基于形态滤波和动态测度的电能质量扰动检测

针对电能质量扰动信号的检测与定位,详细分析了动态(Dyn)测度的特点并在其对噪声较为敏感的基础上,构造一种双结构数学形态滤波器并结合Dyn测度算法实现电能质量扰动检测。对电网中的扰动波形进行预处理,以滤除信号中的随机噪声。对去噪后的信号波形,运用Dyn测度算法,通过提取信号的极值点获取信息从而快速识别信号的畸变点,对扰动起止时间进行检测。MATLAB仿真结果表明所提检测方法具有运算简单、运行速度快、检测准确的优点。     

基于图形模式识别的稳态电能质量指标

在电能质量问题日益突出的信息时代,利用电力电子技术进行电能质量控制已成为必然趋势.在此背景下,探求全面准确的电能质量评价方法十分必要.在总结现有电能质量分析方法的基础上,基于模式识别理论,以α、β两相电量合成的图形为对象,提出了利用电量与理想正弦工频电量的贴近度描述电能质量的分析方法并给出了3个稳态电能质量指标.这3个指标侧重于反映电量的瞬时特性,即时域波形上的差别,可为评价各种电能质量控制方法提供依据.通过对两种有源滤波器的控制方法比较验证了其可行性;分析了各种稳态电压扰动现象,并借助仿真总结出了它们的合成图形特征,这些特征可直观地作为评价电能质量的初步依据.通过分析谐波的现场实测数据验证了所提指标的有效性.     

电能质量扰动信号时频原子分解的进化匹配追踪算法

时频原子分解对电能质量扰动信号具有良好的分析效果,但其常用的匹配追踪(MP)算法,存在计算量大、参数空间离散化影响原子匹配性能等不足。基于差分进化,研究了电能质量扰动信号原子分解的进化匹配追踪(EMP)算法,给出了算法流程。针对几种电能质量扰动信号,通过Gabor和衰减正弦量原子分解的30次独立仿真实验,分析了信号长度、噪声等对性能的影响。结果表明,EMP算法与MP相比大大减少了计算耗时且不受信号长度的影响,进一步提高了原子的全局匹配能力,具有很好的抗噪声能力。最后,给出了下一步工作的展望。     

一种简单的电能质量扰动信号检测方法

提出了一种简单的电能质量扰动检测方法,用于判断采集信号中是否存在电能质量扰动,作为扰动分类的前提。该方法利用当前周期的电压信号与前一个周期信号之间的差值信号来进行电压凹陷、电压凸起及暂态振荡、暂态脉冲等暂态电能质量问题检测,利用差分信号和滤波后低频和高频信号的能量比来检测稳态电能质量问题。该方法实现简单,计算量小,检测全面,可以实时、在线完成,弥补了以往采用小波或小波包变换方法复杂费时以及准测不全面的不足,也弥补了单独采用差值信号方法无法检测稳态电能质量问题的缺陷。仿真和试验结果表明了本文提出方法的可行性和有效性。     

一种简单的电能质量扰动信号检测方法

提出了一种简单的电能质量扰动检测方法,用于判断采集信号中是否存在电能质量扰动,作为扰动分类的前提.该方法利用当前周期的电压信号与前一个周期信号之间的差值信号来进行电压凹陷、电压凸起及暂态振荡、暂态脉冲等暂态电能质量问题检测, 利用差分信号和滤波后低频和高频信号的能量比来检测稳态电能质量问题.该方法实现简单,计算量小,检测全面,可以实时、在线完成,弥补了以往采用小波或小波包变换方法复杂费时以及准测不全面的不足,也弥补了单独采用差值信号方法无法检测稳态电能质量问题的缺陷.仿真和试验结果表明了本文提出方法的可行性和有效性.     

基于HHT的电能质量信号检测分析

大量的非线性负载会造成电能质量“污染”,使电能信号复杂多样.针对复杂电能信号采用希尔伯特黄变换（HHT）进行检测分析.介绍了HHT原理,应用HHT对几种最为常见、重要的电能质量扰动及复杂电能质量扰动进行仿真分析.分析表明此方法能精确检测出电压幅值、频率及扰动的起止时刻,适用于分析电能质量信号.     

