小波变换和数学形态学在电力扰动信号消噪中的应用

基于小波变换和数学形态学的信号消噪方法都已被充分证明是行之有效的,但两种方法应用于电力扰动信号这一特殊对象的消噪是否能够适应良好,根据不同的信号和精度要求如何选择不同的消噪方法,成为一个很重要的问题。基于此,建立了重构因子用以评价算法对信号的重构能力,并对几种典型电力扰动信号进行了分析,通过计算其重构因子,讨论了两种算法对不同信号的适应性。通过仿真分析,得出对于无暂态脉冲或高频振荡扰动的信号,两种方法都是有效的,可根据计算速度和精度的不同要求予以选择;对于含暂态脉冲和振荡扰动的信号,基于小波变换的消噪效果     

小波变换和数学形态学在电力扰动信号消噪中的应用

基于小波变换和数学形态学的信号消噪方法都已被充分证明是行之有效的,但两种方法应用于电力扰动信号这一特殊对象的消噪是否能够适应良好,根据不同的信号和精度要求如何选择不同的消噪方法,成为一个很重要的问题.基于此,建立了重构因子用以评价算法对信号的重构能力,并对几种典型电力扰动信号进行了分析,通过计算其重构因子,讨论了两种算法对不同信号的适应性.通过仿真分析,得出对于无暂态脉冲或高频振荡扰动的信号,两种方法都是有效的,可根据计算速度和精度的不同要求予以选择;对于含暂态脉冲和振荡扰动的信号,基于小波变换的消噪效果明显优于基于数学形态学的消噪方法.     

一种电能质量扰动信号的联合去噪算法

传统的小波阈值去噪算法存在易丢弃真实信号、去噪效果差等缺点.该文提出了一种新的用于电能质量扰动事件的联合去噪算法.该算法首先通过强跟踪卡尔曼滤波的渐消因子大于1的次数,初步判定信号的扰动类型,然后对不同的扰动类型采取不同的去噪方法.对于仅含噪声的正弦信号和谐波信号用稀疏分解及快速傅里叶变换(FFT)做两次去噪;对暂升和暂降信号采用渐消因子准确地指示扰动起止时刻,将信号分段,并对每段信号用稀疏分解和FFT去噪;对含瞬态脉冲和暂态振荡的信号,采用不同的处理方法,首先通过稀疏分解得到稳态成分和暂态成分,对稳态成分的去噪方法与含噪声正弦信号的处理方法相同,对暂态成分的脉冲信号保留实际值,对振荡信号采用变分模态分解(VMD)去噪.大量的仿真计算表明,在不同的信噪比条件下,该文提出的算法均能够有效抑制各类扰动信号的噪声,显著提高了信噪比,且效果优于小波阈值去噪算法.     

改进提升格形态小波及其在电能质量中的应用

为了解决电能质量信号处理过程中难以突出信号扰动特征问题,提出一种改进极值型提升格形态小波算法。首先选择形态极值型算子作为预测与更新算子构造最大、最小提升格形态小波;在此基础上,再设计改进极值型提升格形态小波算法进一步突出扰动信号局部极大值与极小值信息;最后利用该算法对扰动信号进行处理并获得其扰动特征的细节系数,在有效抑制采样过程中噪声干扰的同时,突出了信号扰动特征。通过仿真分析算例,验证了该算法具有计算简单、扰动捕捉准确、消噪能力强等特点。     

改进提升格形态小波及其在电能质量中的应用北大核心CSCD

为了解决电能质量信号处理过程中难以突出信号扰动特征问题,提出一种改进极值型提升格形态小波算法。首先选择形态极值型算子作为预测与更新算子构造最大、最小提升格形态小波;在此基础上,再设计改进极值型提升格形态小波算法进一步突出扰动信号局部极大值与极小值信息;最后利用该算法对扰动信号进行处理并获得其扰动特征的细节系数,在有效抑制采样过程中噪声干扰的同时,突出了信号扰动特征。通过仿真分析算例,验证了该算法具有计算简单、扰动捕捉准确、消噪能力强等特点。     

