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.     

基于HHT变换的微网电压闪变与谐波检测新技术

微网中大规模的分布式电源由于其自身特点及大量电力电子设备的使用,容易引起电网电压波动、电压闪变及谐波等电能质量问题,影响电力用户的供电要求。利用HHT（Hilbert-Huang transform）变换方法对微网中的电压闪变、谐波等电能质量扰动信号进行了EMD分解,得到各IMF分量,通过对IMF分量进行Hilbert谱分析和边际谱分析。仿真结果表明,该方法能快速有效地检测出微网中电压闪变信号的频率和幅值及谐波信号产生及终止的时刻。     

EEMD在配电网电能质量扰动检测中的应用

鉴于引起配电网电能质量问题的扰动信号为非平稳信号,本文将基于集合平均经验模态分解(EEMD)的希尔伯特-黄变换(HHT)应用于配电网电能质量扰动检测.该方法通过对配电网电能质量扰动信号进行自适应分解,获得固有模态函数(IMF),再对IMF进行HHT获得准确的瞬时频率和瞬时幅值,可以准确刻画扰动发生时间、描述扰动信号的频率和幅值特征,同时克服经验模态(EMD)存在的模态混叠问题,为配电网扰动信号的检测提供了一种新的分析手段.通过配电网几种常见扰动信号进行仿真实验,结果验证了该方法的有效性.     

基于EMD的Hilbert变换应用于暂态信号分析

将一种新的非平稳信号处理方法--基于经验模态分解(EMD)的希尔伯特(Hilbert)变换方法,应用于电力系统暂态信号分析中。通过EMD方法提取信号的固有模态函数(IMF),再进行Hilbert变换,求瞬时频率、瞬时振幅,得到信号的Hilbert谱,进而得到Hilbert边际谱,对故障暂态和扰动信号进行了分析。通过瞬时频率进行故障暂态和扰动时刻的准确检测;通过Hilbert边际谱与傅里叶幅值谱的比较,表明Hilbert边际谱在分辨率上具有明显的优越性。该方法为电力系统暂态信号分析提供了一种新的分析手段。仿真结果验证了该方法的有效性。     

基于自适应变分模式分解的非稳态电压闪变包络参数检测

针对非稳态时变的电压闪变包络参数准确检测难题,提出一种基于自适应变分模态分解的电压闪变包络参数检测方法.首先通过Hilbert变换检波法快速提取电压闪变包络信号;再采用损失系数和能量差作为确定模态分解个数的判断依据,利用自适应变分模态分解闪变包络信号;最后通过Hilbert谱分析求取瞬时幅值和瞬时频率,确定电压闪变包络参数,并开发基于虚拟仪器的电压闪变参数检测实验平台.仿真与实测结果表明,该文方法能有效实现非稳态闪变包络参数的准确检测与分析,可有效克服电网工频波动、叠加谐波和噪声的干扰,相比现有的检测方法具有更高的准确度.     

基于EMD的Hilbert变换应用于暂态信号分析

将一种新的非平稳信号处理方法——基于经验模态分解(EMD)的希尔伯特（Hilbert）变换方法，应用于电力系统暂态信号分析中。通过EMD方法提取信号的固有模态函数（IMF），再进行Hilbert变换，求瞬时频率、瞬时振幅，得到信号的Hilbert谱，进而得到Hilbert边际谱，对故障暂态和扰动信号进行了分析。通过瞬时频率进行故障暂态和扰动时刻的准确检测；通过Hilbert边际谱与傅里叶幅值谱的比较，表明Hilbert边际谱在分辨率上具有明显的优越性。该方法为电力系统暂态信号分析提供了一种新的分析手段。仿真结果验证了该方法的有效性。     

基于Hilbert-Huang变换的风电场闪变

随着风电场装机容量的增大,风电并网所带来的电压偏差、谐波污染、电压波动和闪变等电能质量问题日益严重,因此,需要对其进行评估和治理,而评估和治理的前提是参数的准确检测。将一种新的非平稳信号处理方法,即Hilbert-Huang变换用于风电场闪变的分析。该方法可以从频域和时域同时对信号进行分析,能够准确检测出非平稳电压闪变信号的时间、频率和幅值信息。仿真分析结果表明了该方法分析风电场闪变的有效性。     

