人工智能和数学变换用于电能质量的研究综述

由于故障、动态运行和非线性负荷的加入,使动态电能质量问题越来越复杂,因此电能质量的问题重新受到关注.特别是随着小波理论自身的发展和世界范围内小波分析算法研究热潮的兴起,以及各种人工智能技术在电力系统的成功应用,对动态电能质量扰动的起因和来源有了很好的理解,对动态电能质量的识别、检测、分类和统计有了很好的解决办法.为了在现有研究成果的基础上,进一步对动态电能质量进行研究,明确尚需进行的工作,在大量查阅各种国际会议、学术刊物上发表的电能质量论文后,综述了近年来人工智能和傅立叶变换、短窗傅立叶变换和小波变换在电力系统电能质量评估应用中的主要成果与方法,并提出若干需要解决的问题.     

基于变换的电能质量分析方法的研究

对电能质量的分析方法进行综合性研究。分别对傅立叶变换和小波变换的基本概念和原理加以阐述,介绍了在谐波分析中最常用的FFT算法、各种改进的FFT算法在电能质量分析中的应用,以及小波变换在电能质量分析中的各种应用,并比较了傅立叶变换和小波变换的不同适用范围,最后,对电能质量问题研究方向提出了自己的看法。     

基于变换的电能质量分析方法

对电能质量问题和基于变换的电能质量分析方法进行了综述,文中给出了各种电能质量扰动现象的分类与特征,对傅里叶变换,短时傅里叶变换、小波变换和二次变换这4种变换分析方法的基本原理及其在电能质量领域的应用作了详细论述,阐明了各种方法的特点及其适用条件,最后提出了电能质量研究的方向。     

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。     

基于小波变换与傅里叶变换相结合的电能质量监测方法

介绍了至今为止国家标准中规定的各项电能质量指标的计算方法,提出了一种将小波变换与短时傅里叶变换相结合的方法对电能质量的暂态和稳态问题监测的方法,其中小波变换选用Mallat算法,短时傅里叶变换窗函数选用Hanning窗。利用小波变换Mallat算法对暂态电能质量问题进行实时监测,并且区分稳态扰动与暂态扰动,再对各频段进行短时傅里叶变换去分析,从而能够很好的对时域和频域进行分析。MATLAB的仿真结果验证了该方法的准确性和有效性     

S变换在电能质量扰动分析中的应用综述

结合国内外采用S变换应用于电能质量扰动分析的现状,对基于S变换的电能质量扰动检测、识别以及其他方面的应用进行了分类和总结。分析了S变换结合各种人工智能与数学工具在进行电能质量扰动分析时的优势和不足,介绍了近年来利用广义S变换、改进S变换和双曲S变换等其他形式S变换在电能质量扰动分析中的应用情况。最后对S变换应用于电能质量扰动分析的发展趋势以及值得进一步研究的问题进行了展望。     

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。     

S变换在电能质量扰动分析中的应用综述

结合国内外采用S变换应用于电能质量扰动分析的现状,对基于S变换的电能质量扰动检测、识别以及其他方面的应用进行了分类和总结.分析了S变换结合各种人工智能与数学工具在进行电能质量扰动分析时的优势和不足,介绍了近年来利用广义S变换、改进S变换和双曲S变换等其他形式S变换在电能质量扰动分析中的应用情况.最后对S变换应用于电能质量扰动分析的发展趋势以及值得进一步研究的问题进行了展望.     

基于小波变换的谐波测量方法综述

结合国内外谐波检测技术的发展现状,对基于MALLAT算法、小波包变换、连续小波变换、复小波变换、自适应小波的谐波检测以及电能质量分析方法进行了分类和总结,分析了各种小波变换算法在谐波检测中的优点和缺点,同时对目前小波变换在谐波测量中的几个需要解决的问题进行了归纳.最后,对小波变换在电力系统谐波检测中需要重点研究的方向提出了自己的看法.     

基于小波测位的闪变检测算法及其实现

小波分析是分析非稳定信号的一种有效方法,是一种很好的电能质量信号的检测和分析工具。该文提出了基于快速小波变换的闪变算法,并将该算法在数字信号处理器(DSP)上实现。该算法可以准确定位闪变分量出现的位置,并从该时刻起进行快速傅立叶变换(FFT),从而得到包络信号的频率及幅值。该方法具有良好的检测闪变分量性能,并有效地节约了DSP计算快速傅立叶变换(FFT)的时间。     

基于WAMS的河南电网动态特性监测分析

针对河南电网在特定扰动下所产生的功率振荡问题,采用傅里叶变换、小波变换和Prony算法分析了河南电网广域测量系统提供的扰动数据,计算了振荡参数。分析过程和结果显示,各种方法对信号的处理能力和所提供的信息各不相同。在不同的扰动下河南电网均具有较强的阻尼,但被激发的动态特性存在差异。研究分析表明,采用适当的方法,基于WAMS系统的电网动态特性监测和分析可为区分不同的扰动和处理振荡提供丰富的信息。     

基于傅里叶和小波变换的电网谐波分析

正确提取电网谐波是进行电能质量分析的前提.根据电网谐波中既存在稳态谐波分量又有暂态谐波分量的特点,将傅里叶变换和小波变换方法结合起来对电网谐波进行分析,得出谐波分析的傅里叶小波综合算法.通过对单独傅里叶变换以及单独小波变换的对比分析,得知该文算法的优越性.同时通过对具体信号的仿真,验证了该算法的可行性.     

