论文摘要
近年来,我国高校学生公寓频繁发生火灾,造成人员伤亡和学校财产的巨大损失,引起了国家有关部门和高校的高度重视。调查表明,火灾事故发生的主要原因是学生在公寓内使用违禁电器造成的。为了避免类似事件频发,各个高校出台了对应管理政策,并采取了一定措施。虽然火灾事故频率较原来有所降低,但每年仍然发生恶性火灾事故,没有从根本上解决火灾事故发生的问题。基于以上原因,本文拟应用小波理论进行负载识别,有效控制违禁电器的应用,从根本上解决公寓内因使用违禁电器引发火灾事故的问题。因此,本文的研究具有重要的理论意义和应用意义。小波分析具有“自适应性质”和“数学显微镜性质”,是近年来新兴起的信号的时频分析方法,在低频段具有较高的频率分辨率和较低的时间分辨率,在高频段具有较高的时间分辨率和较低的频率分辨率,在信号分析方面具有Fourier分析无法比拟的优势。基于小波分析的恶性负载识别智能电表研究设计的重点是负载识别小波函数建立和控制电路设计两部分。本文分别从小波理论在负载识别中的应用研究、基于DSP的电路设计及负载识别的小波参数测试三个方面出发,对基于小波分析的恶性负载识别智能电表关键技术进行了系统深入的研究设计,主要工作和研究成果如下：1、确立了Dmeyer小波函数的负载识别机制。通过对不同小波函数的对比,根据负载识别的具体特点,选取Dmeyer小波函数,并确定了识别的具体特征值。2、建立了基于DSP的智能电表硬件架构。设计了抗混叠滤波电路、锁相电路、以及数据采集转换电路,完成了硬件架构。3、确立了不同负载的小波参数。对公寓各种负载的电流、电压特性进行分析,找出了对其进行识别的小波参数。实验证明,本文提出的研究方法和研究措施是切实可行的。本研究成果不仅可以应用在智能电表的负载识别中,而且可以推广应用到需要识别负载性质的其他环境下。