一种新型偶次谐波注入的主动式孤岛检测方法

针对分布式电网系统提出一种新型偶次谐波注入新的主动式孤岛检测方法。详细描述了该检测方法的原理,分析了注入的偶次谐波的取值范围,并详细阐述了检测方法中的滤波算法。此方法是通过在输入电流参考信号中加入一个很小的偶次谐波扰动,由并网和断网前后偶次谐波电压变化来实现孤岛检测。通过MATLAB/Simulink仿真对该方法进行了验证,此方法检测速度快,鲁棒性强,无检测盲区,对电能质量影响小,同时能应用于多台逆变器并联运行的孤岛检测问题等优点。仿真结果达到了预期效果。     

基于二进小波变换的电能质量扰动检测

电能质量扰动起止时刻和持续时间是描述扰动的重要属性,为了对电能质量进行分析与评估,需要对其进行检测。小波变换的局部模极大值对应信号的突变点,可以用来检测电能质量扰动。连续小波变换的计算量大,存在较大冗余,而多分辨率分析的方法由于进行了二抽取,难以直接根据变换结果进行检测,需要重构信号,因此,采用了二进小波变换对电能质量扰动进行检测。使用电磁暂态分析程序ATP仿真软件对电能质量扰动信号进行了仿真,用样条小波进行二进小波变换,检测结果表明在分解尺度一上可以实现较为准确的检测。     

小波包变换在电能质量扰动检测中的应用

鉴于小波包变换能够均匀划分信号频带,聚焦任意频率,是暂态电能质量扰动分析的良好工具,提出了在噪声环境中电能质量扰动检测和定位的有效方法,即利用小波包变化模极大值原理定位电力系统短时扰动并确定扰动持续时间。仿真表明,通过小波包一、二次分解和重构能更好地提取扰动特征信息,从而为电能质量的检测、评估及治理提供依据,且该算法计算简单、快速、有效。     

基于改进经验小波变换的电能质量扰动检测新方法

针对经验小波变换(EWT)用于电能质量信号分析时,其频带划分结果易受频谱泄漏和噪声污染干扰的问题,提出一种基于改进经验小波变换(IEWT)的电能质量扰动检测新方法。首先,通过Fourier谱包络动态测度算法确定扰动信号的特征频点,并在原有频带边界的基础上进行延拓;然后,运用IEWT将扰动信号分解为若干调幅-调频(AM-FM)分量之和;最后对扰动分量实施标准希尔伯特变换,以求取扰动幅值、频率和起止时刻。通过算例仿真和变电站实测数据验证了所提方法的有效性,并对其检测结果进行对比分析。实验结果表明,所提方法兼具良好的模态分解能力和抗噪性能,且普适性更强,运算耗时更短,适用于工程实践。     

短时电能质量扰动检测的一种新方法

将DCT(离散余弦变换)变换和差变算法结合起来进行短时电能质量扰动的检测。对含强噪声的短时电能质量扰动采样信号(电压凹陷、电压凸起和电压间断)进行DCT变换,从所得DCT系数中提取出差变信号,通过DCT系数和差变序列检测出扰动的幅值和起止时间。仿真结果表明,用该方法检测扰动,分析过程简单,利用DCT系数的噪声鲁棒性能实现强噪声环境下的扰动信号检测,且检测精度较高。     

七阶混沌振荡电力系统的自耦PD控制

为了抑制七阶电力系统中的混沌振荡,根据自耦PID控制理论提出了一种简单的混沌控制方法。该方法首先将七阶混沌系统控制问题分解为三个严格反馈子系统的控制问题,然后将每个子系统已知和未知动态分别定义为一个总扰动,进而将三个子系统等价映射为一个三阶线性扰动系统和两个二阶线性扰动系统。据此分别构建了在总扰动反相激励下的三个受控误差系统。根据自耦PID控制理论,分别设计了一个扩展自耦PD控制器和两个自耦PD控制器。最后分析了每个子系统的鲁棒稳定性和抗扰动鲁棒性。仿真结果验证了所提控制方法的有效性,每个状态变量均能由混沌振荡状态恢复到稳定运行状态,且控制信号光滑。因此该方法在电力混沌振荡控制系统领域具有良好的实际应用前景。     

