从时频角度重新审视南方电网的区间功率振荡

EEMD和HVD是近年用来电力系统振荡的两种新的信号分析手段。文章结合小波频谱从时间-频率角度重新检视了南方电网近年来发生的3次区间振荡事件。分析结果表明,南方电网的振荡有非平稳时变振荡以及平稳振荡两种形态,小波分析以及HVD可以很好地处理非平稳振荡,而传统的Prony分析不能胜任。     

基于希尔伯特振动分解的低频振荡在线辨识

利用希尔伯特振动分解(Hilbert vibration decomposition,HVD)算法适于处理时变频率信号的特性,提出一种处理非平稳振荡信号的新算法——结合HVD的信号能量分析法,并应用于电力系统低频振荡在线辨识中。首先,对通过Hilbert变换获得的解析信号进行分析和滤波,得到幅值最大分量的瞬时频率,并由同步检测获得相应的幅值和初相位;然后,通过迭代运算检测出非平稳振荡信号各分量的频率、幅值、相位;最后,运用信号能量法对通过HVD得到的各平稳信号的主导振荡模式进行识别和分离。将该算法与Prony算法、基于经验模态分解(empirical mode decomposition,EMD)的信号能量分析法进行比较,仿真测试和实例分析结果说明,此算法能够有效提取非轴对称振荡信号的主导模式,并且抗噪能力强、计算效率高。     

基于HHT的电力系统低频振荡分析

论文将一种新的非线性、非平稳信号的处理方法- HHT(Hilbert-Huang transform)方法,应用于电力系统低频振荡分析之中。该方法克服了傅里叶算法和Prony算法难以处理非平稳信号的缺点,并克服了小波算法中小波基难选取的问题。HHT方法可以从非平稳的低频振荡信号中准确地提取动态振荡特性以及丰富的系统故障暂态信息,从而进一步揭示各振荡模式之间的非线性作用。同时该方法具有分辨率高并能有效地处理样本数少的短数据的优点,因此该方法可以用于在线分析和控制器设计之中。仿真结果表明了该方法的有效性。     

基于EEMD和Prony方法的次同步振荡分析

Prony是电力系统振荡分析中常用的一种方法,但其对噪声数据异常敏感,针对这一问题,提出基于集合经验模态分解(EEMD)与Prony的联合分析方法用于分析电力系统次同步振荡问题.利用EEMD对含噪声信号进行分解,去除其中的高频噪声分量,同时有效解决经验模态分解(EMD)去噪时的模态混频问题,得到平稳信号后利用Prony...     

基于改进变分模态分解的低频振荡模式辨别

针对现有信号处理方法无法有效解决电力系统低频振荡信号中的非线性及混叠问题的现状,将一种变分模态分解(VMD)方法引入到低频振荡的模式辨识中,并利用样本熵与快速傅里叶变换(FFT)对VMD无法自适应分解的情况进行了改进。原始信号由改进变分模态分解(IVMD)方法分解为若干模态分量,然后利用Teager-Kaiser能量算子(TKEO)对各分量分别拟合即可获得幅值、频率和阻尼等参数。在构造的测试信号下,令提出方法与VMD、经验模态分解(EMD)、总体最小二乘旋转矢量不变技术(TLS-ESPRIT)和Prony等方法进行模式参数辨识性能对比,结果表明,IVMD方法有效克服了EMD、TLS-ESPRIT和Prony在处理模态混叠、含噪声序列和非平稳信号等方面的不足。最后,通过对IEEE 4机2区域系统和新英格兰39节点系统仿真信号的辨识,验证了该方法在提取电力系统低频振荡模式参数中的有效性。     

