结合小波变换和能量算子的电压暂降检测方法

针对电压暂降扰动的准确定位与精确测量问题,提出结合小波变换与能量算子的暂降检测新方法.该方法通过小波变换将被检测电压暂降扰动分解成近似信号和细节信号两部分.在细节信号部分精确定位扰动发生起止时刻;对近似信号运行能量算子,能快速准确测量到暂降幅值.所提方法中小波变换兼具滤波效果,减弱或去掉低频暂降信号中的高频扰动成分,从...     

基于复小波变换和Teager能量算子的电压跌落检测方法研究

针对电压跌落的跳变相位、起止时刻和跌落幅值这三个特征量有效检测问题,提出了基于复小波变换和Teager能量算子的电压跌落检测方法。详细研究了复小波的构造原理以及它和Teager能量算子在检测电压跌落上的应用。对于含噪的电压跌落信号,利用Teager能量算子对db4复小波变换后得到的近似信号进行跌落幅值的检测,利用db4复小波变换检测发生跌落前后的两个近似信号的相位,以相位差的形式得出电压跌落发生的起止时刻与跳变相位。Matlab仿真结果验证了算法的抗干扰性与实时性。     

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。     

基于EMD和Teager能量算子的电缆局部放电辨识

针对矿区电缆的局部放电辨识问题,根据其传播特性,提出利用经验模式分解与Teager能量算子对电缆两端测量点处局部放电信号的初始波头进行辨识,提升波头辨识方法的抗噪声干扰能力。采用RBF神经网络对训练样本进行训练,结合局部放电信号到达电缆两端测量点的时间差,实现电缆局部放电的精确辨识。利用PSCAD/EMTDC搭建电缆的仿真电路,并结合MATLAB进行了大量的仿真试验与计算分析。仿真计算结果表明该方法辨识精度高、相对误差小。     

基于Teager能量算子的低频振荡节点同调分群

实际互联电网发生低频振荡时,除了需要获取振荡的频率、幅值、阻尼比外,还需获得振荡节点的同调分群关系、振荡中心或分界面的位置信息,以便运行人员及时采取措施抑制振荡。为此基于Teager能量算子提出了节点同调分群方法。首先采用经验模态分解方法对各节点实时注入有功功率或频率信号进行预处理,然后利用Teager能量算子快速求取分解后模态曲线的频率、幅值,在电网关心模式的频率下应用相关分析技术计算各模态曲线相对幅值最大模态曲线的相角差,从而得到低频振荡过程中节点的同调分群关系。仿真算例验证了该方法的有效性。     

基于Teager能量算子的电能质量扰动实时检测方法

建立一个有效的电能质量监控系统的关键,首先在于实现对扰动的快速、准确检测.通过引入Teager能量算子(TEO),提出基于TEO的实时检测方法.由于Teager能量算子只需要对被测波形相邻的三个采样点进行两次乘法和一次加法运算,使得所提算法快速、简洁,具有优良的时间分辨率,能实时跟踪被测信号波形变化.仿真和实验结果表明,所提算法能够准确、迅速地检测和定位电能质量扰动的发生,具有优良的检测效果.     

基于奇异值分解的电能质量信号去噪

提出了一种基于奇异值分解的电能质量扰动信号去噪算法.算法重构采集信号时间序列的吸引子轨迹矩阵,根据轨迹矩阵奇异值的加权能量贡献率(PCTE)选择奇异值进行扰动信号重建,重建信号即为去除噪声后的电能质量扰动信号.仿真试验结果表明奇异值分解能够有效地提高扰动信号的信噪比,保持原始电能质量信号的扰动特征,此算法理论基础完善,易于实现,有良好的发展前景.     

基于奇异值分解的电能质量信号去噪

提出了一种基于奇异值分解的电能质量扰动信号去噪算法。算法重构采集信号时间序列的吸引子轨迹矩阵,根据轨迹矩阵奇异值的加权能量贡献率（PCTE）选择奇异值进行扰动信号重建,重建信号即为去除噪声后的电能质量扰动信号。仿真试验结果表明奇异值分解能够有效地提高扰动信号的信噪比,保持原始电能质量信号的扰动特征,此算法理论基础完善,易于实现,有良好的发展前景。     

基于静态等值和奇异值分解的快速电压稳定性分析方法

该文结合电力系统自身的特点和要求，利用基本运行情况下电力系统中的信息，采用两种静态等值方法求出电力系统等值参数：第一种方法基于戴维南网络等效理论。第二种方法采用两点潮流计算法。并在此基础上进行电压稳定性分析。用这两种方法可以迅速地预测负荷的临界功率和临界电压、Q—V曲线、P—V曲线及P—Q曲线；还可计算衡量节点电压稳定的节点最小奇异值。与衡量系统电压稳定的系统最小奇异值相比，具有物理概念明确，计算量小的特点。用IEEE14母线系统和IEEE30母线系统进行仿真计算，结果证明了这两种静态等值方法的有效性。     

