基于数学形态学和短窗功率算法的电能质量扰动检测方法

提出了一种基于数学形态学和短窗功率算法的电能质量扰动检测及定位方法.根据数学形态学基本原理及其形态变换构造了一种简单实用的形态滤波器并将其运用于扰动信号预处理中,以同时滤除随机和脉冲噪声.该滤波方法能在滤除多种噪声的同时,较好地保留了扰动信号的基本形态特征,较之小波方法和传统形态滤波方法更为有效.根据扰动位置能量的变化,对滤波后的信号利用短窗功率算法以准确地检测出扰动并进行时间定位.分别用电压暂升、暂降、中断和短时电压波动对该方法进行验证,Matlab仿真结果表明了该方法的有效性.     

利用广义形态滤波与差分熵的电能质量扰动检测

数学形态学是一种非线性信号处理方法,在电力信号的分析上具有独特的优势,而信息熵是一种典型的无序性测量指标,在电力系统中也具有巨大的应用潜力。在研究数学形态学算法及信息熵基础理论的基础上,提出一种基于广义形态滤波与差分熵的电能质量扰动信号检测方案,该算法利用广义形态滤波器作为前置滤波单元对信号进行预处理,再利用差分熵度量信号的复杂程度,获取扰动信号的特征量,从而实现扰动的定位。对6种理想信号进行了仿真,结果表明,该算法对非过零时刻发生扰动的信号具有较好的适应性,受噪声强度及信号幅值突变幅度影响较小。     

基于形态-复小波暂态电能质量扰动检测及定位

针对暂态电能质量扰动的实际检测过程中,存在着较强的脉冲噪声和白噪声干扰,影响暂态信息准确提取的问题,设计了有效的滤波算法以在保留信号特征的前提下最大限度地抑制噪声干扰影响,该法是将基于数学形态学的广义形态滤波器作为复数小波变换的前置滤波单元,形成的一种新型形态-复小波变换综合检测算法。仿真结果表明,基于该算法的滤波器不仅可很好地解决电能质量扰动分析中滤除随机噪声和脉冲噪声的困难,还可较好地保持扰动信号的形状和特征。另外用Daubechies实小波构造了相应的正交紧支对称复小波,由其提供的复合信息可准确地检测出扰动并进行时间定位。分别用电压暂降、暂态振荡、短时谐波畸变及微小扰动对所提方法进行了数字仿真验证,结果证实了基于形态-复小波变换综合检测方法的正确性和有效性。     

基于改进的MUDW电能质量扰动检测研究

电能质量检测中的扰动信号具有随机、不规则和多变等特性,这使信号识别较为困难,文章通过改进原有的形态非抽样小波(Morphological Undecimated Wavelet,MUDW),将其应用到电能质量检测中,从而对扰动信号进行定位。改进的形态非抽样小波包含广义开闭和闭开混合滤波器以及能定位扰动信号边缘的多分辨形态梯度,该方案满足信号重构条件。利用MATLAB软件,对于含有暂态或稳态的单一和复合扰动信号进行仿真。通过与文献中的形态非抽样小波对比,结果表示改进后的形态非抽样小波有较好的抗噪性能以及识别能力。     

基于MUDW的电能质量扰动定位研究

电能质量检测中的扰动信号具有随机、不规则和多变等特性,使信号识别较为困难,本文通过改进原有的形态非抽样小波(morphological undecimated wavelet, MUDW),将其应用到电能质量检测中,从而对扰动信号进行定位。改进的形态非抽样小波包含广义开闭和闭开混合滤波器以及能定位扰动信号边缘的多分辨形态梯度,该方案满足信号重构条件。利用MATLAB软件,对于含有暂态或稳态的单一和复合扰动信号进行仿真。通过与文献中的形态非抽样小波对比,结果表示改进后的形态非抽样小波有较好的抗噪性能以及识别能力。     

一种基于数学形态学的扰动信号分形检测方法

针对电能质量扰动信号检测和定位问题,提出了一种基于自适应形态滤波和网格分形的方法。该方法将信号通过改进的形态滤波器进行预处理。该滤波器综合了不同的结构元素且在开一闭、闭开滤波器权系数的确定上采用了基于最小均方误差算法的自适应技术,具有更好的滤波性能和细节信息保留能力;根据网格分形理论,通过对信号网格变化规律的分析实现对电能质量扰动信号的精确定位。仿真结果表明了该方法的可行性和正确性。     

基于数学形态学与后差分算法的微网暂态电能质量扰动定位方法

微网技术优点突出,但是由于微网中分布式电源的自身特性、微网特殊的网络性质和运行特点都对微网的电能质量产生影响,特别是暂态电能质量扰动问题,扰动定位则是治理这一问题的基础和前提。为此,提出了基于数学形态学与后差分的微网暂态电能质量扰动定位方法。该方法首先用第一级形态滤波器对噪声进行预处理,并进行Park变换,将基频分量转换为直流分量,然后采用直线型结构元素的第二级形态滤波器进行消噪,最后采用后差分算法快速、准确定位扰动信号。MATLAB/SIMULINK仿真结果及分析表明,该方法简单、快速、准确,适合实时性要求较强的场合。     

基于长度可变结构元素数学形态学的谐波检测算法研究

传统数学形态学滤波算法中,当结构元素过长时,会对滤波算法的延时性以及硬件成本等方面造成不良影响。针对此种局限性,提出了一种结构元素变长度的数学形态学滤波算法,即通过对腐蚀和膨胀运算加入比例系数进行改进,以改进后所形成的腐蚀和膨胀新运算法则构建均值组合滤波器,使改进后的数学形态滤波器能够在保证精度的同时,大幅度降低滤波器对结构元素长度的需求。最后,将改进后的形态滤波器应用到以瞬时无功功率理论为基础的谐波检测算法中,仿真结果表明改进后的算法具有存储量需求低和快速响应的性能。     