基于db4小波的配电网暂态电能质量扰动的检测与定位

针对暂态电能扰动持续时间短、变化速率快的特点,给出一种基于小波变换的暂态电能扰动检测方法。该方法使用db4小波对暂态电能信号进行采样、多尺度分解进而判断信号突变点,能精确地对配电网中常见的暂态电能扰动问题检测与定位,并与其它阶数db小波变换结果进行了比较。仿真结果表明,该方法能够快速、准确地对暂态电能扰动信号检测与定位,精度较高,满足实际工程需求。     

基于改进HHT的电能质量扰动检测新方法

为了解决传统HHT在电能质量扰动检测中EMD产生的模态混叠问题,提出一种基于奇异值分解（SVD）的改进HHT的电能质量扰动检测新方法。首先,将初始信号转换为Hankel矩阵进行SVD;再进行奇异值去模态混叠处理并重构信号;最后用HHT方法对重构后的去干扰扰动信号进行分析,求出扰动各固有模态分量imf对应的瞬时幅频参数,以实现扰动检测。仿真结果表明改进HHT方法比传统HHT与基于EEMD的HHT方法对带有噪声与高频间断信号的扰动信号能更好地消除模态混叠,不仅适用于单一暂态扰动检测,对复杂非平稳扰动也能取得较好效果。     

暂态电能质量扰动的小波谱峭度法检测与辩识研究

针对暂态电能质量扰动和噪声的复杂性,探讨了基于小波谱峭度理论的暂态电能质量扰动检测与辨识方法。在分析了小波谱峭度理论基本原理的基础上,重点阐述了运用Morlet小波谱峭度方法检测暂态电能质量扰动的实现过程。首先,使用Morlet小波将主动配电网中的暂态扰动信号进行小波去噪与变换;然后,利用分解后得到的一系列小波系数计算其谱峭度最大值及峭度谱;其次,通过均方根值算法计算出其有效值相对值,完成对扰动信号的检测与辨识;最后,借助于计算机仿真验证所述方法的可行性和准确性。理论分析和仿真结果证明:该方法检测速度快、检测结果辨识度高、通用性强;辨识准确度度满足工程应用,实用性强。     

基于短时李氏指数的电能质量扰动检测仿真研究

随着微处理和电力电子等智能器件越来越多地在工业过程控制中的应用，电能质量扰动问题已成为近年来各方面关注的焦点，对电能质量进行有效地分析和检测不仅必要而且十分迫切。为此提出用短时李氏指数检测电能质量扰动的方法。该方法利用电能质量扰动存在时电压信号的短时李氏指数会突变这一特性，对电能质量扰动进行检测，即根据所计算的短时李氏指数，判断电能质量扰动是否存在，以及确定其发生和恢复时刻，给出了短时李氏指数的计算方法，以及检测算法。仿真结果表明，该方法具有简单快捷的特点，能准确有效地检测到电能质量扰动，并能精确地确定电能质量扰动的发生，恢复时刻。     

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。     

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。     

基于改进HHT和决策树的电能质量扰动辨识

为了准确辨识电能质量扰动的类型,以实现电能质量问题的有效治理,提出一种基于改进希尔伯特-黄变换(Hilbert-Huang transform,HHT)和决策树的电能质量扰动辨识方法。该方法先采用改进的基于斜率的方法(improved slope based method,ISBM)抑制希尔伯特-黄变换算法的端点效应,然后利用改进的HHT方法进行电能质量扰动信号的分析;从得到的瞬时频率曲线中提取频率成分、扰动持续时间和扰动持续期间频率3个特征量,并从瞬时幅值曲线中获取扰动期间电压幅值;最后构建分类决策树,将这4个特征量作为判断依据,实现扰动信号的分类和识别。根据各类电能质量扰动信号的数学模型,产生大量的测试样本进行仿真测试,结果证明了该方法的有效性和准确性,并且与现有的2种扰动辨识方法进行对比,结果表明该方法具有更高的识别准确率,能准确辨识出电能质量扰动的类型。     

基于MUDW的电能质量扰动定位研究

电能质量检测中的扰动信号具有随机、不规则和多变等特性,使信号识别较为困难,本文通过改进原有的形态非抽样小波(morphological undecimated wavelet, MUDW),将其应用到电能质量检测中,从而对扰动信号进行定位。改进的形态非抽样小波包含广义开闭和闭开混合滤波器以及能定位扰动信号边缘的多分辨形态梯度,该方案满足信号重构条件。利用MATLAB软件,对于含有暂态或稳态的单一和复合扰动信号进行仿真。通过与文献中的形态非抽样小波对比,结果表示改进后的形态非抽样小波有较好的抗噪性能以及识别能力。     

