基于改进S变换-TT变换的电压暂降特性研究

针对S变换的窗函数固定,以及在检测扰动信号的起止时刻、幅值变化、相位变化时的检测精度不高的问题,在S变换中引入两个调谐因子,得到一种改进的S变换,并对改进的S变换进行傅里叶反变换得到TT变换,将改进的S变换与TT变换相结合应用到主要引起电压暂降的3种暂降源中,并在MATLAB软件上对这3种暂降扰动源信号进行了仿真分析。仿真结果表明,所提的方法比使用S变换方法在检测电压暂降信号上具有更高的检测精度和更好的效果,为更好地提取暂降特征信息以及暂降源的识别打下基础。     

基于LMD和Hilbert变换的电压暂降检测方法

为了准确获得电压暂降幅度、频率成分以及扰动起止时刻等信息,将一种基于局部均值分解(Local Mean Decomposition,LMD)和希尔伯特(Hilbert)变换的时频分析新方法应用于电压暂降扰动检测中。新方法先通过LMD分解得到原始信号的乘积函数(Product Function,PF),PF分量的包络函数即瞬时幅值,再对PF分量进行Hilbert变换可得其瞬时频率。电压暂降特征信息可从瞬时幅值和瞬时频率中提取出来,从而实现电压暂降的检测。将新方法应用到两种电压暂降信号的仿真分析中,并与LMD法的分析结果进行比较。仿真结果证明了该组合方法检测电压暂降的有效性和准确性。     

引入调节因子改进S变换电压暂降源识别

配电网电压暂降的正确分类识别对抑制和缓解电压暂降具有重大意义.分析了分别由三种不同相的接地短路故障、感应电动机启动和变压器投运引起的五种电压暂降现象及其典型特征,在标准S变换的高斯窗函数上添加幅度调节系数和指数调节系数两个调节因子得到改进的S变换.采用改进S变换的方法得到不同类型电压暂降信号的基频幅值曲线和频率幅值包络线,提取暂降深度、突变点个数、基频幅值上升和下降斜率、二次谐波含有率和暂降时间比六个特征指标.将这些特征指标数据进行归一化处理后输入支持向量机,实现对配电网不同类型电压暂降的识别.最后,仿真结果表明,将基于引入调节因子得到的改进S变换用于特征指标提取,对电压暂降进行分类识别的正确率相比标准S变换更高.     

基于改进S变换的电压暂降起止时刻检测

电压暂降起止时刻是重要的暂降特征量,在分析改进S变换基础上提出一种改进S变换基频幅值向量和基频差分平方向量相结合的暂降检测方法。首先通过改进S变换基频幅值向量判断信号是否发生暂降,再利用改进S变换基频差分平方向量检测暂降信号起止时刻,最后依据基频幅值向量和暂降起止时刻的检测误差曲线来确定改进S变换高斯窗宽调节因子,达到更优时频分辨率。所提方法能更准确地检测发生在不同持续时间、不同波形点和不同幅值深度的暂降所对应的起止时刻。仿真和实测结果验证了方法的有效性。     

基于多分类支持向量机的电压暂降源识别

S变换具有很好的时频分析能力,能精确提取突变信号的关键特征信息。在分析S变换原理基础上,提出一种基于多分类支持向量机的电压暂降源识别方法。用S变换对电压暂降信号进行时频分析,提取各类暂降特征;用多分类支持向量机对特征进行训练与识别。通过仿真算例验证,该方法能有效识别电压暂降源,可应用于电能质量监测系统。     

基于多分类支持向量机的电压暂降源识别

S变换具有很好的时频分析能力,能精确提取突变信号的关键特征信息.在分析S变换原理基础上,提出一种基于多分类支持向量机的电压暂降源识别方法.用S变换对电压暂降信号进行时频分析,提取各类暂降特征;用多分类支持向量机对特征进行训练与识别.通过仿真算例验证,该方法能有效识别电压暂降源,可应用于电能质量监测系统.     

电压暂降在时域和变换域中的检测算法综述

电压暂降特征量是电能质量中重要的指标,针对当今电力系统中电压暂降敏感型负荷大量接入的现状,如何准确快速地识别电压暂降信息是保证用电设备安全稳定运行的关键.文章从电压暂降现象的概念与特征入手,对时域和变换域中不同的电压暂降检测方法原理进行综述,详细分析有效值检测法、残差电压检测法、d-q坐标分量检测法、两点检测法以及小波变换、傅里叶变换等方法的时效性、抗干扰性以及实用性等不同特点,并选取时域和变换域中的典型检测算法进行仿真分析,仿真结果验证了所述检测方法的时效性和抗谐波性能,最后对文中所列的主要检测方法进行归纳和总结.     

