基于小波变换的抗噪声电压暂降检测方法研究

小波分析方法能够有效识别电压暂降起止时刻,针对目前电压暂降检测时由于噪声干扰存在引起的检测性能下降甚至失效问题,文章研究了暂降信号和噪声在小波变换各尺度的传播特性,提出了一种抗噪声电压暂降检测方法,通过提取最高频分量和次高频分量的能量因子,检测乘积数据集中的模极大值点以确定电压暂降的起止时间。仿真结果表明,该方法能够抑制噪声影响,提高电压暂降时刻检测的准确性。     

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...     

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。     

基于短时傅里叶变换的电压暂降扰动检测

用短时傅里叶变换作为时频信号分析工具，研究在电压暂降扰动下暂降电压幅值检测、扰动时间定位和扰动源识别问题。提出利用暂降后电压信号的基频幅值曲线检测暂降电压幅值，利用暂降发生和结束时产生的高频信号对电压暂降扰动时间定位的方法，并提出根据基频幅值和扰动点个数来识别电压暂降扰动源的方法，该方法可以有效区分由短路故障引起的电压暂降和由感应电机启动引起的电压暂降。仿真试验结果表明该方法对电压暂降扰动检测精度高，同时比以往基于小波变换的方法在抵御谐波和噪声干扰方面更具有优越性。     

基于递归复小波变换的电压暂降检测虚拟仪器的设计

分析了检测电压暂降的现有算法,通过分析比较,最终选择了基于递归的复小波作为电压暂降的检测算法,由于复小波分析结果中既包含幅值信息,又包含相位信息,所以无论电压暂降信号是否具有电压幅值跳变,都能成功检测到故障发生或结束时刻。同时,利用信息熵寻找最优的小波尺度,使检测结果更加准确。利用虚拟仪器开发软件LabVIEW建立了电压暂降检测系统,利用复小波变换算法,判断电压暂降发生的起始与终止时间,最终实现了电压暂降故障的实时检测、故障报告的自动生成以及故障报文查询等功能。最后,通过模拟故障实验,验证了电压暂降检测算法的有效性。     

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。     

基于小波变换的电能质量扰动检测与定位

根据电能质量扰动信号的非平稳性,通过对小波变换原理的分析,从小波变换能够突出信号局部特征的特性出发,探讨了多尺度小波变换模极大值与信号突变点之间的关系,分析了利用小波变换对电网电压暂降及周期脉冲等典型电能质量扰动进行检测与定位的方法。为验证方法的有效性,以电压暂降扰动和周期脉冲扰动检测为例进行了相应的仿真研究,结果证实了利用小波变换能更精确地检测和定位电能质量扰动。     

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。     

基于二维离散平稳小波变换的短时电能质量扰动检测方法

基于二维离散平稳小波变换,提出了一种精确定位短时电能质量扰动起止时刻的检测方法。利用二维小波变换将信号分解在3个不同的高频方向,用水平高频系数精确定位发生在工频相位过零点的电压凹陷的起止时刻,用垂直高频与斜线高频系数之和精确定位发生在工频相位非过零点的电压凹陷的起止时刻。该方法只需采用最简单的小波函数db1对信号进行1层小波变换,简单易行且对噪声不敏感。运用Matlab6.5进行仿真实验,验证了该方法的有效性、准确性和鲁棒性。     

基于dq变换、小波变换及FFT的电能质量扰动识别

利用dq变换有效值波形特征、小波变换和FFT对7种电能质量扰动信号进行分层次识别并求其取特征参数。首先根据扰动信号电压有效值的分布特性将扰动分为两类:电压暂降、暂升和中断为第1类:谐波、瞬态脉冲、低频振荡、电压波动为第2类。然后对第2类扰动进行小波多分辨率分析,由高频系数特征识别出瞬态脉冲和低频振荡,通过过零点个数将两者区分。最后再对小波变换后高频系数呈现相似分布的谐波和电压波动进行FFT变换,用频谱特性进行识别。该方法不仅能够有效识别扰动类型,同时还能够求出电压暂降等扰动的起止时刻和幅值,瞬态脉冲和低频振荡的峰值、峰值时刻等特征参数。仿真实验结果表明了该方法的有效性。     

基于复小波变换和有效值算法的电压暂降检测方法

对电压暂降三大特征量即持续时间、相位跳变和幅值的准确检测是实现电压暂降有效补偿的前提。文中提出复小波变换和有效值算法相结合的电压暂降检测方法。详细研究了复小波变换奇异性检测原理及其在电压暂降起止时间检测中的应用,采用具有四阶消失距的复Gaussian小波(Cgau4)能准确检测电压暂降发生、恢复时刻和相位跳变,利用有效值算法实现电压暂降幅值的检测。通过在Matlab中对有无畸变情况下的的电压暂降问题建模仿真,验证了该算法的有效性,实验结果表明该方法能精确检测电压暂降三大特征量。     