基于小波变换和Prony算法的振荡瞬变和电压波动检测

近年来,电能质量扰动信号的检测已成为国内外研究的一个热点。就振荡瞬变与电压波动这两种电能质量现象提出了新的检测方法。对于振荡瞬变现象,现有的方法往往只能实现扰动定位检测,难以提供振荡频率、幅值、持续时间等必要特性参数。提出了基于小波变换和Prony算法的检测方法,利用小波奇异性检测特性实现扰动定位检测,同时还利用Prony算法直接求取其特征参数。对于电压波动,IEC推荐的闪变仪不适合分析时变的或含多种调制频率的波动信号,并且只能提供基于统计评价的闪变值。提出的基于小波变换的检测方法,利用小波奇异性检测特性检测出波动的起止时刻：利用小渡多分辨分析理论测量出波动分量含有的各调制频率及对应幅值,最后计算出闪变值。基于Matlab和Simulink／PSB软件的仿真结果都表明了提出的两种检测方法的有效性。     

一种基于重排二次型时频分布的电能质量检测新方法

电能质量扰动信号是一种典型的非平稳信号,采用二次型时频分布能够获得其时间频率联合特性。提出一种基于重排二次型时频分布的电能质量检测新方法,首先采用瞬时无功功率理论和广义形态滤波器将电能质量信号的基波成分和扰动成分分离,再利用重排二次型时频分布对扰动分量进行分析,从而获得时频聚集型更好的扰动分量的时频联合分布,直观地表达出扰动信号的时频特性。仿真算例验证了此方法对各种常见电能质量扰动和交叉电能质量扰动的检测和特征提取是有效的。     

风能发电并网时引起的电压波动与闪变检测的仿真研究

分析了风能发电并网时引起电压波动、闪变、谐波等电能质量问题,提出了解决此电能质量问题,可利用检测到的扰动信号和逆变电源来及时调控风能发电的接入和退出,以达到电网的稳定,探讨了现有电压波动、闪变的检测方法,在平方解调检测法的基础上提出了一种新的检测方法,并对其进行了仿真验证,仿真结果表明所提方法比平方解调检测法具有更好优越性和更高的精度,且简单实用,很有应用价值。     

基于ISBM边界延拓和迭代HHT算法的电能质量扰动检测方法

电能质量扰动的快速检测是高质量供电的基础。提出一种基于斜率改进方法（ISBM）用于边界延拓和迭代HHT电能质量扰动检测方法,一方面由于信号的首末两端信息不足,采用ISBM算法进行边界延拓;另一方面,为了解决高频小产生模态混叠的现象,提出了迭代HHT算法,准确提取出高频小信号扰动特征信息。最后通过仿真对比分析得出本文提出的方法在一定程度上可以识别出高频小幅值特征,并使得边界特征波动变得平稳,更加逼近真实情况。     

A measurement method based on the wavelet transform for powerquality analysis

The paper presents a measurement method for power quality analysis in electrical power systems. The method is the evolution of an iterative procedure already set up by the authors and allows the most relevant disturbances in electrical power systems to be detected, localized and estimated automatically. The detection of the disturbance and its duration are attained by a proper application, on the sampled signal, of the continuous wavelet transform (CWT). Disturbance amplitude is estimated by decomposing, in an optimized way, the signal in frequency subbands by means of the discrete time wavelet transform (DTWT). The proposed method is characterized by high rejection to noise, introduced by both measurement chain and system under test, and it is designed for an agile disturbance classification. Moreover, it is also conceived for future implementation both in a real-time measurement equipment and in an off-line analysis tool. In the paper firstly the theoretical background is reported and briefly discussed. Then, the proposed method is described in detail. Finally, some case-studies are examined in order to highlight the performance of the method     

基于卡尔曼滤波和深度置信网络的复合电能质量扰动分类

针对实际电能质量扰动数据大、识别多重扰动精度不高的问题,提出了一种基于自适应最大似然卡尔曼滤波和深度置信网络相结合的电能质量扰动识别方法。首先,该方法使用自适应最大似然卡尔曼滤波对含有噪声的原始扰动信号进行去噪。然后,通过深度置信网络对去除噪声的扰动信号进行训练、分类,以此实现电能质量扰动类型的识别。最后,在20类不同噪声水平下的电能质量扰动信号上进行测试。由仿真结果可知,在不同的噪声水平下,该方法都具有较高的分类正确率,表明了该方法的有效性及对噪声的强鲁棒性。