电网暂态电压扰动信号的监测软件研究

随着用电设备的技术更新,电压质量扰动对它们的危害日益突出,并造成了巨大的经济损失。现主要针对电网暂态电压扰动信号的识别及捕获进行了研究,设计出基于虚拟仪器技术编程语言 LabWindows/CVI的监测软件,通过仿真及在线运行测试证明该软件可行且可靠性良好。     

电网暂态电压扰动信号的监测软件研究

电网暂态电压扰动信号的监测是关系到电能质量改善的首要问题。针对电网暂态电压扰动信号的识别及捕获进行研究,基于虚拟仪器技术设计出了监测软件,通过仿真及在线运行测试实验验证了该软件的可行性及可靠性。使用该软件可以获取可靠的数据源和暂态扰动信号的有用信息,以便进一步分析和评价电能质量。     

基于扰动功率小波奇异熵的电压暂降源定位

针对现行的电压暂降源定位方法在含有变压器以及复杂电网结构场景下准确度较低的问题,提出一种基于扰动功率小波奇异熵的电压暂降源定位法。首先,基于电能质量监测仪采集到电压电流波形数据计算得到瞬时有功和无功功率,获得加权瞬时扰动有功功率和无功功率;然后,通过小波变换,奇异值分解,结合信息熵原理得到扰动功率的小波奇异熵值,由小波奇异熵值的大小来确定电压暂降扰动源的相对位置;最后,仿真和实例分析证明了所提方法的有效性和准确性。     

基于CVI的电网暂态电压扰动信号的监测评价软件研究

针对电网暂态电压扰动信号的在线识别及捕获进行了研究 ,并对监测点的暂态电能质量进行离线分析评价 ,设计出了基于虚拟仪器技术的监测评价软件 ,通过仿真及在线运行测试证明该软件可行 ,可靠性良好。     

基于小波熵和概率神经网络的配电网电压暂降源识别方法

分析了短路故障、感应电动机启动和变压器投运引起电压暂降的原理及各类电压暂降的特征,提出一种基于小波熵(wavelet entropy,WE)和概率神经网络(probability neural network,PNN)的电压暂降源识别方法。提取信号的小波能谱熵和小波系数熵特征向量,并将其输入概率神经网络,实现电压暂降源的自动识别。利用Matlab/Simulink建立简单配电网的仿真模型进行验证,结果表明,基于小波熵和概率神经网络的方法能很好地识别电压暂降源。     

基于小波熵和小波熵权的电能质量扰动识别

电力系统中电能质量扰动信号的分类和识别一直是国内外众多学者研究的热点问题。小波分析是具有时频局部化特性的时频分析方法,在此基础上定义的小波熵具有较好的定量特征提取能力。基于此,在给出小波熵、小波相对熵和小波熵权的基本原理和定义的基础上,文章提出利用小波熵和熵权两种测度来分类和识别电能质量扰动信号,建立了各种扰动的仿真模型,对电压突降、突升、中断,振荡暂态、脉冲暂态、电压尖峰、缺口、谐波等扰动类型进行了系统的仿真分析。结果表明,不同类型扰动信号的小波熵及熵权具有不同的定性规律,小波熵及小波熵权对电能质量扰动具有一定的分类识别能力。     

基于概率神经网络的电压暂态扰动分类

概率神经网络主要应用于模式识别、分类等问题,有很多优良的性质,但结构上固有的2个缺点限制了其应用。文中通过把测试样本由线性不可分转化为线性可分,在不改变概率神经网络结构的条件下,对其2个缺点进行了改进,扩大了方法的应用范围。经电压暂态扰动分类的仿真验证了改进后的方法可取得更高的正确率。     