电力系统谐波源及谐波检测方法研究

近年来,谐波污染已成为影响电力系统安全稳定运行的重要因素之一。文章在总结谐波检测方法的研究基础上,首先对整流性负荷和冲击性负荷两种谐波源的谐波产生机理进行了简要分析,阐明电力系统中主要存在的谐波成分;再介绍目前常用的FFT变换和小波变换两种谐波检测方法;最后,通过Matlab仿真软件对模拟构建的谐波模型和变电站实测数据进行分析,并对比了两种检测方法的优势和不足。分析证明,傅里叶分析是能够准确地反映信号幅值和相位的频域特征,而小波变换能直观地显示基波和各次谐波在时域和频域的波形信息。在实际的工程应用中需要选择适当的算法,结合各种谐波检测方法的优势,以便得到快速准确的结果。     

井下综保器改进算法的仿真研究

针对目前井下综保器采用的信号检测算法存在的精度问题,提出将傅里叶变换、小波变换、小波熵理论相结合的综合检测算法。根据小波多分辨率分析这一特点,将采样信号分解为稳态信号和非稳态信号,稳态信号采用傅里叶变换进行处理,非稳态信号采用小波熵进行处理。利用MATLAB中的电力系统模块搭建井下供电系统模型,获取相应的电信号,采用傅里叶算法、小波算法及综合检测算法分别进行仿真,结果表明,将傅里叶变换、小波变换、小波熵理论融合后的信号检测算法能够更全面的反映井下供电线路的运行状态,对实现井下综保器可靠动作具有较好的理论价值。     

基于动态小波变换的电力系统故障信号分析

提出了基于动态小波变换的电力系统故障分析方法,既充分利用了小波变换在电力系统故障信号分析中的优点,又克服了分析中傅里叶算法的不足。该方法简单、可靠,便于形成实时软件,对于提高电力系统故障检测水平和保护性能具有重要意义。     

小波变换在电力系统谐波检测方面的应用

针对傅里叶变换的谐波检测方法无法同时实现时-频变域分析这一缺点,提出了小波变换这一新方法对谐波进行分析。通过小波变换对电力系统中的谐波电流进行分解,得到信号的基波分量和高次谐波分量。针对电力系统中的突变信号,提出了基于小波变换的模极大值的奇异性检测方法,通过小波变换模的极值点在多尺度上的综合表现,来表示信号的突变特征,并通过仿真实例验证该算法的有效性。     

基于线调频小波变换的电机故障信号消噪方法

电机故障信号包含大量白噪声和有色噪声 ,消噪是故障信号分析、诊断、处理的前过程 ,消噪的效果直接影响到后期工作。小波变换在电力系统的故障信号处理中得到广泛地应用 ,然而 ,小波变换只能消除白色噪声 ,对有色噪声不起作用。线调频小波变换是窗口Fourier变换和小波变换的推广 ,它不仅具有小波变换良好的时频局部性特点 ,而且它的时频窗口比小波变换的时频窗口更加灵活。本文应用线调频小波变换对电机故障信号进行消噪 ,效果明显。线调频小波变换在电力系统故障信号处理方面必将得到广泛的应用     

一种基于小波包变换的电力系统谐波检测方法

非线性设备的大量使用和分布式电源的投入使得谐波污染愈加严重,文中提出了一种基于小波包变换的谐波检测方法,能对电能质量进行有效的分析。该方法在五层db40小波包变换的基础上,利用希尔伯特变换做移频运算,避免了中间频段小波混叠对检测精度造成的不利影响,并将各次谐波分量转移到精度较高的边频带进行小波包分解并重构信号,实现了各次谐波的高精度检测,同时通过Matlab工具对不同算法的仿真进行了比较和误差分析。仿真表明,相比于传统傅里叶变换,该算法具有高分辨率时频分析能力,能有效定位暂态干扰;与经典小波包变换相比,测量精度也有了较为明显的提高,实验结果一致显示了该算法的可行性和优越性。     

基于小波分析的PLC信号处理

电力线载波通信系统中,对接收信号的处理是非常重要的。文章介绍了基于小波和小波包变换这样2种信号处理方式,它们均能有效地克服通信环境中的干扰,提高信噪比。文章通过试验和理论分析,对这2种信号处理后的效果进行了比较,得出结论:由于小波包具有更高的频率分辨率,因此更加适合于对被噪声严重污染的电力线信号的分析处理。