电能质量扰动信号的自适应去噪方法

有效地降低电能质量信号中的噪声,是做好电能质量信号检测、识别等工作的基础。为了克服一维电能质量信号降噪的难点问题,即有效地去除噪声并完整地保留奇异点的特征,对目前图像处理领域中针对高斯等噪声降噪性能最好的基于块匹配的三维变换域联合滤波(BM3D)算法进行了改进,提出一种电能质量扰动信号的自适应去噪新方法。该方法参数较少,无需估计噪声方差,也无需人为设定滤波阈值,而是通过自适应估算较为准确的阈值实现离散余弦变换(DCT)域的滤波。通过对电压中断、电压暂降、电压暂升、脉冲暂态、振荡暂态和谐波这6种常见的电能质量信号进行降噪仿真实验,并与应用较为广泛的小波阈值去噪法进行对比分析,最后应用于实际电能质量扰动数据的降噪,验证了所述算法的有效性。     

低压配电系统短路故障早期检测的信号滤波方法研究

短路故障已成为电力系统中最常见和危害最大的故障,信号滤波对短路故障早期检测准确性至关重要。针对低压配电系统短路故障特征信号及其技术实现的快速性要求,研究数学形态学、小波去噪、均值滤波、中值滤波的四种实时且易于硬件实现的滤波方法应用。以低压配电系统典型的空调负荷叠加投切备用电源UPS实际噪声信号为例,分析对比上述四种滤波方法,得出广义数学形态法不能滤除白噪声,能滤除部分脉冲噪声,但是对于脉冲宽度比结构元素宽度大的噪声不能滤除,改进的广义形态滤波器对于滤除脉冲噪声的效果较好,可以滤除比结构元素宽度大的脉冲噪声;dbN小波基函数对脉冲噪声几乎无滤波作用,中值滤波能滤除大部分噪声,平均值滤波抑制噪声良好。     

基于数学形态学和网格分形的电能质量扰动检测及定位

提出一种基于数学形态学和网格分形的电能质量扰动检测及定位方法。首先利用数学形态学理论构造一种多结构并行复合形态滤波器对扰动波形进行预处理，以滤除信号中的随机、脉冲等多种噪声；然后对滤波后的波形，根据网格的变化规律进行分析，提出一种简单快捷的奇异性检测判据，以准确快速地检测出扰动并进行时间定位。分别用电压骤降、电压骤升、谐波及其组合扰动对所提方法进行验证。数字仿真结果证实了其正确性和有效性。     

基于形态边缘检测的电能质量暂态扰动定位方法

提出了一种基于形态边缘检测的电能质量暂态扰动定位方法,在解决电力信号因周期性变化和采样过程中存在的各种干扰而引起的背景梯度影响扰动检测准确度问题的同时,引入软阈值的定量评价方法来提高其准确性。首先,提出滤波效果的评价方法,自适应选取结构元素大小对原始信号进行滤波处理;然后用扁平结构元素对形态梯度进行Top-Hat变换以抑制背景梯度,初步得到定位结果;最后结合软阈值的处理方法,实现对电能质量暂态扰动的定位。一系列的电能质量暂态扰动的仿真分析表明,该算法定位准确,抗干扰能力强,具有较好的普遍适用性。     

一种快速暂态电能质量扰动定位方法

暂态电能质量扰动是目前电能质量研究中的主要问题之一,如何快速、准确定位电力系统中暂态电能质量扰动是一件复杂而有意义的工作.文中从时域出发,提出一种Hilbert变换和后差分相结合的方法,快速定位暂态电能质量扰动.该方法首先利用Hilbert变换提取暂态电能质量扰动信号的包络,然后采用后差分定位扰动信号.实验结果及分析表明,该方法简单、快速、准确,适合实时性要求较强的场合.     

小波包变换在电能质量扰动检测中的应用

鉴于小波包变换能够均匀划分信号频带,聚焦任意频率,是暂态电能质量扰动分析的良好工具,提出了在噪声环境中电能质量扰动检测和定位的有效方法,即利用小波包变化模极大值原理定位电力系统短时扰动并确定扰动持续时间。仿真表明,通过小波包一、二次分解和重构能更好地提取扰动特征信息,从而为电能质量的检测、评估及治理提供依据,且该算法计算简单、快速、有效。     

基于卡尔曼滤波和深度置信网络的复合电能质量扰动分类

针对实际电能质量扰动数据大、识别多重扰动精度不高的问题,提出了一种基于自适应最大似然卡尔曼滤波和深度置信网络相结合的电能质量扰动识别方法.首先,该方法使用自适应最大似然卡尔曼滤波对含有噪声的原始扰动信号进行去噪.然后,通过深度置信网络对去除噪声的扰动信号进行训练、分类,以此实现电能质量扰动类型的识别.最后,在20类不同...     

一种基于分层分析系统的电能质量扰动分类方法

建立了电能质量监测和分析系统,对改善电能质量、避免设备损坏和电力系统故障有重要的作用.提出了一种基于分层分析系统的电能质量扰动分析算法,来提高电能质量扰动分类的准确性及对噪声的适应性.采用多种信号处理算法方法,萃取能反映信号扰动参数的特征并逐层进行分析,最后综合判定信号的扰动类型.在不同噪声水平的情况下,通过对6种常见的单一电能质量扰动信号和4种复合扰动信号的仿真,验证了该方法的有效性和准确性.     

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,...