基于Floquet理论的模块化多电平换流器小信号稳定性分析

为更好地描述模块化多电平换流器(Modular Multilevel Converter, MMC)中高次谐波动态的相互作用,基于线性时间周期(Linear Time-Periodic, LTP)系统理论对MMC进行建模,并基于Floquet理论进行MMC系统的小信号稳定性分析。首先通过MMC的桥臂平均值模型建立系统的非线性时间周期系统模型,然后围绕周期轨道将该模型线性化得到MMC的LTP模型,最后通过针对LTP系统的Floquet理论分析MMC的小信号稳定性。分析结果表明：LTP模型可以准确描述MMC的小信号动态响应特性;Floquet分析可以精确刻画MMC参数构成的稳定边界。此外,所提模型和稳定性分析结果通过了基于MMC聚合模型的电磁暂态仿真和验证。     

小波变换在三相不对称系统谐波检测中的应用

针对小波变换在三相不对称系统的谐波检测中无法分离出系统中的基波负序信号的局限性,提出了一种基于周期交错的小波MALLAT多分辨率分解的测量方法,它根据三相相电流在3/2变换后的正余弦特性,利用1/4个工频周期交错滤除基波信号中的负序成分,再利用小波多分辨率分析提取基波正序信号。在详细介绍了该周期交错算法的原理、流程及计算公式后以TMS320LF2407数字信号处理器为核心建立了验证该算法的实验系统。实验结果表明,该周期交错-小波变换算法可以克服单纯小波频带划分的局限性,有效地检测出三相不对称系统中的基波正序及负序电流分离,从而计算出总的有害电流。     

基于编码波形的数字化变电站信号绝对传输延时测试方法

数字化变电站引入的电子式互感器、合并单元、交换机等数字信号处理设备不可避免会产生一定的信号传输延时,该延时甚至可能达到数个工频周期以上,进而引发继电保护等装置误动。目前基于稳态波形的延时测试方法和设备,无法反映相差大于工频周期的延时(整周期延时)。从原理上分析了数字化变电站信号传输延时产生的机理,并介绍了现有检测方法,提出基于编码测试波形、可检测整周期延时且无需接入脉冲同步信号的智能变电站信号绝对传输延时检测方法,并研制了相应设备,验证了该方法的有效性。     

基于DUFFING阵子的接地网故障诊断弱信号幅值检测新方法

为检测接地网故障诊断中的微弱信号,本文基于混沌Duffing振子和改进型FFT算法,提出了一种可用于接地网故障诊断中微弱信号幅值测量的新方法。首先将含噪声的待测信号加入Duffing系统,依据大周期工作状态下Duffing系统具有优良的噪声免疫特性,在此基础上采用改进的FFT算法计算Duffing系统的输出信号幅值,然后根据系统输入输出之间的关系确定微弱方波（输入信号）的幅值。通过仿真实验,对该方法的测量误差进行了分析。实验结果表明：该方法明显提高了测量精度。     

纳秒级周期脉冲信号检测方法的研究

针对数字信号处理器(DSP)的高速低耗、实时性好的特点,运用混沌测量原理构建了一个特定的混沌系统用于检测纳秒级周期脉冲信号。此系统将不稳定的混沌状态到稳定的大尺度周期状态的跃迁作为检测周期性高速脉冲信号的依据,将待测信号作为影响Duffing振子周期的摄动源设计成混沌检测系统,并根据系统的运动状态(大尺度周期运动态或噪声混沌态)检测高速脉冲信号的幅值与频率。理论分析和实验均表明该检测系统能实时有效地检测出脉冲信号及其特性。     

智能总线式灯开关系统设计与研究

本文基于ＤＴＭＦ信号的工作原理,设计了一种智能总线式灯开关系统。介绍了该系统的硬件和软件,并对其可靠性进行了研究,该系统具有可靠性高、功能强、接线简单等特点,具有较高的实用价值。     

应用于电力系统谐波分析的采样周期自适应方法

提出了一种谐波检测时,基于序列相关计算的采样周期自适应方法。该方法首先计算两组相邻采样信号序列的相关系数,根据相关系数和二次修正方程修正采样周期,不断迭代直至采样序列满足同步化收敛条件;最后对最新同步序列进行FFT计算得到各次谐波参数值。该方法无需知道信号的实际频率,在迭代过程中采样点数保持不变,克服了基于相关计算的采样窗口同步化方法中由于采样周期固定所引起的长序列DFT计算。数字仿真计算表明在系统信号频偏较大的情况下该方法收敛速度快,计算量小,计算精度高。     

