基于最小二乘法和复连续小波变换的电力系统间谐波测量方法

将最小二乘法和复连续小波变换相结合,提出了高精度稳态间谐波测量方法。该方法应用最小二乘法对整个测量频带进行函数拟合,得到了间谐波分量的个数,利用复连续小波变换的带通滤波特性精确测量了各个间谐波分量的频率和幅值。Matlab的仿真结果表明,该方法能够准确测量间谐波分量的频率和幅值,计算量较小。     

基于小波变换和支持向量机的电力系统短期负荷预测

提出一种改进的基于离散小波变换和支持向量机的短期负荷预测方法.运用离散小波变换将负荷时间序列分解为高低频子序列,采用目前较为成熟的支持向量机方法,选择适当的参数对每个序列进行滚动式的单支预测,最后将各分支预测结果相加最终实现负荷预测.实例中负荷数据采用四川省某地区的历史负荷,对该地区的日96点负荷进行全年预测,并将该算法与支持向量机算法进行比较,结果表明,该算法具有较高预测精确性.     

基于小波变换和支持向量机的电力系统短期负荷预测

提出一种改进的基于离散小波变换和支持向量机的短期负荷预测方法。运用离散小波变换将负荷时间序列分解为高低频子序列,采用目前较为成熟的支持向量机方法,选择适当的参数对每个序列进行滚动式的单支预测,最后将各分支预测结果相加最终实现负荷预测。实例中负荷数据采用四川省某地区的历史负荷,对该地区的日96点负荷进行全年预测,并将该算法与支持向量机算法进行比较,结果表明,该算法具有较高预测精确性。     

间谐波检测中小波混叠抑制的一种新算法

分析了离散小波混叠的物理本质,提出一种新的混叠抑制方法,该方法克服了现有抗混叠方法计算量大的缺点.仿真实验表明该方法可以有效消除谐波检测中的小波混叠现象,有利于进行电力系统谐波信号精确分析.     

基于最小二乘法和时频原子变换的谐波/间谐波测量算法

提出了最小二乘法与时频原子变换相结合的谐波/间谐波测量方法。应用最小二乘法对整个测量频段扫频,获取谐波/间谐波分量的个数和大致频率。依次对各个分量跟踪配置时频原子变换对应的带通滤波器,精确测量其频率和幅值。时频原子变换是具有自适应复带通滤波特性的新型时频分析方法,其频窗宽度与频窗中心相互解耦,可以灵活调整而不受窗函数中心频率的限制。通过构造频窗互不交叉的复带通滤波器来抑制频率邻近分量之间的干扰,同时能在非同步采样条件下抑制基波频率波动对测量精度的影响。仿真结果表明该方法具有测量精度高、计算量小、抗噪性能好等优点。     

基于Synchrosqueezing小波变换的谐波和间谐波检测方法

非线性电力元件的广泛使用使电力系统的谐波和间谐波污染越来越严重。为准确计算谐波和间谐波的参数特征,以有效克服噪声影响,提出基于Synchrosqueezing小波变换的谐波和间谐波的一种检测方法。首先对电力系统信号进行连续小波变换;然后确定同步挤压阈值,对连续小波变换结果进行同步挤压,并利用同步挤压结果计算电力信号主频率;最后,设置提取频率区间,将电力信号分解为一组内蕴模态类函数分量(IMT),并结合Hilbert变换及最小二乘拟合,精确计算噪声背景下谐波和间谐波的幅值与频率。通过模拟信号和实测信号对所提方法有效性进行了分析,实验结果表明,与Prony和HHT方法相比,本文方法通过同步挤压有效抑制了噪声干扰,谐波和间谐波的检测精度有较好的提高。     

基于小波变换抗混叠谐波检测的一种新方法

通过分析小波混叠本质,推导出基于小波变换的谐波检测算法,该算法改善了谐波检测过程中的混叠现象.通过Matlab仿真实验表明本文方法有较好的抗混叠效果,有利于进行电力系统谐波信号精确分析.该算法实现比较简单,是一种新的快速抗混叠方法,具有一定的实用价值.     

基于小波变换的电力系统谐波检测抗混叠问题研究

正确提取电网谐波是进行电能质量分析的前提,利用小波分析能将电压或电流等信号分解为基波信号和高次谐波信号.分析了离散小波混叠的物理本质,提出一种新的混叠抑制方法,克服了现有抗混叠方法计算量大的缺点,并通过MATLAB进行仿真,表明该方法可以有效消除谐波检测中的小波混叠现象,将信号中不同频率的谐波有效地提取出来,有利于进行电力系统谐波信号精确分析.     

基于小波变换抗混叠谐波检测的一种新方法

通过分析小波混叠本质,推导出基于小波变换的谐波检测算法,该算法改善了谐波检测过程中的混叠现象。通过Matlab仿真实验表明本文方法有较好的抗混叠效果,有利于进行电力系统谐波信号精确分析。该算法实现比较简单,是一种新的快速抗混叠方法,具有一定的实用价值。     

基于小波变换和小波包变换的间谐波检测

通过研究小波变换中基函数选取和小波分解过程两个关键问题,针对小波变换在间谐波检测方面的应用,对比分析不同基函数的检测性能,重点分析小波变换与小波包变换对于稳态和暂态谐波的相位、幅值特性检测精度。仿真结果表明,小波包变换具有良好时频局部化特性能聚焦信号细节,选取dmey小波基函数的小波包分解方法可实现对电力系统中稳态或时变间谐波信号更精确的检测和分析,对于小波变换电力谐波检测中的实际应用具有指导意义。     

