基于分数阶Fourier变换和小波熵的电能质量扰动识别

电力系统中电能质量扰动信号的分类和识别一直是国内外众多学者研究的热点问题。基于小波分析的小波熵具有较好的定量特征提取能力,可对电能质量扰动进行分类和识别。但小波熵只是在一定信噪比条件下对噪声不敏感,应用范围受限。因此提出了一种利用分数阶Fourier变换(FRFT)结合小波熵来分类和识别电能质量扰动信号的方法。运用分数阶Fourier变换将含噪电能质量信号变换到分数阶Fourier域上,从而消除噪声对信号的耦合作用;再在此域上利用小波熵进行扰动分析。该方法具有较强的自适应性和判别能力,且信噪比降低时,不受噪声影响,应用范围广。建立各种扰动的仿真模型,对电压突降、突升、中断、振荡暂态、电压尖峰、缺口、谐波等扰动类型进行了系统的仿真分析,验证了本文方法的可行性和有效性。

基于HHT的次同步谐振参数检测方法

基于能够精确提取频率分量的希尔伯特-黄变换HHT,对电力系统中的次同步谐振SSR进行了检测分析。首先采用小波滤除基频以上的高次谐波,然后通过HHT中的经验模态分解EM D实现SSR模态分量的有效分离,最后对各分量进行希尔伯特(H ilbert)变换,计算其相应瞬时幅值和瞬时频率。结果表明,与以往文献所用方法相比,该方法可以更加精确地提取SSR的模态参数,有助于分析电力系统的SSR模态及阻尼控制器的设计研究。