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。     

基于小波包除噪的电能质量扰动检测方法

小波包变换能够实现信号频带的均匀划分，在任意频率聚焦，是分析暂态电能质量扰动时频特性的良好工具。但是电气信号中的电磁噪声严重影响了小波包的检测特性。该文提出了一种小波包除噪算法。通过仿真验证，该算法可以消除扰动检测中的噪声影响，从而为噪声环境中电能质量扰动的检测和定位提供了良好的依据。     

基于 LSA-MP 改进原子分解的 电能质量数据压缩方法

电能质量数据压缩是电能质量问题检测和识别中的重要步骤,其本质即为探寻电能质量稀疏特征的过程。针对稀疏分解中常用的匹配追踪算法在匹配最佳原子时计算复杂度高、耗时长,不能满足电力信号分析实时性要求的问题,应用收敛精度高、收敛速度快以及全局寻优能力强的闪电搜索算法搜索最佳原子,提出了闪电搜索匹配追踪算法。利用所提算法在构建的电能质量相关原子库中对电能质量信号进行原子分解,提取电能质量特征参数,将提取到的参数作为压缩后的电能质量数据,实现电能质量数据压缩。实验结果表明,所提算法匹配最佳原子的耗时约缩短为原算法的1/98,基于所提算法的电能质量数据压缩方法在匹配最佳原子满足电力信号分析的实时性要求,具有较高的压缩率和较低的重构误差,提高了数据压缩的性能。     

基于奇异值分解和TLS-ESPRIT的电能质量扰动信号检测方法

为了能有效地改善电能质量,准确地对电能质量扰动信号的发生及结束时间以及其特征参数进行检测是其前提。文章提出将奇异值分解与TLS-ESPRIT算法相结合来对暂态电能质量扰动进行检测。首先利用基于奇异值分解的方法对暂态电能质量信号进行定位,可以得到较为准确的定位效果。然后以定位点为界,向前及向后各取一个周期的采样信号,对得到的信号利用TLS-ESPRIT算法进行计算,可以估算得到信号的幅值、频率等特征参数。利用这些参数可进一步对扰动类型进行判别。仿真实验结果表明,该方法仅需较短的采样信号,对电压暂降、电压暂升、频率偏差、谐波、谐波加暂降、暂态振荡等多种电能质量扰动信号有较高精度的检测效果。     

小波变换在电能质量暂态信号检测中的应用

随着各种敏感电力电子设备在工业中的广泛应用 ,包括暂态扰动在内的电能质量问题已成为近年来各方面关注的焦点。对于暂态扰动发生时刻的检测与定位则是电能质量监测和统计中获取相关指标首要解决的问题。对基于连续小波变换的信号奇异性检测原理及其在电能质量暂态信号检测中的应用进行了详细的研究 ,通过基于标准偏差估计的小波消噪算法 ,有效排除了噪声干扰 ,实现了精确的故障时刻定位     

遗传算法优化Prony电力系统谐波检测的研究

实现对电力系统所含谐波的快速、准确检测是对其进行有效抑制、以提高电能质量和增强电网稳定性的关键技术。本文通过对现有电力系统谐波检测方法的比较,通过分析含噪声条件下传统Prony算法的相关参数优化选择方面存在的局限性,并根据Prony算法可以直接提取待检测信号的相关参数的特征,同时具有较强的自适应能力等特点,提出了遗传算法优化Prony电力系统谐波检测方法,以实现对Prony方法检测谐波相关参数的优化求取。通过仿真实验表明,本文所提出的方法对于不同信噪比条件下的谐波检测信号在拟合误差精确度以及稳定性等方面均具有显著的优势。     

小波变换在电能质量暂态信号检测中的应用

随着各种敏感电力电子设备在工业中的广泛应用,包括暂态扰动在内的电能质量问题已成为近年来各方面关注的焦点.对于暂态扰动发生时刻的检测与定位则是电能质量监测和统计中获取相关指标首要解决的问题.对基于连续小波变换的信号奇异性检测原理及其在电能质量暂态信号检测中的应用进行了详细的研究,通过基于标准偏差估计的小波消噪算法,有效排除了噪声干扰,实现了精确的故障时刻定位.     