利用小波傅里叶变换的谐波与间谐波检测

为有效检测快速变化和持续时间短的谐波与间谐波,分析了傅立叶变换检测谐波与间谐波的方法,并在此基础上探讨了利用小波变换进行检测的基本原理,提出了利用小波变换系数傅立叶变换幅值来分离谐波与间谐波的算法。该方法使用Morlet函数作为小波变换的小波基,根据小波变换系数傅里叶变换的幅频特性的突出点来检测谐波与间谐波的幅值与频率。仿真结果与理论分析表明,小波变换具有良好的时域与频域局部化特性,小波变换系数傅里叶变换幅值能有效检测谐波与间谐波,并在检测持续时间短的谐波与间谐波方面有很大优越性。     

利用内插优化技术解决谐波检测小波混叠

针对以往电力系统谐波检测的常规小波分析方法中没有抗混叠措施而导致精度低、鲁棒性差等问题,采用新的优化设计标准设计了一种内插优化小波滤波器,以解决电力系统谐波检测中的小波混叠现象。这种滤波器结构可以同时兼顾信号保持与混叠抑制两方面因素,克服了常规小波滤波器设计时,因把信号的精确重建放在首位,而把混叠分量的抑制因素放在次要位置所带来的固有缺陷,从而可以有效消除小波混叠误差,有利于进行电力系统谐波信号分析,为电力系统谐波的精确检测提供了一种有效手段。数值试验和与常规小波分析方法相比较的结果表明,该方法具有广阔的应用前景。     

基于小波变换的谐波检测技术

与基于无功功率理论和FFT算法等传统的谐波检测方法相比,基于小波变换的谐波检测方法在各方面都有一定的优势。结合国内外谐波检测技术的发展现状,分析基于Mallat算法、小波包变换、连续小波变换和复小波变换的谐波检测方法在电能质量检测分析上的应用。然后比较这几种小波变换算法在谐波检测中的优点和缺点,得出各自的特点和应用场合。最后,指出存在的问题并总结归纳解决方法,并且对今后小波变换在电力系统中的应用和研究重点提出了一些看法。     

基于小波包变换和SVM的三电平逆变器故障诊断

针对中性点箝位型(NPC)三电平逆变器开路故障诊断计算复杂、准确率低等问题,提出一种基于小波包变换和支持向量机(SVM)的故障诊断方法。采用小波包变换将具有各自时频特征的故障信号分解为若干个频段,并重构提取小波包能量作为故障特征向量;将该故障特征向量作为SVM的输入量,运用交叉验证径向基核函数,通过训练数据集得到多类SVM模型,将随机选取的测试集输入训练好的模型中。仿真试验结果表明,该方法可对IGBT开路故障进行诊断并具有更高的故障识别准确率。     

基于小波及小波包变换的电网谐波检测

随着电力电子技术的广泛应用,谐波对电力系统的污染越来越严重,检测、分析和抑制谐波已经成为电力系统环境治理的重要课题。本文运用了小波变换和小波包变换对电网谐波的检测,仿真结果表明小波包变换能分离出更多频率的谐波信息,所以小波包变换能更有效的分析和抑制谐波的危害。     

基于傅里叶和小波变换的电网谐波分析

正确提取电网谐波是进行电能质量分析的前提.根据电网谐波中既存在稳态谐波分量又有暂态谐波分量的特点,将傅里叶变换和小波变换方法结合起来对电网谐波进行分析,得出谐波分析的傅里叶小波综合算法.通过对单独傅里叶变换以及单独小波变换的对比分析,得知该文算法的优越性.同时通过对具体信号的仿真,验证了该算法的可行性.     

基于谐波小波变换的电力系统谐波检测研究

准确的谐波分析对电力系统稳定具有重要意义。为克服传统小波分析方法的缺点,提出将谐波小波用于噪声环境下谐波分析。首先对谐波小波进行加窗处理以减少频谱Gibbs现象,然后运用谐波小波方法实现各谐波分量的分离,计算出各谐波分量的瞬时幅值和频率,并对结果进行最小二乘拟合以提高精度。大量的仿真结果表明谐波小波方法在电力谐波分析中是准确有效的。     

一种基于小波包变换的电力谐波检测方法

由于非线性负载用电的不断增加,造成大量谐波返灌电网产生电能污染和计量不公等问题,然而传统的快速傅里叶变换（fast Fourier transform, FFT）检测方法由于自身技术的限制,难以满足目前谐波检测对精确性的要求。结合电力谐波特点,分析小波变换与傅里叶变换原理,提出了一种小波包与FFT相结合并采用加窗双谱线插值的电力谐波检测方法,研究了不同窗函数的特性,并且通过加入不同的窗函数来检测谐波,得出针对电力谐波检测最优的窗函数。仿真实验验证了该方法对谐波在时域和频域上都有很好的测量效果,为谐波电能表电力谐波检测方法及信号截取窗函数选取提供重要参考。     

基于多标签Rank-WSVM的复合电能质量扰动分类

该文提出一种多标签排位小波支持向量机(rank wavelet support vector machine,Rank-WSVM),并将其应用于电能质量复合扰动分类中。Rank-WSVM将小波技术与多标签排位支持向量机(Rank-SVM)结合,利用小波的优良特性提高分类器的整体性能。首先,对电能质量扰动信号进行离散小波分解,计算 Tsallis 小波熵作为特征向量;然后利用所提出的 Rank-WSVM 多标签分类器进行分类。仿真结果表明,在不同噪声条件下,该方法有效改善了Rank-SVM的分类性能,可有效识别电压暂降、电压暂升、电压短时中断、脉冲暂态、振荡暂态、谐波和闪变等电能质量扰动及其组合而成的复合扰动。