基于Hilbert的风力发电并网电压闪变检测

风力发电并网引起的电压闪变,对微网的安全稳定运行有很大的影响,也是制约风力发电规模化发展的一个因素。介绍了基于Hilbert变换的电压闪变检测原理,并仿真了在单一频率、多个频率、含有高次谐波3种情况下利用Hilbert变换提取电压闪变信号的包络线,证明了Hilbert变换能够很好地检测出闪变频率。     

零空间追踪算法在电压波动与闪变中的应用

为了更加精准地获取电压波动与闪变信号,为电能质量的分析与提高提供精准的数据,在深入分析零空间追踪算法原理的基础上,给出了利用零空间追踪算法实现电压波动与闪变的检测方法,通过仿真分析验证了零空间追踪算法在提取波动信号以及计算短时闪变严重度方面具有误差小、精度高的优势。     

基于谱估计和粒子群算法的电压闪变计算方法

间谐波的注入会导致电压的均方根值和峰值发生波动从而引起闪变,基于调幅波模型的闪变检测模型的测量精度较差。提出一种基于谱估计算法和粒子群算法的间谐波闪变检测方法。首先,通过比值法确定电压信号中不同频率分量的个数,再利用谱估计算法确定各分量的准确频率;然后,利用粒子群算法确定各个分量的幅值和相角,计算间谐波闪变值。仿真结果表明:该方法对于调幅波闪变信号和间谐波闪变信号,以及两者的混合闪变信号,均能快速准确地检测间谐波参数并计算闪变值。     

一种基于Hilbert和Chirp—Z变换闪变测量的改进方法

为了对电压闪变,提出了一种基于Hilbert和Chirp—Z变换的改进算法。首先介绍了Hilbert变换和Chirp—Z变换的原理,并从理论上推导了用Hilbert变换提取闪变包络线的公式。然后指出波动分量为方波时不能直接应用频谱分析法,需要对基于Hilbert和Chirp—Z变换的测量方法进行改进。最后用算例对所提方法进行仿真验证,证明该方法的正确性。     

基于间谐波电压的闪变传递计算方法北大核心

波动性负荷引起的电压波动与闪变可以在电力系统各节点间传播。理论分析表明,电压闪变是由间谐波电压与基波电压共同作用产生的,因此,研究闪变在电网中的传递可以通过分析间谐波在电网中的传播来实现。为此,提出了一种基于间谐波电压的闪变传递计算方法,可以有效地对电力系统任意公共连接点处的闪变水平进行评估。此外,由于闪变叠加效应,不同闪变源之间是存在相互干扰的,所提方法确定的闪变叠加系数比IEC推荐的经验系数更加准确。最后通过算例仿真证明了本文闪变传递算法的有效性和准确性。     

基于间谐波电压的闪变传递计算方法

波动性负荷引起的电压波动与闪变可以在电力系统各节点间传播。理论分析表明,电压闪变是由间谐波电压与基波电压共同作用产生的,因此,研究闪变在电网中的传递可以通过分析间谐波在电网中的传播来实现。为此,提出了一种基于间谐波电压的闪变传递计算方法,可以有效地对电力系统任意公共连接点处的闪变水平进行评估。此外,由于闪变叠加效应,不同闪变源之间是存在相互干扰的,所提方法确定的闪变叠加系数比IEC推荐的经验系数更加准确。最后通过算例仿真证明了本文闪变传递算法的有效性和准确性。     

基于Root—MUSIC和Prony算法的电压闪变检测

电压闪变是电能质量的一个重要指标．为实现对电压闪变参数的准确测量,提出基于求根多重信号分类法和Prony算法的闪变参数检测方法．先对信号数据组成的矩阵进行特征值分解,得出信号子空间和噪声子空间,利用他们的相互正交关系通过单位圆上的根估计频率大小,同时利用Prony算法中的最小二乘法求得幅值信息．Matlab仿真结果表明该方法在低信噪比下利用Root—MUSIC法能准确检测频率,并结合最小二乘法在小样本数据上的优势,有效提高了幅值检测的准确度．     

