基于小波包和PNN的电能质量扰动定位与分类

根据暂态电能质量扰动现象的本质特征,提出一种基于小波包和PNN的电能质量扰动定位与分类新方法。该方法利用小波包对扰动信号进行采样和分解,提取小波包重构系数并定位信号突变点,然后计算各频段的能量并进行归一化处理,构造能量特征向量作为PNN的输入样本,进行PNN网络训练和测试,最终实现不同扰动信号的分类。Matlab仿真结果表明,该方法能够快速、准确地定位和区分扰动信号。

基于小波模极大值理论的励磁涌流新判据研究

针对励磁涌流引起变压器纵联差动保护误动的问题,提出了一种基于小波变换和模极大值理论来辨别励磁涌流与故障电流的新依据。该方法根据励磁涌流含有大量非周期分量和波形间断角,而故障电流保持基频正弦波的特点。首先利用小波分解原始信号,再利用模极大值理论选取模极大值点,通过模极大值点之间的数值关系可以鉴别不同电流信号。经过Matlab/Simulink仿真分析,表明该方法能够准确可靠地区分励磁涌流和故障电流。

电能质量扰动的小波能量谱神经网络分类方法

为实现电能质量扰动的准确分类,根据暂态电能质量扰动现象的本质特征,提出一种基于小波能量谱和人工神经网络相结合的分类方法。利用小波包对扰动信号进行分解和重构,提取小波包重构系数,然后将各频段的能量进行归一化处理,构造能量特征向量,作为人工神经网络的输入样本,进行人工神经网络的训练和测试,最终以分类不同扰动信号。经过MATLAB软件对大量样本进行仿真验证,证明该方案能够快速准确地分类扰动信号。

基于小波包能量信息的变压器励磁涌流鉴别方法

针对变压器差动保护难以准确地区分励磁涌流与内部故障电流的问题,提出一种基于小波包和能量信息的识别励磁涌流的新算法,即根据二次谐波能量与基频能量的比值,励磁涌流大于内部故障电流这一特点,运用小波包变换提取信号的基频和二次谐波含量及计算能量信息进行鉴别。经过PSCAD/EMTDC和MATLAB软件对大量样本进行仿真实验,结果证明该方法能够快速准确地识别励磁涌流和内部故障电流。