基于小波变换的电能质量扰动分析

小波变换是在傅里叶变换的基础上发展起来的一种时-频域分析方法,通过利用小波变换技术对电能质量问题进行了研究,建立了小波快速算法,并运用该方法实现了对电能质量扰动的检测和定位.     

基于小波变换的电能质量扰动检测与定位

文中针对小波变换模极大值检测原理及其在电压暂降、骤升扰动信号检测中的应用进行了详细研究。介绍了小波变换理论,提出了采用小波多分辨率信号分解的电能质量暂态干扰检测新方法,通过检测小波变换模极大值,实现了对电压暂降扰动发生、恢复时间的精确定位。仿真计算结果表明该检测方法是有效的。     

基于小波变换的暂态电能质量检测研究

本文重点研究了利用小波变换方法检测电力系统中暂态电能质量扰动的原理,并对短时电压变动和电磁暂态等暂态电能质量扰动进行了仿真。理论研究和仿真分析证明,该方法能够实现对暂态电能质量扰动快速又准确的检测,为暂态电能质量扰动的评估和治理提供了依据。     

小波变换在电能质量扰动检测与定位中的应用

论述小了波多分辨率信号的分解原理,提出了采用小波多分辨率信号分解的电能质量暂态干扰检测新方法.给出了电压下凹、短时断电、冲击信号等电能质量干扰检测与时频分析的仿真实验.结果证明,该方法对暂态电能质量的检测是有效的.     

电能质量暂态扰动的HS变换检测方法

为提高电能质量暂态扰动检测定位能力,设计一种采用Hyperbolic S变换(HS变换)的扰动检测方法.在采用HS变换处理电能质量信号的基础上,通过计算HS变换模矩阵上各采样点不同频率对应的幅值之和未定位扰动起止点.新方法首先通过阈值对幅值和曲线进行预处理;之后,采用峰值点定位扰动起止时间.仿真实验证明,新方法实现了不同参数条件下电压暂降、电压暂升、电压中断、电磁脉冲、电压尖峰、电压切痕、振荡暂态等7种扰动的准确检测.该算法具有较好的鲁棒性与抗噪性,受不同扰动参数影响较小,符合实际环境下的扰动定位要求.     

基于DSP的暂态电能质量小波变换检测方法

介绍一个基于DSP的暂态电能质量小波变换检测新方法,分析暂态电能质量小波变换测量的基本原理,阐述暂态电能质量小波变换测量运算的DSP实现电路与编程策略;模拟实验结果证明该方法的有效性.     

基于小波和进化网络的电能质量动态扰动自动识别

提出了一种基于小波和进化网络的电能质量动态扰动自动识别方法。首先应用Ｄａｕｂｅｃｈｉｅｓ ４小波对扰动波形进行分解,得到各个尺度上的小波系数,然后进行特征提取:采用遗传算法设计的模式特征分类器对扰动进行分类。实验表明该方法具有分类准确、网络学习速度快及收敛效果好等显著特点。     

基于小波包变换的电力系统谐波检测

阐述小波变换和小波包变换的基本原理,介绍小波变换的时频局部化特性,说明了在小波变换基础上建立的小波包变换,能够实现频带的均匀划分,能更有效地进行谐波的检测和分析,并利用小波包变换的方法分别对电力系统中的稳态谐波和暂态谐波进行检测.仿真结果表明,该方法可以准确地检测稳态和暂态时变信号,能为电力系统中的谐波治理提供依据.     

基于小波和ANN的电能质量分类方法

为了对电能质量进行有效的治理,以提高用电效率,有必要对电能质量进行快速的检测和准确的分类.基于小波的时频分析特点和人工神经网络(ANN)的学习能力,提出一种电能质量实用分类方法.利用正交小波对信号进行多分辨率分析,将一定时间长度内的信号的能量映射到多个频段内,通过与标准正弦信号各频段能量的比较,提取各类电能质量的能量变化特征;利用ANN对输入特征矢量进行识别,完成电能质量的自动分类.仿真实验证明,该方法可以有效地区分电压的上升、下降、闪变以及谐波畸变、暂态等5种电能质量问题.     

