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、时频域分析、参数估计、人工智能五大方面,并分别对这五个方面的方法进行讨论、对比分析各自利弊等。最后,指出暂态扰动及其组成的混合扰动检测方面存在的问题,并对今后的发展趋势进行展望。     

基于S变换和分类树的电网暂态电能质量扰动分类辨识

针对暂态电能质量的检测分析,分别在强弱两种噪声背景下运用S变换的不同方法对暂态多扰动信号进行定位检测.对于暂态多扰动的分类辨识,运用了基于S变换和分类树相结合的暂态电能质量多扰动分类辨识方法,首先运用S变换对暂态多扰动信号进行时频分析,然后提取扰动信号的特征量,最后生成用于对暂态多扰动信号进行分类的决策树分类辨识方法,以此来实现对暂态多扰动信号的分类辨识.仿真计算结果表明,该方法对暂态多扰动信号能够进行有效的分类辨识,准确度高且抗噪能力强.     

风电并网暂态电能质量扰动的检测与识别

风能的随机性、间歇性和波动性等特性使得电力系统的电能质量在风电并网运行时受到了十分复杂的影响,因此针对风电并网运行中的暂态电能质量问题,文中提出了一种基于db4小波变换和有效值法的新方法对暂态电能质量扰动进行检测与识别,并通过详尽的理论分析和Matlab仿真对该方法进行了验证。研究结果表明该方法能有效地完成对暂态电能质量扰动的检测与识别,为检测与识别电力系统在风电并网运行时的暂态电能质量扰动提供了一种切实可行的新方法。     

基于S变换和分类树的电网暂态电能质量扰动分类辨识

针对暂态电能质量的检测分析,分别在强弱两种噪声背景下运用S变换的不同方法对暂态多扰动信号进行定位检测.对于暂态多扰动的分类辨识,运用了基于S变换和分类树相结合的暂态电能质量多扰动分类辨识方法,首先运用S变换对暂态多扰动信号进行时频分析,然后提取扰动信号的特征量,最后生成用于对暂态多扰动信号进行分类的决策树分类辨识方法,...     

基于预测机制的电能质量扰动检测方法研究

通过对现有各种扰动监测算法的研究和比较,提出了一种基于线性预测机制的时间域电能质量扰动检测方法。将待分析的电网信号通过由线性预测机制得到的误差预测滤波器,当电网中发生电能质量扰动时,预测信号波形会在扰动发生及结束时刻产生突变,使得所提检测算法能够及时检测到电网中发生扰动信号的起始时刻和持续时间。仿真和试验结果表明了所提方法能准确检测电压暂升、暂降等变化相对缓慢且延续时间也相对较长的暂态扰动信号,对电压骤降等变化时间极为短暂的瞬时性扰动信号依然具有良好的监测效果。     

基于提升复小波的暂态电能质量扰动的检测与定位

针对暂态电能质量扰动信号的检测与定位,提出一种基于第2代小波变换的提升复小波的提升算法。通过Euclidean分解算法得到复小波提升方案;利用该方案对常见的几种扰动信号进行提升变换,将变换后的幅值和相位信息用于暂态电能质量扰动的定位检测及扰动幅度估计;并与第1代小波变换进行比较。仿真结果表明,所提算法具有简单、运行速度快、检测精度高等优点,能够准确定位暂态电能质量扰动信号和计算扰动信号的变化幅度。     

基于数字图像处理技术的暂态电能质量扰动分类

为改进暂态电能质量扰动分类方法的准确性,先将暂态电能质量扰动一维数据信号通过归一化处理转换为二维灰度图像,再应用伽马校正、边缘检测及峰谷检测等数字图像处理方法增强扰动特征,得到新的灰度图像和二值图像。提取二值图像的形态学特征值组成特征向量。通过概率神经网络实现暂态电能质量扰动分类。对所提方法进行了仿真计算和比较分析。结果表明,所提出的暂态电能质量扰动分类新方法改进了扰动分类的准确性,是一种有效可行的方法。     

矩阵分解在暂态电能质量扰动检测方面的应用

针对暂态电能质量问题日益突出的实际情况,提出了基于矩阵分解技术的暂态电能质量扰动检测方法。首先将一维电能质量扰动信号构造成Hankel矩阵,根据矩阵奇异值分解原理完成对扰动信号的线性分离,然后分析各层分量信号所含信息的价值,确定用第三层分量信号中的突变信息来检测扰动信号的发生、截止时刻。仿真结果表明,该方法有效易行。     

基于预测机制的电能质量扰动检测方法研究

通过对现有各种扰动监测算法的研究和比较,提出了一种基于线性预测机制的时间域电能质量扰动检测方法.将待分析的电网信号通过由线性预测机制得到的误差预测滤波器,当电网中发生电能质量扰动时,预测信号波形会在扰动发生及结束时刻产生突变,使得所提检测算法能够及时检测到电网中发生扰动信号的起始时刻和持续时间.仿真和试验结果表明了所提方法能准确检测电压暂升、暂降等变化相对缓慢且延续时间也相对较长的暂态扰动信号,对电压骤降等变化时间极为短暂的瞬时性扰动信号依然具有良好的监测效果.     