基于改进小波阈值函数和奇异值分解的电能质量扰动检测定位

为了在噪声环境下准确提取电能质量扰动特征,本文提出基于改进小波阈值函数去噪和奇异值分解的电能质量扰动检测定位方法。首先构建改进小波阈值函数对含噪电能质量扰动信号降噪,利用经验模态分解的信号频带划分能力,实现降噪后扰动信号各模态的有效分离,再采用希尔伯特变换提取各模态幅值、频率等特征信息,同时基于奇异值分解实现对扰动信号的起止时刻的有效定位。最后分别采用不同类型的电能质量扰动信号进行仿真实验,实验证明本文提出的算法不仅具有良好的抗噪性能,同时具有较高的定位准确度和良好的鲁棒性。     

基于短窗自相关算法和数学形态学的电能质量扰动信号检测和定位新方法

提出了一种基于短窗自相关算法和数学形态学的电能质量扰动信号检测和定位新方法。该方法能够滤除电流、电压信号中的白噪声,易于在线实现。作者先利用最小二乘递推算法估计信号的基本成分,以提取信号中的扰动成分和白噪声的混合信息;再利用短窗自相关算法滤除混合信息中的随机噪声以提取扰动信息;最后利用数学形态学的基本腐蚀算子检测扰动并进行精确定位。仿真结果表明了该方法的有效性。     

基于提升复小波的暂态电能质量扰动的检测与定位

针对暂态电能质量扰动信号的检测与定位,提出一种基于第2代小波变换的提升复小波的提升算法。通过Euclidean分解算法得到复小波提升方案;利用该方案对常见的几种扰动信号进行提升变换,将变换后的幅值和相位信息用于暂态电能质量扰动的定位检测及扰动幅度估计;并与第1代小波变换进行比较。仿真结果表明,所提算法具有简单、运行速度快、检测精度高等优点,能够准确定位暂态电能质量扰动信号和计算扰动信号的变化幅度。     

基于经验模态分解的电能质量扰动信号定位方法

提出了一种基于经验模态分解(empirical mode decomposition,EMD)的方法来对电能质量扰动信号进行定位。在EMD方法分解过程中,异常数据会在其第1个固有模态分量中引起局部高频突变信号,此高频突变信号具有幅值相对于无扰动时明显增大的特点。利用此特点,对含有电能质量扰动的电网电压进行EMD分解后得到的第1个固有模态分量求取一阶导数,然后对一阶导数进行阈值处理来确定扰动发生及终止的时刻。仿真结果表明,此方法对多种电能质量扰动信号信号有较好的定位效果。     

基于虚拟仪器的暂态电能质量实时监测系统

针对目前电能质量实时监测的问题,提出了一种利用移动小波变换算法检测和分析电力系统暂态电能质量扰动的方法,并基于虚拟仪器设计了一套暂态电能质量实时分析系统,该系统可根据用户要求选择不同的工作模式实现在线或离线分析,能够对扰动信号进行准确的定位和分析。最后,通过可编程的交流电源产生各种常见暂态扰动信号,对本系统功能进行测试,实验分析结果表明,该系统具有良好的实时性和可靠性。     

利用GPS定位GSM-R系统的干扰源

本文通过分析GSM-R系统的频率范围,论述了GSM-R系统可能遭受的各种合法或非法的干扰类型,如CDMA信号,一些非法基站发射的信号等。传统的无线干扰源定位是利用一台车载频谱分析仪对接收信号进行频域计算,得到信号的频谱成分从而确定接收信号是否存在干扰信号,这种方法比较耗时,因此为了提高定位的实时性,本文提出了直接将接收信号混频并以零中频输出,并以GPS为辅助工具实时地定位GSM-R干扰源,优化GSM-R通信网络。     

用混沌理论检测直流供电系统接地故障

针对电力系统中干扰信号的特性,尝试了引用混沌理论检测接地故障。对支路电流采样所得干扰信号混沌化处理,提取混沌源的分类特征,并用分形维数定量分析以判断是否存在接地故障。对含有多支路直流系统的仿真和实验验证了该方法的可行性。     

基于小波变换的电能质量扰动信号的检测

为对电能质量进行有效的治理,提高用电效率,有必要对扰动信号进行实时检测和定位。针对当前电力系统存在的电能质量扰动信号中持续时间短、发生随机性大及不容易检测的特点,采用小波变换对电力系统的高频扰动、瞬时脉冲、电压切痕信号进行检测。研究表明,该方法能够精确定位扰动信号产生的时刻和持续的时间,证实了该法的准确性和优越性。     

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.     

基于动态测度的电能质量扰动检测

将动态(Dynamics，以下用Dyn表示)测度有关概念引入电能质量研究领域以分析各种扰动信号。提出一种高效的Dyn测度算法，该算法能够准确检测信号的所有极值点，并计算其Dyn测度。通过分析扰动信号极值点的Dyn测度，发现扰动信号畸变点的Dyn测度与信号峰，谷点的Dyn测度差别较大，根据二者差异可以有效识别信号的畸变点。基于此提出了一种新的扰动检测方法。应用新方法对多种实测和仿真扰动信号进行检测，结果表明提出的新方法是正确的、有效的。     

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。     

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。