论文题目: 电力系统暂态电能质量问题研究
论文类型: 博士论文
论文专业: 电力系统及其自动化
作者: 王继东
导师: 王成山
关键词: 电能质量扰动,小波变换,检测,扰动源定位,分类,数据压缩,去噪
文献来源: 天津大学
发表年度: 2005
论文摘要: 现代社会中,电能是一种最为广泛使用的能源,其应用程度成为一个国家发展水平的主要标志之一。随着计算机、电力电子和信息技术等高新产业的发展和普及,对电能质量提出了越来越高的要求。暂态电能质量扰动带来的问题已日益受到电力部门与用户的关注。为了采取适当的措施降低扰动带来的影响,改善电能质量,首先要对电能质量问题进行评估与分析。本文针对暂态电能质量问题,主要在电能质量扰动检测与扰动源定位、扰动分类、扰动数据压缩与信号去噪等方面做了一些工作,取得了如下成果:在小波变换局部模极大值理论的基础上,针对连续小波变换的计算量大,存在较大冗余的缺点,采用二进小波变换对电能质量扰动进行检测。小波变换的局部模极大值对应信号的突变点,可以用来检测电能质量扰动。仿真结果表明在分解尺度一上可以实现较为准确的检测。在扰动功率定义的基础上,根据Parseval定理,采用小波变换计算扰动发生期间三相瞬时功率信号能量的变化。由能量变化极性的正负,并结合扰动功率的第一个峰值的极性,提出了判断电容器投切相对位置的新判据,仿真结果表明了该方法的有效性。在电能质量扰动信号小波包分解的基础上,提出了用熵特征向量法提取电能质量扰动特征,并与能量特征向量比较,分别用Fisher分段线性分类器和贝叶斯分类器对典型电能质量扰动进行分类,仿真结果表明,采用熵特征向量法提取特征具有较高的识别正确率。在对扰动信号进行多分辨率分析的基础上,提出了一种能量阈值法,通过计算需要保留的能量来减少小波系数,并结合自适应算术编码方法进一步压缩数据,通过对典型电能质量扰动数据压缩与重构的仿真,并与小波系数阈值法相比较,表明该方法进一步改进了压缩效果。在小波变换软阈值法去噪的基础上,考虑到电力系统中的噪声一般为服从正态分布的高斯白噪声,在正态分布3σ原则的基础上,提出了一种改进的软阈值去噪方法,仿真结果表明与传统的软阈值去噪方法相比,该方法具有更好的去噪性能。
论文目录:
第一章 绪论
1.1 引言
1.2 电能质量的定义和分类
1.2.1 电能质量的定义
1.2.2 电能质量问题的一般分类
1.3 电能质量问题产生的主要原因及危害
1.4 电能质量分析方法研究现状及存在问题
1.4.1 时域仿真方法
1.4.2 频域分析方法
1.4.3 基于变换的方法
1.4.3.1 傅里叶变换方法
1.4.3.2 短时傅里叶变换方法
1.4.3.3 小波变换方法
1.5 基于网络的电能质量监测与分析系统构想
1.5.1 基于网络的电能质量监测
1.5.2 电能质量分析中心的功能
1.6 本文的主要工作及成果
第二章 小波变换基本理论
2.1 引言
2.2 短时傅里叶变换
2.3 多采样率数字信号处理的一些基本关系
2.4 小波变换
2.4.1 连续小波基函数
2.4.2 连续小波变换
2.4.3 离散小波变换
2.4.4 二进小波变换
2.5 多分辨率分析理论
2.5.1 多分辨率分析概念的引入
2.5.2 正交小波变换与多分辨率分析
2.5.3 二尺度方程及多分辨率滤波器组
2.5.4 正交小波变换的快速算法
2.5.5 离散序列的多分辨率分析与正交小波变换
2.6 小结
第三章 电能质量扰动检测与扰动源定位
3.1 引言
3.2 电能质量扰动检测
3.2.1 小波变换的奇异性检测理论
3.2.2 多孔算法
3.2.3 仿真结果
3.3 电能质量扰动源定位
3.3.1 扰动功率
3.3.2 电容器投入暂态过程能量分析
3.3.3 电容器投切扰动源定位的新判据
3.3.4 仿真结果
3.4 小结
第四章 电能质量扰动分类
4.1 引言
4.2 小波包基本原理
4.2.1 正交小波包的定义及性质
4.2.2 小波包的基
4.2.3 离散信号的小波包系数
4.3 特征向量的选取
4.3.1 能量特征向量
4.3.2 熵特征向量
4.4 Fisher 分段线性分类器
4.4.1 Fisher 线性分类器
4.4.2 分段线性分类器
4.4.3 仿真结果
4.5 贝叶斯分类器
4.5.1 两类问题
4.5.2 多类问题
4.5.3 仿真结果
4.6 小结
第五章 电能质量扰动数据压缩与信号去噪
5.1 引言
5.2 电能质量扰动数据压缩
5.2.1 能量阈值
5.2.2 算术编码
5.2.2.1 算术编码基本原理
5.2.2.2 自适应算术编码
5.2.3 仿真结果
5.3 电能质量扰动信号去噪
5.3.1 软阈值法去噪原理
5.3.2 改进软阈值法
5.3.3 仿真结果
5.4 小结
第六章 结论及今后工作展望
参考文献
发表论文和参加科研情况说明
致谢
发布时间: 2006-05-24
参考文献
- [1].基于稀疏表示的电能质量扰动检测与压缩感知数据重构研究[D]. 陈雷.燕山大学2017
- [2].S变换改进方法及在电能质量多特征协同分析中的应用[D]. 李盼.燕山大学2017
- [3].复杂电能质量扰动事件时空关联综合诊断研究[D]. 董海艳.燕山大学2017
- [4].基于S变换和神经网络的电能质量扰动检测与分类算法研究[D]. 王慧慧.天津大学2017
- [5].电能质量扰动分析与监测研究[D]. 陈春玲.沈阳农业大学2009
- [6].基于S变换的电能质量扰动分析[D]. 易吉良.湖南大学2010
- [7].电能质量扰动检测和分析的研究[D]. 刘应梅.中国电力科学研究院2003
- [8].电能质量扰动分析中小波变换的应用研究[D]. 耿云玲.湖南大学2006
- [9].提升小波在电能质量分析中的应用研究[D]. 杨汉生.南京理工大学2006
- [10].电能质量扰动在线监测方法研究[D]. 黄文清.湖南大学2007