基于数学形态学的电能质量扰动定位方法

提出了一种快速的电能质量扰动检测和定位的方法,在该方法中其检测输出量能够反映出扰动前后被检测电压幅值平方的变化,具有非常明显的检测效果。系统存在噪声的情况下,该方法同样适用。MATLAB／SIMULINK仿真结果证明了这两种方法的有效性。     

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。     

基于数学形态学的谐波检测与电能质量扰动定位方法

提出了一种基于数学形态学的电流（电压）谐波检测方法,通过合理地选择扁平结构元素的长度,该方法能快速、准确地检测出电流（电压）中的谐波分量.以此为基础,提出了一种快速的电能质量扰动检测和定位方法,该方法将电压幅值的平方值作为TOP-HAT变换的输入量,具有较高的检测灵敏性.系统存在噪声的情况下,该方法也有较好的检测效果.MATLAB/SIMULINK仿真结果证明了这两种方法的有效性.     

基于数学形态学的电能质量扰动检测和定位

数学形态学因其在保留信号突变点信息方面有很好的效果,因此常用于短时电能质量扰动的检测和定位,但基于数学形态学的部分方法仍存在对某些过零点扰动检测失效的缺点,文章分析了3种基于数学形态学的扰动检测和定位方法,即基于1阶求导和形态梯度的方法、基于形态梯度和软阈值处理的方法、基于dq分解和高帽变换的方法,通过仿真比较了3种方法在分析电压暂降、电压暂升、电磁暂态振荡等信号方面的适应性,结果发现基于dq分解和高帽变换的方法在检测过零点扰动时具有很好的效果,因此选取这种方法对实测扰动数据进行了检测和定位分析。结果表明,基于dq分解和高帽变换的方法能正确检测与定位出任一时刻发生的扰动,具有较好的适应性与可行性。     

基于数学形态学和短窗功率算法的电能质量扰动检测方法

提出了一种基于数学形态学和短窗功率算法的电能质量扰动检测及定位方法.根据数学形态学基本原理及其形态变换构造了一种简单实用的形态滤波器并将其运用于扰动信号预处理中,以同时滤除随机和脉冲噪声.该滤波方法能在滤除多种噪声的同时,较好地保留了扰动信号的基本形态特征,较之小波方法和传统形态滤波方法更为有效.根据扰动位置能量的变化,对滤波后的信号利用短窗功率算法以准确地检测出扰动并进行时间定位.分别用电压暂升、暂降、中断和短时电压波动对该方法进行验证,Matlab仿真结果表明了该方法的有效性.     

基于数学形态学和简化熵的电能质量扰动定位

提出了简化熵的概念,并将其与数学形态学理论结合应用于电能质量扰动定位。首先,利用数学形态学理论构造了自适应尺度结构元素形态学滤波器,用于滤除噪声和谐波;其次,根据信息熵理论提出简化熵概念,将其用于表征信号每个时刻的稳定度以得到突变点位置;最后,分析对比了在幅度、谐波含量和白噪声含量不同时,该方法的有效性,仿真结果表明,该方法能在多种干扰下快速有效的定位扰动发生时刻。     

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。     

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。     

基于数学形态学与后差分算法的微网暂态电能质量扰动定位方法

微网技术优点突出,但是由于微网中分布式电源的自身特性、微网特殊的网络性质和运行特点都对微网的电能质量产生影响,特别是暂态电能质量扰动问题,扰动定位则是治理这一问题的基础和前提。为此,提出了基于数学形态学与后差分的微网暂态电能质量扰动定位方法。该方法首先用第一级形态滤波器对噪声进行预处理,并进行Park变换,将基频分量转换为直流分量,然后采用直线型结构元素的第二级形态滤波器进行消噪,最后采用后差分算法快速、准确定位扰动信号。MATLAB/SIMULINK仿真结果及分析表明,该方法简单、快速、准确,适合实时性要求较强的场合。     

电能质量扰动的Block-Thresholding去噪方法

提出一种基于block-thresholding阈值估计量的电能质量扰动小波去噪算法.在小波域,各个尺度携带信号信息的小波系数其分布具有"簇聚"性质,即大部分系数成簇聚集在信号突变位置.所提算法将各个尺度的小波系数分成若干块,针对各个块进行阈值处理;而不像传统的小波阈值去噪算法,如Donoho等提出的VisuShrink那样预先确定一个阈值,对所有小波系数逐项比较进行去留处理.将所提算法与传统阈值去噪方法进行比较研究,仿真和实验结果表明所提算法在全局适应性和空间适应性方面的优越性.     

小波变换在电能质量分析中的应用

对小波变换在电能质量问题分析中的应用情况进行了综述,主要内容涉及小波变换的基本概念、应用小波变换对电压下降与电压凹陷的幅值与持续时间的分析、电能质量扰动数据压缩、暂态电能质量问题的分析以及小波变换与人工神经网络结合对电能质量扰动类型的辨识。最后对小波变换在电能质量问题分析中的发展方向进行了展望。     

基于数学形态学原理的行波波头提取算法在铁路电力贯通线测距中的适应性分析

对3种基于数学形态学原理的行波波头提取算法——数学形态学梯度算法、形态学–小波综合滤波算法和形态学非抽样小波分解算法进行了研究,针对一条实际的10 kV架空线–电缆混合铁路电力贯通线路进行了故障测距仿真试验,对比分析了3种算法在不同故障类型、不同故障距离、不同过渡电阻以及不同噪声水平工况下的适应性。结果表明,数学形态学梯度算法运算速度快,适用于低噪工况;形态学–小波综合滤波算法测距精度高,适用于噪声不大的工况;形态学非抽样小波分解算法噪声耐受性高,适用于有较强噪声干扰的环境。基于此,提出了形态学综合测距方案,该方案可获得比单一方法更为快速准确的结果,为后续系统装置的研制提供了依据。     

电能质量扰动小波变换检测与识别方法的发展

电能质量扰动问题近年来已经成为众多领域关注的焦点,国内外学者提出了一系列对电能质量扰动进行分析的方法。介绍几种常用的电能质量扰动检测和识别方法,重点分析了基于小波变换以及小波变换与其他方法如时域分析法、d-q变换、人工神经网络等相结合的电能质量扰动识别方法,比较了各种方法的特点,指出了该领域研究发展的前景。     

基于改进形态Haar小波在输电线路故障测距中的应用研究

提出将改进形态Haar小波（IMHW）用于输电线路行波测距中。从信号的时域上提取奇异点,能够较为快速和准确地定位奇异发生的时刻,适合应用于输电线路故障测距。大量ATP仿真结果表明采用基于IMHW变换的行波测距能够准确地提取行波信号的波头位置,具有较高的测距精度。IMHW变换主要是加减和取极值运算,与经典Mallat小波算法相比,该算法具有结构简单,算法量较小,易于工程实现的特点。     

基于小波-形态学的串补线路超高速保护新原理

提出了一种串补输电线路的超高速保护新方法,利用小波作为前置滤波单元,有效检测出高频突变量的同时较好地抑制了信号中的稳态分量,数学形态学中的多分辨形态梯度可用来进行边沿检测,突出波形的暂态特征。作者将二者有机结合提取暂态信号中多个频段的谱能量,实现了区内外故障的识别。ATP仿真结果表明该方法对超高压输电线路中不同位置的各种故障均有较好的适应性,该算法的计算量较多尺度小波变换的计算量小,有利于工程实现。