基于原子分解的电压闪变检测

根据信号原子分解的思想,针对电压闪变的特点构造电压闪变原子库.首先应用匹配追踪算法提取基波分量,然后对去除基波分量的残余信号提取电压闪变分量,并根据电压闪变分量参数检测电压闪变;对3种不同电压闪变的验证结果表明,该方法不仅能较精确地提取各电压闪变的参数,而且迭代次数少,计算量不大.该电压闪变参数为治理或抑制电压闪变提供了依据.     

Atom-RQEA在短时闪变严重度计算中的应用

短时闪变严重度P_(st)是衡量电能质量的一个重要指标,为提高P_(st)的计算精度,提出了基于原子稀疏分解和实数编码量子进化算法(Atom-RQEA)相结合的短时闪变严重度计算方法。其核心是根据电压波动与闪变信号的特点构造了原子库,由实数编码量子进化算法优化原子特征参数,自适应选择最佳匹配原子重构电压波动信号,进而计算短时闪变严重度P_(st)。仿真结果表明:基于Atom-RQEA方法,能够提高短时闪变严重度P_(st)计算精度,验证了提出方法的有效性和适用性。     

基于小波和ANN的电能质量分类方法

为了对电能质量进行有效的治理,以提高用电效率,有必要对电能质量进行快速的检测和准确的分类.基于小波的时频分析特点和人工神经网络(ANN)的学习能力,提出一种电能质量实用分类方法.利用正交小波对信号进行多分辨率分析,将一定时间长度内的信号的能量映射到多个频段内,通过与标准正弦信号各频段能量的比较,提取各类电能质量的能量变化特征;利用ANN对输入特征矢量进行识别,完成电能质量的自动分类.仿真实验证明,该方法可以有效地区分电压的上升、下降、闪变以及谐波畸变、暂态等5种电能质量问题.     

基于小波变换的电压闪变检测方法

根据IEC制定的闪变仪的设计规则,传统的IEC闪变仪主要由滤波器环节组成,但是各滤波器的传递函数都有延迟和检测的误差较大,故采用小波变换的多分辨率分析来等效IEC闪变仪的滤波器来解决这些问题。同时,利用LabVIEW和MATLAB的联合编程进行程序设计,使之能对信号进行分析,得到电压瞬时闪变视感度。最后,通过与IEC闪变仪分析比较,验证了此方法的有效性。     

交流电弧炉闪变及其影响因素分析

电弧炉在正常生产时会对电网产生以电压波动与闪变为主要特征的不利影响.根据弧长变化对电弧伏安特性造成的实际影响,提出以受控电压源的形式接入电力系统的电弧炉动态模型,可用来实现电弧炉电能质量的研究;并采用IEC闪变仪框图建立基于MATLAB的闪变测量模块,测量公共供电点的短时闪变值,分析电弧炉闪变的影响因素。分析结果表明,弧柱温度的波动区间越大,将产生更多的电压闪变.     

电能质量中闪变的测量

对IEC电能质量的一个重要指标闪变进行了理论分析,通过详细研究闪变的理论计算过程,用离散方法推导出一种新的瞬时闪变值P和短时间闪变值P_(st)的数值计算方法。该计算方法使得电能质量中闪变的计算变得比较简单。文中的方法已经在实际中得到检验,取得了良好的效果。     

电能质量中闪变的测量

对IEC电能质量的一个重要指标闪变进行了理论分析,通过详细研究闪变的理论计算过程,用离散方法推导出一种新的瞬时闪变值P和短时间闪变值Pst的数值计算方法.该计算方法使得电能质量中闪变的计算变得比较简单.文中的方法已经在实际中得到检验,取得了良好的效果.     

