采样信号频率偏离设计值情况下离散傅立叶变换的误差分析

通过理论推导和数字仿真,从本质上揭示了被采样信号频率发生波动时离散傅立叶变换（DFT）计算结果的误差根源,给出了相对误差表达式,对误差曲线进行了定性分析;本文结论对减小DFT误差的研究具有一定的指导意义。     

低压配电网电容器并联补偿的性能分析

分析了低压配电网电容器并联补偿装置中,电容器组２种接线的补偿性能,并进行了相应的数值仿真。当并联电容器组采用不完全星形接法时,能对由于负荷的不对称在线路中产生的零序电流进行完全补偿。     

微机控制的晶闸管开关型低压配电网基波无功分相补偿

提出了满足分相,分级,快速补偿要求的实用主电路,能有效地限制合闸涌流,抑制高次谐波。给出了以工业ＰＣ机为核心的控制器的硬件电路,快速检测无功的方法,晶闸管触发信号的控制要求,以及补偿装置的闭锁条件,解决了控制器应满足实时检测,快速响应和高可靠性等实际问题,详细说明了这种新型补偿装置的主电路,消除合闸时暂态过程的理论和方法,给出了实验结果,结果表明,这种装置在理论上是正确的,实践上是可行的,已用于研     

基于切换系统理论的三相变流器建模及其稳定性分析

功率开关的动作使得三相变流器成为一典型的切换系统,它同时包含连续和离散两种动态,常规的建模方法都是从线性系统理论出发,通过平均化、坐标变换或小信号线性化等方法得到系统的近似线性化模型.本文在考虑变流器的混杂系统特征基础上,直接从切换系统理论出发,建立了三相变流器的切换系统模型,并针对整流器和逆变器分别给出了相应的切换系列.该模型完全精确,不存在任何近似,更能真实反映变流器的实际物理工作过程.通过引入线性切换系统的稳定性判定法则,对三相变流器的切换过程的稳定性进行了分析.仿真和实验结果与理论分析具有很好的一致性,验证了本文所提方法的有效性.     

3种典型间谐波源的间谐波测量及结果分析

论述了间谐波检测装置的研制,介绍了间谐波检测算法(迭代DFT算法)的优点、硬∕软件设计流程、装置的校验方法及实验结果;提出了间谐波记录这一概念,有利于衡量电力系统中间谐波的含量。对3种典型间谐波源进行了间谐波的实际测量工作;分析了间谐波的测量结果,指出由于3个测量点所带的间谐波源负荷不同,所监测到的间谐波成分也各有特点。根据测量结果,指出了IEC61000系列标准在应用中存在的缺陷;并且建议,中国的间谐波标准应该按4个频率段的划分来取不同的间谐波限值。     

基于自适应遗传算法的配电网无功优化

针对传统的遗传算法在求解配电网无功优化问题时容易陷入局部最优,并且收敛速度慢的缺点,将自适应遗传算法引入配电网无功优化中,采用自适应的交叉率和变异率使之符合遗传算法动态性和适应性搜索过程,并在编码方式、适应度函数设计、遗传操作以及终止判据等方面进行改进,对IEEE33测试系统进行仿真分析,算例表明了算法的实用性和有效性。     

三相变流器的谐波/间谐波统一调制分析建模

为有效揭示谐波、间谐波的产生机理,建立准确的变流器分析模型,直接从变流器的工作过程入手,引入开关调制函数,通过建立三相变流器的调制分析模型,将各种变流器的谐波分析模型较好地统一起来。分析变流器交直流侧间的频率变换关系能够很好地反映变流器两侧各种谐波和间谐波的产生过程,在此基础上指出变流器直流侧含有非整数倍基频干扰项是交流侧出现间谐波的直接原因,综合了谐波和间谐波的分析过程。该分析方法具有直观和普适性好等特点,并能直接延拓到其它各种变流器的谐波和间谐波的产生过程分析。仿真实验验证了该方法的有效性。     

可变遗忘因子递推最小二乘法对时变参数测量

针对传统的递推最小二乘法对于非平稳环境下的突变和时变信号的跟踪能力不够,常常无法检测到信号特征参数的问题,提出了在指数加权递推最小二乘法中引入可变的加权遗忘因子λ,对电力系统时变信号的幅值、相位、频率进行测量的方法。加权λ对算法的收敛速度和跟踪能力有很大影响,如能很好的调节λ,既可确保对时变参数的快速跟踪能力,又能具备小的参数估计误差。仿真结果表明:与传统的递推最小二乘法相比,该方法测量精度和收敛速度更优越,即使在低信噪比环境下,也能较精确的测出时变参数值。     

基于小波混合阈值方法的电能质量信号去噪

基于小波变换的阈值去噪是滤除采样信号中白噪声的有效方法.在实际应用中,阈值的选取和对小波系数的处理方法是影响其去噪效果的2个重要因素.软硬阈值方法各有其优缺点.将两者结合起来的混合阈值方法可提高去噪算法的性能.在分析软硬阈值方法各自的优缺点后,结合正态分布的规律和信号、噪声的小波系数在不同层上的分布特点,提出了能自适应确定临界尺度的软硬阈值结合的混合阈值去噪方法.对采样信号进行小波变换,根据各层小波系数能量的最小值,确定临界尺度.对小于或等于临界尺度的层数上的小波系数用软阈值方法处理,对大于临界尺度的层数上的小波系数用硬阈值方法处理,这样处理能减小信号能量损失.对尺度系数和处理后的小波系数进行重构,得到去噪后的信号.仿真实验表明.混合阈值方法去噪性能稳定,在不同信噪比下都能有效地去除白噪声,较好地保留了原信号的局部特征,且方法简单,计算量小.     

最小二乘支持向量机在电能质量扰动分类中的应用

提出一种基于最小二乘支持向量机和小波包分解的电能质量扰动分类方法.对正常电压和几种常见电能质量扰动(电压骤升、电压骤降、电压中断、暂态脉冲、暂态振荡、谐波和电压闪变)进行小波包分解,提取各终节点小波包系数的标准偏差作为特征向量;然后,用自适应优化算法对最小二乘支持向量机进行优化:最后,利用基于优化参数和最小输出编码的最小二乘支持向量机进行分类和识别.与BP神经网络分类方法相比,该方法能克服训练时间较长、容易陷入局部最小等问题,具有较快的训练速度和较高的分类准确率,在样本数较小时仍取得较好的效果.仿真实验验证了该方法对扰动分类的有效性.