基于db4小波变换与BP神经网络的暂态电能质量扰动分类方法

电能质量扰动信号的分类识别是进行电能质量扰动分析和治理的重要前提.提出一种应用小波变换与神经网络相结合的暂态电能质量扰动分类方法.首先,针对暂态电能质量扰动信号的特点,选择db4小波变换来获得各层上的能量值,以提取不同扰动信号的特征参量.再通过确定适当的BP神经网络模型,对输入的扰动特征参量进行分类识别.仿真结果表明,...     

小波帧变换方法在电能质量扰动中的仿真分析

针对电能质量扰动问题,提出了小波框架和小波帧算法.将小波帧算法和传统的小波分析方法在算法框架上进行了比较,并进行了大量的实验.实验结果表明,基于小波帧算法的实时性有所减弱,但在扰动定位的准确性方面有很大提升.     

基于改进递归小波的短期电能质量检测和分类

应用改进递归复小波变换来确定短时扰动的发生时间和持续时间,应用熵值法确定分解尺度,并用以基频为中心频率的单尺度小波变换能量分布曲线来进行扰动分类。该算法计算简单快速,仿真结果表明该方法是有效的。     

暂态电能质量分析中的小波算法及应用

针对当前电力系统存在的暂态电能质量中持续时间短、发生随机性大及不容易检测的特点，提出了基于C语言的小波算法检测暂态电能质量的方法．研究结果表明，小波变换能在时域上对电压暂态瞬时变动的发生时刻进行准确定位，并可利用相应控制系统有效改善电能质量．     

基于S变换的电能质量扰动分析

针对电能质量扰动信号的特征,提出一种基于S变换模矩阵的信号检测与分类方法,并对电能质量扰动信号进行分类.对电能质量扰动信号的电压凹陷、电压尖峰、暂态随机干扰等现象应用S变换分析,构造等值时频图,从而清晰直观地显现出电压干扰.     

基于S变换和决策树算法的电能质量扰动识别

提出一种基于S变换和数据挖掘中决策树算法的电能质量扰动识别的方法.该方法首先用S变换对电能质量扰动波形进行时频分析,并使用统计方法提取相关特征量,然后用决策树算法对提取的特征量样本进行分类,并获得明确的分支规则.仿真结果表明,该方案正确率高,抗噪声能力强,训练样本少,响应速度快.     

基于小波变换的电力系统谐波电能计量研究

针对电力系统谐波污染导致电能质量严重恶化,尤其是使电能计量装置出现混乱的问题,从理论上分析了谐波对电能计量装置准确性和合理性的影响,提出了基于小波变换理论的谐波电能计量方法和流程图,最后基于Matlab平台,对谐波有功、无功计量进行了仿真实验.     

基于小波变换的电力系统谐波电能计量研究

针对电力系统谐波污染导致电能质量严重恶化,尤其是使电能计量装置出现混乱的问题,从理论上分析了谐波对电能计量装置准确性和合理性的影响,提出了基于小波变换理论的谐波电能计量方法和流程图,最后基于Matlab平台,对谐波有功、无功计量进行了仿真实验.     

采用多分辨率广义S变换的电能质量扰动识别

为提高电能质量复合扰动识别能力,提出一种采用多分辨率广义S变换(multiresolution generalized S-transform,GST)的扰动识别方法.首先,将信号频谱分为低频、中频、高频3个频域,分别设定窗宽调整因子,使其在各个频域具有不同的时-频分辨率,满足不同扰动信号识别要求.并针对高频振荡识别问题,设计基于基频傅里叶谱特征的自适应窗宽调整方法.在此基础上,提取6种特征用于构建决策树.最后,提出最小分类损失原则,确定决策树节点分类阈值,设计扰动分类器.仿真与实测信号实验证明,新方法能够准确识别含5种复合扰动在内的13种扰动.相较于S变换、广义S变换和Hyperbolic S变换,新方法具有更好的特征表现能力,分类效果好,抗噪声干扰能力强.     

基于扰动测度的电能质量扰动源定位方法

针对现有电能质量扰动源定位方法中对扰动方向表征不足的问题,引入扰动测度概念,测量扰动的大小和方向,提出一种扰动方向的定量表示方法以及相应的扰动源定位算法。首先利用基本信度分配函数对扰动方向进行量化处理,然后通过隶属度函数对扰动功率和扰动能量进行综合定位,得出多测点的扰动方向测度列向量,结合覆盖矩阵得出最终的定位结果.仿真结果表明：在原方法定位不准确的情况下,新方法仍然能够正确定位扰动源,证实了此方法的有效性和可行性.