.5.3 电力系统谐波跟踪算例分析
  • 5.6 本章小结
  • 全文总结
  • 参考文献
  • 致谢
  • 攻读硕士学位期间发表的学术论文目录
  • 相关论文文献

    标签:;  ;  ;  ;  ;  ;  

    统计信号处理方法在电能质量检测与跟踪中的应用
    下载Doc文档

    猜你喜欢