基于小波变换与傅里叶变换相结合的电能质量监测方法

介绍了至今为止国家标准中规定的各项电能质量指标的计算方法,提出了一种将小波变换与短时傅里叶变换相结合的方法对电能质量的暂态和稳态问题监测的方法,其中小波变换选用Mallat算法,短时傅里叶变换窗函数选用Hanning窗。利用小波变换Mallat算法对暂态电能质量问题进行实时监测,并且区分稳态扰动与暂态扰动,再对各频段进行短时傅里叶变换去分析,从而能够很好的对时域和频域进行分析。MATLAB的仿真结果验证了该方法的准确性和有效性     

井下综保器改进算法的仿真研究

针对目前井下综保器采用的信号检测算法存在的精度问题,提出将傅里叶变换、小波变换、小波熵理论相结合的综合检测算法。根据小波多分辨率分析这一特点,将采样信号分解为稳态信号和非稳态信号,稳态信号采用傅里叶变换进行处理,非稳态信号采用小波熵进行处理。利用MATLAB中的电力系统模块搭建井下供电系统模型,获取相应的电信号,采用傅里叶算法、小波算法及综合检测算法分别进行仿真,结果表明,将傅里叶变换、小波变换、小波熵理论融合后的信号检测算法能够更全面的反映井下供电线路的运行状态,对实现井下综保器可靠动作具有较好的理论价值。     

原子分解快速算法在电能质量扰动分析中的应用

提出一种原子分解的快速算法,并应用于电能质量扰动信号的分析中。该方法构建相关原子库,并将原子离散的参数连续化,能减少重构信号所需的原子数并使分解结果更准确;针对频率范围较大的谐波、衰减振荡等信号,采用快速傅里叶变换对最优原子频率进行预求解,从而降低原子库规模;采用粒子群优化的匹配追踪算法选出反映电能质量扰动信号特征的最优原子。仿真算例表明,该方法可快速准确地提取电能质量信号的扰动特征,且有较好的抗噪性能。     

傅里叶变换运算在电化学阻抗谱测量方法中的应用

作为一种重要的电化学测试方法，电化学阻抗谱(EIS)在电化学研究领域具有广泛应用。经典离散频域EIS技术要求体系具备稳态条件，采用傅里叶变换(Fourier transform,FT)对非稳态体系进行时域EIS测量取得了较好的结果，该方法通过傅里叶变换对扰动信号的时域电极响应变换至频域。其优点包括在极短的时间内进行全频域阻抗测量并保持体系平衡性。在电池循环、腐蚀或其他电化学过程同时进行的原位测量技术中获得重要应用。介绍了傅里叶变换运算在电化学阻抗谱测量方法中的应用。     

基于概率神经网络和双小波的电能质量扰动自动识别

对电能质量(PQ)扰动的自动识别是找出引起PQ问题根本原因的前提。提出了一种基于概率神经网络PNN(Probabilistic Neural Networks)和db10,db1双小波的PQ扰动自动识别方法。首先,利用db10小波对信号进行分解,将各层小波变换系数的能量和第1高频层模极大值情况作为PNN的输入矢量,判断扰动类型;然后,对信号进行傅里叶变换以检测信号中是否含有谐波;最后,对判断存在电压下降的信号进行db1小波分解,根据其低频层的模值区分电压下陷和电压中断信号。测试结果表明,该方法提高了识别正确率,且实现简单,能有效检测幅值较小的谐波。     

基于小波轮廓描述符和动态时间扭曲的电压扰动分类

为更好地提高电压扰动信号的识别精度,提出了一种基于小波轮廓描述符和动态时间扭曲的新算法。首先将信号通过小波变换进行滤波处理,然后根据小波轮廓描述符的定义,在Mallat算法的基础上提取各扰动信号的小波轮廓描述符作为参考模板,再通过动态时间扭曲分类器与参考模板进行匹配,选取最优路径获得分类结果。本文提出的识别方法无需先对扰动信号进行多种特征提取再分类,识别过程较为简单;而且解决了对电压闪变和暂态脉冲等扰动不明显或扰动时间较短的信号易引起误判的问题。Matlab仿真分析的结果证明,此方法能够快速有效地识别出扰动信号,准确率高。     

