基于数学形态学和瞬时无功功率分解的电能质量扰动参数估计

电能质量扰动参数是定义和分类电能质量扰动,评估电能质量水平的重要依据.提出了一种基于数学形态学和瞬时无功功率分解的电能质量扰动参数估计方法,该方法将电能质量扰动分为不同的类型,通过dq变换,广义形态滤波和高帽变换结合的方法对基波幅值变化类扰动进行分析,对分析结果进行参量计算用以估计电能质量扰动参数.仿真结果验证该方法是行之有效的.     

基于dq变换与小波变换的电能质量扰动检测与识别方法

提出了一种基于dq变换和小波变换相结合的电能质量扰动检测与识别方法,该方法利用dq变换有效值的特征和小波变换对突变信号的敏感性,能对电压暂降、暂升等10种电能质量扰动进行检测与识别,具有较高的识别正确率,并能计算出各种扰动的特征参量。同时。还对部分多种扰动同时发生的情况进行了初步探讨和仿真研究,并取得了较好的检测识别效果。     

基于S变换和分类树的电网暂态电能质量扰动分类辨识

针对暂态电能质量的检测分析,分别在强弱两种噪声背景下运用S变换的不同方法对暂态多扰动信号进行定位检测.对于暂态多扰动的分类辨识,运用了基于S变换和分类树相结合的暂态电能质量多扰动分类辨识方法,首先运用S变换对暂态多扰动信号进行时频分析,然后提取扰动信号的特征量,最后生成用于对暂态多扰动信号进行分类的决策树分类辨识方法,以此来实现对暂态多扰动信号的分类辨识.仿真计算结果表明,该方法对暂态多扰动信号能够进行有效的分类辨识,准确度高且抗噪能力强.     

S变换在电能质量扰动分析中的应用综述

结合国内外采用S变换应用于电能质量扰动分析的现状,对基于S变换的电能质量扰动检测、识别以及其他方面的应用进行了分类和总结。分析了S变换结合各种人工智能与数学工具在进行电能质量扰动分析时的优势和不足,介绍了近年来利用广义S变换、改进S变换和双曲S变换等其他形式S变换在电能质量扰动分析中的应用情况。最后对S变换应用于电能质量扰动分析的发展趋势以及值得进一步研究的问题进行了展望。     

S变换在电能质量扰动分析中的应用综述

结合国内外采用S变换应用于电能质量扰动分析的现状,对基于S变换的电能质量扰动检测、识别以及其他方面的应用进行了分类和总结.分析了S变换结合各种人工智能与数学工具在进行电能质量扰动分析时的优势和不足,介绍了近年来利用广义S变换、改进S变换和双曲S变换等其他形式S变换在电能质量扰动分析中的应用情况.最后对S变换应用于电能质量扰动分析的发展趋势以及值得进一步研究的问题进行了展望.     

基于二进小波变换的电能质量扰动检测

电能质量扰动起止时刻和持续时间是描述扰动的重要属性,为了对电能质量进行分析与评估,需要对其进行检测。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。连续小波变换的计算量大,存在较大冗余,而多分辨率分析的方法由于进行了二抽取,难以直接根据变换结果进行检测,需要重构信号,因此,采用了二进小波变换对电能质量扰动进行检测。使用电磁暂态分析程序ATP仿真软件对电能质量扰动信号进行了仿真,用样条小波进行二进小波变换,检测结果表明在分解尺度一上可以实现较为准确的检测。     

基于EEMD的HHT在电能质量多扰动分类识别中的应用

现有的电能质量扰动分类识别方法对电能质量多扰动的分类准确性和识别能力较低,本文提出了将基于聚类经验模态分解(EEMD)的希尔伯特—黄变换(HHT)应用于电能质量多扰动的分类识别方法。它依据电能质量多扰动信号就是在电能基波上叠加不同频率和不同幅值波形的特性,首先利用EEMD对含扰动信号分解得到信号的固有模态函数(IMF),滤除残余噪声后,将得到的IMF分量作为特征值对扰动进行分类,再对IMF进行Hilbert变换得到其瞬时频率和瞬时幅值,瞬时频率的突变点反映电能质量扰动的起止时刻,瞬时幅值反映电能质量扰动的幅度,根据对突变点的观测实现对各个扰动的准确识别。Matlab仿真分析结果表明,该方法能够准确的对电能质量多扰动的扰动类型进行分类,并确定电能质量各个扰动信号的时间、幅值和频率。     

