一种简单实用的电能质量扰动检测方法

提出了一种简单实用的电能质量扰动检测方法:首先对原始信号做差分处理,通过监测差变信号中的突变起始点,检测是否有扰动出现;接着分三种情况检测扰动的持续时间;然后在存在扰动的区域内应用快速傅里叶算法计算扰动幅度.各种扰动信号的仿真结果表明,该方法快速、准确,有较高的实用价值.     

电力系统电压短期扰动的三角模态检测方法

针对HHT(Hilbert-Huang Transform)方法中经验模态分解(EMD)产生的模态混叠可能导致扰动信号检测失效的问题,提出一种检测定位扰动的新方法-对称三角模态法.该方法通过对原信号叠加一个对称三角模态来提取信号的扰动信息进而定位扰动,同时结合分段HHT方法进行扰动类型的识别.与原HHT方法和小波检测方法相比,该方法能够更加简单快速地实现扰动的准确定位.仿真结果表明了该方法的有效性.     

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。     

结合小波变换和能量算子的电压暂降检测方法

针对电压暂降扰动的准确定位与精确测量问题,提出结合小波变换与能量算子的暂降检测新方法.该方法通过小波变换将被检测电压暂降扰动分解成近似信号和细节信号两部分.在细节信号部分精确定位扰动发生起止时刻;对近似信号运行能量算子,能快速准确测量到暂降幅值.所提方法中小波变换兼具滤波效果,减弱或去掉低频暂降信号中的高频扰动成分,从...     

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。     

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EMD和TEO的电力系统短期扰动检测新方法

借鉴经验模态分解EMD(Emp iricalMode Decomposition)的思想提出一种电力系统短期扰动检测定位的新方法,该方法通过一个对称三角模态来保留信号的扰动信息进而定位扰动。同时,在扰动准确定位的基础上,提出对原信号进行分段EMD,并采用Teager能量算子求取幅值包络来识别扰动类型的分析方法。该方法能够克服EMD过程产生的模态混叠导致检测失效的问题,与H ilbert-Huang变换方法和小波检测方法相比,所提方法能够更加简单快速地实现对扰动的检测。仿真结果表明了该方法的有效性。     

原子分解快速算法在电能质量扰动分析中的应用

提出一种原子分解的快速算法,并应用于电能质量扰动信号的分析中。该方法构建相关原子库,并将原子离散的参数连续化,能减少重构信号所需的原子数并使分解结果更准确;针对频率范围较大的谐波、衰减振荡等信号,采用快速傅里叶变换对最优原子频率进行预求解,从而降低原子库规模;采用粒子群优化的匹配追踪算法选出反映电能质量扰动信号特征的最优原子。仿真算例表明,该方法可快速准确地提取电能质量信号的扰动特征,且有较好的抗噪性能。     

基于形态滤波器预滤波的电压扰动检测方法

提出一种基于数学形态学滤波和求导法dq变换的电压扰动检测方法。首先为了减小待检测信号中脉冲、谐波等多种噪声对检测结果的干扰,利用自适应理论构建一种复合形态滤波器对含噪待检测信号进行预处理,然后利用多重直线形态滤波器改进的求导法dq变换对预处理后电压信号进行电压扰动检测,以快速准确地检测出待测电压的幅值、相位。搭建仿真模型,分别对自适应复合形态滤波器滤波流程、自适应复合形态滤波器性能、多重直线形态滤波器改进的求导法dq变换电压扰动检测性能进行仿真分析。最后搭建电压扰动发生硬件平台,对所提方法在扰动情况下的电压检测能力进行验证。     

基于EMD和TEO的电力系统短期扰动检测新方法

借鉴经验模态分解EMD(Empirical Mode Decomposition)的思想提出一种电力系统短期扰动检测定位的新方法,该方法通过一个对称三角模态来保留信号的扰动信息进而定位扰动.同时,在扰动准确定位的基础上,提出对原信号进行分段EMD,并采用Teager能量算子求取幅值包络来识别扰动类型的分析方法.该方法能够克服EMD过程产生的模态混叠导致检测失效的问题,与Hilbert-Huang 变换方法和小波检测方法相比,所提方法能够更加简单快速地实现对扰动的检测.仿真结果表明了该方法的有效性.     

