基于VMD的电力系统谐波检测方法研究

针对当前的电力系统谐波检测问题,提出了一种基于变分模态分解(variational mode decomposition,VMD)与希尔伯特变换结合的方法.首先,提出一种模态混叠比较方法,来确定最优模态数;其次,将稳态谐波用两种方法分解,并加入30 dB高斯白噪声,将VMD后的结果与经验模态分解(empirical m...     

融合VMD优化和小波包分析的陶瓷检测信号降噪方法研究

针对陶瓷敲击检测信号含有噪声的问题,提出一种融合VMD优化与小波包分析（WPD）相结合的联合降噪方法。首先,应用能量的起始点检测准则提取实际信号的有效信息;其次,遗传算法（GA）选取VMD参数并自适应分解含噪信号;然后,计算各模态分量和原始信号的相关系数,将模态分量分为信号主分量和噪声分量;最后对信号主分量进行小波包分析,重构信息获取去噪后的信号。仿真实验证明：在分别加入10dB、20dB噪声时,该方法信噪比最高（23.81dB、24.75dB）,均方误差最小（0.07、0.01）, 与常用的去噪方法相比,去噪效果均有明显提升。陶瓷试件敲击检测信号测试实验表明,该方法能有效去除不同类型陶瓷试件敲击检测声音信号的噪声,具有良好的去噪性能。     

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。     

基于VMD-SWT联合算法的谐波/间谐波检测

针对现有电力系统谐波/间谐波检测方法中提取精度不高、对噪声敏感的问题,提出一种基于变分模态分解VMD(variational mode decomposition)和同步挤压小波变换SWT(synchrosqueezing wavelet transform)的谐波/间谐波检测新方法.首先对含有谐波/间谐波的信号进行连...     

基于参数优化变分模态分解的间谐波检测

变分模态分解(VMD)已在谐波检测领域得到应用,但人为设定分解参数K,导致误差较大。为提升VMD在间谐波检测中的准确性,首先,采用施密特正交化理论对VMD预分解得到的各分量进行正交化处理,以避免模态混叠。然后求得不同K值对应的残差能量,利用残差能量值最小化法优化参数K,进而提取间谐波信号。最后采用对称差分能量算子,获得间谐波信号幅值与频率等特征信息。仿真实验表明：所提出的方法能有效优化参数K,降低VMD分解误差。同经验模态分解(EMD)、集合经验模态分解(EEMD)以及近年新提出的同步挤压小波变换(SST)相比,参数优化变分模态分解在间谐波检测上效果显著提升,具有更高的检测精度。     

基于递归VMD的有源滤波器谐波检测

针对有源滤波器谐波检测问题,将递归变分模态分解(VMD)应用于有源滤波器中谐波检测部分。对谐波电流进行递归VMD分解,得到一系列带宽受限的固有模态函数(BIMF),不同的BIMF代表了不同的频率分量,即得到基波和各次谐波BIMF分量,从而完成谐波的检测。在分解中,通过限制带宽估计中心频率,重构模态函数。仿真结果表明,基于递归VMD的谐波检测方法,可以准确有效地提取电力系统中的谐波。     

基于小波变换去噪预处理的EMD谐波检测方法

将经验模式分解(empirical mode decomposition,EMD)作为电网谐波的检测方法。通过EMD法分解,把含谐波的正弦信号分解成为包含各阶次谐波的IMF分量和工频分量,从而检测出电网中的谐波分量。研究发现采样信号中的噪声会对EMD的分解产生较大影响,提出了一种基于小波变换去噪预处理的EMD谐波检测方法。此方法首先用小波变换减少随机白噪声对信号的影响,随后对含少量白噪声的信号进行EMD分解。经MATLAB仿真分析,所提方法可以有效地消除随机噪声对谐波检测的影响,提高了EMD谐波检测的精度与适用性。     

基于变分模态分解与Teager能量算子的谐波/间谐波检测方法

为了提高电力谐波信号中谐波/间谐波的检测精度,提出一种基于变分模态分解(VMD)与Teager能量算子相结合的检测新方法。利用相关系数法来确定VMD算法中的模态分解个数K;采用VMD对谐波/间谐波信号进行分解,得到一系列IMF分量;利用Teager能量算子对IMF分量进行解调分析,能够得到分量的瞬时幅值和频率,同时根据时频图中瞬时频率突变点,可准确定位暂态谐波/间谐波的起止时刻。在信噪比较低的情况下,将集合经验模态分解(EEMD)、VMD分别与Teager能量算子相结合进行谐波/间谐波检测的对比。仿真实验对比表明文中所提方法能将稳态、暂态谐波信号进行有效的分离,同时具有较高的检测精度和较好的噪声鲁棒性。     

