基于数学形态学消噪的电能质量扰动检测方法

提出了一种利用数学形态滤对波形进行预处理，然后用小波检测电力系统扰动的方法。该算法着力解决电力系统扰动中滤除随机噪声和和脉冲噪声的困难，利用数学形态学设计的前置滤波单元在有效抑制各种噪声的同时，较好地保持了扰动的基本形状；小波变换算子则有效地检测出扰动并进行精确定位。MATLAB仿真表明所提算法可以准确检测电能扰动时的波形畸变点，同时，形态学－小波综合算法的计算量较单一的低通滤波器和多尺度小波变换的计算量小，有利于工程实现。     

基于形态学的暂态电能质量扰动检测

针对扰动检测过程中存在的脉冲噪声和白噪声影响暂态电能质量信息准确提取的问题,文章设计了一种基于LMS的多结构复合形态滤波算法,该算法具有在保留信号的有效成分的基础上最大限度地滤除噪声的功能。文章使用电压暂降、电压暂升、电压中断等对所提方法进行了仿真实验。仿真结果表明,基于LMS的多结构复合滤波算法得到的信噪比是多结构自适应复合滤波算法的1.01倍左右,是小波变换的1.1倍左右,即该算法能有效地滤除暂态电能质量扰动分析中的随机噪声和脉冲噪声;而且,该算法可较好地保持扰动信号的形状和特征。     

离散小波变换用于电能质量扰动数据实时压缩

电力系统中与电能质量扰动相关的监测数据规模在短时间内迅猛增加，其庞大的数据容量给存储带来了很大的麻烦，亟须在存储前对其做压缩处理。文中提出了电能质量扰动数据的实时离散小波变换（DWT）法，该方法能够实时地对电能质量扰动数据信号进行多分辨分析（MRA），在各尺度上筛选与扰动相关的小波变换系数并进行保留，从而实现实时压缩的目的。该方法还可以利用保留下来的小波变换系数进行几乎无信息损失的信号重构来复原原始电能质量扰动数据信号。工程实际应用证明了该实时压缩方法的可行性。     

利用小波变换分析配电网电能质量扰动

小波变换具有良好的时频局部化特性，可以同时提取信号的时频特性，是分析电能质量问题的有力工具。文中介绍了利用小波变换分析配电网中常见的因开关动作、变压器磁饱和及电力电子装置引起的电能质量扰动问题。经仿真分析，验证了小波变换能够更好地提取扰动的特征信息，从而为电能质量问题的检测、评估、分类以及治理提供了依据。     

电能质量扰动分类的改进std_MRA曲线分类法

为了对电能质量进行有效治理,以提高用电效率,有必要对电能质量进行快速检测和准确分类。首先介绍std_MRA曲线分类法,提出多分辨率信号分解技术,该技术在分析暂态信号时非常有效,不仅能对电能质量扰动进行分类,而且能分辨相似干扰。在std_MRA曲线分类法的基础上提出改进的std_MRA曲线分类法—利用多分辨率信号分解技术对信号进行分解,绘出改进的std_MRA曲线对扰动信号进行分类。Matlab仿真表明,该方法不仅能对常见扰动进行准确分类,而且运算量小。     

采用Meyer小波变换的电能质量扰动信号的检测与时频分析

论述了小波多分辩率信号分解,提出了采用基于小波多分辩分解的电能质量几种暂态干扰检测和时频分析。并用Meyer小波对暂态振荡、暂态脉冲、电压跌落、电压上升、电压中断、短时间谐波失真、暂态谐波失真和电压瞬变等电能质量干扰的检测进行了仿真实验,结果表明所提出的Meyer小波在时域和频域上都具有良好的检测性能,适合于短暂瞬变信号的检测与分析,并可用于其他时变的非平稳信号处理。     

高效提升小波的电能质量暂态信号分析

由于小波变换的空间局部化性质,其在电能质量的暂态信号分析上得到了广泛应用。然而由于连续小波变换、离散小波变换运算量过大,不是很适合片上实现,且实时性问题没有得到很好的解决。结合提升小波变换理论,介绍了一种只需移位和加法的提升滤波器,易于暂态信号分析的微处理器实现。仿真结果表明,所采用方法实时性强,适合暂态信号分析     

基于小波变换和模糊逻辑的暂态电能质量扰动分类

针对暂态电能质量扰动现象的内在特征,提出了小波变换和模糊逻辑相结合的暂态电能质量扰动分类方法。该方法使用小波变换提取扰动的时间特征,将扰动持续时间、扰动幅度、扰动频率、电压变化率绝对值作为暂态电能质量扰动的特征向量,输入到4输入2输出的模糊逻辑推理系统,自动判别暂态电能质量的扰动类型及扰动强度。在Matlab平台上使用该方法对应用电磁暂态仿真工具EMTDC仿真得到的暂态电能质量扰动波形进行分析,效果良好,验证了该方法的有效性。     

