基于短时网格分形维数的电能质量扰动检测

随着微处理器和电力电子等智能器件越来越多地在工业过程控制中的应用,诸如电压上升、电压下降等电能质量扰动问题已成为近年来各方面关注的焦点.对电能质量进行有效地分析和检测不仅必要而且十分迫切.为此提出用短时网格分形维数来检测电能质量扰动,并给出了短时网格分形维数的计算方法.仿真结果表明,该方法能准确有效地检测到电能质量扰动,并能精确地确定电能质量扰动的发生、恢复时刻.     

基于短时李氏指数的电能质量扰动检测仿真研究

随着微处理和电力电子等智能器件越来越多地在工业过程控制中的应用，电能质量扰动问题已成为近年来各方面关注的焦点，对电能质量进行有效地分析和检测不仅必要而且十分迫切。为此提出用短时李氏指数检测电能质量扰动的方法。该方法利用电能质量扰动存在时电压信号的短时李氏指数会突变这一特性，对电能质量扰动进行检测，即根据所计算的短时李氏指数，判断电能质量扰动是否存在，以及确定其发生和恢复时刻，给出了短时李氏指数的计算方法，以及检测算法。仿真结果表明，该方法具有简单快捷的特点，能准确有效地检测到电能质量扰动，并能精确地确定电能质量扰动的发生，恢复时刻。     

短时电能质量扰动检测的一种新方法

将DCT(离散余弦变换)变换和差变算法结合起来进行短时电能质量扰动的检测。对含强噪声的短时电能质量扰动采样信号(电压凹陷、电压凸起和电压间断)进行DCT变换,从所得DCT系数中提取出差变信号,通过DCT系数和差变序列检测出扰动的幅值和起止时间。仿真结果表明,用该方法检测扰动,分析过程简单,利用DCT系数的噪声鲁棒性能实现强噪声环境下的扰动信号检测,且检测精度较高。     

短时电能质量扰动检测的一种新方法

将DCT(离散余弦变换)变换和差变算法结合起来进行短时电能质量扰动的检测.对含强噪声的短时电能质量扰动采样信号(电压凹陷、电压凸起和电压间断)进行DCT变换,从所得DCT系数中提取出差变信号,通过DCT系数和差变序列检测出扰动的幅值和起止时间.仿真结果表明,用该方法检测扰动,分析过程简单,利用DCT系数的噪声鲁棒性能实现强噪声环境下的扰动信号检测,且检测精度较高.     

电能质量的S变换仿真

针对电能质量扰动信号的特征,介绍了一种基于S变换的信号检测与分类的方法.该方法利用S变换模矩阵来检测电能质量扰动信号,并对其进行分类.对影响电能质量的8种扰动信号(电压凹陷、电压隆起、短时中断、电压尖峰、电压缺口、谐波、间谐波和瞬态振荡)进行了仿真.仿真结果表明,该方法可以准确地确定扰动发生时刻和持续时间,能够对电能质量扰动信号进行简单、直观地分类.     

基于数学形态学和网格分形的电能质量扰动检测及定位

提出一种基于数学形态学和网格分形的电能质量扰动检测及定位方法。首先利用数学形态学理论构造一种多结构并行复合形态滤波器对扰动波形进行预处理，以滤除信号中的随机、脉冲等多种噪声；然后对滤波后的波形，根据网格的变化规律进行分析，提出一种简单快捷的奇异性检测判据，以准确快速地检测出扰动并进行时间定位。分别用电压骤降、电压骤升、谐波及其组合扰动对所提方法进行验证。数字仿真结果证实了其正确性和有效性。     

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.     

基于扰动功率法的短期电能质量扰动源判定

采用扰动功率法对电压骤升、电压骤降、短时停电等短期电能质量扰动进行扰动源的判定,对公共连接点的各个支路,其扰动功率初始峰值极性作为扰动方向判定的依据,极性不同的支路为扰动源所在的支路。仿真结果表明,该方法对判定电压骤升、电压骤降、短时停电等短期电能质量扰动的扰动源有较好的效果。     

基于扰动功率法的短期电能质量扰动源判定

采用扰动功率法对电压骤升、电压骤降、短时停电等短期电能质量扰动进行扰动源的判定,对公共连接点的各个支路,其扰动功率初始峰值极性作为扰动方向判定的依据,极性不同的支路为扰动源所在的支路。仿真结果表明,该方法对判定电压骤升、电压骤降、短时停电等短期电能质量扰动的扰动源有较好的效果。     

基于扰动功率法的短期电能质量扰动源判定

文中采用扰动功率法对电压骤升、电压骤降、短时停电等短期电能质量扰动进行扰动源的判定,对公共连接点的各个支路,其扰动功率初始峰值极性作为扰动方向判定的依据,极性不同的支路为扰动源所在的支路.仿真结果表明,该方法对判定电压骤升、电压骤降、短时停电等短期电能质量扰动的扰动源有较好的效果.     