基于改进S变换的非稳态信号的电能计量方法研究

随着智能电网的不断发展,非线性负荷大量接入电网,产生的非稳态信号对电能计量造成了影响。为了提高非稳态信号的时频分辨率,本文在S变换的基础上,针对电网非稳态信号的特征并根据窗函数设计原则改进了高斯窗尺度因子σ。此外,为保证非稳态信号下计量的精确性和合理性,应实现基波电能和畸变电能的分开计量,为此本文提出基于改进S变换的电能计量方法,利用改进S变换优秀的时频分辨率实现基波电能和畸变电能的分解重构。通过对几个典型的非线性负荷信号的仿真验证了改进S变换算法在电能计量上的优越性和有效性。     

电能质量扰动检测的研究综述

快速、准确、有效的电能质量扰动检测是电网故障分析与治理的前提和基础,在电力监测、电能质量评估及电网和用户的安全中扮演了重要角色.针对当前国内外相关研究成果进行整合归纳总结.首先,分析了电能质量扰动检测对象,归纳电能质量扰动检测的难点问题.其次,详细综述电能质量扰动检测方法的最新研究进展,将其分为时域分析、频域分析、时频...     

基于匹配滤波法的超高频局部放电信号检测

在强电磁干扰环境下准确获取局部放电信号是目前研究的难点。超高频局部放电过程的频散现象会影响波形匹配法消除干扰的效果,因此文中基于频谱最优匹配原则构造滤波器,以使超高频局部放电信号的能量得到增强,从而获得最大的信噪比。文中还采用改进的粒子群算法提高了优化计算的速度和可靠性。实验和分析结果均表明,在强干扰背景下,频谱最优匹配滤波法对白噪干扰和周期性窄带干扰均有较好的消噪效果,并可保持超高频局部放电脉冲的波形、幅值和极性信息。     

基于感应滤波方法提高变电站的电能质量

为了改善变电站的220 kV供电网的电能质量,提出一种四绕组感应滤波变压器(FW-IFT)组合无源滤波装置的IF方法来屏蔽电网负荷侧的特定次谐波,使其无法窜入供电网。阐述了新型IF方案,详细分析了FW-IFT的IF机理。然后,基于辐射型电路建立基波与谐波下FW-IFT的电压方程,并分析了滤波性能。最后,通过MATLAB仿真和样机试验,验证了所提方法是有效可行的。     

基于小波包时-频能量群的非稳态谐波分析

针对电力系统中非稳态谐波的频谱具有一定带宽的特点,提出了一种小波包时-频能量群的谐波分析新方法.该方法对信号进行恰当的小波包分解,使非稳态谐波的频谱落到某个频率子带上,将子带内的频谱作为一个谐波能量群.在谐波能量群的基础上,提出了适合测量非稳态谐波的参数.仿真结果表明,较之FFT谐波分析方法,小波包时-频能量群的谐波分析方法更适合分析谐波电压剧降、指数衰减和正弦调制等这类复杂的非稳态谐波,并且比FFT波分析方法具有更高的准确度.     

谐波下的电能计量及电能质量分析方法

对谐波下电能计算和电能质量分析的方法进行了讨论,着重对积分电能算法和FFT变换方法进行了对比介绍。     

基于Kalman滤波技术的超高频变换器稳态特性分析

超高频(very high frequency, VHF)变换器具有体积小、功率密度高的特点,在航空航天、光伏发电等领域中具有广阔前景;但由于变换器选用的储能元件数值很小,寄生参数对变换器稳定工作产生较大影响,因此超高频变换器对主电路设计提出了更高的要求。为此,在建立变换器的数学模型时应考虑寄生参数可能带来的未知偏差,使变换器在受到干扰参数变化的情况下仍能保持较好的稳态特性。将对含有寄生参数的VHF Boost谐振变换器主电路进行模态分析,随后利用Kalman滤波技术对电路进行数值建模,最后对变换器进行稳态特性分析,从而验证Kalman滤波技术在该领域中的适用性,为超高频变换器数学建模与动力学特性研究提供思路。     

基于稳态电流波形匹配的非侵入式家用负荷快速识别方法研究

针对现有非侵入式负荷识别方法存在识别特征量表征性差(选取不典型),识别算法收敛速度慢,识别结果精度低等问题,提出一种利用波形相似度匹配来辨识家用负荷的方法.将互近似熵原理与二值距离矩阵相结合,提取家用负荷稳态运行时的电流波形作为特征量,通过直接计算待识别的测试电流波形与模板库中的样本波形之间的互近似熵值,来进行波形相似...     