一种可提取受波动干扰的电压暂降特征的信号处理方法

电压暂降信号中混杂的噪声会模糊暂降起止时刻的检测,而电压波动的干扰则会影响暂降幅值深度的确定,对此设计了一种基于变分模态分解(variational mode decomposition,VMD)的消噪方法及结合小波变换定位的三阶导数普罗尼(third derivative method-Prony,TDM-Prony)算法。首先将信号进行VMD分解,得到数个有限带宽的固有模态分量(band-limited intrinsic mode functions,BLIMFs),对获得的高频BLIMFs进行SURE阈值去噪,然后与低频分量进行重构。然后,对重构信号进行小波变换,定位电压波动及电压暂降的起止时刻,并利用TDM-Prony算法对波动信号段进行拟合以获取其信息,实现波动与暂降的分离;最后,对获得的干净暂降信号进行希尔伯特(Hilbert)变换可得其暂降幅值及持续时间。仿真结果表明,文中设计算法可有效地提取受波动信号的干扰的电压暂降特征。     

一种改进的电压暂降检测方法

电压暂降是最严重的电能质量问题之一,补偿电压暂降能够带来巨大的经济效益,而实现电压暂降特征量的快速、准确检测是电压暂降补偿的前提.本文对现有的电压暂降特征量检测方法进行了全面的研究后,提出一种改进的电压暂降检测方法.该方法利用求导来代替αβ变换方法中的相位延迟算法,不但克服了αβ变换方法中相位延迟算法所造成的短时扰动现象,提高了检测精度,而且还明显加快了检测速度,提高了算法的实时性,从而实现了电压暂降特征量的快速、准确检测.仿真结果证明了该方法的有效性,有望用于DVR补偿装置.     

一种改进的三相不平衡电压暂降检测算法

目前电压暂降成为了影响电能质量的主要因素,对电网电压进行快速且准确地检测是进行电压暂降治理的前提。文中针对三相不平衡电压暂降,依据对称分量原理提出了一种改进的三相不平衡电压暂降的检测算法。该算法在双dq变换的基础上,首先将所检测的电压信号进行正序负序坐标变换,而后通过三个连续的采样点对坐标变换后dq坐标系下的正序、负序分量中的直流成分进行快速提取,继而通过幅值与相位的计算可分别求得电压正序、负序电压的幅值与相位。最后,MATLAB/Simulink仿真结果验证了该方法的先进性与有效性。     

基于广义S变换的电压骤降特征量检测方法

为实现电压骤降信号特征量的准确检测,提出并建立了基于广义S变换的电压骤降特征量检测方法。介绍了广义S变换的基本原理,构建了电压骤降特征量的计算模型,给出了电压骤降特征参数的检测流程。对离散电压信号进行广义S变换,通过广义S变换的基波幅值曲线计算电压骤降幅值;由广义S变换的高频频谱幅值和曲线得到电压骤降起始、结束时刻和电压骤降持续时间;利用广义S矩阵的相位矩阵计算得到电压骤降相位跳变值。仿真实验验证了方法的准确性。与现有检测方法相比,基于广义S变换的电压骤降特征量检测方法计算量小,准确度高,抑制噪声干扰与谐波影响效果好。     

基于最优组合赋权改进S变换的电压暂降检测方法

电压暂降是电能质量问题的一种,为了能更准确快速地对电压暂降进行检测分析,文章提出了一种基于改进S变换的电压暂降信号检测方法,利用基频幅值差分平方向量检测电压暂降信号的起止时刻,通过定义起止时刻误差、暂降深度误差、局部标准差、峰度和能量五个指标得到其与改进S变换高斯窗调节因子的关系曲线,应用最优组合赋权法对该五项指标进行赋权,从而得到S变换的最优参数。仿真结果表明,通过文中提出的方法易于得到基频幅值差分平方向量曲线以及突变点曲线,从而更准确地定位暂降发生的起止时刻;相位跳变曲线能够更好地反映电压暂降的相位跳变情况;基频幅值曲线能够更准确地检测出电压暂降的暂降深度;时间幅值平方和均值曲线能更精确地反映电压暂降发生的起止位置。     

基于广义双曲S变换的快速谐波检测算法

S变换凭借其优良的时频特性已应用到电力系统的谐波检测分析中,但仍存在检测精度不高、计算量大以及检测结果易受噪声影响的缺陷。为解决S变换存在的问题,对广义S变换中的HS变换进行了改进,提出了广义双曲S变换,并结合不完全S变换的思想,提出一种基于广义双曲S变换的快速谐波检测算法,该算法首先根据信号功率谱包络的动态测度检测出各次谐波的谐波次数,然后仅针对谐波对应的主要频率点进行广义双曲S变换,通过提取变换所得的双曲S复数矩阵中的特征量确定谐波的幅值、相位等信息。仿真结果表明,该方法能够快速检测出稳态或暂态谐波信号的谐波次数以及信号中各次谐波的具体参数,检测的精确度高,实时性好,而且对噪声的敏感度大大降低,为算法的实际应用奠定了良好基础。     

