基于DSP的电压暂降检测方法研究

电压暂降是一种严重的电能质量问题,基于DSP电能质量在线监测装置可以对电压暂降进行实时的检测分析。介绍了电压暂降幅值的检测方法,研究了有效值检测方法、瞬时电压dq分解法以及其改进后的αβ-dq变换检测法,并将其在DSP中进行验证,验证结果证明了这几种检测方法的有效性。这些方法均在检测上存在一定的延时,研究发现,不同的暂降深度对应的检测延迟时间有所不同,通过计算得出了电压暂降起始时刻的延时误差曲线,可以利用该曲线进行误差修正,进而得到更为准确的电压暂降起始时刻。仿真结果证明了该曲线能够修正误差时间。     

检测电压暂降特征量的有效值算法

在简述电压暂降的基本概念、特征量和起因的基础上,介绍了采用有效值算法获取电压暂降特征量的方法,提供了完整的软件处理流程。通过Matlab仿真,验证了全周期有效值算法和半周期有效值算法的有效性,得出了电压暂降起始时刻和终止时刻的延时误差变化曲线。在对起止时刻精度有较高要求的场合,可以利用该曲线进行误差修正,进而得到更为准确的电压暂降持续时间。     

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DOS变换的微电网电压暂降快速检测

针对微电网电能质量监控过程中,最为常见的电压暂降,提出一种基于DOS变换的微电网电压暂降快速检测新方法。首先介绍了DOS变换的基本原理,然后利用DOS变换分析电压暂降信号的时频特性,接着构造DOS变换基频时间-幅值包络曲线与频率-幅值包络曲线,最后对所得曲线进行分析得到扰动的起止时刻和持续时间。Matlab仿真结果验证了该方法的准确性与快速性,并且能准确地检测含谐波和噪声环境下的电压暂降。     

基于Hilbert变换和dq变换的电压暂降检测新方法

在对电能质量问题的研究中,电压暂降已被认为是影响许多用电设备正常、安全运行的最严重的动态电能质量问题之一。为准确测量电压暂降的特征量,提出了一种基于Hilbert变换和dq变换的电压暂降检测新方法。首先根据实测电压及其Hilbert变换来构造αβ静止坐标系,然后将αβ静止坐标系变换到dq旋转坐标系,最后由dq变换结果求得暂降电压的幅值和相角。与常规的电压暂降检测方法90°延时法的仿真对比实验验证了新方法是正确和有效的,新方法克服了90°延时法存在的短时扰动现象,检测准确度高于90°延时法,并且响应时间更短。     

基于dq变换的电压暂降检测方法对比分析

电压暂降是最严重的电能质量问题之一,电压暂降特征量的快速、准确检测是电压暂降补偿的前提,基于dq变换的检测方法的实时性和检测精度得到了很多学者的关注。本文对比分析四种基于dq变换的检测方法,其中包括实时性较好的求导构造法、精度较好的dq分解法和延时90°构造法以及一种延时可调角度构造法。首先从原理上分析了4种电压暂降检测方法的可行性与合理性,并利用Matlab对检测电压有无畸变和跌落时刻不同分别进行仿真,对比在不同条件下各种检测方法的特性,为电压暂降补偿的工程应用提供科学依据。     

滑动去趋势波动分析在电能质量暂态扰动检测中的应用

针对电能质量暂态扰动信号的不规则性和突变性特点,提出了一种基于滑动去趋势波动分析的电能质量扰动检测新方法。扰动的发生使原信号的相关性特征发生变化,而去趋势波动分析的波动参数对这种变化反应敏感。通过滑动窗构建波动参数曲线,不仅能够对扰动时刻进行准确定位,而且可以确定电压暂升、暂降等典型暂态扰动的电压波动幅值。试验结果证明了该方法的有效性,与基于小波变换的检测方法相比,所述方法在抵御噪声干扰方面更具优越性。     

自适应EKF-ML滤波器在电压暂降检测中的应用

电压暂降是电能质量问题中的一个关键难题。为了更准确地检测电压暂降发生时刻,提出了基于最大似然的自适应扩展卡尔曼滤波EKF-ML(extended Kalman filter based on maximum likelihood)算法的检测方法。首先选取不同的状态向量,在电网信号中建立2种卡尔曼滤波系统模型;其次,利用最大似然自适应优化误差协方差矩阵R和Q以及初始条件参数;最后,引入不同电能质量扰动对电压暂降进行检测证明该方法的有效性。仿真结果表明:在谐波干扰、脉冲干扰以及不同信噪比干扰情况下,EKF-ML算法能实时准确地检测电压暂降起止时间。与已有的传统方法比较,该方法适合于在未知测量噪声的条件下对电压暂降进行检测。     

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.     

