基于集合Kalman滤波的暂态电压扰动检测

随着电力系统中非线性负荷的增加,由暂态电压扰动引起的电能质量问题越来越严重,对暂态电压扰动信号的检测成为改善电能质量的关键。基于集合Kalman滤波方法进行暂态电压扰动检测分析,结合暂态电压扰动特点,构造了集合Kalman滤波的背景集合。由k-1,k-2时刻的电压状态修正值组成背景集合,然后进行递归运算,提取出实时的电压幅值,从而定位暂态扰动发生的起止时刻以及跟踪突变的幅值。仿真结果表明,所提方法能快速检测到电压暂降/突升、暂态电压脉冲信号发生的起止时刻,跟踪到突变幅值。其对谐波加电压暂降混合扰动信号的扰动起止时刻以及混合扰动信号中基波、谐波的幅值的跟踪也非常有效。所提方法总体优于传统的Kalman滤波法和有效值法。     

基于DOS变换的微电网电压暂降快速检测

针对微电网电能质量监控过程中,最为常见的电压暂降,提出一种基于DOS变换的微电网电压暂降快速检测新方法。首先介绍了DOS变换的基本原理,然后利用DOS变换分析电压暂降信号的时频特性,接着构造DOS变换基频时间-幅值包络曲线与频率-幅值包络曲线,最后对所得曲线进行分析得到扰动的起止时刻和持续时间。Matlab仿真结果验证了该方法的准确性与快速性,并且能准确地检测含谐波和噪声环境下的电压暂降。     

基于短时傅里叶变换的电压暂降扰动检测

用短时傅里叶变换作为时频信号分析工具，研究在电压暂降扰动下暂降电压幅值检测、扰动时间定位和扰动源识别问题。提出利用暂降后电压信号的基频幅值曲线检测暂降电压幅值，利用暂降发生和结束时产生的高频信号对电压暂降扰动时间定位的方法，并提出根据基频幅值和扰动点个数来识别电压暂降扰动源的方法，该方法可以有效区分由短路故障引起的电压暂降和由感应电机启动引起的电压暂降。仿真试验结果表明该方法对电压暂降扰动检测精度高，同时比以往基于小波变换的方法在抵御谐波和噪声干扰方面更具有优越性。     

基于LabVIEW的电压暂降检测与分析软件设计

为了对电压暂降问题进行监测和分析,采用USB2831数据采集卡和Lab VIEW虚拟仪器开发平台设计了一套电压暂降检测与分析软件。USB2831数据采集卡用于获取电压电流信号,在Lab VIEW环境下用短时傅里叶变换作为时频信号的检测和分析工具,生成基波幅值曲线和最大频谱幅值曲线,以确定电压暂降深度、暂降的起止时刻以及各次谐波分量的幅值。将其检测结果与有效值算法的检测结果对比可知,短时傅里叶变换算法检测电压暂降的精度高,扰动定位能力强。所设计软件具有界面友好、扩展性强、使用方便等优点。     

基于LMD和Hilbert变换的电压暂降检测方法

为了准确获得电压暂降幅度、频率成分以及扰动起止时刻等信息,将一种基于局部均值分解(Local Mean Decomposition,LMD)和希尔伯特(Hilbert)变换的时频分析新方法应用于电压暂降扰动检测中。新方法先通过LMD分解得到原始信号的乘积函数(Product Function,PF),PF分量的包络函数即瞬时幅值,再对PF分量进行Hilbert变换可得其瞬时频率。电压暂降特征信息可从瞬时幅值和瞬时频率中提取出来,从而实现电压暂降的检测。将新方法应用到两种电压暂降信号的仿真分析中,并与LMD法的分析结果进行比较。仿真结果证明了该组合方法检测电压暂降的有效性和准确性。     

基于DILCD和SDEO的电能质量扰动检测新方法

针对局部特征尺度分解(LCD)出现的模态混叠现象,提出了基于微积分局部特征尺度分解(DILCD)和对称差分能量算子(SDEO)的电能质量扰动信号分析方法。首先选取电力系统中的暂降、暂升,谐波、间谐波,衰减振荡等单一及其复合扰动信号分别进行DILCD分解可得到若干个内禀尺度分量(ISC);然后利用SDEO解调ISC分量求取瞬时频率和瞬时幅值,定位扰动发生的起止时刻。仿真结果表明,该方法能有效检测分析非平稳电能质量扰动信号,获得的瞬时幅值波动、端部效应小,频率检测精度高,时间定位准确。     