变分模态分解在电力系统谐波检测中的应用

针对电能质量分析中的谐波检测问题,将变分模态分解(VMD)应用到电力系统谐波检测中。利用VMD对信号的频带划分能力,实现各谐波模态的有效分离。对谐波信号进行频谱预分析确定VMD模态分解数,采用Hilbert变换提取各谐波模态幅值、频率等特征信息,通过基于奇异值分解的扰动定位方法对暂态谐波起止时刻与幅值变化时刻进行准确定位。不同类型谐波信号仿真实验验证了该方法的有效性,在无噪声与较低信噪比情况下均具有较高检测精度,具有良好的噪声鲁棒性。     

基于EEMD的HHT在电能质量多扰动分类识别中的应用

现有的电能质量扰动分类识别方法对电能质量多扰动的分类准确性和识别能力较低,本文提出了将基于聚类经验模态分解(EEMD)的希尔伯特—黄变换(HHT)应用于电能质量多扰动的分类识别方法。它依据电能质量多扰动信号就是在电能基波上叠加不同频率和不同幅值波形的特性,首先利用EEMD对含扰动信号分解得到信号的固有模态函数(IMF),滤除残余噪声后,将得到的IMF分量作为特征值对扰动进行分类,再对IMF进行Hilbert变换得到其瞬时频率和瞬时幅值,瞬时频率的突变点反映电能质量扰动的起止时刻,瞬时幅值反映电能质量扰动的幅度,根据对突变点的观测实现对各个扰动的准确识别。Matlab仿真分析结果表明,该方法能够准确的对电能质量多扰动的扰动类型进行分类,并确定电能质量各个扰动信号的时间、幅值和频率。     

基于VMD的谐波检测方法

针对电网谐波检测问题,分析已提出的几种传统的谐波检测方法,首次提出一种基于变分模态分解(Variational Mode Decomposition,VMD)的电网谐波检测方法。运用VMD方法将所含谐波的电网信号分解为一系列的本征模态分量(Intrinsic Mode Function,IMF),然后对分解出的IMF分量采用希尔伯特黄变换(HilbertHuang transform,HHT),获得每一个IMF分量的瞬时频率和瞬时幅值。由于VMD方法能准确的分解出每一个IMF分量,因此所得到的瞬时频率和瞬时幅值达到了很高精度的获取,并且与在经验模态分解(Empirical Mode Decomposition,EMD)所得到IMF分量Hilbert变换进行对比,说明了该方法比传统的Hilbert变换分解能力更强。为验证该方法对电网谐波的检测能力,将VMD算法与传统的瞬时无功功率谐波检测算法运用到实测数据中。仿真和实测数据表明,该方法是检测谐波的有效新方法。     

Hilbert–Huang Transform Based Approach for Measurement of Voltage Flicker Magnitude and Frequency

Voltage flicker is a non-stationary waveform for which direct spectral analysis is not appropriate. To overcome this difficulty, a Hilbert–Huang transform based technique is proposed here. Hilbert–Huang transform is a new signal processing method that can be used in the analysis of non-linear and non-stationary signals. In the suggested method, the recorded voltage signal is decomposed into Hilbert–Huang transform components, namely the empirical mode decomposition and intrinsic mode function components. These components are used in the calculation of the frequency and amplitude of voltage flicker. The clear success of empirical mode decomposition in depicting envelope variations of a sinusoidal waveform has been the main motivation for the adoption of Hilbert–Huang transform in flicker analysis. Simulations are performed over waveforms, including single- and multiple-flicker frequencies and flicker with harmonic, voltage sag, and voltage swell. The waveforms are selected as pure sinusoids, as well as harmonically rich voltage waveforms. Simulation results show that the proposed methodology constitutes a plausible way to analyze voltage flickers, making it an alternative to the available flicker analysis tools.     