基于交替迭代优化的同步调相机电气参数分步辨识方法

300 Mvar快速动态响应同步调相机广泛应用于特高压直流输电.为准确辨识调相机器模型参数,提出一种基于交替迭代优化的电气参数分步联合辨识方法.采用考虑饱和特性的六阶实用电机模型,设计了包含励磁阶跃扰动、甩负荷扰动和机端电压扰动的小扰动实验方案;基于交替迭代方向乘子法和轨迹灵敏度分析法,制定了采用三组小扰动实验数据联合...     

变电站二次电缆瞬态电磁骚扰的特征统计方法与不确定度分析

针对瞬态电磁骚扰数据样本量小和分散性强的特点,结合自助统计法,提出了偏差矫正的自助置信区间估计法和多次测量不确定度的B类评估方法。首先在变电站测量了开关操作时二次电缆端口的瞬态电磁骚扰,其次应用基于自助法的随机加权原理和偏差矫正的自助置信区间估计法,得到特征参数的统计均值和置信区间。然后应用瞬态电磁骚扰多次测量不确定度的B类评估方法,得到了特征参数的不确定度。最后评估标准波形特征参数与实测波形的符合性。分析结果表明：多次测量骚扰电压峰峰值的分散性是产生不确定度的主要因素;100~300 kHz区间实测骚扰电压的上升时间显著长于100 kHz慢速阻尼振荡波;6.5~10 MHz区间实测骚扰电压的上升时间显著长于快速阻尼振荡波;实测骚扰电压波形随区间频率的增加,持续时间缩短。     

暂态电能质量的在线检测与识别系统

设计了一套以虚拟仪器为平台的暂态电能质最在线检测与识别系统,提出了一种以移动离散小波变换为核心,结合有效值算法和模糊逻辑的设计方案,实现了目前常见6种暂态扰动信号的在线检测和识别,并通过扰动发生和结束时刻、扰动持续时间、扰动强度和扰动类型5项指标来对各种暂态电能质量信号进行描述,最后通过实验验证了所设计系统良好的实时性...     

基于 ESKF-MPC 的四旋翼无人机轨迹跟踪控制

四旋翼无人机的轨迹跟踪控制容易受到风扰和测量噪声的影响,针对上述问题, 提出了一种基于扩展状态卡尔曼滤波 (extended state based Kalman filter, ESKF)的模型预测控制(model predictive control, MPC)方法。 首先, 采用牛顿-欧拉方法建 立风扰影响下的四旋翼无人机动力学模型; 然后, 位置控制采用基于误差模型的 MPC 方法, 利用 ESKF 估计风扰并对控制量 进行前馈补偿; 采用反馈线性化方法将姿态动力学模型线性化, 并设计基于 ESKF-MPC 的姿态控制器;最后, 仿真结果表明测 量噪声方差为 0. 000 1 时该方法的位置跟踪均方误差比自抗扰控制方法的误差小 0. 013 m, 当方差大于 0. 000 1 时自抗扰控制 方法使得系统不稳定,而本文的方法仍可以实现较好的位置跟踪。     

具有未知干扰输入系统的滚动时域估计

针对具有不确定干扰输入信息系统,讨论了一种滚动时域估计(moving horizon estimation,MHE)方法.在系统含有未知干扰输入的基础上,利用最小方差无偏特性,得到了不受不确定输入影响的估计器.再融合预测控制的滚动优化原理,把系统的硬约束直接表述在优化问题中,并在每个采样时刻通过极小化优化问题的性能指标,估计出系统的初始状态和作用在系统上的扰动.仿真时与递推滤波方法比较,结果表明,MHE能处理系统约束,具有比递推滤波方法更好的估计性能.     