采用希尔伯特振动分解的非整数次谐波检测新方法

针对现有电力系统非整数次谐波分析法的不足,提出了一种改进的希尔伯特振动分解(HVD)方法。该方法根据对解析信号瞬时频率的分析,巧妙地通过平滑滤波获得非整数谐波成分中幅值最大分量的频率,由同步检测获得相应的幅值和初相角,通过迭代运算自适应地检测出非整数次谐波的各次频率、幅值和相角。虽然HVD方法和希尔伯特黄变换(HHT)方法这两者均以希尔伯特变换为基础,但HVD方法避免了复杂的经验模式分解(EMD)过程。采用Savitzky-Golay滤波替代平滑滤波,在保留有效频率成分情况下可极大地消除快速变化不对称振荡高频值;提出的新波形特征匹配边界延拓可消除边界效应的影响,使得非整数次谐波分析更准确。仿真实验证明了改进的HVD方法对非整数次谐波检测的有效性。     

基于EMD分解在电火花数据分析的应用

经验模态分解(empirical mode dccomposition,EMD)是处理非平稳、非线性信号一种有效的新方法。运用EMD分解法将脉冲典型负荷—电火花信号中本征模态函数(intrinsic mode function,IMF)分量逐级分离出来,得到原信号的多尺度振荡特性;分析各个分量与原序列的显著性检验和相关系数以及各个分量自身的周期性。用IMF分量和趋势项合成原序列并作误差分析,得到信号的总误差率通过理论计算为4.3%。利用bior4.4和db2两种小波基在3层分解系数基础上对电火花数据展开小波包变换。最后借助MATLAB平台对EMD和小波包分解方法进行仿真并做理论对比分析。结果表明,EMD分解法在提取机床运行放电特性及不同工况下信号更具优越性和有效性,提取结果更能满足实际工程应用需求。     

基于多通道快速傅里叶小波变换的电力系统主导振荡模式及模态协同辨识方法研究

针对连续小波变换在主导振荡模式辨识中存在效率低的不足,提出一种快速傅里叶小波变换(CWTFT)方法以提高小波变换效率;针对单通道小波辨识的结果受振荡模式可观性影响的缺陷,提出一种多通道CWTFT,实现多通道量测信息的时频域分解,进而获得对应的小波系数矩阵;在此基础上,借助小波尺度相对能量甄别出与主导振荡模式强相关的关键小波尺度,以其为基准重构小波系数矩阵;对重构的小波系数矩阵进行奇异值分解,利用重构小波系数矩阵的第一左、右奇异特征向量辨识系统主导振荡模式及振荡模态。将所提方法应用到16机68节点测试系统和南方电网的广域实测数据中,结果验证了该方法的准确性和有效性。     

基于ICA-EMD和Prony算法的区域电网低频振荡模式分析

针对互联电网低频振荡频现,已有低频振荡模式分析方法对噪声较为敏感和难以处理非线性、非平稳信号等问题,提出一种基于独立分量分析(ICA)与经验模态分解(EMD)有机结合的Prony关键振荡模式辨识法。通过对观测到的功角信号进行滤波预处理,并对其进行经验模态分解提取得到固有模态函数(IMF),将已得原始固有模态函数白化,接着用独立分量分析处理得到真正的IMF,用Prony算法辨识各IMF分量提取出观测信号中关键振荡模式。研究结果表明,该方法综合利用了ICA的去相关性和噪声抑制优势及EMD对复杂信号的分解能力,克服了Prony算法难以去除噪声和分解频率相近模式的缺陷,有利于提高辨识精度和准确性,更能满足实际应用需求。     

三峡水电厂左岸ALSTOM机组尾水管压力脉动分析

对连续小波变换的分析研究,了解到非平稳信号经过连续小波变换后,能够有效地将水轮机非稳态工况下的振动信号很好地分解在有限的时间—尺度范围内而保持信号的信息完整。并应用连续小波变换方法分析了三峡水电厂机组整个升负荷运行中尾水锥管水压脉动情况,准确地获得机组的振动区间以及振动的频率范围,为机组的故障特征提取提供了一种新的选择。     

工程用子波变换的图形分析法

本文在理论分析子波变换物理概念的基础上,提出一种工程上应用的新颖快速子波变换算法,即“频域切割法”。能够在电路上实现实时的快速子波变换。     

Curvelet变换及其在图像去噪中的应用研究

Curvelet变换由小波变换发展而来,克服了小波变换在表达图像边缘的方向特性等方面的内在缺陷。本文阐述了Curvelet变换的基本原理,并结合实例采用改进的Curvelet变换阈值去噪算法进行了图像的去噪研究。采用的新阈值函数不但整体上连续性好,而且克服了硬阈值函数的不连续以及软阈值函数在处理较大Curvelet系数时总存在恒定偏差的不足,同时又保留了软、硬阔值函数原有的优点。实验结果表明本文算法无论是视觉效果还是客观标准上都优于传统算法。     