基于变换的电能质量分析方法的研究

对电能质量的分析方法进行综合性研究。分别对傅立叶变换和小波变换的基本概念和原理加以阐述,介绍了在谐波分析中最常用的FFT算法、各种改进的FFT算法在电能质量分析中的应用,以及小波变换在电能质量分析中的各种应用,并比较了傅立叶变换和小波变换的不同适用范围,最后,对电能质量问题研究方向提出了自己的看法。     

基于希尔伯特-黄变换的复杂电能质量信号检测技术

电力系统中大量非线性负荷的使用导致了电能质量信号的非平稳性和复杂性。针对复杂电能质量信号的检测问题,文中采用Hilbert-Huang变换（HHT）对复杂电能质量信号进行分析。介绍了HHT的基本原理;提出了实现复杂电能质量信号检测的HHT方法;分析了HHT在复杂电能质量信号检测中的优越性。仿真试验表明该方法可以实时精确的检测扰动起止时刻和扰动幅度,适用于电能质量多扰动的检测和辨识系统。     

回溯自适应匹配追踪电能质量信号重构方法

为改善电能质量暂稳态信号重构性能,提出了基于压缩感知理论的回溯自适应匹配追踪的电能质量信号重构方法,对电能质量信号进行处理。在自适应匹配追踪的基础上改变一个回溯步骤,初选出满足条件的候选集,然后在终选步骤中利用回溯功能,剔除系数相对较小的原子,所以该方法能够灵活地删除一些被在初选时被错误选择的原子,有着更好的稀疏信号重构和逼近性能。另外该方法无需先验信号的稀疏度,具有稀疏度自适应能力。仿真实验结果表明,10种电能质量信号的压缩重构精度都在97.63%以上,能量恢复系数要高于99.57%,信噪比高于31.42dB,均方误差百分比在2.31%之内,都能达到很好的性能指标。     

遗传优化时频参数的电能质量扰动匹配特征分析

针对电能质量暂态扰动信号时频局部化信息量较广难以简洁灵活提取有效细微特征以及匹配追踪算法计算量大的问题,提出一种应用于电能质量扰动特征参量提取及压缩重构的匹配时频原子框架及其遗传优化改进算法。在Gabor过完备时频原子库离散基础上,采用匹配追踪方法(matching pursuit,MP)对扰动信号进行时频原子自适应分解,并通过遗传算法(genetic algorithm,GA)对时频原子参量进行优化计算,从而降低匹配追踪搜索过程的复杂度,获得最佳匹配电能质量扰动信号特征的时频原子参量化解析表示以及匹配特征重压缩构波形。算例仿真表明,该框架重构信噪比高达50 dB,均方误差数量级为0.001,能量恢复系数达到0.99以上,与小波(包)相比,具有更优良的压缩重构性能及多分辨能力,遗传优化时频参量的改进算法,基本保持了 MP 优良的压缩重构性能,计算复杂度缩减率为95.8%,算法收敛性得到提高,匹配扰动信号计算效率提高80~100倍,满足电能质量扰动分析要求。     

基于正交优化时频原子分解算法的电能质量扰动匹配特征分析

针对电能质量扰动信号时频局部化信息量较广难以简洁、灵活提取有效细微特征以及匹配追踪收敛速度较差的问题,提出一种应用于电能质量扰动分解重构及扰动特征参量提取的匹配时频原子框架及其改进方法。在Gabor时频原子库离散优化基础上,通过匹配追踪算法对扰动信号进行自适应分解,同时对搜寻的最佳时频原子进行正交变换,减小冗余分量,设定迭代次数或残差阈值作为终止条件,从而获得一系列匹配扰动信号波形特征的正交时频原子及其参量化形式。仿真结果表明,该框架能有效分解提取电能质量扰动信号时频特征参量,相对基于匹配追踪的稀疏分解,改进算法单一扰动匹配特征重构信噪比高达55dB,多重扰动达35dB,均方误差数量级为0.001,匹配扰动特征精度及收敛性能进一步提高,满足电能质量分析要求。     

基于匹配滤波和自动阈值的眼底血管分割方法

提出一种快速、简便、高效的眼底血管分割方法。分析眼底图像的灰度值分布和对比度变化,利用匹配滤波克服背景干扰,消除噪声影响,达到灰度均衡,实现眼底图像的亮度归一化。估计眼底图像中背景像素所占比例,利用直方图自动选择阈值,完成对眼底图像中血管的有效分割。在公开的眼底图像数据库上进行测试,该方法对眼底血管分割具有较好的性能指标。实验表明,提出的基于匹配滤波和阈值优化的眼底血管分割方法,准确率高、复杂度低,对眼科疾病的计算机辅助诊断有一定的实用价值。