用瞬时无功功率理论求电压闪变参数

为解决基于统计评价的指标只能定量地给出闪变的强弱或严重程度,而无法说明闪变的具体参数特征的问题,提出了一种计算电压闪变信号调制的频率和幅值的有效方法。该法对单相电压信号向后延迟60°得出三相电压,并以其代替三相电流,利用瞬时无功功率理论算出瞬时有功,进而算出电压信号包络线,利用高精度FFT所得的包络信号算出闪变调制的频率和幅值。仿真表明该法可有效求取平稳和非平稳电压闪变信号参数。     

Hilbert-Huang变换在电气化铁路谐波检测中的应用

将Hilbert-Huang变换(Hilbert-Huang transform,HHT)用于电气化铁路谐波检测中,应用该方法可以提取任意频次的谐波信号。为了解决直接应用经验模式分解(empirical mode decomposition,EMD)方法可能出现的模态混叠问题,文中采用基于傅里叶变换(Fourien tranform,FT)的EMD方法对电气化铁路谐波信号进行提取。首先利用傅里叶变换对指定频率部分进行滤波,然后分别进行HHT变换,再重新组合,即可得到信号全部完整的本征模态函数(intrinsic mode function,IMF)分量,进而计算其Hilbert谱,得到谐波信号的Hilbert谱值。对电气化铁路牵引变电站实测谐波电压、电流数据进行了分析,仿真结果表明利用改进的HHT方法可以得到电气化铁路各次谐波的准确时频分布。     

Recognition of Single-stage and Multiple Power Quality Events Using Hilbert–Huang Transform and Probabilistic Neural Network

This article presents the Hilbert–Huang transform based algorithm for recognizing the single-stage and multiple power quality events comprising voltage sag, swell, notches, spikes, harmonics, transients, and flicker. The change of the state during the course of the single-stage power quality event is called a multiple power quality event. Hilbert–Huang transform is an adaptive signal processing technique that combines empirical mode decomposition and Hilbert spectral analysis and makes it an attractive tool for analysis of power quality events. A synthetic database of power quality events is generated in MATLAB (The MathWorks, Natick, Massachusetts, USA) as per Standard IEEE-1995. The significant features are extracted from the instantaneous amplitude, phase, and frequency contours of intrinsic mode functions of each disturbance, and the events are classified using the probabilistic neural network technique.     

Hilbert变换求取电压闪变有关参数

随着电力系统中大容量冲击负荷的不断增加，配电网中的电压闪变也愈发严重，因此需要对其进行检测和分析，进而提出具体的治理方案。基于统计评价的指标只能定量地给出闪变的强弱或严重程度，而无法说明闪变的具体参数特征。文中提出基于Hilbert变换的电压闪变参数化快速计算方法，能够计算出闪变调制的频率和幅值，以及电压闪变的近似均方根幅值和基波频率。针对含有高次谐波的闪变信号，提出应用小波去噪方法将高次谐波作为噪声滤去的实用预处理方法。去噪后的信号再进行具体参数的计算。仿真以及现场采集的闪变信号的实例验证了此方法的可行性和准确性。     

CEEMD在电能质量扰动检测中的应用

为了解决总体平均经验模态分解(EEMD)处理非平稳、非线性信号的不足,提出了一种基于完全经验模态分解(CEEMD)的电能质量扰动检测新方法。首先采用CEEMD对含噪的电能质量扰动信号进行分解得到固有模态函数,并对固有模态函数进行Hilbert变换检测出瞬时幅值和瞬时相位特征参数。对所得瞬时幅值求取二阶导数得到模极大值点,提高了通过模极大值点定位扰动时刻的准确性。针对高频复合扰动采取两次CEEMD分解方法去除噪声与虚假分量有效提取出扰动成分,针对稳态扰动提出先去除谐波再提取闪变包络的检测方法。并通过Matlab仿真实验以及依托交流调压器负载实验和三电平实验平台的实测数据,验证了该方法既可以对未知扰动信号进行辨识区分,也可以确定电能质量扰动的时刻、类型、频率和幅值等特征参数。     

基于变分模态分解的电能质量扰动检测新方法

为了更加准确地提取扰动信号特征,提出了基于变分模态分解(VMD)的电能质量扰动检测新方法。该方法由VMD和希尔伯特变换(HT)2个部分组成。首先,对扰动信号进行傅里叶变换以确定VMD的预设分解尺度;然后,利用VMD将扰动信号分解为系列调幅-调频函数之和;最后,对每个调幅-调频函数进行HT,求取瞬时幅值和瞬时频率,进而确定扰动信号特征。较之希尔伯特-黄变换和局部均值分解方法,VMD方法不仅可分析不同时间支集的扰动信号,处理复合扰动和频率相近的奇数次谐波,也不存在模态混叠,获取的瞬时幅值和瞬时频率更加准确。仿真信号和变电站电容器组投入时的电压信号分析结果证明了所提方法的可行性和有效性。