采油厂供配电系统的谐波分析与治理研究

采油厂供配电系统的谐波分析与治理研究

论文摘要

随着各种非线性电力电子装置的广泛应用,电力系统的谐波污染也日趋严重,谐波治理已经成为科学家日益关注的问题,而谐波检测技术是实现谐波治理和无功补偿的关键。由于谐波固有的非线性、随机性、分布性、非平稳性和影响因素的复杂性等特征,许多常规的检测方法如傅里叶变换难以对谐波进行准确测量。小波变换因其具有良好的时频局部化特性,是电力系统谐波检测中新的研究方向。本文首先介绍了电力系统谐波的基本概念、谐波产生的原因、谐波危害、阐述了传统谐波测量方法及其不足。然后探讨了连续小波变换、离散小波变换、小波包变换等小波变换理论中几种重要的变换方法,分析了这几种小波变换的时频特性。并且对大庆油田有限责任公司第七采油厂配电网的谐波情况进行了检测和分析,针对存在的谐波状况,分别用Haar小波分析方法、dbN小波分析方法和小波包分析方法对谐波电流进行Matlab仿真分析。通过谐波重构和误差计算,可以看出小波分析能够较好地将基波分离出来,具有快速性和准确性。得出小波包变换能将频带进行多层次划分,能对多分辨分析无法进行的高频部分细分进行进一步分解,能更好地分解出谐波信号的基波、谐波和其它扰动信号的结论。因此,小波包变换得到了更广泛的应用。最后提出了常用的谐波治理方案,为谐波治理打下了良好的基础。综上所述,通过本文研究,不但能够比较直观地看到小波分析方法在谐波检测中的应用效果,而且为基于小波变换方法的有源滤波器设计和制造提供了一种很好的研究方法。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 引言
  • 1.1.1 电能质量概述
  • 1.1.2 电能质量的定义
  • 1.2 电力系统谐波的产生原因
  • 1.3 电力系统谐波的危害
  • 1.4 谐波分析的意义
  • 1.5 谐波分析的国内外现状
  • 1.5.1 总述
  • 1.5.2 国内谐波研究的现状
  • 1.6 本课题的来源及主要研究内容
  • 第2章 电力系统谐波抑制方法综述
  • 2.1 采用模拟滤波器测量谐波
  • 2.2 基于傅立叶变换的谐波检测与分析方法
  • 2.3 基于瞬时无功功率的谐波测量
  • 2.4 基于人工神经网络的谐波估计
  • 2.5 小波分析在谐波测量中的应用
  • 2.6 国内外谐波测量的现状和发展趋势
  • 2.7 本章小结
  • 第3章 小波理论分析
  • 3.1 小波理论分析介绍
  • 3.2 连续小波变换理论
  • 3.2.1 小波函数的特点
  • 3.2.2 连续小波函数
  • 3.2.3 连续小波变换的概念
  • 3.3 离散小波变换理论
  • 3.4 小波包分析理论
  • 3.4.1 小波包的概念
  • 3.4.2 小波包的子空间分解
  • 3.5 本章小结
  • 第4章 小波理论在谐波检测中的应用
  • 4.1 谐波检测情况简介
  • 4.2 具体测试结果及内容分析
  • 4.3 检测方法分析
  • 4.3.1 检测方法选择
  • 4.3.2 小波多分辨率分析法
  • 4.4 仿真实例分析
  • 4.4.1 基于Haar小波的谐波仿真分析
  • 4.4.2 基于dbN小波的谐波仿真分析
  • 4.4.3 基于小波包算法的电力系统谐波分析
  • 4.5 本章小结
  • 第5章 谐波治理方案探讨
  • 5.1 谐波治理方法综述
  • 5.2 电力有源滤波器在消除谐波中的应用
  • 5.2.1 电力有源滤波器的基本原理
  • 5.2.2 主电路参数设计
  • 5.3 有源电力滤波器存在的问题
  • 5.4 有源滤波器的发展趋势
  • 5.5 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表的学术论文
  • 致谢
  • 相关论文文献

    • [1].基于经验小波变换的结构损伤特征提取[J]. 计算机与数字工程 2020(01)
    • [2].基于改进的自适应无参经验小波变换的滚动轴承故障诊断[J]. 计量学报 2020(06)
    • [3].基于可调Q因子小波变换和迁移学习的癫痫脑电信号检测[J]. 计算机科学 2020(07)
    • [4].基于小波变换的图像动态融合技术[J]. 电子技术与软件工程 2016(22)
    • [5].基于改进同步挤压小波变换识别信号瞬时频率[J]. 振动.测试与诊断 2017(04)
    • [6].基于离散小波变换的方波消噪[J]. 科技风 2015(11)
    • [7].基于小波变换模极大值原理的变电站变压器保护研究[J]. 科学家 2017(11)
    • [8].基于离散小波变换的分布式光伏孤岛检测方法[J]. 浙江电力 2019(12)
    • [9].基于经验小波变换的基因关联隐私保护实验研究[J]. 湖南大学学报(自然科学版) 2020(02)
    • [10].多级离散小波变换的高效超大规模集成架构[J]. 光学学报 2019(04)
    • [11].基于小波变换的重力区域场提取[J]. 科技创新与应用 2018(11)
    • [12].图小波变换在图像分割中的应用研究[J]. 微型机与应用 2017(08)
    • [13].同步压缩小波变换在油气检测中的应用[J]. 中国煤炭地质 2016(05)
    • [14].基于离散小波变换的信号分解与重构[J]. 计算机技术与发展 2014(11)
    • [15].压缩小波变换地震谱分解方法应用研究[J]. 石油物探 2015(01)
    • [16].一维离散小波变换在心电信号降噪中的应用[J]. 贵州师范大学学报(自然科学版) 2014(06)
    • [17].基于小波变换的时空数据压缩方法[J]. 武汉工业学院学报 2013(03)
    • [18].基于翻转结构的离散小波变换片上系统设计验证[J]. 计算机与数字工程 2013(12)
    • [19].稀疏分解与提升小波变换相结合的雷达脉冲参数估计法[J]. 电子测量技术 2020(16)
    • [20].基于方向小波变换的图像边缘检测[J]. 攀枝花学院学报 2014(05)
    • [21].过完备有理小波变换在轴承故障诊断中的应用[J]. 振动.测试与诊断 2011(05)
    • [22].5/3提升小波变换的仿真与FPGA实现[J]. 电脑知识与技术 2010(02)
    • [23].基于离散小波变换的水文序列相似查找[J]. 科技信息 2010(23)
    • [24].一种提升小波变换的VLSI结构设计[J]. 电脑知识与技术 2010(34)
    • [25].提升小波变换的并行处理与高速实现[J]. 光电工程 2009(08)
    • [26].基于提升小波变换的图像融合规则综述[J]. 电脑知识与技术 2008(31)
    • [27].基于双提升小波变换的医学图像感兴趣区编码[J]. 计算机系统应用 2008(02)
    • [28].利用平稳小波变换的突变性检测研究[J]. 电子设计工程 2020(08)
    • [29].冗余小波变换零相位分解实现方法及应用研究[J]. 电光与控制 2020(06)
    • [30].新阈值小波变换的心音去噪[J]. 计算机工程与设计 2020(09)

    标签:;  ;  ;  ;  

    采油厂供配电系统的谐波分析与治理研究
    下载Doc文档

    猜你喜欢