基于改进的小波阈值的电能质量信号去噪

对于暂态的电能质量信号的监测,研究了一种用最大后验估计的双树复小波变换对电能扰动信号进行去噪高效算法。首先运用最大后验估计对扰动信号的改进的小波阈值进行去噪预处理,然后对于不同分解层的细节系数噪声方差和信号方差进行估算,并且运算出不同分解层阈值,从而得出去噪阈值。仿真实验结论表明:所提出算法步骤简单,计算速度快而且易于实现,去噪效果理想,具有很好的应用前景。     

多小波在电力系统信号消噪中的应用

在简单介绍多小波基本理论的基础上，提出了一种简化多小波分解重构算法的方法，利用该方法可以减少多小波分解重构过程中计算量。以SA4多小波为实例，探讨了基于多小波变换的两类预处理方法以及预处理方法对多小波的重要性。通过分析了多小波的消噪算法，尝试基于不同预处理方法的多个常用多小波在电力系统信号消噪方面的应用。对电力系统三种较典型信号的大量仿真计算结果表明：在相同滤波器长度下，选择合适的预处理方法，利用多小波对电力系统信号消噪可以取得比传统小波更好的信号消噪效果。     

基于形态滤波和动态测度的电能质量扰动检测

针对电能质量扰动信号的检测与定位,详细分析了动态(Dyn)测度的特点并在其对噪声较为敏感的基础上,构造一种双结构数学形态滤波器并结合Dyn测度算法实现电能质量扰动检测。对电网中的扰动波形进行预处理,以滤除信号中的随机噪声。对去噪后的信号波形,运用Dyn测度算法,通过提取信号的极值点获取信息从而快速识别信号的畸变点,对扰动起止时间进行检测。MATLAB仿真结果表明所提检测方法具有运算简单、运行速度快、检测准确的优点。     

基于EEMD阈值去噪的电能质量扰动检测研究

电能质量信号的采集常受噪声干扰,影响对扰动信号的分析。研究具有自适应性的EEMD阈值去噪方法,对染噪电能质量扰动信号进行去噪,并与小波去噪的启发式阈值、自适应阈值、固定阈值、极大极小阈值4种阈值方法的去噪效果相比较。通过对去噪前后的波形、信噪比SNR和重构后的均方误差MSE 3个标准进行分析比较,对除噪后的信号进行HHT获取扰动的特征量。仿真结果表明,EEMD阈值方法消噪后的波形接近真实值,信噪比高,均方误差小,通过HHT提取的特征量可以准确定位扰动发生的起止时刻和获取扰动的瞬时频率和幅值信息。     

基于瞬时无功功率理论的电能质量扰动检测、定位与分类方法

提出了一种对电能质量扰动进行检测、定位、辨识与分类的有效方法.首先对含有噪声的信号进行小波去噪处理,得到信噪比较高的信号,再对去噪后的信号进行差变处理得到差变信号,通过小波去噪和信号差变法来确定扰动的位置和持续时间.将去噪后的单相电压信号通过移相-60°得到三相电压,并用三相电压代替三相电流,利用瞬时无功功率理论计算出瞬时有功,进而计算出瞬时电压幅值,根据扰动的持续时间和扰动的幅度对扰动类型进行识别.     

基于数学形态学的电能质量扰动定位方法

提出了一种快速的电能质量扰动检测和定位的方法,在该方法中其检测输出量能够反映出扰动前后被检测电压幅值平方的变化,具有非常明显的检测效果。系统存在噪声的情况下,该方法同样适用。MATLAB／SIMULINK仿真结果证明了这两种方法的有效性。     

基于db4小波的配电网暂态电能质量扰动的检测与定位

针对暂态电能扰动持续时间短、变化速率快的特点,给出一种基于小波变换的暂态电能扰动检测方法。该方法使用db4小波对暂态电能信号进行采样、多尺度分解进而判断信号突变点,能精确地对配电网中常见的暂态电能扰动问题检测与定位,并与其它阶数db小波变换结果进行了比较。仿真结果表明,该方法能够快速、准确地对暂态电能扰动信号检测与定位,精度较高,满足实际工程需求。     