基于分段改进S变换的复合电能质量扰动识别

针对存在多种单一电能质量扰动的复合扰动分类识别问题,提出了一种基于分段改进S变换和RBF神经网络相结合的复合电能质量扰动识别新方法。首先对离散S变换进行了分段改进,将时域分辨率和频域分辨率进行分段处理,通过分析改进S变换得到的模时频矩阵,绘制了能够反映扰动信号不同突变参数的特性曲线。其次利用统计方法优化计算提取了10种用于模式识别的特征量,并用局部逼近的RBF神经网络设计了分类器对提取的特征样本进行训练和分类,最后在不同噪声环境下对5种单一扰动及谐波+电压暂降、电压暂降+闪变等6类复合电能质量扰动的分类识别进行了仿真验证。仿真结果表明,该方案时频处理、分类能力和学习速度等方面均优于普通改进S变换+全局逼近网络的方法,且鲁棒性强,能准确识别多种单一扰动及两种扰动同时存在的复合电能质量扰动。     

基于短时傅里叶变换及其谱峭度的电能质量混合扰动分类

考虑到电能质量混合扰动分类的复杂性,提出一种基于短时傅里叶变换(short-time Fourier transform,STFT)及其谱峭度(spectral kurtosis,SK)的电能质量混合扰动分类方法。采用短时傅里叶变换作为时频分析工具分析各种类型的电能质量扰动,同时引入基于短时傅里叶变换的谱峭度作为辅助分析,从基频幅值曲线、频率幅值标准差曲线和频率谱峭度曲线中提取适宜的特征量,然后采用基于Binary-SVM的多标签分类法对电能质量混合扰动进行分类。该方法充分考虑到单一扰动之间的相互影响,并通过所提取的特征量进行有效抑制。仿真结果表明,该方法对单一扰动和混合扰动的分类均具有较高的分类准确度,具有较强的鲁棒性和较好的抗噪性。     

电能质量扰动检测与分类方法的应用策略

近年来,电能质量扰动问题引起越来越多国家电力部门和用户的关注,对其进行正确的检测和分类十分必要。介绍了基于Foufier变换(F11)、小波变换(WT)、小波包变换(WPT)、人工神经网络(ANN)和Hidden Markov模型(HMM)等理论的电能质量扰动检测和分类方法;阐述了电能质量扰动检测和分类的研究现状和方向。对比分析了各种方法之利弊,指出了基于FFT尺度分类法和基于WPT的HMM模型法的分类器优于其他检测和分类方法。     

Web服务在电能质量监测系统中的应用

为达到对电能质量数据的实时掌握和满足数据网络化共享的发展要求,利用Web服务的跨地域性、跨平台性和信息传输的快捷性和方便性,把Web服务应用到电能质量监测当中,对电能质量的各项指标进行实时监测.给出了系统实现的关键技术.     

适用于区域电网的三级电能质量综合监测系统

传统的电能质量监测方法存在工作量大、数据采集不全面、不能实时掌握电网电能质量指标情况等缺点。讨论了电能质量实时在线监测的实施方法,设计了一种新型电能质量综合监测系统。该系统总体采用3级分布式结构,将多个以不同监测目标为对象的子系统集成在1个综合平台上,提高了系统的可扩展能力和大区域电网电能质量的监测能力。实际运行表明,该系统能够准确、可靠、实时地监测各项电能质量参数,并具有良好的暂态电能质量事件处理功能,大大增强了电力部门对电网的电能质量监管能力。     

数据融合技术在电力设备在线监测系统数字滤波中的应用

准确测量电力设备的各种运行参数,是电力设备在线监测系统进行故障诊断的重要前提,而各种干扰的存在严重地影响了测量精度.为消除测量中的干扰,文中提出了一种基于数据融合技术的数字滤波思想,推导了算术均值与递推估计相结合的数字滤波算法,该算法保留了测量数据的局部与全局特性,具有计算量少、速度快等特点.对变压器套管现场数据的处理结果验证了该算法的正确性.     

基于虚拟仪器的电能质量分析仪

针对现有检测装置功能单一、数据处理能力不足等难题,本文综合各种分析方法,开发了基于虚拟仪器平台的电能质量分析仪,实现了三相谐波分析、不平衡度、电压偏差、畸变率等参数计算及在线监控、离线分析、仿真、报警一体式设计,各种分析结果以直观的图形或列表的形式给出,具有性价比高、使用方便、性能稳定、分析精度高等优点.     