基于改进S变换的电压暂降起止时刻检测

电压暂降起止时刻是重要的暂降特征量,在分析改进S变换基础上提出一种改进S变换基频幅值向量和基频差分平方向量相结合的暂降检测方法。首先通过改进S变换基频幅值向量判断信号是否发生暂降,再利用改进S变换基频差分平方向量检测暂降信号起止时刻,最后依据基频幅值向量和暂降起止时刻的检测误差曲线来确定改进S变换高斯窗宽调节因子,达到更优时频分辨率。所提方法能更准确地检测发生在不同持续时间、不同波形点和不同幅值深度的暂降所对应的起止时刻。仿真和实测结果验证了方法的有效性。     

基于多变换-谱峭度的配电网暂态电能质量扰动检测与辨识方法研究

针对配电网暂态电能质量扰动类型众多和噪声环境复杂等因素造成的暂态电能质量扰动精准辨识难度大等问题,论文深入研究了一种基于多变换和谱峭度的智能配电网暂态电能质量精准检测与辨识方法.该方法先通过小波变换消除信号中的噪声,然后对消噪后的信号进行小波变换检测出暂态电能质量扰动的幅值和时刻,并利用谱峭度对信号的冲击成分敏感及抗噪能力强等特性,通过对消噪后的信号短时傅里叶变换的谱峭度计算辨识出暂态脉冲、暂态振荡和短时电压变动,通过对短时电压变动扰动进行希尔伯特-黄变换检测出短时电压变动中的电压暂降、电压中断和电压暂升的瞬时频率和瞬时幅值,进而辨识出电压暂降、电压中断和电压暂升.该方法避免了HHT对暂态脉冲、暂态振荡的无用检测,具有计算过程简单、检测精确度高、辨识精确性高、通用性强等诸多优势.     

基于最优组合赋权改进S变换的电压暂降检测方法

电压暂降是电能质量问题的一种,为了能更准确快速地对电压暂降进行检测分析,文章提出了一种基于改进S变换的电压暂降信号检测方法,利用基频幅值差分平方向量检测电压暂降信号的起止时刻,通过定义起止时刻误差、暂降深度误差、局部标准差、峰度和能量五个指标得到其与改进S变换高斯窗调节因子的关系曲线,应用最优组合赋权法对该五项指标进行赋权,从而得到S变换的最优参数。仿真结果表明,通过文中提出的方法易于得到基频幅值差分平方向量曲线以及突变点曲线,从而更准确地定位暂降发生的起止时刻;相位跳变曲线能够更好地反映电压暂降的相位跳变情况;基频幅值曲线能够更准确地检测出电压暂降的暂降深度;时间幅值平方和均值曲线能更精确地反映电压暂降发生的起止位置。     

基于HHT的电能质量检测新方法

提出了用HHT方法对电能质量扰动信号（电压凹陷、电压凸起、电压间断、暂态震荡、暂态脉冲等）和谐波（整数次谐波和间谐波）进行检测及时频分析的新方法.该方法由经验模态分解法（EMD）和Hilbert变换（HT）两部分组成.通过EMD得到固有模态函数（IMF）后,再进行HT,可以定量、准确地刻画相应时刻的瞬时频率和幅值.通过该方法可以确定非平稳的电能质量扰动信号的时间、频率和幅值信息;同样也可以精确的检测出谐波的幅值和频率.仿真结果表明,该法不但适用于非平稳信号的处理,而且对平稳信号的分析、处理也有很好的效果.     

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.     

Hilbert-Huang变换方法在谐波和电压闪变检测中的应用

将一种新的非平稳信号处理方法,即HHT(HilbertHuang Transform)方法用于检测与时频分析典型的电能质量扰动信号,如谐波、电压闪变与波动信号.该方法由经验模态分解法(EMD)及Hilbert变换两部分组成,先用EMD提取信号的固有模态函数(IMF)分量,再对IMF作Hilbert变换求瞬时频率和幅值.该方法可以从时域和频域两方面同时对信号进行分析,能够准确检测出突变、非平稳谐波和电压闪变信号的时间、频率和幅值信息.仿真分析结果表明了该方法检测非平稳电能质量扰动信号的有效性.     