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。     

采用奇异值梯度信息的暂态电能质量扰动自适应检测方法

为了满足对电网非平稳扰动信号快速、准确分析的要求,提出了一种采用奇异值梯度信息的暂态电能质量扰动检测新方法。通过滑动窗奇异值分解(SVD)方法提取信号的变化特征、降低噪声干扰,并通过奇异值梯度求取扰动指示信号,得到初步定位结果。提出无参自适应阈值,进一步抑制噪声干扰并实现对暂态扰动信号的检测定位。所提算法原理简单,无需进行前置滤波及参数调节。一系列仿真试验的对比分析结果表明,所提算法定位准确、抗干扰能力强,对过零点扰动也有较好的检测效果。通过对变电站实际暂态扰动数据的检测分析,进一步验证了所提算法的有效性。     

基于递归特性分析和BP神经网络的电能质量扰动识别与定位(英文)

提出将递归图和定量递归分析技术引入非平稳电能扰动信号处理研究中,通过分析递归图和递归特性,选择递归量化参数定量地表征电能扰动信号的递归特性,利用定量递归分析提取的不同参数,并运用 BP 神经网络进行扰动训练,最终实现区分不同的电能扰动模式.进一步选择信号递归度这一特征参数,初步检测了电能扰动信号的端点.仿真实验结果表明,该方法对电压暂降、暂升、中断、振荡暂态、电压尖峰和暂态谐波等多种暂态扰动信号有较好的识别与定位,识别率在98%以上.     

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。     

基于时间差定位法的电力系统扰动源定位

在大规模互联电网中系统频率动态具有时空分布特性,且传播速度远低于光速。借助电网频率动态的传播特性及不同节点处频率响应的时间差对电网的扰动源进行定位,首先利用Floyd算法计算各节点之间的最短传播路径,根据传播路径的物理参数确定传播速度,然后借助时间差定位法（TDOA）对电网的扰动源进行定位,最后将所提方法应用于3机9节点系统和某实际电网,分析结果表明该方法能够有效地对电网的扰动源进行定位。     

基于数学形态学的谐波检测与电能质量扰动定位方法

提出了一种基于数学形态学的电流（电压）谐波检测方法,通过合理地选择扁平结构元素的长度,该方法能快速、准确地检测出电流（电压）中的谐波分量.以此为基础,提出了一种快速的电能质量扰动检测和定位方法,该方法将电压幅值的平方值作为TOP-HAT变换的输入量,具有较高的检测灵敏性.系统存在噪声的情况下,该方法也有较好的检测效果.MATLAB/SIMULINK仿真结果证明了这两种方法的有效性.     

基于LabVIEW和Matlab综合平台的电能质量监测系统研究

针对电能质量监测设备采集精度越来越高,数据量的不断增大,分析指标越来越多,基于硬件平台的数据分析处理能力有限,实时性受到限制等问题,设计了以PC机为载体的基于LabVIEW和Matlab综合软件数据处理仪器平台,通过对电能质量的基本参量计算,采用快速傅里叶变换对稳态谐波参量计算,采用小波变换对扰动进行定位,BP神经网络对扰动进行识别,完成电能质量数据的实时分析和处理。经测试,系统稳定,可分析指标多,计算速度快,能力强,综合性较好。     

基于改进扰动功率和能量法的暂态扰动定位

功率和能量法是一种定位电能质量扰动问题的常用方法，但它在定位向系统注入能量的扰动类型时，会发生原理性错误。文中对此进行了改进，提出一种基于改进功率和能量法的暂态扰动定位方法。改进法结合了扰动初始能量的极值和扰动初始电压的极值，使其可以同时处理向系统注入能量的扰动和系统释放能量的扰动。改进方法不需要在定位前对暂态扰动进行分类，就可以对2类暂态扰动进行准确的定位。对比仿真分析表明，改进方法达到了准确定位2类暂态扰动的目的。