基于WAMS的电网扰动识别方法

电网规模的不断扩大带来了潜在的安全问题。为保证电网安全可靠运行,运行人员需要及时掌握电网扰动情况,并采取适当的控制措施。近年来,基于全球定位系统（GPS）技术构建的广域测量系统（WAMS）能够实时地将全网同步测量信息传送至调度中心,使全网动态监测成为可能。文中提出了基于WAMS的电网扰动检测和识别方法,以便根据不同的扰动类型快速确定相应的控制措施,抑制其对系统的影响。首先,从理论上对电网中常见扰动（短路、切机和切负荷）的特征进行了分析;在此基础上,应用模式识别的思想,初步探讨了借助于电力系统中同步相量测量单元（PMU）实时量测量所反映的特征进行扰动识别的方法与实现步骤;最后,通过华北电网扰动仿真进一步明确扰动的特征,验证了理论分析的正确性和利用所提出的方法区分电网扰动的有效性。     

基于广义尺度小波熵的电网传输电能 质量扰动信号分析

提出了一种基于广义小波熵算法进行电网传输电能质量扰动信号分析和识别的算法。计算多个尺度下不同电能质量扰动信号的小波熵数值分布特点,给出了广义小波熵应用于电能质量分析的尺度选择特点以及分布规律,并结合支持向量机进行了不同电能质量扰动信号的识别与分类,达到了96%以上的分类正确率。     

基于多尺度能量统计和小波能量熵测度的电力暂态信号识别方法

电力暂态信号的检测与分类在电力系统暂态保护、电能质量分析等诸多领域得到广泛的应用,暂态信号的有效特征提取是信号分类识别的基础和前提条件。在介绍了电力系统暂态信号的多尺度表示及定义用于特征提取的2种小波分析处理方法(能量统计分析和小波能量熵分析方法)的基础上,建立了单相接地短路、开关操作、电容投切、一次电弧和雷击等5种暂态类型的EMTDC仿真模型,利用能量统计分析和小波能量熵分析方法给出了5种暂态信号在不同状态下随尺度的分布规律。仿真结果表明,部分暂态信号的多尺度能量统计特征和小波能量熵测度的分布表现出一定规律性,是一种有效的特征提取方法,具有一定的可聚类和信号识别能力。该方法为故障信号的分类提供了新的思路。     

基于集合Kalman滤波的暂态电压扰动检测

随着电力系统中非线性负荷的增加,由暂态电压扰动引起的电能质量问题越来越严重,对暂态电压扰动信号的检测成为改善电能质量的关键。基于集合Kalman滤波方法进行暂态电压扰动检测分析,结合暂态电压扰动特点,构造了集合Kalman滤波的背景集合。由k-1,k-2时刻的电压状态修正值组成背景集合,然后进行递归运算,提取出实时的电压幅值,从而定位暂态扰动发生的起止时刻以及跟踪突变的幅值。仿真结果表明,所提方法能快速检测到电压暂降/突升、暂态电压脉冲信号发生的起止时刻,跟踪到突变幅值。其对谐波加电压暂降混合扰动信号的扰动起止时刻以及混合扰动信号中基波、谐波的幅值的跟踪也非常有效。所提方法总体优于传统的Kalman滤波法和有效值法。     

基于改进CVT的暂态电压扰动监测技术研究

为解决现有电容式电压互感器(capacitor voltage transformer,CVT)无法对电力系统暂态电压扰动信号精准监测问题,本文通过在原有CVT低压端串联大电容C₃,设计了一种基于CVT,适用于500 kV系统的暂态电压扰动监测装置。通过建立模型,对装置的低压及二次回路对频响影响进行仿真。借助实验平台对该装置性能进行了评估,结果表明装置暂态特性、线性度、频率响应性能、波形跟随特性均满足技术指标要求,目前该装置在现场工作良好。     

基于负荷扰动的电网薄弱节点识别方法

针对电力系统静态电压稳定问题,采用简单交流电路方程组的几何分析,得出临界电压崩溃潮流的电压电流特性,并利用该特性提出识别电力系统薄弱节点的方法,从而为运行调度人员提供防止电压失稳、规避电压崩溃的理论依据。IEEE5节点算例结果表明,该方法确实是行之有效的。     