基于电力专用多核异构芯片架构的低压保护测控装置设计

本文提出了一种基于电力专用多核异构芯片的低压保护测控装置的软硬件设计方案。结合电力专用多核异构芯片基本结构,描述了一体化高集成度的低压保护测控装置总体设计;面向低压多合一和备自投等装置对硬件对外接口进行了设计;阐述了软件系统架构设计以及装置功能在多核之间的分配,重点对电力专用算法、基于前置数据处理和电气参量计算的实时数据流以及外围设备访问抽象等内容进行了说明,同时对优化的多核间通信机制进行了分析。基于该芯片设计的低压保护测控装置已于某110 kV变电站低压侧完成功能和性能验证。试验结果表明该方案具有可行性。     

超大规模电网快速状态估计的实现方法

随着一体化互联大电网全局分析决策中心的建设,对实时状态估计计算速度提出了更高要求。采用多线程并行计算技术实现了快速分解状态估计信息矩阵的快速计算,在稀疏矩阵节点优化编号及其因子分解过程中采用标准模板库关联容器存储稀疏矩阵。基于新一代调控系统验证环境和实际电网拼接模型算例进行了验证。结果表明：在超大规模电网状态估计中,采用多线程并行计算信息矩阵及其因子分解具有较高的加速比,结合基于关联容器的稀疏矩阵存储格式,能够有效提升编程效率和程序品质以及状态估计的计算效率。     

一种基于数学形态学的电能质量信号快速定位方法

提出一种基于数学形态学的快速计算方法，进行电力系统采集数据的扰动定位。通过选择适当的结构元素，根据腐蚀和膨胀运算的特点设置适当的组合形态运算，并借鉴软阈值计算中的消噪方法，可设计高效的扰动定位算法。与以往的处理过程不同，该算法集信号消噪和扰动定位于一体，处理结果可以直接进行扰动信号的定位。给出了算法的原理分析、计算速度说明和仿真算例。该算法设计简单，计算量小，便于使用廉价的微处理器芯片实时实现。     

基于LabVIEW的智能变电站便携式电能质量监测装置

目前适用于IEC 61850标准的电能质量监测装置多为在线式,不具备便携式监测功能,无法实现对电能质量的第三方监测,且成本高、功能拓展性差。针对这种情况,设计了一种基于虚拟仪器--LabVIEW的智能变电站便携式电能质量监测装置。该装置通过LabVIEW进行设计,接入过程层交换机获取SV报文,利用PC机的高性能硬件平台进行数据处理。SV报文采集和解析模块对SV报文进行捕获和解析;数据计算和显示模块对电能质量指标进行计算和显示;数据分析模块对各稳态指标进行波形、趋势分析,对暂态问题进行小波分析,并能够将历史数据以PQDIF文件进行存储和共享。通过与现场应用的电能质量监测系统的测量数据进行对比,证明本装置具有较高的监测精度,可有效应用于智能变电站的电能质量监测。     

电力信号短时扰动的检测及自动分类

针对电力短时扰动信号具有非平稳、突发性的特点,应用小波变换的多分辨率分析特性检测扰动信号的特征参量,依据IEEE制定的短时电能质量扰动标准,提出了一种逐次逼近型的快速分类法。利用小波变换对扰动信号的奇异点进行检测,发现通过对扰动信号奇异点的检测可以准确地定位短时扰动的起始时刻、持续时间和扰动幅度。提出的逐次逼近型分类法,用一组8位二进制数逼近扰动的持续时间和扰动幅度两个参数,不仅可以将短时扰动信号按照IEEE制定的标准进行准确分类,而且还可以大大减少分类过程中的计算量,充分满足了电力信号监测的实时性要求。     

暂态电能质量实时监测和分析系统

一套完整的电能质量监测装置要求能够同时对各种稳态和暂态电能质量信号进行实时监测和分析,而现有的监测装置仅有少数具有暂态监测和分析功能,且只涉及到电压暂降、电压暂升和短时电压中断这3种扰动信号.为了对目前各种常见暂态电能质量扰动信号进行实时监测和分析,提出了一种以移动离散小波变换算法为核心,虚拟仪器为平台的设计方案,所设...