基于改进VMD算法的直流微网纹波检测方法

凭借线路成本低、效益高等优势,直流微网成为未来新的配用电趋势,但其多源多变换的特点易导致系统中存在多种形式的纹波发生源。纹波的大量存在不仅直接影响直流微网电能质量,且不便于准确计费,能否准确检测纹波对于直流微网的可靠供电有着重要意义。本文提出了一种基于改进变分模态分解算法（modified VMD,MVMD）的纹波检测方法,可用于稳态纹波与暂态纹波的准确检测。在MVMD方法中,首先基于频谱特征相关度的方法确定最佳分解尺度,通过VMD算法将直流检测信号分解为一系列的本征模态分量（IMF）,然后进行希尔伯特变换（HT）,可获得纹波分量的一系列参数,以及暂态纹波信号起止时间。最后采用MVMD方法与经验模态分解（EMD）算法进行对比,实验证明所提出方法相比EMD算法具有较高的检测精度以及噪音鲁棒性,适用于直流微网的纹波监测。     

基于EEMD的谐波检测方法

针对谐波检测问题,比较几种常用谐波检测方法,总结出各自的适用条件。结合经验模态分解理论和总体平均经验模态分解(empirical mode decomposition,EEMD)算法,提出基于EEMD的谐波检测方法。给出离线谐波检测的具体过程,并在此基础上,首先构造当前时刻采样值始终处于中心位置的向量,然后计算总体谐波分量的在线检测方法。另外,可以通过修改EEMD算法中的频率计算条件实现对特定次数谐波分量的检测。为验证该方法的检测效果,将EEMD算法与瞬时无功功率方法(ip iq)分别应用于仿真和实测数据。检测结果表明,所提方法不但在检测稳态信号时具有很好的精度,而且在检测波动信号时也具有较好的动态特性。     

基于改进VMD去噪的Prony-GSO联合谐波检测方法

针对传统Prony谐波检测方法在噪声条件下存在局限性,提出了一种能够在较大噪声条件下准确进行谐波检测的方法。通过对采样信号进行自适应的VMD分解,利用平均周期能量进行噪声模态的选择并予以剔除,将剩余模态重组后得到适合Prony算法的平稳信号;对平稳信号进行Prony谐波分析得到初步的谐波特征信息;对谐波特征信息进行循环筛选与GSO寻优,得到最终的谐波与间谐波特征信息。利用该方法进行谐波检测仿真实验,仿真结果表明,该方法有效提高了Prony算法在较大噪声条件下的辨识准确度,具有自适应性,能够自动筛选真实频率成分,具有高效、精确等优点。     

采用优化经验模态分解的电力谐波辨识方法

电力谐波的准确辨识对智能用电具有重要的研究价值和意义。针对基于屏蔽信号的经验模态分解(M-EMD)在谐波辨识中幅值误差较大、模态分解不完整以及屏蔽信号构建参数依赖经验值等问题,提出对待分析信号进行滤波和模态预提取,并采用协同混沌粒子群优化算法(CCPSO)对屏蔽信号的构建参数进行寻优。电力谐波仿真辨识实验证明,与M-EMD算法相比,文中所述的IM-EMD算法在谐波辨识的准确度和可靠性上有了明显提高。     

基于自适应局部均值的EMD方法及其在谐波检测中的应用

针对经验模态分解(EMD)方法处理非线性非稳态信号的不足,提出了一种自适应局部均值的EMD分解方法(ALMEMD)。该方法分析了信号极值点分布特性和均值曲线拟合对分解结果的影响,只使用一次样条插值拟合局部均值曲线,且运用积分中值定理利用全部零极值点间的数据作为局部特征时间尺度。针对信号多分量特点,确定了采用高阶极值的局部均值曲线筛选低频分量、低阶局部均值曲线筛选高频分量的优势,并以正交系数作为评价指标自适应选择最优极值阶次。通过仿真实验和搭建的电能质量扰动平台的实测数据验证了所提方法的可行性和有效性,而且该方法适用于谐波检测与分析。     