基于谐波滤波器组的电能质量扰动数据压缩方法

提出一种基于谐波滤波器组的电能质量扰动数据压缩方法,该方法采用谐波滤波器组实现原始信号中稳态分量与暂态分量的分离,并通过插值离散傅里叶变换(IpDFT)算法来高精度估计谐波分量参数,然后对确定的稳态分量和暂态分量分别采用参数量化和小波变换进行压缩。最后,利用实际的电能质量扰动数据测试了该方法,结果表明,该方法对于各种类型的电能质量扰动信号均有效,同时在压缩比相同时,与通用小波压缩方法相比具有更好的压缩性能。     

基于单子带重构改进小波变换的电力系统谐波检测方法

Mallat快速离散小波变换注重总体抗混叠和信号重建,忽略分解分量中的频率混叠抑制,在电力系统谐波检测中产生严重的频率混叠现象.虽然单子带重构小波变换提高了频率分辨率,但是分析结果仍存在一定程度的频率混叠.单子带重构改进小波变换算法,对信号进行分解与重构时,利用快速傅里叶变换(FFT)和快速傅里叶逆变换(IFFT)对各子带信号进行处理.该方法可以克服传统小波变换算法存在频率混叠现象的固有缺陷,仿真计算结果证明了该方法的有效性,为电力系统谐波、间谐波和时变谐波分量的精确检测提供了一种有效手段.     

基于线调频小波变换的谐波快速可视化识别方法

线调频小波变换是傅里叶变换、短时傅里叶变换和小波变换的一般形式。在介绍高斯线调频小波变换算法的基础上,提出用线调频小波变换可视化地检测和识别出谐波的特性,即根据对电能质量谐波扰动信号的线调频小波变换矩阵的等高线图,可视化地区分出谐波是固定不变、线性时变或非线性时变,先识别谐波的大致类型,为选取合适的信号分析工具提供保证。仿真结果表明,线调频小波变换的等高线图可以很好地检测出电能质量信号扰动发生的时刻和持续时间。     

结合二代小波与快速傅里叶变换的L电能质量数据压缩算法

针对大量电能质量数据的传输和储存问题,提出一种结合快速傅里叶变换(FFT)和二代小波(SGWT)的电能质量数据压缩算法,包括FFT、SGWT有损压缩和LZW(字符串表编码)无损压缩的流程图。分别对暂态和稳态扰动信号进行仿真比较,结果表明所提出的算法与FFT以及SGWT相比,可有效降低存储空间,可得到更高的压缩率且在压缩比、均方误差与运行时间等性能指标上取得较好平衡。     

基于小波变换和改进Prony方法的电能质量扰动分析

传统的电能质量分析方法通常只针对某一类特定的电能质量扰动问题进行分析,为了实现对常见电能扰动信号进行有效的区分与辨识,提出小波分析与Prony方法相结合的分析算法。首先引入小波多分辨分析(multi-resolution analysis),选取合适的小波函数对扰动信号进行分解,判断分解信号是否存在模极大值点,从而区分出稳态与暂态电能质量扰动问题。对于暂态扰动问题,优化了Mallat重构层数,提取出暂态扰动波形,以实现对扰动类型的判断。对于稳态扰动问题,改进Prony方法对于系统阶数估计的过程,提高了参数辨识精度。最后对混合扰动信号进行分析,并使用Matlab进行了仿真和实验验证。仿真和实验结果表明,该算法能准确地识别出各种类型的电能质量扰动信号。     

Hilbert-Huang变换方法在谐波和电压闪变检测中的应用

将一种新的非平稳信号处理方法,即HHT(HilbertHuang Transform)方法用于检测与时频分析典型的电能质量扰动信号,如谐波、电压闪变与波动信号.该方法由经验模态分解法(EMD)及Hilbert变换两部分组成,先用EMD提取信号的固有模态函数(IMF)分量,再对IMF作Hilbert变换求瞬时频率和幅值.该方法可以从时域和频域两方面同时对信号进行分析,能够准确检测出突变、非平稳谐波和电压闪变信号的时间、频率和幅值信息.仿真分析结果表明了该方法检测非平稳电能质量扰动信号的有效性.     