西门子锅炉保护系统EHF的应用

论述了从西门子公司引进的ＤＣＳ系统Ｔｅｌｅｐｅｒｍ－ＭＥ／ＸＰ部分－ＡＳ２２０ＥＨＦ在控制对象,信号采集方式,系统配置和软件组态上的特点,基于该系统与其它保护系统的不同,详细描述了各功能组件和Ｉ／Ｏ模件的应用特点,并着重介绍了在ＡＳ２２０ＥＦ系统中完成的锅炉保护逻辑。     

基于Duffing振子的微弱信号检测方法研究

利用Duffing振子相变对微弱信号敏感和对噪声免疫的特点,可以对淹没在强噪声背景中的微弱周期信号进行检测,但传统的Duffing振子相变检测方法仅能检测特定频率的周期信号并且会受过渡带的影响.针对上述问题,给出了一种基于Duffing振子变尺度逆相变的微弱周期信号检测方法,通过引入变尺度系数将待测信号进行重构,进而减小了系统参数对检测的影响.建立了仿真模型并进行了仿真实验.分析和仿真结果表明,该方法能够仅利用一组固定的参数来对任意频率的周期信号进行有效的检测,且减少过渡带的影响,具有较好的检测性能.     

基于脉冲信号注入法的配电网单相接地故障定位的研究

提出了一种基于脉冲信号注入法的故障定位方法,该方法不受系统运行方式、拓扑结构、中性点接地方式以及故障随机因素等影响,且信号注入地点选择灵活、脉冲宽度、周期可调.文章给出了脉冲信号源的软、硬件设计方案,采用C8051F310单片机实现高压脉冲信号发生器,并基于电磁感应原理设计了信号探测器.     

基于混沌理论的电力系统微弱谐波检测方法研究

针对微弱谐波信号时频域分析检测方法在宽谱环境噪声较强场景中无法识别目标信号的缺陷,首先引入混沌系统的随机共振原理,在信号成分完全未知的情况下,利用随机噪声增强微弱目标信号进行频率盲检。进一步引入Duffing混沌系统,利用其对特定频率周期信号幅值的极高敏感性和噪声抵抗力,对检出的各谐波频率分量进行幅值精准检测。在经典随机共振模型的基础上,通过归一化改进了系统参数。结合Duffing混沌系统模型,设计了实时检测控制策略。通过粒子群寻优算法,以系统输入输出信号的互相关系数为适应度函数,寻找最优系统参数。对强随机噪声背景下的多整次谐波与间谐波混叠的谐波信号进行了仿真实验。结果表明,所提方法能在恶劣的噪声环境中,实现各谐波分量的无差频率检测与高精度幅值检测。     

环境激励下基于频域特征的扰动源定位方法

环境激励下小幅周期性扰动容易被淹没在类噪声信号中,从时域角度很难实现小幅周期性扰动的检测及扰动源定位。在分析环境激励下电力系统类噪声信号频域特征的基础上,提出了基于频域特征的小幅周期性扰动的检测与扰动源定位方法。环境激励下周期性扰动的频域表征为振荡恒定、阻尼比近似为0的振荡模式,且在该模式中扰动源所在机组的模态相位超前于其他机组。利用随机子空间辨识算法对环境激励下的类噪声响应信号进行分析,提取振荡模态及参数,根据模态个数及特征参数实现小幅周期性扰动的检测,检测到周期扰动后,根据阻尼比近似为0的周期性振荡模式的模态相位关系即可定位扰动源所在机组。IEEE 4机2区域系统和IEEE 16机68节点系统的算例结果验证了所提方法的有效性和可行性。     

改进的最佳平方逼近算法在电力系统中应用

介绍了最佳平方逼近算法的原理及其在电力系统中的应用。提出了一种改进的最佳平方逼近算法,不仅能准确、快速地计算出测量信号中的周期分量,计算精度受非周期分量影响小,而且通过简化正规矩阵计算,减少了计算量、提高了计算速度。对系统含有低频分量和不含低频分量2种情况进行了仿真,分别采用改进最佳平方逼近算法和最小二乘法计算电流基波和各次谐波,结果表明,在系统发生故障情况下,其对基波及各次谐波计算仍能保持较高精度,有效地提高了对电力系统测量信号的分析精度。     