基于多变换-谱峭度的配电网暂态电能质量扰动检测与辨识方法研究

针对配电网暂态电能质量扰动类型众多和噪声环境复杂等因素造成的暂态电能质量扰动精准辨识难度大等问题,论文深入研究了一种基于多变换和谱峭度的智能配电网暂态电能质量精准检测与辨识方法.该方法先通过小波变换消除信号中的噪声,然后对消噪后的信号进行小波变换检测出暂态电能质量扰动的幅值和时刻,并利用谱峭度对信号的冲击成分敏感及抗噪能力强等特性,通过对消噪后的信号短时傅里叶变换的谱峭度计算辨识出暂态脉冲、暂态振荡和短时电压变动,通过对短时电压变动扰动进行希尔伯特-黄变换检测出短时电压变动中的电压暂降、电压中断和电压暂升的瞬时频率和瞬时幅值,进而辨识出电压暂降、电压中断和电压暂升.该方法避免了HHT对暂态脉冲、暂态振荡的无用检测,具有计算过程简单、检测精确度高、辨识精确性高、通用性强等诸多优势.     

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。     

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。     

一种新的电压暂态信号检测方法

暂态电能质量扰动包括电压骤降、电压骤升以及供电瞬时中断问题,而据统计和案例反映,造成用户用电设备异常运行或停电的绝大部分因素是电压骤降问题.为了检测电压暂降信号的特征值,本文提出了一种小波包变换和平方检测相结合的新检测方法.该方法采用小波包变换对扰动信号奇异点进行检测,准确定位扰动的起始时刻和终止时刻;采用小波包变换对信号进行平方解调,以求解扰动信号幅值.算例研究表明:在含有多种暂态扰动的情况下,该方法可以实现对骤降信号特征值的检测.     

基于Dyn测度的电压暂降检测方法

针对电压暂降检测的实时性要求，提出了一种基于Dyn测度的电压暂降检测方法。Dyn测度算法能够快速检测信号的所有极值点，并计算各极值点的Dyn测度。而基于Dyn测度的检测方法根据信号畸变点的Dyn测度和信号峰谷点的Dyn测度差异可以识别信号的畸变点，准确定位电压暂降的发生时刻。文中应用该方法对实测大容量电动机启动引起的电压暂降、变压器投切引起的电压暂降和短路故障引起的电压暂降分别进行测试，并与其他检测方法的结果进行了比较。结果表明文中提出的电压暂降检测方法是有效、可行的，完全满足实时性要求。     

基于Dyn测度的电压暂降检测方法

针对电压暂降检测的实时性要求，提出了一种基于Dyn测度的电压暂降检测方法。Dyn测度算法能够快速检测信号的所有极值点，并计算各极值点的Dyn测度。而基于Dyn 测度的检测方法根据信号畸变点的Dyn测度和信号峰谷点的Dyn测度差异可以识别信号的畸变点，准确定位电压暂降的发生时刻。文中应用该方法对实测大容量电动机启动引起的电压暂降、变压器投切引起的电压暂降和短路故障引起的电压暂降分别进行测试，并与其他检测方法的结果进行了比较。结果表明文中提出的电压暂降检测方法是有效、可行的，完全满足实时性要求。     

基于小波系数KPCA和PNN的电能质量扰动分类

针对电能质量扰动分类,提出基于小波系数特征的核主成分分析(KPCA)和概率神经网络(PNN)的分类新方法.对正常信号和六种常见电能质量扰动(电压暂降、暂升、短时中断、谐波、电压波动和振荡暂态)进行小波变换和多尺度分析,提取各类扰动在多个尺度上小波系数作为特征向量;利用KPCA进行主成分提取,降低了小波系数特征向量维数,再输入PNN进行分类.仿真表明,该方法分类速度和准确率良好.     

煤矿配电网电压暂降源辨识模型

针对煤矿配电网电压暂降信号特征提取困难和辨识准确率低的问题,应用小波熵结合支持向量机SVM(support vector machine)建立故障辨识模型,以故障信号的小波熵测度来表征故障特征,对电压暂降信号进行小波多分辨分析,选取采样序列的高频系数分量,计算其小波系数熵和小波时间熵,作为特征向量输入SVM,使故障信号特征更加明显,对故障源进行自动分类辨识。结果表明,与小波结合BP神经网络方法比较,无论在训练时间上还是在辨识准确率方面均有明显优势。     

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。