用瞬时无功功率理论求电压闪变参数

为解决基于统计评价的指标只能定量地给出闪变的强弱或严重程度,而无法说明闪变的具体参数特征的问题,提出了一种计算电压闪变信号调制的频率和幅值的有效方法。该法对单相电压信号向后延迟60°得出三相电压,并以其代替三相电流,利用瞬时无功功率理论算出瞬时有功,进而算出电压信号包络线,利用高精度FFT所得的包络信号算出闪变调制的频率和幅值。仿真表明该法可有效求取平稳和非平稳电压闪变信号参数。     

基于广域量测数据的电力系统自动切负荷紧急控制算法

在研究频率稳定分析直接法的基础上，结合广域量测技术，提出了自动切负荷控制算法。该算法不需要确定暂态衰减结束后的系统参数量，直接利用扰动后瞬间的广域量测数据来计算雅可比矩阵，从而预测出系统在扰动后的稳态频率以及保证系统稳态频率为整定值的切负荷量。算法计及了系统在扰动过程中的网损变化以及原动机实际阀门限制情况。利用PSS/E仿真软件，针对WSCC 9节点系统对所提出的算法进行了仿真验证，仿真结果证明了所提出算法的正确性。     

基于改进局部均值分解和概率神经网络的电压扰动识别

随着新能源技术的发展和普及，大量非线性用电设备接入电网对其电能质量产生了严重影响。为解决谐波扰动信号对电力系统带来的影响，提出将改进的局部均值分解LMD（local mean decomposition）和概率神经网络相结合，构造一种电压扰动分类器，对电力系统中的电压扰动信号进行识别分类。通过构造三角波形自适应地延拓扰动信号的方法抑制LMD的端点效应，应用改进LMD算法对扰动信号进行3层分解，得到具有电压信号幅频信息的乘积函数PF（product function）分量，将由PF分量构造的信号能量作为概率神经网络的输入，以识别和分类电压干扰信号。通过建立训练模型对电压扰动信号进行仿真实验，结果表明，该方法可以准确识别电压扰动信号，有助于提高电力系统中电压扰动信号的识别精度。     

音频信号分析仪的设计

本文介绍了音频信号频谱分析的原理以及音频分析仪的硬件结构和软件设计。该设计是基于快速傅立叶变换(FFT)的方法对采集的音频信号进行频谱分析,得到音频信号的频率及功率。FFT算法采用凌阳SPCE061A单片机C语言实现,可以完成256点的FFT运算,频率分辨率达到100 Hz,输入信号电压(峰峰值)可以达到100 mV~4 V,检测出的各频率分量的功率之和不小于总功率值的96%,单个频率功率误差小于8%,可测量被测正弦信号的失真度和周期性。     

基于无功电流扰动的孤岛与扰动辨识的研究

为了防止孤岛检测时电网扰动的干扰并提高孤岛与电网扰动辨识的准确率,提出了一种能够减小检测盲区且不带入有功功率扰动的孤岛与电网扰动辨识新方法。该方法是在检测到公共耦合点电压波动后,通过注入周期性无功电流扰动,迫使公共耦合点电压频率出现相应波动。利用小波分析分解公共耦合点电压频率信号得到的高频分量作为特征分量,用神经网络进行孤岛与扰动的辨识。通过理论分析与仿真实验证明该方法能准确辨识孤岛与电网扰动。     

中性点不接地系统电磁式PT铁磁谐振检测算法的探讨

在中性点不接地复杂电网中,母线上装设的电磁式电压互感器(PT),在一定激发条件下,极易饱和而引起铁磁谐振过电压.文章通过对发生高频谐振时电压及频率突变特点的论述,提出了一种利用FFT算法对高频谐振进行检测的方法.实例表明,利用FFT变换方法可以检测到高频谐振的发生并判断出谐振频率及过电压大小.     

基于时频平面脊信息提取的电能质量扰动检测

针对目前电能质量扰动检测方法的局限性,提出了一种基于时频平面脊信息提取的电能质量扰动检测识别新方法。该方法首先基于自适应最优核时频分布理论得到电能质量扰动信号的时频分布,然后提取了时频平面脊信息和基频脊幅值;结合时频平面的脊信息和基频幅值有效实现了对各种电能质量扰动的检测与识别。仿真测试结果表明:该方法表现出很高的时频聚集性,且不受交叉项的影响,清晰地刻画出各种扰动的时频分布特征,快速、准确地实现了各种电能质量扰动的检测与识别。