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.     

基于小波包除噪的电能质量扰动检测方法

小波包变换能够实现信号频带的均匀划分，在任意频率聚焦，是分析暂态电能质量扰动时频特性的良好工具。但是电气信号中的电磁噪声严重影响了小波包的检测特性。该文提出了一种小波包除噪算法。通过仿真验证，该算法可以消除扰动检测中的噪声影响，从而为噪声环境中电能质量扰动的检测和定位提供了良好的依据。     

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。     

动态电能质量扰动的多刻度形态学分析

利用多刻度数学形态学由粗到细地对信号进行分层处理的特点，从动态电能质量扰动的波形出发，建立一种全新的多层次描述和多层次处理的扰动辨识方法。该方法不以传统的基于有效值理论的波形分析和基于稳态信号的频谱分析为辨识依据，而是直接从波形的几何形态出发，采用不同刻度的结构元素对波形进行变换，通过形态学膨胀、腐蚀、开、闭运算，得到各刻度下的形态谱并获得对所研究对象的直观的理解。仿真结果证明该方法弥补了傅立叶变换和小波变换的一些缺陷：适当选择结构函数的幅值和信号采样率后，分析结果只受结构函数形状的影响。为动态电能质量扰动的检测、识别与分类提供了新的思路。     

基于动态测度的电能质量扰动检测

将动态(Dynamics，以下用Dyn表示)测度有关概念引入电能质量研究领域以分析各种扰动信号。提出一种高效的Dyn测度算法，该算法能够准确检测信号的所有极值点，并计算其Dyn测度。通过分析扰动信号极值点的Dyn测度，发现扰动信号畸变点的Dyn测度与信号峰，谷点的Dyn测度差别较大，根据二者差异可以有效识别信号的畸变点。基于此提出了一种新的扰动检测方法。应用新方法对多种实测和仿真扰动信号进行检测，结果表明提出的新方法是正确的、有效的。     

一种基于数学形态学的电能质量信号快速定位方法

提出一种基于数学形态学的快速计算方法，进行电力系统采集数据的扰动定位。通过选择适当的结构元素，根据腐蚀和膨胀运算的特点设置适当的组合形态运算，并借鉴软阈值计算中的消噪方法，可设计高效的扰动定位算法。与以往的处理过程不同，该算法集信号消噪和扰动定位于一体，处理结果可以直接进行扰动信号的定位。给出了算法的原理分析、计算速度说明和仿真算例。该算法设计简单，计算量小，便于使用廉价的微处理器芯片实时实现。     

基于小波变换模极大值的电能质量扰动检测与定位

随着各种敏感电力电子设备在工业中的广泛应用,诸如短时低电压、短时过电压等电能质量扰动问题已成为近年来各方面的关注的焦点。对于短时低电压扰动发生、恢复时刻的检测与定位则电能质量监测和统计中获取相关指标首先要解决的问题。该文对小波变换模极大值检测原理及其在和短时低电压、短时过电压扰动信号检测中的应用进行了详细的研究,通过检测小波变换模极大值,实现了对短时低、短时过电压扰动发生、恢复时间的精确定位。仿真计算结果表明上述检测方法是有效的。     

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。     

基于瞬时无功功率理论的电能质量扰动检测、定位与分类方法

提出了一种对电能质量扰动进行检测、定位、辨识与分类的有效方法.首先对含有噪声的信号进行小波去噪处理,得到信噪比较高的信号,再对去噪后的信号进行差变处理得到差变信号,通过小波去噪和信号差变法来确定扰动的位置和持续时间.将去噪后的单相电压信号通过移相-60°得到三相电压,并用三相电压代替三相电流,利用瞬时无功功率理论计算出瞬时有功,进而计算出瞬时电压幅值,根据扰动的持续时间和扰动的幅度对扰动类型进行识别.     

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。     

几种短时电能质量扰动分类和检测的双小波分析法

提出了短时电能质量扰动分类和检测的双小波分析法。利用双小波(dbl和db24)各自的优点，把电能质量5种扰动(电压凹陷、电压凸起、电压间断、暂态脉冲和暂态振荡)有效地从含有噪声的采样信号中鉴别出来，并能实现扰动的各项指标测定。该方法弥补了以往小波检测方法中，当噪声污染严重或扰动发生、终止在工频相角为0或π附近时，可能检测不到或误判断的不足。仿真计算结果表明，该方法对扰动的分类简单、有效，对扰动各项指标测定尤其是电压凹陷、凸起和间断的时刻及幅度的确定，精度甚高。     

基于小波原理的电能质量检测数据实时压缩方法

根据小波变换的理论，结合电能质量检测数据的特点，文中将基于小波变换系数的门限方法应用于电能质量检测数据的压缩。仿真计算结果及其分析表明，该方法简单而且压缩效果较好，能保留压缩信号的局部特征，计算速度快，很适合于实时性要求较强的场合。