延时闭锁的虚拟三相dq０变换法在DVR的仿真与应用研究

研究了基于虚拟三相dq0变换法原理的DVR,实现了对电压暂降抑制的仿真试验。针对在刚开始投入DVR的初始时刻出现检测电压与实际电压不符的问题,进行了理论分析,提出了采用延时闭锁dq0变换法3.4ms的方法,并结合仿真试验,证明了该方法不仅能避免刚投入检测方法时的错误检测,也能在真正发生电压暂降时准确有效地进行补偿。     

电压暂降事件分类及短路类型识别研究

随着现代化敏感电力电子设备的广泛应用以及新型电力负荷的迅速发展,电能质量问题日益受到关注,其中最为突出的就是电压暂降。为了更好地研究电压暂降对电力系统的影响,文中首先根据来源电压暂降事件进行分类,主要来源包括短路故障、大型电机启动和雷电等。接下来对短路故障引起电压暂降进行识别,使电压暂降系统能够根据监测到的暂降波形识别出短路故障类型。最后通过江苏电网电压暂降监测系统中的数据波形的案例分析,归类到4种典型短路故障分类,验证了文中算法的可行性。     

Analysis of personal computer ride through capability during voltage sags

Voltage sags have emerged as one of the most serious power quality problems, particularly for sensitive equipments such as personal computers (PCs). It is a complex electronic computing device designed to be powered by a switch mode power supply (SMPS). This paper presents an investigation of vulnerability of PCs to voltage sags and development of methods to enhance the voltage sag ride through capability of PCs. Based on recent testing standards, extensive tests were conducted for a wide range of PCs. For standard reboot/restart malfunction criterion, sag depth and duration were varied to construct individual voltage immunity curves for PCs. Based on the analysis, two methods were implemented to improve the voltage sag ride through capability of the PCs. These methods include the use of additional dc capacitors and alteration of the under voltage detection (UVD) signal in the housekeeping block of the SMPS. The experimental results on different PCs show that installation of additional capacitors can only expand PCs’ immunity duration to voltage sag while shift in the UVD signal helps to enhance the tolerance level in terms of sag magnitude. Finally, the advantages and disadvantages involved in the implemented methods to enhance voltage tolerance level of PCs are highlighted.     

小角度法结合复合形态滤波器的单相电压跌落检测方法

针对当前电网电压跌落频繁和传统电压跌落检测方法准确性和快速性不足的问题,提出一种延迟小角度法结合复合形态滤波器的单相电压跌落快速检测方法。详细论述了延迟小角度法和复合形态滤波器的工作原理,先使用复合形态滤波器对电力信号进行初次滤波,再通过延迟小角度的方法构造虚拟三相电压,对三相电压进行Park变换并用直线形态滤波器滤除残余的谐波分量。仿真分析了复合形态滤波器的滤波效果,对受到复杂噪声和谐波干扰的电压跌落波形进行了仿真测试,并搭建了实际的电压跌落硬件模型且使用采集到的数据再次对算法进行了验证,结果都表明该方法能够快速准确地检测出电压跌落起止时刻、深度和相位。     

基于dq变换的三相不平衡电压暂降检测方法

目前动态电压恢复器(Dynamic Voltage Restorer,DVR)装置中常用的dq变换检测法只适用于三相对称扰动,故提出了一种可用于三相不平衡电压暂降的检测方法。该方法首先对信号进行双dq变换和无时延的单相dq变换,变换后的量经由形态低通滤波器滤波后,可分别求得电压基波正序、负序和零序分量,继而推导计算出电压暂降的特征值,即各相暂降幅值、持续时间和相位跳变角。仿真结果验证了该方法的正确性,分析结果表明这种方法具有很好的实时性,适合DVR实时检测的需要。     

