论文摘要
随着电力负荷的日趋复杂,电能质量问题给现代电力系统以及电力用户造成的危害越来越突出。谐波、闪变等稳态扰动产生的危害普遍存在,电压骤升骤降等暂态扰动造成的危害则在不断加大。对电网实现综合全面的电能质量在线监测将成为保障其高质量运行的必要手段,而实现在线监测的基础是合理有效的电能质量检测分析方法。本文重点研究了稳态谐波检测的改进方法、基于小波、希尔伯特变换的暂态电能质量扰动检测与定位方法、基于支持向量机的电能质量扰动分类方法。以上述理论方法为基础,研究虚拟仪器环境下电能质量在线监测系统的设计与实现。为了解决电力系统中不可避免的噪声对稳态谐波检测的影响,在分析了小波变换和傅立叶变换各自的优势,提出了基于小波去噪的加窗FFT谐波检测方法。该方法采用db5软阈值4层Daubechies小波去噪方法对采集的含噪信号进行去噪处理,再采用加汉宁窗的傅立叶变换对去噪信号进行检测,即能比较准确的反映总谐波畸变率(THD),又能比较精确的检测各次谐波含有率,为谐波治理提供有利的、准确的谐波分量数据。提出两种暂态电能质量扰动检测方法:(1)基于提升db4小波变换的暂态电能质量扰动检测与定位方法,在电力系统低噪声情况下,所构造的提升db4小波对多种暂态电能质量扰动信号不仅能进行扰动突变点检测,而且能进行扰动起止时刻的准确定位。(2)基于希尔伯特变换的移相电能质量扰动检测方法,在高噪声情况下,仍能出色完成电能质量扰动检测,而且原理简单、实时性好,集成于虚拟仪器电能质量检测平台,验证了其有效性和实用性。鉴于傅立叶变换优秀的幅频特性,小波变换优秀的时频特性和支持向量机优秀的统计学习能力,提出了基于FFT、小波变换和多类支持向量机的电能质量扰动识别方法。利用傅立叶变换和小波变换提取电能质量扰动的特征向量;构建多类支持向量机分类器对电力系统常见的八种电能质量扰动信号进行识别分类。在含噪声情况进行仿真,结果表明该方法分类准确率高,对噪声不敏感,训练样本少、训练时间短,是电能质量扰动识别的有效方法。采用NI PXI架构虚拟仪器平台完成了电能质量监测系统硬件设计,在NI LabView环境中设计并集成了所研究的电能质量扰动检测分析算法,构成基于PC资源的电能质量柔性监测系统。采用标准功率源6100A输出的扰动信号进行检测,证明该平台对稳态电能质量扰动(电压允许偏差、谐波、三相电压允许不平衡度和频率偏差)和暂态电能质量事件(电压骤升、电压骤降、电压波动、暂态振荡等)均可进行实时检测,测试结果准确、界面友好、性能稳定,同时具有高可靠性、功能可扩展性等优点。能够综合、全面地反映电网中的电能质量问题,为提高电能质量提供科学准确的数据支持。
论文目录
相关论文文献
- [1].低压并网型微电网电能质量扰动实验方法设计[J]. 河南科技 2019(34)
- [2].复合电能质量扰动下低压配电网中关键设备附加损耗的解耦分析[J]. 电测与仪表 2019(24)
- [3].基于卷积-长短期记忆网络的电能质量扰动分类[J]. 电力系统保护与控制 2020(02)
- [4].基于电能质量扰动抑制的配电网低电压治理方法[J]. 电子设计工程 2020(04)
- [5].基于特征融合一维卷积神经网络的电能质量扰动分类[J]. 电力系统保护与控制 2020(06)
- [6].基于行波理论的滤波器电能质量扰动控制仿真[J]. 计算机仿真 2020(01)
- [7].基于多层极限学习机的电能质量扰动多标签分类算法[J]. 电力系统保护与控制 2020(08)
- [8].非线性参数在复合电能质量扰动分析中的应用[J]. 红水河 2020(02)
- [9].基于蚁群算法的电能质量扰动源容错性定位方法[J]. 科学技术与工程 2020(13)
- [10].浅谈如何解决好因电能质量扰动所带来的低电压问题[J]. 科学技术创新 2020(18)
- [11].基于深度置信网络的电能质量扰动检测与分类[J]. 广东电力 2020(06)
- [12].基于循环神经网络的电能质量扰动识别[J]. 电力系统保护与控制 2020(18)
- [13].基于改进小波阈值函数和奇异值分解的电能质量扰动检测[J]. 电测与仪表 2020(21)
- [14].一种实时电能质量扰动识别分类方法[J]. 河北工业科技 2019(01)
- [15].小波包和最小二乘支持向量机的电能质量扰动识别[J]. 现代电子技术 2018(03)
- [16].基于广义谐波理论的电能质量扰动检测方法[J]. 水电站机电技术 2018(05)
- [17].基于迁移学习的电能质量扰动分类方法研究[J]. 电气时代 2018(09)
- [18].几种电能质量扰动检测和分类方法研究[J]. 科技风 2018(30)
- [19].压缩感知在电能质量扰动信号中的研究[J]. 山西电子技术 2016(06)
- [20].基于样本熵的电网传输电能质量扰动信号分析[J]. 电网与清洁能源 2016(11)
- [21].一种新的电能质量扰动信号压缩感知识别方法[J]. 电力系统保护与控制 2017(03)
- [22].一种实时电能质量扰动分类方法[J]. 电工技术学报 2017(03)
- [23].电能质量扰动信号的自适应去噪方法[J]. 电力系统自动化 2016(23)
- [24].不相干约束项的判别字典表示电能质量扰动分类研究[J]. 电子测量与仪器学报 2017(04)
- [25].一种新的电能质量扰动特征提取与识别方法[J]. 现代电子技术 2017(14)
- [26].电能质量扰动信号模型的建立[J]. 中国标准化 2017(14)
- [27].复杂电能质量扰动事件区段定位方法研究[J]. 中国电机工程学报 2017(17)
- [28].S变换在电能质量扰动中的分析[J]. 电测与仪表 2015(22)
- [29].基于复阻抗与支持向量机的电能质量扰动分类方法[J]. 安徽大学学报(自然科学版) 2016(03)
- [30].基于压缩感知的电能质量扰动信号分析[J]. 大连工业大学学报 2016(04)
标签:电能质量论文; 小波变换论文; 希尔伯特移相检测论文; 支持向量机论文; 虚拟仪器论文;