基于变换的电能质量扰动识别方法研究

综述了基于变换的方法在电能质量扰动分析中的应用,分别对基于小波变换、短时傅里叶变换、S变换的分析方法在电能质量扰动检测与扰动类型识别中的应用加以讨论。文中分析了在应用这些方法时涉及到的关键问题以及目前的解决情况,指出了现有一些文献中取得的好的成果及存在的一些问题,并就值得进一步研究的问题以及今后的主要研究方向进行了展望。     

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     

基于Mallat算法和快速傅里叶变换的电能质量分析方法

提出了一种基于Mallat算法和快速傅里叶变换的电能质量分析方法。将小波消噪应用于采样信号,根据信号的突变点检测结果,将采用Mallat分解算法得到的第一层和第二层高频系数作为区分稳态和非稳态扰动的判据,进而求出扰动的持续时间。根据多分辨分析的频带划分原理,采用Mallat重构算法提取出了暂态扰动波形,并编制了可准确判别电压骤降、骤升和断电等短期变化扰动的识别子程序。对于稳态扰动,提出可将快速傅里叶变换作为区分谐波和闪变的一种手段。Matlab的仿真结果验证了该方法的准确性和有效性。     

基于变换的电能质量分析方法的研究

对电能质量的分析方法进行综合性研究。分别对傅立叶变换和小波变换的基本概念和原理加以阐述,介绍了在谐波分析中最常用的FFT算法、各种改进的FFT算法在电能质量分析中的应用,以及小波变换在电能质量分析中的各种应用,并比较了傅立叶变换和小波变换的不同适用范围,最后,对电能质量问题研究方向提出了自己的看法。     

电能质量及其分析方法综述

当前电能质量问题日益严重,本就电力系统中存在的主要电能质量问题作了系统的归纳,并对基于时域、频域、变换域的三种数字分析方法原理及其各自在电能质量领域中的应用作了详细的阐述。     

电能质量的S变换仿真

针对电能质量扰动信号的特征,介绍了一种基于S变换的信号检测与分类的方法.该方法利用S变换模矩阵来检测电能质量扰动信号,并对其进行分类.对影响电能质量的8种扰动信号(电压凹陷、电压隆起、短时中断、电压尖峰、电压缺口、谐波、间谐波和瞬态振荡)进行了仿真.仿真结果表明,该方法可以准确地确定扰动发生时刻和持续时间,能够对电能质量扰动信号进行简单、直观地分类.     

基于FFT和小波包变换的电力系统谐波检测方法

针对目前在进行谐波检测时存在频谱泄漏、柵栏现象以及由分析时运算量较大造成的识别定位速度慢、实时性不高等问题,提出了一种基于FFT和小波包变换的综合谐波检测方法。该方法利用傅里叶变换优秀的幅频特性,识别出所有的谐波分量,再利用小波包优秀的时频特性,快速、有选择地对所关注暂态谐波分量发生和结束时刻进行准确定位,同时将该谐波分量提取出来,这样有效地减少了运算量,提高了谐波检测的实时性。用Matlab仿真了综合谐波检测方法,并将仿真结果与目前常用的检测方法的仿真结果进行了比较,验证了所提方法对谐波检测的有效性和实时性。     

基于S变换的电能质量扰动分析

介绍了采用S变换进行电能质量扰动信号检测的方法,并提出了基于S变换进行电力质量检测的未来研究方向。     

基于S变换的电能质量扰动支持向量机分类识别

采用s变换和支持向量机进行电能质量扰动的分类识别。作为连续小波变换和短时傅立叶变换的发展，S变换引入了宽度与频率成反向变化的高斯窗，具有与频率相关的分辨率。由于S变换具有良好的时频特性，因而非常适合于进行电能质量扰动信号特征提取。首先通过S变换进行扰动信号特征提取，然后构造支持向量机分类树进行扰动分类。算例表明该方案具有分类准确率高，对噪声不敏感，训练样本少等优点，是电能质量扰动识别的有效方法。     

基于两个实值小波变换定量检测电能质量扰动的新方法

文章针对电压中断、电压下跌和电压上升这三种电压波形畸变进行了定量检测研究。提出了基于两个实值小波变换的修正幅值的新概念，并从理论上说明了该修正幅值具有如下的特性：(1)在非故障区间内取值均相等，且恰好等于额定电压的幅值；(2)在故障区间内(端点除外)取值也相同，且恰好等于故障区间内的电压的幅值；(3)与电压波形畸变所在相位、长度及电压的工频频率无关。文章还应用该修正幅值对这三种电压波形畸变进行了检测，检测图能定位故障发生、终止时刻和区分电能质量扰动的类型，并可定量测定出电压幅值上升或下降的幅度。     