基于变分模态分解的电能质量扰动检测新方法

为了更加准确地提取扰动信号特征,提出了基于变分模态分解(VMD)的电能质量扰动检测新方法。该方法由VMD和希尔伯特变换(HT)2个部分组成。首先,对扰动信号进行傅里叶变换以确定VMD的预设分解尺度;然后,利用VMD将扰动信号分解为系列调幅-调频函数之和;最后,对每个调幅-调频函数进行HT,求取瞬时幅值和瞬时频率,进而确定扰动信号特征。较之希尔伯特-黄变换和局部均值分解方法,VMD方法不仅可分析不同时间支集的扰动信号,处理复合扰动和频率相近的奇数次谐波,也不存在模态混叠,获取的瞬时幅值和瞬时频率更加准确。仿真信号和变电站电容器组投入时的电压信号分析结果证明了所提方法的可行性和有效性。     

基于Hilbert-Huang变换的风电场闪变

随着风电场装机容量的增大,风电并网所带来的电压偏差、谐波污染、电压波动和闪变等电能质量问题日益严重,因此,需要对其进行评估和治理,而评估和治理的前提是参数的准确检测。将一种新的非平稳信号处理方法,即Hilbert-Huang变换用于风电场闪变的分析。该方法可以从频域和时域同时对信号进行分析,能够准确检测出非平稳电压闪变信号的时间、频率和幅值信息。仿真分析结果表明了该方法分析风电场闪变的有效性。     

采用Hilbert-Huang变换和支持向量机的过电压分类识别方法(英文)

This paper proposes an effective method for over-voltage classification based on the Hilbert-Huang transform(HHT) method.Hilbert-Huang transform method is composed of empirical mode decomposition(EMD) and Hilbert transform.Nine kinds of common power system over-voltages are calculated and analyzed by HHT.Based on the instantaneous amplitude spectrum,Hilbert marginal spectrum and Hilbert time-frequency spectrum,three kinds of over-voltage characteristic quantities are obtained.A hierarchical classification system is built based on HHT and support vector machine(SVM).This classification system is tested by 106 field over-voltage signals,and the average classification rate is 94.3%.This research shows that HHT is an effective time-frequency analysis algorithms in the application of over-voltage classification and identification.     

基于HHT变换的微网电压闪变与谐波检测新技术

微网中大规模的分布式电源由于其自身特点及大量电力电子设备的使用,容易引起电网电压波动、电压闪变及谐波等电能质量问题,影响电力用户的供电要求。利用HHT（Hilbert-Huang transform）变换方法对微网中的电压闪变、谐波等电能质量扰动信号进行了EMD分解,得到各IMF分量,通过对IMF分量进行Hilbert谱分析和边际谱分析。仿真结果表明,该方法能快速有效地检测出微网中电压闪变信号的频率和幅值及谐波信号产生及终止的时刻。     

ITD算法在电能质量扰动信号特征量提取中的应用

针对电能质量扰动信号非线性特点,采用固有时间尺度分解算法(Intrinsic Time-scale Decomposition, ITD)准确快速地提取电能质量扰动信号的幅值、频率、相位、衰减因子、扰动起止时刻等特征量。首先利用固有时间尺度分解算法提取电压扰动信号的固有旋转分量(Proper Rotation Component, PRC)。然后对PRC分量进行Hilbert变换求取相位和瞬时频率,根据高频突变点得到扰动起止时刻;由包络函数得到扰动信号的幅值,并计算衰减因子。运用Matlab对单一和复合扰动信号进行仿真计算,结果表明该方法能准确地识别电能质量扰动信号的特征量,具有抗噪能力,验证了所提方法的实时性和可行性。     

Hilbert-Huang变换在电气化铁路谐波检测中的应用

将Hilbert-Huang变换(Hilbert-Huang transform,HHT)用于电气化铁路谐波检测中,应用该方法可以提取任意频次的谐波信号。为了解决直接应用经验模式分解(empirical mode decomposition,EMD)方法可能出现的模态混叠问题,文中采用基于傅里叶变换(Fourien tranform,FT)的EMD方法对电气化铁路谐波信号进行提取。首先利用傅里叶变换对指定频率部分进行滤波,然后分别进行HHT变换,再重新组合,即可得到信号全部完整的本征模态函数(intrinsic mode function,IMF)分量,进而计算其Hilbert谱,得到谐波信号的Hilbert谱值。对电气化铁路牵引变电站实测谐波电压、电流数据进行了分析,仿真结果表明利用改进的HHT方法可以得到电气化铁路各次谐波的准确时频分布。     

基于EMTDC/PSCAD和Hilbert全通滤波的电能扰动检测方法

Hilbert-huang变换是基于瞬时频率概念提出的1种新的信号处理方法,它基于经验模态分解法能够分析含有多种信号分量的非平稳信号。文中利用Hilbert滤波器（Hilbert filter,HF）对电能扰动信号进行全通滤波提取扰动信号幅值和频率参数。基于EMTDC/PSCAD软件建立能够产生电能扰动信号的仿真模型,再用HF对仿真信号进行分析得出检测结果。仿真结果表明,本文所提方法能够有效检测动态和稳态电能扰动问题。