基于形态学的动态电能质量扰动的检测与分类

提出了一种基于数学形态学的动态电能质量扰动检测与分类方法。该方法先对整流信号(取绝对值以后的信号)进行开运算以滤除尖峰噪声,再用长度为1/2工频周期的扁平结构元素进行膨胀运算提取其幅值特性;同时对差变信号进行短扁平结构元素的梯度运算来检测和定位奇异点,克服了以往方法可能漏检奇异点的不足。基于已得到的幅值特性和形态梯度可对五种动态电能质量扰动(电压暂降、暂升、中断、暂态脉冲和振荡)进行分类。仿真结果表明,该方法能够有效地对动态电能质量扰动进行检测和分类。     

采用奇异值梯度信息的暂态电能质量扰动自适应检测方法

为了满足对电网非平稳扰动信号快速、准确分析的要求,提出了一种采用奇异值梯度信息的暂态电能质量扰动检测新方法。通过滑动窗奇异值分解(SVD)方法提取信号的变化特征、降低噪声干扰,并通过奇异值梯度求取扰动指示信号,得到初步定位结果。提出无参自适应阈值,进一步抑制噪声干扰并实现对暂态扰动信号的检测定位。所提算法原理简单,无需进行前置滤波及参数调节。一系列仿真试验的对比分析结果表明,所提算法定位准确、抗干扰能力强,对过零点扰动也有较好的检测效果。通过对变电站实际暂态扰动数据的检测分析,进一步验证了所提算法的有效性。     

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。     

基于集合Kalman滤波的暂态电压扰动检测

随着电力系统中非线性负荷的增加,由暂态电压扰动引起的电能质量问题越来越严重,对暂态电压扰动信号的检测成为改善电能质量的关键。基于集合Kalman滤波方法进行暂态电压扰动检测分析,结合暂态电压扰动特点,构造了集合Kalman滤波的背景集合。由k-1,k-2时刻的电压状态修正值组成背景集合,然后进行递归运算,提取出实时的电压幅值,从而定位暂态扰动发生的起止时刻以及跟踪突变的幅值。仿真结果表明,所提方法能快速检测到电压暂降/突升、暂态电压脉冲信号发生的起止时刻,跟踪到突变幅值。其对谐波加电压暂降混合扰动信号的扰动起止时刻以及混合扰动信号中基波、谐波的幅值的跟踪也非常有效。所提方法总体优于传统的Kalman滤波法和有效值法。     

基于S变换和分类树的电网暂态电能质量扰动分类辨识

针对暂态电能质量的检测分析,分别在强弱两种噪声背景下运用S变换的不同方法对暂态多扰动信号进行定位检测.对于暂态多扰动的分类辨识,运用了基于S变换和分类树相结合的暂态电能质量多扰动分类辨识方法,首先运用S变换对暂态多扰动信号进行时频分析,然后提取扰动信号的特征量,最后生成用于对暂态多扰动信号进行分类的决策树分类辨识方法,...     

基于S变换和分类树的电网暂态电能质量扰动分类辨识

针对暂态电能质量的检测分析,分别在强弱两种噪声背景下运用S变换的不同方法对暂态多扰动信号进行定位检测.对于暂态多扰动的分类辨识,运用了基于S变换和分类树相结合的暂态电能质量多扰动分类辨识方法,首先运用S变换对暂态多扰动信号进行时频分析,然后提取扰动信号的特征量,最后生成用于对暂态多扰动信号进行分类的决策树分类辨识方法,以此来实现对暂态多扰动信号的分类辨识.仿真计算结果表明,该方法对暂态多扰动信号能够进行有效的分类辨识,准确度高且抗噪能力强.     

基于提升复小波的暂态电能质量扰动的检测与定位

针对暂态电能质量扰动信号的检测与定位,提出一种基于第2代小波变换的提升复小波的提升算法。通过Euclidean分解算法得到复小波提升方案;利用该方案对常见的几种扰动信号进行提升变换,将变换后的幅值和相位信息用于暂态电能质量扰动的定位检测及扰动幅度估计;并与第1代小波变换进行比较。仿真结果表明,所提算法具有简单、运行速度快、检测精度高等优点,能够准确定位暂态电能质量扰动信号和计算扰动信号的变化幅度。     

基于顺序形态学-dq变换的动态电能质量扰动检测算法

介绍了基于形态学理论的顺序形态滤波原理,并结合改进的双dq变换提出了一种全新的动态电能质量扰动的检测方法.将顺序形态变换应用到一维电力信号处理中,选择合适的结构元素和百分位构造滤波器.电压信号分别进行正、负序的双dq变换和滤波处理后,可以准确地检测到动态电能质量扰动的各项特征值.仿真结果表明该方法具有良好的准确性和动态响应特性.     

电能质量扰动信号的自适应去噪方法

有效地降低电能质量信号中的噪声,是做好电能质量信号检测、识别等工作的基础。为了克服一维电能质量信号降噪的难点问题,即有效地去除噪声并完整地保留奇异点的特征,对目前图像处理领域中针对高斯等噪声降噪性能最好的基于块匹配的三维变换域联合滤波(BM3D)算法进行了改进,提出一种电能质量扰动信号的自适应去噪新方法。该方法参数较少,无需估计噪声方差,也无需人为设定滤波阈值,而是通过自适应估算较为准确的阈值实现离散余弦变换(DCT)域的滤波。通过对电压中断、电压暂降、电压暂升、脉冲暂态、振荡暂态和谐波这6种常见的电能质量信号进行降噪仿真实验,并与应用较为广泛的小波阈值去噪法进行对比分析,最后应用于实际电能质量扰动数据的降噪,验证了所述算法的有效性。     

配电网暂态电能质量扰动的定位与识别研究

针对配电网暂态电能质量扰动的非平稳性、突变性和短时持续性的特点,提出一种基于小波变换和BP神经网络的扰动定位与识别方法。首先对暂态电能质量扰动信号进行小波分解,提取其高频系数得到扰动时刻信息,然后利用模极大值对扰动突变点峰值进行定位检测,再用扰动信号的能量分布序列来构造特征向量并用BP神经网络设计扰动识别器。MATLAB仿真结果表明,该方法对暂态电能质量扰动信号起止时刻定位快速,精度较高,能有效地识别五种电能质量扰动,识别率高。     

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。     

基于改进形态滤波器和弧长差分序列的微电网电能质量扰动定位与识别

针对强噪声背景下微电网电能信号扰动定位和识别困难的问题,提出一种基于改进形态滤波器和弧长差分序列的扰动定位与识别方法。首先,将交替混合形态滤波器中的膨胀和腐蚀函数改进为均值膨胀和均值腐蚀函数,再对电能扰动信号进行滤波。然后,在分析扰动波形变化规律和三个典型扰动算例的基础上,定义并计算滤波后扰动信号的弧长差分序列。最后,利用弧长差分序列定位准确扰动时间,从弧长差分序列和滤波后信号中提取幅值特征和波峰特征,输入到已定义识别规则的扰动识别器,实现扰动识别。仿真试验和实际微电网数据试验结果表明,该方法能够精确定位和识别混入不同强度噪声的5种单一扰动和3种复合扰动,适用于实际微电网电能信号扰动的定位与识别。     

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.