一种基于小波变换的电压波动和闪变的检测方法

提出的电压波动和闪变的检测方法克服了传统FFT变换只有频域局部性,而无时域局部性的缺点.在传统平方法数学模型的基础上,采用小波多分辨分析将复杂的电压波动信号划分到各子频带中,再利用小波系数重构各频带的波形,计算波动信号的频率、幅值和相角,检测结果与目前的检测方法相比具有较好的效果,尤其是对包含两种及以上波动信号的电压波形检测效果更好.文中通过仿真算例的计算,验证了该方法的可行性和有效性.     

一种基于小波变换的电压波动和闪变的检测方法

提出的电压波动和闪变的检测方法克服了传统FFT变换只有频域局部性，而无时域局部性的缺点，在传统平方法数学模型的基础上，采用小波多分辨分析将复杂的电压波动信号划分到各子频带中，再利用小波系数重构各频带的波形，计算波动信号的频率、幅值和相角，检测结果与目前的检测方法相比具有较好的效果，尤其是对包含两种及以上波动信号的电压波形检测效果更好、文中通过仿真算例的计算，验证了该方法的可行性和有效性。     

基于LMD法的电力系统暂态扰动检测技术研究

为了实现电力系统暂态扰动信号的精确识别,针对暂态扰动信号的非线性、不规则性和突变性特点,采用局部均值分解(local mean decomposition,LMD)法检测电力系统暂态扰动;并用LMD法分析了电压暂降、电压暂升、电压中断、振荡暂态、脉冲暂态、频率偏移、谐波加电压暂升信号以及某智能变电站采集的实际扰动信号等典型扰动;同时与希尔伯特-黄变换(HHT)法的分析结果进行比较.研究结果表明:用LMD法检测电力系统的暂态扰动信号是有效的,且在定位精度、运算速度方面比HHT法更具优越性.     

HHT的改进及其在电压闪变分析中的应用

介绍了Hilbert-Huang变换方法在电压闪变分析中的应用,该方法利用经验模态分解法EMD将电压波动信号分解成有限个固有模式函数IMF,再运用概率大值统计方法实现电压闪变的分析。对Hilbert-Huang变换方法进行了一些改进:对EMD分解的停止条件进行改进,加快了收敛速度;对EMD分解过程中的端点抖动问题采用端点镜像法消除;对虚假分量采用相关系数法进行消除。试验结果表明,改进后的Hilbert-Huang变换方法提高了分析准确度。     

基于VMD的APF谐波检测算法

提出基于变分模态分解(VMD)的谐波检测算法,并将其运用于有源电力滤波器。首先,VMD将畸变电力信号分解成一系列固有模态函数(IMF),不同的IMF分量代表不同频段信号,可提取其中基波IMF分量;然后,将原畸变信号减去提取的基波分量,即可检测出谐波分量。为验证VMD算法对于谐波检测的有效性,对VMD算法进行仿真分析,仿真结果表明:VMD算法不仅对稳定信号具有很好的谐波检测效果,而且对非稳定信号也有较好的谐波检测效果。     

基于LMD与奇异值差分谱的滚动轴承故障诊断方法

针对滚动轴承故障振动信号的非线性非平稳特性及强噪声特性,提出了一种基于局部均值分解(local mean decomposition,LMD)和奇异值差分谱的滚动轴承故障诊断方法.首先对原始信号进行LMD分解,得到若干乘积函数(product function,PF)分量,然后对故障特征明显的分量构建Hankel矩阵并进行奇异值分解,求出奇异值差分谱曲线,找到奇异值差分谱最大突变点来确定奇异值重构分量的个数,进而对包含故障特征频段的分量进行消噪和重构,再对重构信号进行Hilbert包络谱分析,提取故障特征.实验结果和工程应用表明:LMD和奇异值差分谱结合的信号特征提取方法,能准确、有效地提取滚动轴承的故障特征频率,对故障类型作出准确判断.