基于独立分量分析的电力系统瞬时电压畸变信号判别方法

提出一种基于独立分量分析(independent component analysis,ICA)的瞬时电能质量扰动信号检测与判别方法。利用ICA可将相互独立的源信号从其线性混合信号中分离出来的特点,以负熵作为衡量信号独立性的目标函数,通过优化此函数,得到一种固定点算法：FastICA算法,用此算法对包含瞬时电能质量扰动信号的电网电压信号进行计算,可分离出与扰动相对应的信号。对于不同类型的扰动,分离出的信号具有不同的波形特征,根据这一特点,可对扰动进行判别并确定其位置和持续时间。仿真试验结果表明,该方法对瞬时电压跌落、瞬时电压上升、瞬时脉冲、瞬时电压中断、谐波等多种瞬时电压畸变信号有较好的检测与判别效果。     

一种综合分析算法在低频振荡参数估计中的应用

为消除实测信号中噪声的影响,更好地揭示电力系统低频振荡的时变和非线性特征,提出了基于广义数学形态学非线性滤波和Hilbert-Huang变换(HHT)的低频振荡综合分析算法.首先分析了信号中各种噪声对HHT精度的影响.在形态学滤波原理的基础上,建立了广义形态学滤波器,并利用它对来自广域测量系统(WAMS)中低频振荡信号进行滤波去噪,然后将滤波后的信号经过HHT分析处理后,再通过相应的瞬时参数计算方法,求解出低频振荡信号的瞬时参数.仿真结果证明该算法不仅能有效地消除信号中的混合噪声,而且能够计算出低频振荡主导模态的瞬时参数,更好地分析低频振荡的瞬时特性.通过对来自wAMS的实际信号进行分析,证明了该方法的有效性.     

基于局部均值分解的暂态电能质量扰动检测方法

局部均值分解(LMD)是一种新的非线性、非平稳信号时频分析方法,可以将复杂的多分量信号分解为若干个乘积函数(PF)的线性组合,并通过所有PF分量的瞬时频率和瞬时幅值组合,得到原始信号的时频分布。采用波形匹配延拓对LMD进行改进,改善其端点效应问题,并用直接法求取PF分量的瞬时频率,将其应用于暂态电能质量扰动的检测分析。LMD可以有效地对扰动的起止时刻进行定位,具有较高的瞬时频率和瞬时幅值检测精度。仿真结果表明了LMD方法用于暂态电能质量扰动分析的可行性和有效性。     

基于变分模态分解的电能质量扰动检测新方法

为了更加准确地提取扰动信号特征,提出了基于变分模态分解(VMD)的电能质量扰动检测新方法。该方法由VMD和希尔伯特变换(HT)2个部分组成。首先,对扰动信号进行傅里叶变换以确定VMD的预设分解尺度;然后,利用VMD将扰动信号分解为系列调幅-调频函数之和;最后,对每个调幅-调频函数进行HT,求取瞬时幅值和瞬时频率,进而确定扰动信号特征。较之希尔伯特-黄变换和局部均值分解方法,VMD方法不仅可分析不同时间支集的扰动信号,处理复合扰动和频率相近的奇数次谐波,也不存在模态混叠,获取的瞬时幅值和瞬时频率更加准确。仿真信号和变电站电容器组投入时的电压信号分析结果证明了所提方法的可行性和有效性。     

基于EMD的Hilbert变换应用于暂态信号分析

将一种新的非平稳信号处理方法--基于经验模态分解(EMD)的希尔伯特(Hilbert)变换方法,应用于电力系统暂态信号分析中。通过EMD方法提取信号的固有模态函数(IMF),再进行Hilbert变换,求瞬时频率、瞬时振幅,得到信号的Hilbert谱,进而得到Hilbert边际谱,对故障暂态和扰动信号进行了分析。通过瞬时频率进行故障暂态和扰动时刻的准确检测;通过Hilbert边际谱与傅里叶幅值谱的比较,表明Hilbert边际谱在分辨率上具有明显的优越性。该方法为电力系统暂态信号分析提供了一种新的分析手段。仿真结果验证了该方法的有效性。     

基于LMD的电压闪变分析

为实现电压闪变的准确检测,提出了基于局部均值分解(local mean decomposition,LMD)的分析方法。将复杂的多分量信号分解为若干个乘积函数(production function,PF)的线性组合,并通过所有PF分量的瞬时频率和瞬时幅值组合,可以得到原始信号的时频分布。首先对电压闪变信号进行LMD分解,用得到的瞬时幅值分量来确定电压闪变的幅值。然后对得到的纯调频信号进行Hilbert变换,求取瞬时频率,由瞬时频率的突变点定位闪变的起止时刻。仿真结果表明了LMD方法用于电压闪变分析的准确性和可行性。     

小波变换在电能质量分析中的应用

针对电力系统暂态信号分析提出了一种基于小波变换的解析信号分解方法。该方法将小波变换的时频局部性与解析信号关于信号相位及瞬时频率的描述相结合,可提取暂态信号的奇异点及各尺度分量的幅值包络、相位、瞬时频率等特征信息,为电能质量分析提供了更加丰富的依据。     

基于EMD的Hilbert变换应用于暂态信号分析

将一种新的非平稳信号处理方法——基于经验模态分解(EMD)的希尔伯特（Hilbert）变换方法，应用于电力系统暂态信号分析中。通过EMD方法提取信号的固有模态函数（IMF），再进行Hilbert变换，求瞬时频率、瞬时振幅，得到信号的Hilbert谱，进而得到Hilbert边际谱，对故障暂态和扰动信号进行了分析。通过瞬时频率进行故障暂态和扰动时刻的准确检测；通过Hilbert边际谱与傅里叶幅值谱的比较，表明Hilbert边际谱在分辨率上具有明显的优越性。该方法为电力系统暂态信号分析提供了一种新的分析手段。仿真结果验证了该方法的有效性。     

瞬时频率估计方法对比研究

在信号处理中,线性调频信号（linear frequency modulation,LFM）的参数估计是一类非常重要的问题。本文基于短时傅里叶变换（short-time fourier transform,STFT）、连续小波变换（continuous wavelet transform,CWT）和维格纳（wigner-ville distribution,WVD）分布等三种方法,对两种常用信号（单频信号和线性调频信号）的瞬时频率进行估计,并对其做出比较分析,CWT法适用于单频信号的瞬时频率估计,WVD法适用于调频信号的瞬时频率估计。针对这三种方法出现的边缘问题,用最小二乘法进行拟合,有效的得到解决。     

基于虚拟仪器技术的信号瞬时频率提取

本文结合LabVIEW虚拟仪器开发平台和Matlab软件强大的数值分析功能的优点,将Matlab和LabVIEW混合编程技术应用于信号处理领域,设计了利用加权平滑相位差分对实信号进行瞬时频率估计的虚拟仪器.该方法既能提供良好的计算机用户图形界面,又能实现对信号瞬时频率的提取.仿真实验验证了典型的线性调频信号以及指数型调频信号在SNR为30dB和10dB条件下瞬时频率测量误差分别为0.01,0.05左右.结果表明此种方法在高信噪比条件下可以达到较高的测量精度.