基于模糊自适应形态滤波器和S变换的暂态电能质量扰动检测

提出一种基于模糊自适应形态学滤波器与S变换结合的暂态电能质量扰动检测方法。该方法根据数学形态学理论和模糊控制原理构造一种模糊自适应形态学滤波器,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,可较好地保留信号的基本特征,对于滤波后的信号波形,利用S变换幅值包络线对暂态电能质量扰动起止时间进行检测。最后通过对噪声背景下含电压骤升、电压中断和电压骤降电磁暂态现象的电压信号进行仿真验证,结果表明该方法具有计算简单、快速和准确的特性和优点。     

基于二进小波变换的电能质量扰动检测

电能质量扰动起止时刻和持续时间是描述扰动的重要属性,为了对电能质量进行分析与评估,需要对其进行检测。小波变换的局部模极大值对应信号的突变点,可以用来检测电能质量扰动。连续小波变换的计算量大,存在较大冗余,而多分辨率分析的方法由于进行了二抽取,难以直接根据变换结果进行检测,需要重构信号,因此,采用了二进小波变换对电能质量扰动进行检测。使用电磁暂态分析程序ATP仿真软件对电能质量扰动信号进行了仿真,用样条小波进行二进小波变换,检测结果表明在分解尺度一上可以实现较为准确的检测。     

基于数学形态学的电能质量扰动检测和定位

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。     

小波包变换在电能质量扰动检测中的应用

鉴于小波包变换能够均匀划分信号频带,聚焦任意频率,是暂态电能质量扰动分析的良好工具,提出了在噪声环境中电能质量扰动检测和定位的有效方法,即利用小波包变化模极大值原理定位电力系统短时扰动并确定扰动持续时间。仿真表明,通过小波包一、二次分解和重构能更好地提取扰动特征信息,从而为电能质量的检测、评估及治理提供依据,且该算法计算简单、快速、有效。     

复杂电能质量扰动事件源定位方法

复杂电能质量扰动事件包含多个相关的基本事件和多个扰动事件源。在对复杂扰动事件的类型和时空特征进行分析的基础上,提出一种复杂电能质量扰动事件源定位方法。采用原子算法检测扰动事件,给出根据各基本事件的起止时间进行扰动区段划分的方法;采用叠加原理对瞬时功率进行分析,提出根据扰动能量的极性对各区段扰动事件源进行定位。算例结果表明,该方法能够实现复杂电能质量扰动事件源定位。     

基于改进QPSO形态滤波器的电能质量暂态扰动检测

提出一种基于改进量子粒子群算法（QPSO）的形态滤波器,用于电能质量暂态扰动检测。首先对量子粒子群算法进行改进,利用混沌序列对粒子位置初始化以提高算法全局寻优能力,通过引入变异算子进一步避免算法过早收敛。然后将改进后的算法应用于形态学滤波器的结构元素的自适应优化中,结合结构元素的特点,寻找出属性最佳的结构元素从而提高滤波能力。结合仿真实验,研究了含有复杂多变噪声的环境下,发生电压骤升、电压骤降和电压中断暂态干扰现象时所构造改进滤波器的滤波性能。通过实验对比,证明所提方法具有快速、准确的特点,较传统的滤波方法有了很大的改善,提高了电能质量扰动检测的可靠性。     

基于短时李氏指数的电能质量扰动检测仿真研究

随着微处理和电力电子等智能器件越来越多地在工业过程控制中的应用，电能质量扰动问题已成为近年来各方面关注的焦点，对电能质量进行有效地分析和检测不仅必要而且十分迫切。为此提出用短时李氏指数检测电能质量扰动的方法。该方法利用电能质量扰动存在时电压信号的短时李氏指数会突变这一特性，对电能质量扰动进行检测，即根据所计算的短时李氏指数，判断电能质量扰动是否存在，以及确定其发生和恢复时刻，给出了短时李氏指数的计算方法，以及检测算法。仿真结果表明，该方法具有简单快捷的特点，能准确有效地检测到电能质量扰动，并能精确地确定电能质量扰动的发生，恢复时刻。     

基于改进HHT的电能质量扰动检测新方法

为了解决传统HHT在电能质量扰动检测中EMD产生的模态混叠问题,提出一种基于奇异值分解（SVD）的改进HHT的电能质量扰动检测新方法。首先,将初始信号转换为Hankel矩阵进行SVD;再进行奇异值去模态混叠处理并重构信号;最后用HHT方法对重构后的去干扰扰动信号进行分析,求出扰动各固有模态分量imf对应的瞬时幅频参数,以实现扰动检测。仿真结果表明改进HHT方法比传统HHT与基于EEMD的HHT方法对带有噪声与高频间断信号的扰动信号能更好地消除模态混叠,不仅适用于单一暂态扰动检测,对复杂非平稳扰动也能取得较好效果。     

基于改进扰动功率和能量法的暂态扰动定位

功率和能量法是一种定位电能质量扰动问题的常用方法,但它在定位向系统注入能量的扰动类型时,会发生原理性错误。文中对此进行了改进,提出一种基于改进功率和能量法的暂态扰动定位方法。改进法结合了扰动初始能量的极值和扰动初始电压的极值,使其可以同时处理向系统注入能量的扰动和系统释放能量的扰动。改进方法不需要在定位前对暂态扰动进行分类,就可以对2类暂态扰动进行准确的定位。对比仿真分析表明,改进方法达到了准确定位2类暂态扰动的目的。     

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。