基于小波能谱的电力暂态信号分类识别方法

为区分故障性暂态信号与非故障性暂态信号,在研究电力系统各种暂态信号及其特点的基础上,建立了500kV输电线路EMTDC仿真模型,并产生了单相断路器操作、电容投切、接地短路、一次电弧故障、非故障性雷击和故障性雷击6种类型的暂态信号。利用多分辨分析的小波变换提取上述各暂态信号的频带能量特征和局部能量特征,总结得到了能量统计图。分析了各暂态信号的能量分布特点,并从保护的角度出发提出了暂态信号分类识别的判据。大量的仿真试验验证了该方法的可行性和有效性。     

基于小波技术的电网暂态谐波检测

阐述了小波变换、小波包变换和平稳小波变换的基本原理,说明了小波包变换能更有效地进行谐波的检测和分析。针对噪声环境下的谐波信号,提出了具有平移不变特性的平稳小波变换的去噪方法。最后,对电网暂态谐波和间谐波的检测进行了仿真。仿真结果表明,该方法有良好的去噪效果,能够准确地检测暂态谐波信号,为电网中的谐波治理提供依据。     

基于小波变换的暂态电能质量扰动的分析

对变压器励磁涌流和并联电容器组正常投切造成的电压谐波以及电压扰动进行小波分析.用EMTDC软件包实现电能质量扰动的暂态仿真,并且用db4小波进行小波分解分析.     

基于负荷扰动的电网薄弱支路的识别方法

针对电力系统静态电压稳定问题,采用简单交流电路方程组的几何分析,得出临界崩溃潮流的电压电流特性,并利用该特性提出在负荷扰动下,通过增大负荷的有功功率或无功功率可以识别电力系统薄弱支路的方法,从而为运行调度人员提供防止电压失稳、规避电压崩溃的理论依据,IEEE5节点算例结果表明,该方法确实是行之有效的。     

电力系统大扰动下暂态电压稳定的动态特征分析

针对目前电力系统电压稳定性研究成果难以给出明确的暂态稳定判定信息的缺陷,提出一种电力系统大扰动下暂态电压稳定的动态特征分析方法.该方法首先建立反映电力系统暂态过渡过程的计及调速与励磁控制的综合数学模型,即非线性微分代数方程组(Non-linear Differential Algebraic Equations,NDAE);其次在运用隐式梯形积分法对NDAE进行逐步积分过程中动态生成Jacobian矩阵,并求解出全部特征根及左,右特征向量;最后计算出各个状态变量与之对应特征向量的相关因子,基于此给出暂态电压失稳的判据.该方法通过与时域仿真法的对比结果证明所提出系统暂态电压失稳判据的正确性,为今后从线性系统理论与数值积分结合的角度来研究电力系统暂态电压稳定性提供一个新的思路.     

基于改进强跟踪UKF的电压暂态扰动检测

针对目前强跟踪滤波器在电压暂态扰动检测方面,在强非线性系统下存在参数估计精度不够,高维滤波器模型下计算复杂等问题,结合STF和UKF提出一种基于改进的强跟踪无迹卡尔曼滤波器(MSTUKF)的电能质量扰动检测方法。在状态变量发生突变时,通过次优渐消因子自适应调节过程噪声协方差矩阵的权重,在满足强跟踪滤波器不同时刻残差序列正交条件下,推导MSTUKF成立的充分条件。该算法较传统的STF方法改善了滤波器的估计精度,无需求解雅可比矩阵,只需一次UT变换,计算复杂度降低,且保留了STF在模型失配情况下的强鲁棒性。将所提方法与传统STF进行对比,仿真实验结果表明:所提方法更能快速、准确地检测到电压暂降、暂态脉冲及暂态谐波信号发生的起止时刻,跟踪到突变幅值和突变相位,验证了改进的强跟踪UKF是电能质量扰动检测的一种好的解决方案。