基于参数优化VMD和能量相似度的配电网故障区段定位方法

针对配电网发生单相接地故障时故障特征微弱且易受外界噪声干扰的问题,提出了一种基于参数优化变分模态分解(VMD)与能量相对熵相结合的故障区段定位方法。首先通过鲸鱼优化算法优化后的VMD分解故障零序电流得到若干个反映局部信号特征的本征模态分量(IMF),进而求取各IMF分量的Hilbert边际谱,选取能量最大的分量作为故障零序电流的暂态主频分量,利用能量相对熵衡量相邻检测点暂态主频分量的能量差异,计算比较,确定熵值最大的区段即为故障区段。仿真结果表明,本方法不受故障位置、故障初相角等不同故障条件的影响,且在有噪声干扰时仍可实现高正确率故障区段定位。     

基于改进虚拟磁链的dq谐波检测方法

为了提升传统dq谐波检测法对网侧电压畸变的应对能力,提出一种基于复合二阶广义积分器的虚拟磁链定向的谐波检测方法。该方法采用虚拟磁链作为同步参考坐标系锁相环的改进环节,利用复合二阶广义积分器替代常规低通滤波器,消除了传统dq谐波检测方法由于三相电网电压不对称和畸变等恶劣工况造成的检测误差,并能准确锁定电网相位角和频率。仿真和实验结果表明,改进后的谐波检测方法不受电网不平衡和波形畸变的影响,所得基波正序电流基本不存在畸变,且能够准确跟踪频率的变化,证实了本文所提出的基于复合二阶广义积分虚拟磁链定向的谐波检测方法的有效性。     

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VMD和柔性形态学的输电线路故障测距方法

针对输电线路故障测距和信号中存在噪声干扰的问题,提出了基于VMD和柔性形态学去噪技术的输电线路故障测距方法。首先利用变分模态分解(Variational Modal Decomposition,VMD)对信号进行分解,在分解过程中自适应的去除一部分噪声;然后,通过平均柔性形态学滤波器进一步的去除残余干扰;最后使用柔性形态边缘检测有效放大信号奇异点,再设定输出阈值减少噪声背景对信号突变点的影响,可以很清晰的得到故障发生时刻。实验表明此方法有很好的噪声鲁棒性,在抑制了噪声干扰的同时放大了行波特征信号,能够有效检测输电线路故障行波波头,获得更高的检测精度。     

基于有功电流分离的新型谐波检测法

本文利用整个电网电流表达式进行数学推理变换,从电网电流中分离出基波有功电流,基波无功电流及谐波电流。这种方法只需两个积分器和两个增益即可,电路结构简单。应用Simulink进行仿真,仿真结果表明该检测方法具有很好的动态响应及畸变电流检测精度,对变化的负载可以很好地自适应跟踪检测。     

基于FBD法的新型谐波电流检测方法研究

为提高有源电力滤波器(Active Power Filter,APF)中谐波电流检测方法的性能,提出了一种基于FBD算法的新型谐波电流检测方法,该方法利用平均值电流计算环节取代传统FBD法中的低通滤波器,有效避免了谐波电流检测方法中存在的检测精度及动态响应和复杂计算等问题,并且在电网电压不对称情况下,该方法同样适用。给出了在稳态及突加负载的情况下,该算法的仿真测试结果,结果表明该算法具有动态响应速度快、检测精度高和实现简单的特点,具有很好的工程实用价值。     

基于CEEMDAN与Teager能量算子的谐波检测方法

针对现有的电力系统谐波信号检测方法精度不高的问题,提出一种基于自适应噪声的完全集合经验模态分解(CEEMDAN)和Teager能量算子的谐波检测新方法。首先利用CEEMDAN对谐波信号进行分解,获得不同局部特征时间尺度的固有模态函数(IMF)分量。其次,通过改进的EEMD去噪方法和相关性判据方法分别去除噪声分量和虚假分量得到真实的谐波分量。最后利用Teager能量算子计算出谐波分量的瞬时幅值和瞬时频率,可以准确地获得谐波信号的能量谱信息。该方法充分利用了CEEMDAN的局部自适应性与Teager能量算子的快速响应特点,通过EMD、EEMD和CEEMDAN分别与Teager能量算子相结合的方法进行谐波检测。对比检测结果不仅表明了该方法具有较高的检测精度,而且验证了所提方法的可行性和有效性。