改进的Hilbert-Huang变换在船舶电网谐波检测中的应用

本文首次将改进的Hilbert-Huang Transform(HHT)方法用于船舶电力系统谐波检测中.HHT方法在分析船舶电网谐波时存在模态混叠现象,不能有效得出各次谐波分量,本文采用基于Fourier变换的empirical mode decomposition(EMD)方法,根据Fourier谱进行频带滤波,然后...     

希尔伯特-黄变换在变压器局部放电脉冲识别中的应用

时频分析方法是变压器局部放电特征提取的有效手段。讨论利用小波变换方法分析非平稳信号的局限性,介绍希尔伯特-黄变换(Hilbert-Huang transform,HHT)的理论体系,并分别应用2种时频分析方法得到不同类型局放信号的幅值谱,从中提取了时频熵向量作为用于模式识别的特征量,模糊聚类结果显示,由希尔伯特-黄变换得到的时频熵向量具有优于小波变换的聚类特性。因此,希尔伯特-黄变换是目前变压器局放信号特征提取的有效方法。     

算术傅里叶变换的零次插值实时快速算法

算术傅里叶变换因其乘法运算量很少和不存在对样本点大小的限制,在谐波分析检测中具有一定的应用前景。而影响AFT运算速度的主要因素是采样信号零次插值点位置的计算,文章研究了零次插值点位置的离线计算问题,可以减少AFT的在线计算量,提高了AFT零次插值算法在谐波分析中的实时计算速度。     

电力系统谐波的检测分析方法的发展

介绍了电力系统目前已有的谐波检测方法,叙述了傅立叶变换、小波变换、瞬时无功功率理论和神经网络等谐波检测新方法的发展现状,讲述了目前已有的谐波检测实现技术,分析了谐波检测方法与实现技术的发展趋势。     

基于线调频小波变换的电机故障信号谐波检测方法

线调频小波变换统一了短时Fourier变换和小波变换的时频分析，并能根据信号的特点自适应生成新的时频窗口。本文首次将线调频小波变换引进电力系统的突变信号处理中，分析了其消噪和滤除干扰的原理；构造了线调频小波变换的算法。该算法不仅能解决文[9]中提出的消噪和滤除干扰的问题，还能解决文[8，10]中提出关于滤除整数（偶数）次和分数次谐波，并通过对电力系统突变信号处理的实例说明该算法的突出优点。     

小波与小波包变换在船舶电网滤波中的仿真应用

随着电力电子装置在船舶上的应用日益增多,船舶电网的谐波污染越来越严重,而谐波对于船舶电力系统产生了严重的危害和影响。小波和小波包变换为电力系统谐波分析提供了有力的数学工具,滤波是其重要应用之一。本文运用小波和小波包变换对电流谐波信号进行分解变换,达到了较好的滤波效果。     

基于模式变换和小波变换的电力电缆故障测距方法

通过将小波变换与模式变换理论相结合,提出了一种电力电缆故障的在线测距方法,该方法采用暂态行波信号,首先将三相信号转换成模式分量,零模分量的小波变换系数用于判别故障的大致位置,然后利用线模分量的小波变换系数来确定行波到达时间.采用模式变换可避免传统行波方法中存在的受故障起始角影响的问题.仿真结果表明,该方法有很高的测距精度,是可行的.     

电网谐波和间谐波数字化检测方法及应用

电网谐波和间谐波的实时精确检测的重要性日益突显。文中按平稳信号和非平稳信号的划分,论述用于谐波和间谐波检测的傅里叶变换法和小波变换法、S变换、人工神经网络法、谱估计法以及希尔伯特-黄变换法,并指出各种检测方法的优缺点及其应用。最后对各种检测算法进行了总结和展望。