基于S变换与SVM的暂态电能质量扰动识别

提出利用S变换与SVM对暂态电能质量扰动进行分类识别的方法。首先通过S变换提取扰动信号的特征量,然后利用支持向量机(SVM)进行分类。算例验证,该方法具有准确率高,训练样本少,结果直观等优点。     

基于S变换的电能质量扰动分析

介绍了采用S变换进行电能质量扰动信号检测的方法,并提出了基于S变换进行电力质量检测的未来研究方向。     

动态电能质量的分形指数小波分析方法

分形理论是近年来发展较快的一门学科，在信号处理和数据压缩方面具有较强的功能。小波理论为分析分形局部细微性质和研究分形体的构造规则提供了有效手段。利用小波与分形的内在联系，该文从小波变换后的系数中，提取扰动的全局分形指数和局部分形指数作为动态电能质量扰动的特征，建立了识别扰动类型的分形指数小波分析方法。通过对由PSCAD／EMTDC软件仿真得到的12种典型动态电能质量扰动波形的识别，证明该方法不但能对单一扰动进行识别，而且能在多种扰动叠加的情况下，找出关键扰动的特征，进行正确分类。该文方法为动态电能质量扰动的检测、识别与分类提供了新的思路。     

一种电能质量扰动检测的新方法

电力系统电能质量扰动是一种典型的非平衡信号，时频分布是分析非平稳信号时一种有效的特征描述。文中介绍了一种基于时频分布的电能质量扰动检测的新方法：首先利用瞬时无功功率理论来提取电压信号的基波成分，进而提取出加载在电压上的扰动信号，然后利用时间和频率的联合函数来描述电能质量扰动信号在不同时间和频率上的能量密度，以此来提取扰动在时间和频率分布上表现出来的特征，仿真算例验证了该方法的有效性。     

有载调压变压器对电力系统电压稳定性影响的动态分析

提出一种求解非线性代数－微分方程组算法,克服了一般方法中存在的“交接误差”缺陷。还利用该法,采用有载调压变压器离散模型和一般动态负荷模型,在动态范围内探讨了有载调压变压器对电力系统电压稳定性的影响问题,并提出了一些新的看法。     

一种新的电力系统动态安全评价模式识别方法

本提出一种以高阶多项式逼近系统运行状态与稳定性指标间的映射进行电力系统动态安全评价的模式识别方法。这种方法的优点是，进行训练几乎无任何困难，且速度很快，易适用于多事故情况。应用加权最小二乘法求多项式系数可保证在稳定与不稳定边界附近识别结果的精度，应用递推最小二乘法可以提高学习的灵活性和效率。另外，本所提出的利用导数信息扩充样本的方法可以提高样本获取的效率。     

采用小波技术的几种电能质量扰动的测量与分类方法

提出了一种新的短时电能质量扰动（SDPQD）的测量与分类方法：SDPQD的位置与范围用差变信号实时确定：幅度用小波变换（WT）方法确定，WT用新设计的复小波，采用塔式二进快速算法即可达到移动不变效果；分类用的特征量为极容易在时域与WT域提取的新定义的二进数，用简单的二－十进制转换方法即可得到毫无歧义的正确的分类结果。对5种SDPQD的仿真结果表明，该方法快速，正确，扩展到分析更多的SDPQD时极为方便。     

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。     

电能质量扰动的专家概率分类器模型

电力系统以及部分用户均安装有监测装置,收集了大量的扰动数据,因此有必要研究出实用简单的、自动的扰动分类器,从而为进一步研究奠定基础。提出了电能质量扰动的专家概率分类器模型,用于常见电能质量扰动的分类。概率分类器基于数理统计规律,概念清楚、运算简单,引入专家反馈环节可以提高分类的准确性、鲁棒性,使得分类器具备一定的自适应能力。根据同一监测地点检测到的电能质量扰动样本,构建并测试了该分类器的可行性及性能,结果令人满意。     

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。     

电力系统模式分析

电力系统模式分析提在电力系统中模式识别技术应用的基础上发展起来的一种新的分析方法 。本文在对电力系统中模式识别技术的应用作简略回顾和综合评估的基础上，分析了电力系 统模式分析的范畴、发展趋向、运行模式与受扰模式的关系以及模式分析与专家系统的关系 四个问题。