基于短时傅里叶变换的电压暂降扰动检测

用短时傅里叶变换作为时频信号分析工具，研究在电压暂降扰动下暂降电压幅值检测、扰动时间定位和扰动源识别问题。提出利用暂降后电压信号的基频幅值曲线检测暂降电压幅值，利用暂降发生和结束时产生的高频信号对电压暂降扰动时间定位的方法，并提出根据基频幅值和扰动点个数来识别电压暂降扰动源的方法，该方法可以有效区分由短路故障引起的电压暂降和由感应电机启动引起的电压暂降。仿真试验结果表明该方法对电压暂降扰动检测精度高，同时比以往基于小波变换的方法在抵御谐波和噪声干扰方面更具有优越性。     

恒压源激励下磁调制器中偶次谐波的分析与计算

前言在一个被交变电压源激励的铁心中,如果加进一个微小的直流偏置磁场,则铁心中交变磁通的对称性将被破坏,磁通波形的频谱中就将出现偶次谐波。这就是磁调制器工作的基本原理。对于恒压源激励下磁调制器中偶次谐波的分析计算,采用以单铁心磁调制器为基础,将信号磁场同不加信号场时所求得的激励磁场相叠加,得到所谓交直流合成磁场。由合成     

基于MPPT控制的两级式直流孤岛检测方法研究

针对主动式孤岛检测方法存在扰动同步注入、影响电网供电质量等问题,提出了一种基于最大功率点跟踪(MPPT)控制的两级式直流孤岛检测方法。该方法通过检测并网变换器直流侧电流来判断疑似孤岛,然后利用疑似孤岛信号触发电压扰动的注入使得孤岛后的公共耦合点(PCC)电压出现特定频率的波动。由于扰动信号的注入受疑似孤岛信号控制,减少了正常状态下扰动的注入时长,有效降低对系统电能质量的影响。此外建立小信号模型分析了耦合点电压对扰动分量的频域特性,选取扰动信号的最优频率。最后通过仿真与实验验证了所提方法在单机与多机工况下的有效性。     

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。     

非理想条件下的电网同步锁相技术

针对电网电压存在扰动时传统同步坐标系锁相环存在的不足,提出一种新型电网电压同步方法。文章首先详细分析了影响同步坐标系锁相环锁相精度的电网电压扰动因素,在此基础上提出一种新型多静止参考坐标系解耦软件锁相环,该方法能够在多静止坐标系内有效地将电网电压基波分量同扰动分量分离并锁相,因此其相位跟踪结果不受电网电压不平衡、畸变、直流偏置等因素影响,响应速度快,锁相准确。仿真和实验结果验证了所提出方法的正确性和可行性。     

一种新的电压暂态信号检测方法

暂态电能质量扰动包括电压骤降、电压骤升以及供电瞬时中断问题,而据统计和案例反映,造成用户用电设备异常运行或停电的绝大部分因素是电压骤降问题.为了检测电压暂降信号的特征值,本文提出了一种小波包变换和平方检测相结合的新检测方法.该方法采用小波包变换对扰动信号奇异点进行检测,准确定位扰动的起始时刻和终止时刻;采用小波包变换对信号进行平方解调,以求解扰动信号幅值.算例研究表明:在含有多种暂态扰动的情况下,该方法可以实现对骤降信号特征值的检测.     

基于无功电流扰动的孤岛与扰动辨识的研究

为了防止孤岛检测时电网扰动的干扰并提高孤岛与电网扰动辨识的准确率,提出了一种能够减小检测盲区且不带入有功功率扰动的孤岛与电网扰动辨识新方法。该方法是在检测到公共耦合点电压波动后,通过注入周期性无功电流扰动,迫使公共耦合点电压频率出现相应波动。利用小波分析分解公共耦合点电压频率信号得到的高频分量作为特征分量,用神经网络进行孤岛与扰动的辨识。通过理论分析与仿真实验证明该方法能准确辨识孤岛与电网扰动。     

基于可编程SNS型约瑟夫森结阵的驱动系统研究

文章基于可编程SNS型约瑟夫森结阵,研究了一种交流量子电压驱动方法。该方法根据结阵的I-V特性,通过控制各段结阵的偏置状态及组合方式,实现交流量子电压的合成。采用电压源驱动方式,将节点电流分析法应用在偏置电路参数计算中,设计了偏置模块,搭建了交流约瑟夫森量子电压驱动系统。实验结果表明,该系统偏置电流的建立时间为1.27μs,稳定性优于6 n A/min,输出电流分辨率可达0.01 m A,可以合成频率为50 Hz、每周期40个采样点、有效值为1 V的交流约瑟夫森量子电压信号。     

电能质量扰动的递归定量分析

为了准确识别各种电能质量扰动信号,针对电能质量扰动信号的非平稳特征,将递归定量分析(RQA)方法引入电能质量领域,对电压闪变、电压暂升、电压暂降、电压尖峰、振荡暂态及谐波背景下的电压闪变、电压尖峰等动态电能质量扰动信号进行研究。利用相空间重构理论,在高维相空间中展现出电能质量扰动信号的内在规律,用RQA方法提取扰动信号的非线性特征参数——递归率、确定率、分层度及熵,并以此构成特征相量对扰动信号进行识别。通过对几种典型的电能质量扰动信号的计算分析,表明各类扰动信号的定量递归特征相量互不相同,利用RQA的4项特征量可以对电能质量扰动信号进行有效识别。     

基于经验模态分解的电能质量扰动信号定位方法

提出了一种基于经验模态分解(empirical mode decomposition,EMD)的方法来对电能质量扰动信号进行定位。在EMD方法分解过程中,异常数据会在其第1个固有模态分量中引起局部高频突变信号,此高频突变信号具有幅值相对于无扰动时明显增大的特点。利用此特点,对含有电能质量扰动的电网电压进行EMD分解后得到的第1个固有模态分量求取一阶导数,然后对一阶导数进行阈值处理来确定扰动发生及终止的时刻。仿真结果表明,此方法对多种电能质量扰动信号信号有较好的定位效果。