一种基于信号相关性的低频振荡辨识方法

相量测量单元(PMU)被广泛用于电力系统数据实时采集和状态监测,为电力系统的稳定运行提供了可靠的信息保障。在电力系统受到扰动的情况下,动态过程中会包含低频周期性衰减成分分量,也可能体现为低频振荡。基于PMU实时采集信号,构建了一种针对低频振荡的相关辨识方法,可有效辨识系统因短时扰动而产生的低频振荡模式,并通过量化系统动态过程振荡强度来准确辨识起振时间。通过仿真计算和针对实际变电站PMU采集信号的辨识计算,验证了此方法的可行性。此方法在实际变电站受到短时扰动的情况下可在短时内准确辨识出低频振荡成分的频率、幅值、衰减系数和动态过程的起止时间等参数,并能够较好地复原系统由受扰至恢复的动态过程,为电力系统的低频振荡辨识提供了一种可行的新方法。     

利用S变换与变尺度模板标准化的短时电能质量扰动分类

提出一种利用S变换与变尺度模板标准化的短时电能质量扰动分类方法。首先利用S变换对扰动信号进行时频分析;然后以最小二乘法选取最佳缩放尺度,通过变尺度方法标准化不同持续时间、幅值的扰动特征,在此基础上建立唯一的、时间尺度和频宽分辨率统一的各类扰动标准模板,作为识别扰动类型的直接判据;最后通过模板匹配的方法实现扰动分类。该方法不使用任何人工智能分类器,分类原理简单,过程明确,且可用于不同时间长度的扰动分类。Matlab仿真和实际试验结果显示,该方法能准确地对扰动进行分类且对噪声不敏感,是一种有效的短时电能质量扰动分类方法。     

基于SPWVD图像和深度迁移学习的强迫振荡源定位方法

强迫振荡扰动源的准确定位是消除强迫振荡、恢复电力系统正常运行的关键。文中提出一种基于平滑伪Wigner-Ville分布(SPWVD)图像和深度迁移学习的强迫振荡扰动源定位方法。首先对强迫振荡信号采用SPWVD方法以图像形式表征全网强迫振荡特征信息,然后通过深度迁移学习将其他领域的图像识别知识迁移到电力系统领域,挖掘振荡图像与扰动源位置之间的联系,在保证训练准确度的同时,提升了训练效率。在WECC 179节点系统中的算例验证了该方法的有效性,并且相比于传统机器学习方法具有准确率高的优势。此外还考虑振荡数据中的噪声、录波起始时间以及数据长度验证了所提方法的准确性和抗噪性,并在由负荷引发的强迫振荡和系统拓扑发生变化的情况下,验证了方法的有效性。     

一种电能质量扰动信号的分层识别新方法

为了快速准确地对电能质量扰动进行分类和识别,结合时域和频域分析方法,提出了一种新的电能质量分层分类识别新方法.该方法由基波和扰动分离模块、扰动时间特征提取分类模块等多个功能模块构成,通过将dq变换、广义形态滤波、傅里叶变换等计算简单的信号分析方法相结 合,逐层提取出幅值、扰动时间、扰动频域奇异熵等特征并对其进行分类,最后依据各层分类结果对信号的扰动类型进行综合识别.对7种常见的单一电能质量扰动及部分混合电能质量扰动仿真分析表明,所提出的方法有较好的分类识别效果.     

ITD算法在电能质量扰动信号特征量提取中的应用

针对电能质量扰动信号非线性特点,采用固有时间尺度分解算法(Intrinsic Time-scale Decomposition, ITD)准确快速地提取电能质量扰动信号的幅值、频率、相位、衰减因子、扰动起止时刻等特征量。首先利用固有时间尺度分解算法提取电压扰动信号的固有旋转分量(Proper Rotation Component, PRC)。然后对PRC分量进行Hilbert变换求取相位和瞬时频率,根据高频突变点得到扰动起止时刻;由包络函数得到扰动信号的幅值,并计算衰减因子。运用Matlab对单一和复合扰动信号进行仿真计算,结果表明该方法能准确地识别电能质量扰动信号的特征量,具有抗噪能力,验证了所提方法的实时性和可行性。