基于EEMD和Teager能量算子的电能质量扰动检测

针对电能质量扰动检测的问题,结合经验模态分解（EMD）理论和总体平均经验模态分解（EEMD）算法以及Teager能量算子（TEO）,提出基于EEMD和Teager能量算子的电能质量扰动检测方法。利用经验模态分解方法,将电力系统监测信号分解成不同特征时间尺度的单分量固有模态函数（IMF）,用Teager能量算子计算各固有模态函数的瞬时幅值和频率,得到扰动信号的幅值谱。该方法充分利用了EEMD的自适应性与Teager算子的快速响应能力,仿真试验结果验证了该方法的有效性。     

基于Teager能量算子和1D-CNN的HVDC输电线路故障识别方法

针对HVDC输电线路故障识别率低,远端高阻故障识别困难等问题,提出基于Teager能量算子和1D-CNN的HVDC输电线路故障识别方法。该方法利用保护安装处测得的线模分量Teager能量算子和输电线路两侧正负极电流突变量能量比值组成特征向量,利用1D-CNN对特征向量集进行训练和测试,同时实现区内外故障判和故障极选择。仿真实验表明该方法能在不同故障距离和不同过渡电阻情况下有效实现区内外故障识别和故障极选择,采样率能满足现有实际工程需要,具有较强的耐受过渡电阻能力。     

基于奇异值分解的非线性负荷谐波源定位方法

从电力部门运行和管理的角度出发,提出利用负荷的非线性特性定位谐波源及划分谐波责任的方法。该方法通过建立负荷时域等值模型,在不知道系统侧和用户侧负荷参数的情况下,利用公共连接点(PCC)上电压、电流的物理关系建立微分方程,求解负荷等值阻抗参数。根据辨识的负荷等值阻抗参数定位谐波源。采用奇异值分解(SVD)方法对采样的电压、电流数据进行分析,克服测量噪声及量测矩阵奇异的影响,提高参数辨识的精度。应用量化的负荷非线性度,进一步区分各谐波源的谐波责任。仿真表明,该方法简单可行,可准确定位谐波源,且不受背景谐波的影响。     

基于奇异值分解的PMU数据恢复法

同步相量量测单元(phasor measurement units,PMUs)因其同步性、快速性和准确性成为电网动态实时监测最有效的手段之一,并得到迅速发展。但由于通信堵塞、硬件故障、传输延迟等因素,现场PMU通常存在不同程度的数据丢失问题,严重制约其在电力系统中的应用与发展,甚至威胁电网安全。该文通过分析现场PMU量测信息,归纳了3种数据丢失类型;提出基于奇异值分解的动态数据成分分析方法,并采用盖氏圆法确定其最优特征成分数,可有效提取原始信号中各特征分量。进一步,提出基于训练、验证与丢失数据分类的数据恢复迭代计算方法,实现系统动态条件下仅利用单通道PMU量测信息的高精度数据恢复。通过仿真与实测数据验证该方法的可行性和准确性。该方法解决传统方法对系统动态信号丢失数据恢复失真的问题,为PMU量测信息更好的应用于电力系统的各个方面提供保证。     

基于扰动功率小波奇异熵的电压暂降源定位

针对现行的电压暂降源定位方法在含有变压器以及复杂电网结构场景下准确度较低的问题,提出一种基于扰动功率小波奇异熵的电压暂降源定位法。首先,基于电能质量监测仪采集到电压电流波形数据计算得到瞬时有功和无功功率,获得加权瞬时扰动有功功率和无功功率;然后,通过小波变换,奇异值分解,结合信息熵原理得到扰动功率的小波奇异熵值,由小波奇异熵值的大小来确定电压暂降扰动源的相对位置;最后,仿真和实例分析证明了所提方法的有效性和准确性。     

基于奇异值总体最小二乘法的间谐波估计算法

通过分析噪声误差,提出采用奇异值总体最小二乘(singular value decomposition total least squares,SVDTLS)算法进行间谐波频率估计,即同时考虑矩阵方程两边的噪声干扰,采用SVDTLS算法求解该情况下的最小范数解,通过对增广矩阵进行奇异值分解(singular value decomposition,SVD),采用简单实用的与信噪比相关的主奇异值个数确定方法对分解的右奇异矩阵进行存储计算,得到了较精确的间谐波频率估计结果。仿真结果表明,该算法具有良好的抗噪性能和数值稳定性,在低信噪比情况下可准确提取信号的频率。     

基于奇异值分解和总体最小二乘-旋转矢量不变技术的电力系统基波频率测量方法

提出一种电力系统基波频率测量方法。首先,基于奇异熵增量及其增量微分来确定有效信号的重构阶次,通过奇异值分解的逆过程来对电网电压信号进行重构,从而消除了噪声、扰动等影响,提取出其中的基波信号,然后利用总体最小二乘-旋转矢量不变技术算法进行频率估计。仿真结果表明,提出的方法在噪声环境下、电网电压信号发生了频率偏移、出现谐波及瞬时脉冲、谐波及暂态振荡等复合扰动的情况下,有效地提取出了基波信号并较为准确地估算出了其频率值。