基于HHT的电能质量信号检测分析

大量的非线性负载会造成电能质量“污染”,使电能信号复杂多样.针对复杂电能信号采用希尔伯特黄变换（HHT）进行检测分析.介绍了HHT原理,应用HHT对几种最为常见、重要的电能质量扰动及复杂电能质量扰动进行仿真分析.分析表明此方法能精确检测出电压幅值、频率及扰动的起止时刻,适用于分析电能质量信号.     

基于形态学的动态电能质量扰动的检测与分类

提出了一种基于数学形态学的动态电能质量扰动检测与分类方法。该方法先对整流信号(取绝对值以后的信号)进行开运算以滤除尖峰噪声,再用长度为1/2工频周期的扁平结构元素进行膨胀运算提取其幅值特性;同时对差变信号进行短扁平结构元素的梯度运算来检测和定位奇异点,克服了以往方法可能漏检奇异点的不足。基于已得到的幅值特性和形态梯度可对五种动态电能质量扰动(电压暂降、暂升、中断、暂态脉冲和振荡)进行分类。仿真结果表明,该方法能够有效地对动态电能质量扰动进行检测和分类。     

采用小波变换检测和定位电能质量扰动

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,分析了对电网电压跌落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,进行了相应的仿真研究。结果证实了小波变换能更精确地检测和定位电能质量扰动。     

基于形态-复小波暂态电能质量扰动检测及定位

针对暂态电能质量扰动的实际检测过程中,存在着较强的脉冲噪声和白噪声干扰,影响暂态信息准确提取的问题,设计了有效的滤波算法以在保留信号特征的前提下最大限度地抑制噪声干扰影响,该法是将基于数学形态学的广义形态滤波器作为复数小波变换的前置滤波单元,形成的一种新型形态-复小波变换综合检测算法。仿真结果表明,基于该算法的滤波器不仅可很好地解决电能质量扰动分析中滤除随机噪声和脉冲噪声的困难,还可较好地保持扰动信号的形状和特征。另外用Daubechies实小波构造了相应的正交紧支对称复小波,由其提供的复合信息可准确地检测出扰动并进行时间定位。分别用电压暂降、暂态振荡、短时谐波畸变及微小扰动对所提方法进行了数字仿真验证,结果证实了基于形态-复小波变换综合检测方法的正确性和有效性。     

基于HHT的电能质量检测新方法

提出了用HHT方法对电能质量扰动信号（电压凹陷、电压凸起、电压间断、暂态震荡、暂态脉冲等）和谐波（整数次谐波和间谐波）进行检测及时频分析的新方法.该方法由经验模态分解法（EMD）和Hilbert变换（HT）两部分组成.通过EMD得到固有模态函数（IMF）后,再进行HT,可以定量、准确地刻画相应时刻的瞬时频率和幅值.通过该方法可以确定非平稳的电能质量扰动信号的时间、频率和幅值信息;同样也可以精确的检测出谐波的幅值和频率.仿真结果表明,该法不但适用于非平稳信号的处理,而且对平稳信号的分析、处理也有很好的效果.     

电能质量复合扰动分类识别

电能质量扰动的分类分为信号特征提取和分类器2个阶段,采用S变换和支持向量机构造电能质量复合扰动的分类识别方案.利用S变换进行扰动信号特征提取,构造支持向量机静态分类树,再通过基于Mercer核的聚类方法对静态分类树进行动态扩展,形成动态分类树,实现对复合扰动的识别.给出了电能质量复合扰动分类算法的4个步骤:构建静态分类树;用基于Mercer核的聚类方法进行聚类分析;构建动态分类树;对新发现的扰动确定其具体类型,并给其命名.算例表明该方法不仅可以有效分类识别电压突降、电压突升、电压中断、暂态振荡、电压尖峰、电压缺口和谐波等7种电能质量扰动,还可以识别由其组合而成的电能质量复合扰动.     

基于独立分量分析的电力系统瞬时电压畸变信号判别方法

提出一种基于独立分量分析(independent component analysis,ICA)的瞬时电能质量扰动信号检测与判别方法。利用ICA可将相互独立的源信号从其线性混合信号中分离出来的特点,以负熵作为衡量信号独立性的目标函数,通过优化此函数,得到一种固定点算法：FastICA算法,用此算法对包含瞬时电能质量扰动信号的电网电压信号进行计算,可分离出与扰动相对应的信号。对于不同类型的扰动,分离出的信号具有不同的波形特征,根据这一特点,可对扰动进行判别并确定其位置和持续时间。仿真试验结果表明,该方法对瞬时电压跌落、瞬时电压上升、瞬时脉冲、瞬时电压中断、谐波等多种瞬时电压畸变信号有较好的检测与判别效果。     

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。