共查询到19条相似文献,搜索用时 87 毫秒
1.
针对扰动检测过程中存在的脉冲噪声和白噪声影响暂态电能质量信息准确提取的问题,文章设计了一种基于LMS的多结构复合形态滤波算法,该算法具有在保留信号的有效成分的基础上最大限度地滤除噪声的功能。文章使用电压暂降、电压暂升、电压中断等对所提方法进行了仿真实验。仿真结果表明,基于LMS的多结构复合滤波算法得到的信噪比是多结构自适应复合滤波算法的1.01倍左右,是小波变换的1.1倍左右,即该算法能有效地滤除暂态电能质量扰动分析中的随机噪声和脉冲噪声;而且,该算法可较好地保持扰动信号的形状和特征。 相似文献
2.
基于S变换和时域分析的电能质量扰动识别 总被引:6,自引:6,他引:6
提出了一种基于S变换(S-Transform,ST)和时域分析的电能质量扰动自动识别方法,该方法利用信号的S变换幅值矩阵和时域信息快速提取与各类电能质量扰动相应的特征,并借助简单的规则树识别特定的扰动,避免了因训练样本不足引起的较大误差,提高了识别效率。仿真试验结果表明,该方法识别率高,抗噪能力强,适用于电能质量扰动监测和辨识系统。 相似文献
3.
4.
基于动态测度的电能质量扰动检测 总被引:13,自引:5,他引:13
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。 相似文献
5.
基于数学形态学的电能质量扰动检测和定位 总被引:6,自引:2,他引:4
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。 相似文献
6.
基于数学形态学的谐波检测与电能质量扰动定位方法 总被引:15,自引:1,他引:15
提出了一种基于数学形态学的电流(电压)谐波检测方法,通过合理地选择扁平结构元素的长度,该方法能快速、准确地检测出电流(电压)中的谐波分量.以此为基础,提出了一种快速的电能质量扰动检测和定位方法,该方法将电压幅值的平方值作为TOP-HAT变换的输入量,具有较高的检测灵敏性.系统存在噪声的情况下,该方法也有较好的检测效果.MATLAB/SIMULINK仿真结果证明了这两种方法的有效性. 相似文献
7.
《广东电力》2020,(6)
为准确识别各类电能质量扰动,提出一种新型的、基于深度置信网络(deep belief network, DBN)的电能质量(power quality, PQ)扰动检测和分类方法。该方法为纯数据驱动方法,通过使用DBN对数据样本进行深度学习,从而形成稳定模型用于检测与分类。为了获得足够的样本进行训练,搭建1个周期内的PQ扰动数学模型,进行数据采集;然后对DBN的结构及参数进行设计和选取。为验证该方法的有效性,使用训练好的DBN对常见的PQ扰动信号进行检测和分类,并与现有的常规检测分类方法进行比较。对比仿真结果表明,与现有的检测分类方法相比,该方法具有更高的精度和较强的鲁棒性。 相似文献
8.
基于S变换的短时电能质量扰动检测与分类 总被引:3,自引:0,他引:3
提出了利用S变换时频等值线图和幅值包络线对常见短时电能质量扰动进行检测和分类的方法.介绍了S变换的基本原理,给出了利用S变换检测和分类短时电能质量扰动的实现方法,通过仿真验证方法的有效性.结果表明,该方法可以准确地确定扰动发生时刻和持续时间,并能简单、直观地对扰动进行分类和幅度确定. 相似文献
9.
10.
动态电能质量扰动的多刻度形态学分析 总被引:24,自引:12,他引:24
利用多刻度数学形态学由粗到细地对信号进行分层处理的特点,从动态电能质量扰动的波形出发,建立一种全新的多层次描述和多层次处理的扰动辨识方法。该方法不以传统的基于有效值理论的波形分析和基于稳态信号的频谱分析为辨识依据,而是直接从波形的几何形态出发,采用不同刻度的结构元素对波形进行变换,通过形态学膨胀、腐蚀、开、闭运算,得到各刻度下的形态谱并获得对所研究对象的直观的理解。仿真结果证明该方法弥补了傅立叶变换和小波变换的一些缺陷:适当选择结构函数的幅值和信号采样率后,分析结果只受结构函数形状的影响。为动态电能质量扰动的检测、识别与分类提供了新的思路。 相似文献
11.
提出了一种快速的电能质量扰动检测和定位的方法,在该方法中其检测输出量能够反映出扰动前后被检测电压幅值平方的变化,具有非常明显的检测效果。系统存在噪声的情况下,该方法同样适用。MATLAB/SIMULINK仿真结果证明了这两种方法的有效性。 相似文献
12.
13.
14.
基于数学形态学和网格分形的电能质量扰动检测及定位 总被引:41,自引:3,他引:41
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。 相似文献
15.
16.
采用改进多分辨率快速S变换的电能质量扰动识别 总被引:1,自引:0,他引:1
噪声干扰是影响电能质量暂态扰动识别准确率的最重要因素。经过S变换后获得的扰动信号的模时–频矩阵具有灰度图像特点。因此,可通过二维数学形态学方法,滤除噪声干扰,获得更高的识别准确率。首先,针对扰动信号时–频分布特点,设计具有不同时–频分辨率的多分辨率快速S变换方法以降低运算量、提高特征表现能力;之后,在阈值滤波基础上,根据信号时–频分布特点,选择线段型、零角度结构元进行灰度级形态学开运算,进一步滤除高频频域噪声;最后,从原始信号、信号傅里叶谱、多分辨率快速S变换模矩阵中提取5种特征建立决策树分类器,识别含噪声信号与6种复合扰动信号在内的12种电能质量信号。通过仿真对比实验发现,新方法具有更好的抗噪能力,更加适用于低信噪比环境下的电能质量信号识别。 相似文献
17.
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. 相似文献
18.
19.
为提高暂态电能质量扰动分类识别的精度,提出了一种基于高阶累积量与支持向量机的暂态电能质量扰动信号的分类识别算法。该算法利用高阶累积量提取脉冲暂态与振荡暂态2类扰动的3阶与4阶统计特征,并选取各阶统计结果中的极大值个数、极小值个数以及最大值、最小值共8个特征量作为支持向量机的输入。利用Matlab产生仿真数据对此方法进行了仿真验证,结果表明,高阶累积量可以有效表征暂态扰动特征,且受噪声影响小;结合支持向量机可有效分类识别这2类暂态扰动,在训练样本为50组,核函数选择为线性核函数时,识别率可达到99%;当混合有其他扰动分量时,该方法也有效。 相似文献