基于改进S变换的复合电压暂降源识别特征分析

电压暂降是较常见、影响较大的电能质量问题,识别电压暂降扰动源对改善和治理电压暂降具有重要意义。分析了由线路短路故障、感应电动机启动、变压器投入等单一电压暂降扰动源和复合电压暂降扰动源引起的电压暂降现象,提出采用改进S变换分析复合电压暂降扰动源识别特征。根据基频幅值曲线和2~5倍基频幅值和曲线,从统计量、熵和能量等方面构建电压暂降识别特征指标,将这些特征指标作为支持向量机的输入实现对不同类型电压暂降扰动源的分类识别。仿真结果表明,采用改进S变换构建电压暂降识别特征指标比标准S变换在电压暂降扰动源分类识别上效果更好。     

电压暂降的计算及故障点电压暂降系数确定

由于电力系统中新型电力电子设备的广泛应用,电压暂降已逐渐成为影响设备正常运行的主要电能质量问题之一,为避免电压暂降对设备正常运行造成危害,电压暂降计算已成为电力系统运行分析不可缺少的一部分。采用故障定位法,设计了电力系统电压暂降计算软件,从而实现查找、统计、分析、预估等功能,实现电力系统的电压暂降计算,并提出一种故障点电压暂降系数(FPSC)的量化指标,对电力系统不同的故障点进行了FPSC的计算,根据FPSC的数值确定对全网电压暂降影响严重的故障区域;并利用电压暂降分析程序的输出结果对欲购进新设备的电压敏感性进行了评价;以某实际工业配网为算例,利用所设计计算软件对该本地配网进行了电压暂降的分析计算,所做工作可以为用户采取电压暂降抑制措施提供理论指导。     

基于曲线拟合法的新型定制电力设备快速检测算法

定制电力配套设备的运用可有效地补偿电压暂降和瞬时断电,其研究开发过程中遇到的一大难题是:寻求快速算法,以便在3ms以内检测出电压暂降和瞬时断电。在分析常规保护用检测算法如有效值计算法、缺损电压法、辨别导数算法、三相d-q分解法、利用单相电压延迟60°构造三相虚拟电压d-q变换法和利用求导数法构造三相虚拟电压d-q变换法的优缺点基础上,提出了基于曲线拟合法的快速检测算法。通过研究两采样值积曲线拟合法、三采样值积曲线拟合法的优缺点,比较曲线拟合法与前面提到的检测算法,并比较两采样值积曲线拟合法与三采样值积曲线拟合法,得出两采样值积曲线拟合法更适合于在定制电力配套设备中运用。基于DSP仿真器上编程仿真,分析得到的各种检测算法处理电压暂降的结果波形,证实了该观点。     

基于遗传算法的动态电压恢复器不对称暂降补偿方法

电压暂降作为一种电能质量问题,由于不对称故障的存在,使处理不对称电压暂降变得复杂。电压暂降除了幅值减小外,还往往伴随着相角跳变,这样更增加了补偿难度。电压暂降发生幅值不对称和相角不对称,都对电子变流设备有着严重的影响,因此需要将负荷电压的幅值恢复到容忍范围,同时保持三相电网电压对称。由于动态电压恢复器(DVR)受最大注入电压限制,需要建立一种方法使DVR的各相注入电压得到有效控制。针对动态电压恢复器（DVR）补偿电压约束下,不对称故障电压补偿,采用遗传算法对其注入电压实施控制,并以算例说明该方法的有效性。     

雷电引起的电压暂降严重程度自学习评估方法

雷击故障是造成电网电压暂降的主要原因之一,准确评估雷电造成的电压暂降严重程度可以为制定最优治理方案和敏感用户选址提供依据。文中提出一种数据驱动的电压暂降严重程度自学习评估方法。首先,基于雷电造成的电压暂降机理,结合雷电定位系统和电能质量监测系统中的监测信息选取参与挖掘的参数;其次,减少离散化结果对规则准确性的影响,使用离散化评价系数确定不同参数的离散区间数目;然后,针对电网数据库动态变化时挖掘算法效率过低的问题,使用基于增量式学习的关联规则挖掘算法持续更新挖掘规则,从而赋予其自学习的能力;最后,提出基于综合赋权法的加权欧氏距离评估实际场景的电压暂降严重程度。通过某地区电网的监测数据和IEEE 30节点系统仿真数据进行实证分析,结果证明文中方法能在实际应用中准确挖掘有价值规则,实现关注节点的电压暂降严重程度评估。