采用改进不完全S变换估计电能质量扰动参数

为克服S变换计算量大和不能准确估计某些电能质量扰动参数的缺陷,结合改进S变换和不完全S变换提出了一种估计电能质量扰动参数的新方法。首先给出了改进不完全S变换的计算过程,接着讨论了不同类型扰动信号求改进不完全S变换所需的最佳窗宽系数;然后介绍了参数估计的特征量提取,它是针对不同扰动频率点自适应地采用最佳窗宽系数求改进不完全S变换得到的模向量;最后说明了由这些特征量进行电能质量扰动参数估计的方法。仿真结果验证了所提方法具有算法简单、运算量小、估计精度高等特点。     

基于改进S变换的电压暂降识别

电压暂降分类识别是合理选择电能质量治理方案的前提。提出一种基于改进S变换的电压暂降识别方法。首先根据电压暂降特征频率范围自适应确定改进S变换的调节因子,计算所得模时频矩阵作为电压暂降标准模板;再比较待测试暂降的改进S变换模矩阵特定频段与各标准模板之间的相似度,实现扰动分类。在比较相似度值的过程中,为凸显不同暂降类型的相似性及差异性,采用分频逐行计算相似度值,从而实现异类模板差异最大化。该方法充分挖掘各类暂降的特征差异,通过简单的相似度计算对扰动进行分类,无需添加辅助分类器。仿真和大量实测数据研究表明,该方法分类过程简单,抗干扰能力强。     

短时傅里叶变换和S变换用于检测电压暂降的对比研究

针对电压暂降的特征值检测问题,介绍了短时傅里叶变换(STFT)和S变换两种时频分析法,并对两种方法进行了对比分析。在STFT变换中选取不同窗宽的窗函数对同一电压暂降信号进行时频分解,分析不同窗宽对检测结果的影响。提出用时频等值曲线定位暂降的起、始时刻,用基频幅值曲线检测暂降幅值,用相位跳变曲线判定暂降发生时相位是否跳变。仿真结果表明,在STFT变换中窗口越小,检测结果越准确;与STFT变换相比,S变换的检测结果更准确,并且抗噪声能力强,有助于电能质量的治理。     

基于BAS-SVM的配电网电压暂降源识别

电压暂降是电能质量问题的一种。为提高不同电压暂降扰动源的识别正确率,提出了一种基于天牛须搜索算法（beetle antennae search,BAS）和支持向量机（support vector machine,SVM）的电压暂降源识别方法。应用改进S变换提取不同电压暂降波形的相关幅值曲线和16个特征指标。通过天牛须搜索算法（BAS）对支持向量机（SVM）的惩罚因子和核函数参数进行寻优,构建BAS-SVM分类器,将提取到的特征指标数据进行归一化处理并采用5倍交叉验证划分训练样本集和测试样本集,将其输入新构建的分类器,实现对配电网不同类型电压暂降源的识别。最后,仿真结果表明,该分类器具有更好的分类效果。     

两种扰动源引起电压暂降的快速检测及特征分析

电压暂降在电网中具有一定的传播性,无论从电网还是用户都迫切需要对电压暂降进行研究和治理。作为解决电压暂降问题的前提,需先对其检测方法进行研究。分析了感应电动机启动和变压器激磁两种扰动情况引起电压暂降的原因,在此基础上采用了基于S变换的短时电能质量扰动检测方法,从S变换的结果中提取出所需数据,并以此来对上述两种扰动情况的暂降深度、相位跳变、持续时间和谐波含量进行分析。仿真结果表明,该方法很好地实现了对电压暂降各特征量的检测;在对暂降录波波形数据进行后续离线分析应用方面具有较高的实用价值。     

基于正弦函数模型的电压暂降检测算法

为解决电压暂降问题,动态补偿技术是其最终途径,而准确检测出电压暂降的主要特征量是电压暂降补偿的前提.并且检测装置需采取滤波处理措施以减少非基频信号的影响.将基于正弦函数模型的算法应用于电压暂降检测方法,采用图基低通数字滤波器进行数字滤波,且对其检测结果进行分析,并提出了一种基于正弦函数模型的改进方法.仿真结果证明了该方法的有效性.     

基于改进S变换的电压骤降自适应检测方法

由于传统S变换(S-Transform,ST)在检测电压骤降问题时存在时频分辨率不高,计算量大的问题,深入研究传统S变换(Modified S-Transform,MST),给出了一种基于改进S变换的电压骤降自适应检测方法,可以准确、快速地实现电压骤降参数的准确提取。首先给出MST中调节因子的取值依据,并用实验分析法给出调节因子的取值范围;而后依据调节因子的取值分布情况,提出分段的调节因子;最后基于调节因子取值函数,建立自适应检测方法。在MATLAB上对算法进行仿真,能够准确的检测出电压骤降参数,且抑制噪声和谐波影响的效果好。实际构建的硬件测试平台验证了该算法的正确性和可行性。