FFT与小波分析应用于抑制局部放电窄带干扰

局部放电极易被噪声污染,众多干扰中载波通讯、高频保护、无线电广播等周期干扰尤其严重,而窄带干扰严重时可能完全淹没局部放电信号,这给局部放电的检测工作带来了巨大困难。为了从强的窄带干扰背景中有效提取局部放电信号,在基于FFT与小波分析理论的基础上,根据窄带干扰与局部放电信号具有不同频谱的特性,提出了抑制局部放电信号窄带干扰的新方法。考虑FFT处理方法的频谱泄漏性,再用小波变换对FFT处理后的局部放电信号进行进一步消噪,由此能够取得很好的消噪效果。仿真结果表明,此方法对窄带干扰去噪要比FFT、小波及小波模极大值去噪效果好,且得到的局部放电信号失真小。     

基于初相和谐波理论的相位差测量方法

同频周期信号的相位差等于两个信号的初相差。文中给出了一种基于谐波叠加和牛顿迭代运算的周期信号初相计算方法,进而引入准同步DFT非整数修正算法,并提出一种新的相位差测量方法。该方法如下:(1)同步采样被测周期信号的波形数据;(2)应用准同步DFT非整数修正算法获得高精度的谐幅值和谐相角;(3)应用初相计算方法计算各自的初相;(4)计算相位差。仿真实验结果表明该方法可用于满足狄里赫利条件波形的相位差测量,频率漂移适应范围宽,测量精度高。     

基于振动和电流信号多域特征联合的高压断路器储能状态辨识方法

为实现高压断路器的储能状态辨识,提出了一种基于伴随振动和电流信号多域特征提取的储能状态辨识方法。对振动信号进行倒频谱分析提取频域周期分量特征来体现电机周期性转动轨迹的基频和高频特性;采用相空间重构理论经关联积分法获取相空间域关联维数与Kolmogorov熵,定量评估储能过程随机运动的复杂程度;计算电机电流持续时间、起始电流值及偏度时域特征,与振动信号特征构建多域联合特征向量;通过支持向量机算法实现断路器储能状态辨识。实验结果表明,基于振动和电流信号多域联合特征的辨识算法准确率达到97%,有效地提高了断路器储能典型工况的识别准确率。     

孤网失稳状态下频率和暂态谐波分析方法

针对孤网失稳状态下频率和谐波快速宽频变化导致的傅立叶谐波分析频谱泄漏问题,提出了一种基于自适应变带宽周期滑动滤波的频率和暂态谐波分析方法。首先通过基于周期滑动滤波原理的预处理系统消除非平稳信号的高频周期干扰,并剔除直流分量;然后对预处理后的序列采用零交法进行实时锁相,自适应调整周期滑动滤波器的带宽;最后根据计算的非平稳信号实时频率,利用DFT算法对非平稳信号进行谐波分析,准确得到每一个谐波成分的暂态信息。仿真结果及现场实测数据表明,该方法在多种非平稳状态下均具有较高的谐波测量精度,能够有效地对孤网失稳状态下频率和暂态谐波进行测量。     

基于图像识别理论的混沌特性判别方法

利用混沌振子可以检测微弱的周期信号，并且具有很多优点。该文针对Duffing混沌振子在信号检测领域中的应用，提出了基于图像识别理论的混沌特性判别方法。该方法具有直观、算法简单及计算量小的优点。文中阐述了所提方法的原理，并给出了相应的判别程序流程图及仿真实验结果。仿真结果表明，利用该方法可以准确快速地判断混沌特性，并能很好地满足Duffing混沌振子信号检测的需要。将该文提出的判别方法用于处理小电流单相接地故障保护的现场试验数据，获得了好的效果。     

采用遗传神经网络的电力系统暂态信号分析方法

为了提高对存在频率波动、含有衰减直流分量的电力系统暂态信号的分析精度,提出基于遗传算法和神经网络的电力系统暂态信号分析方法.该方法先采用数字微分结合遗传算法对电力系统暂态信号参数进行粗略估计,将估计值作为神经网络训练的初始值,基波频率作为待定的权值,同时估计信号频率和各次谐波的幅值,在学习算法中对各次谐波的权值采用对应...     

用小波原理构成继电保护启动元件的研究

利用小波变换检测突变信号的原理,可以在电力系统故障发生的瞬间快速检测出电流或电压突变信号。探讨了用小波分析原理构成微机线路保护启动元件的方法。