一种电能质量扰动的检测和分类方法

提出了一种噪声情况下检测、定位电能质量扰动，同时对电能质量扰动的形式进行分类的新方法。这种方法基于2种短窗算法：短窗功率算法和短窗自相关算法。任何加载在电压上的扰动实际上可以视为电压的能量在这段时间发生了变化，短窗功率算法就是基于这个事实而提出，短窗自相关算法用来滤除电压功率微分中的噪声。仿真算例结果验证了这种方法的有效性。     

小波变换在电能质量分析中的应用

对小波变换在电能质量问题分析中的应用情况进行了综述,主要内容涉及小波变换的基本概念、应用小波变换对电压下降与电压凹陷的幅值与持续时间的分析、电能质量扰动数据压缩、暂态电能质量问题的分析以及小波变换与人工神经网络结合对电能质量扰动类型的辨识。最后对小波变换在电能质量问题分析中的发展方向进行了展望。     

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。     

基于小波原理的电能质量检测数据实时压缩方法

根据小波变换的理论，结合电能质量检测数据的特点，文中将基于小波变换系数的门限方法应用于电能质量检测数据的压缩。仿真计算结果及其分析表明，该方法简单而且压缩效果较好，能保留压缩信号的局部特征，计算速度快，很适合于实时性要求较强的场合。     

基于小波变换模极大值的电能质量扰动检测与定位

随着各种敏感电力电子设备在工业中的广泛应用,诸如短时低电压、短时过电压等电能质量扰动问题已成为近年来各方面的关注的焦点。对于短时低电压扰动发生、恢复时刻的检测与定位则电能质量监测和统计中获取相关指标首先要解决的问题。该文对小波变换模极大值检测原理及其在和短时低电压、短时过电压扰动信号检测中的应用进行了详细的研究,通过检测小波变换模极大值,实现了对短时低、短时过电压扰动发生、恢复时间的精确定位。仿真计算结果表明上述检测方法是有效的。     

离散小波变换用于电能质量扰动数据实时压缩

电力系统中与电能质量扰动相关的监测数据规模在短时间内迅猛增加，其庞大的数据容量给存储带来了很大的麻烦，亟须在存储前对其做压缩处理。文中提出了电能质量扰动数据的实时离散小波变换（DWT）法，该方法能够实时地对电能质量扰动数据信号进行多分辨分析（MRA），在各尺度上筛选与扰动相关的小波变换系数并进行保留，从而实现实时压缩的目的。该方法还可以利用保留下来的小波变换系数进行几乎无信息损失的信号重构来复原原始电能质量扰动数据信号。工程实际应用证明了该实时压缩方法的可行性。     

小波软阈值去噪技术在电能质量检测中的应用

小波方法是一种很好的电能质量信号检测和分析工具，但其性能往往受信号中噪声的影响，当噪声比较大的时候，小波方法甚至会失效。文中根据小波变换的时频特性，分析了信号和噪声在小波分解过程中的不同特性，并在此基础上利用改进的软阈值去噪技术对电能质量信号进行信号去噪处理。软阈值方法能根据各小波空间上特征分量和噪声的统计特性设置适当的阈值来消除噪声，并以此恢复小波方法的性能。该方法不仅较好地解决了保护信号局部特征与抑制噪声之间的矛盾，能很好地对各种电能质量信号进行去噪处理，而且达到了数据压缩的效果。仿真计算结果表明，该去噪方法是有效的。     

采用小波技术的几种电能质量扰动的测量与分类方法

提出了一种新的短时电能质量扰动（SDPQD）的测量与分类方法：SDPQD的位置与范围用差变信号实时确定：幅度用小波变换（WT）方法确定，WT用新设计的复小波，采用塔式二进快速算法即可达到移动不变效果；分类用的特征量为极容易在时域与WT域提取的新定义的二进数，用简单的二－十进制转换方法即可得到毫无歧义的正确的分类结果。对5种SDPQD的仿真结果表明，该方法快速，正确，扩展到分析更多的SDPQD时极为方便。     

基于二次线性调节器的统一电能质量控制器

在分析统一电能质量控制器系统结构和工作原理的基础上，根据UPQC的补偿目标，通过建立其状态空间模型，提出了基于二次线性最优控制的开关控制策略来跟踪电压和电流的指定值。电压和电流的基波分量采用全波移动均值提取傅里叶级数基波序分量的方法得到。利用所提方法对负载电流及电网电压畸变进行了计算机仿真，结果证明了所提方法的正确性。