基于小波变换模极大值的电能质量扰动检测与定位

随着各种敏感电力电子设备在工业中的广泛应用 ,诸如短时低电压、短时过电压等电能质量扰动问题已成为近年来各方面关注的焦点。对于短时低电压扰动发生、恢复时刻的检测与定位则是电能质量监测和统计中获取相关指标首先要解决的问题。该文对小波变换模极大值检测原理及其在短时低电压、短时过电压扰动信号检测中的应用进行了详细的研究 ,通过检测小波变换模极大值 ,实现了对短时低电压、短时过电压扰动发生、恢复时间的精确定位。仿真计算结果表明上述检测方法是有效的。

提升小波在暂态电能质量扰动检测与定位中的应用

针对电力系统暂态扰动信号具有非平稳、突发性的特点,分析了提升小波适合检测暂态扰动信号突变点的特性,提出了应用提升db4小波变换对暂态电能质量扰动信号进行检测与定位的方法。在Matlab仿真环境下运用该方法对电压骤升、电压骤降、电压中断、频率偏差、瞬态振荡、瞬时脉冲等多种暂态电能质量扰动信号进行检测与定位,仿真结果表明,该方法误差可达到毫秒级,可以实现对扰动信号起止时刻更为精确的定位。

基于EEMD自适应阈值去噪的电能质量扰动检测与定位研究

为了改善电能质量扰动信号的去噪效果,实现扰动信号的检测与准确定位,提出了一种基于集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)自适应阈值的电能质量扰动信号去噪方法。首先利用集合经验模态分解将含噪的扰动信号分解成一些相互独立的固有模态函数(Intrinsic Mode Function,IMF)分量,然后对所得的IMF进行自适应阈值去噪,从而抑制噪声干扰。采用希尔伯特黄变换(HHT)提取去噪后扰动信号的起止时刻、瞬时频率和幅值信息。相比于小波去噪的启发式阈值、自适应阈值、固定阈值、极大极小阈值等方法,该方法在去噪的同时减少了信息损失,信噪比SNR和均方误差MSE均有明显提高。仿真结果验证了该方法在电能质量扰动检测与定位中的有效性和可行性。

希尔伯特变换与小波去噪提高暂态电能质量扰动检测与定位精度

在噪声污染严重情况下实现暂态电能质量扰动准确定位非常困难,该文提出了一种将希尔伯特-黄变换与小波去噪相结合的新方法来解决这一难题。该方法首先利用希尔伯特移相处理信号,获得含噪声的扰动信号包络,再利用小波去噪方法去除噪声信号,从而获得可准确定位扰动起止时刻的扰动信号,并通过扰动定位算法实现扰动起止时刻定位。算例表明,该方法在噪声较高的情况下可替代提升小波方法实现准确定位,通过比较,这种先提取、后去噪的方法比先去噪、后提取的方法定位精度高、稳定性好,该研究可为电力系统故障诊断及暂态保护提供参考。

基于复小波的电能质量扰动检测与定位

电能质量扰动信号的检测与定位为分析扰动产生的原因提供依据。本文提出了一种基于复小波的电能质量扰动检测与定位方法,该方法利用离散复小波变换,提取扰动信号的复小波系数的幅值和相位信息,再利用幅值和相位的复合信息实现对5种暂态电能质量扰动信号的快速准确定位。针对噪声条件下的扰动特征不明显时的定位,提出了一种基于信号预处理的辅助定位方法。仿真表明,该方法能在噪声条件下实现对电能质量扰动信号的快速准确定位。

基于小波变换的暂态电能质量扰动检测与定位研究

本文深入探讨了暂态电能质量扰动检测与定位的小波变换方法。首先,分析了小波变换的基本原理及其快速计算的多分辨率方法,然后研究了小波变换极值与信号突变、噪声的相关性,在此基础上,详细阐述了应用小波变换进行暂态电能质量扰动检测与定位的原理过程,最后,运用Matlab软件进行了计算机仿真,给出了各种态电能质量扰动检测与定位检测与定位的仿真结果。理论分析和仿真结果显示应用小波变化对暂态电能质量扰动进行检测和定位,具有精确、实时、易实现等优点,是一种较理想的暂态电能质量扰动检测与定位方法。

基于小波变换的电能质量扰动检测与定位

根据电能质量扰动信号的非平稳性,通过对小波变换原理的分析,从小波变换能够突出信号局部特征的特性出发,探讨了多尺度小波变换模极大值与信号突变点之间的关系,分析了利用小波变换对电网电压暂降及周期脉冲等典型电能质量扰动进行检测与定位的方法。为验证方法的有效性,以电压暂降扰动和周期脉冲扰动检测为例进行了相应的仿真研究,结果证实了利用小波变换能更精确地检测和定位电能质量扰动。

基于正交小波包变换的电能质量扰动检测与定位

文章在模拟仿真了含有高斯白噪声的电能质量扰动信号的基础上,给出利用正交小波包算法对电能质量扰动信号进行检测和定位的方法。研究结果表明,该方法有更好的检测性能,能更精确检测瞬态扰动发生的时刻和持续时间。

基于SVD-ILMD的暂态电能质量扰动定位检测方法

为实现对电网非平稳扰动信号的快速、准确分析,提出了融合SVD(奇异值分解)与ILMD(优化局部均值分解)的暂态电能质量扰动定位检测方法。首先,通过ILMD与模糊隶属度函数阈值处理噪声信息,削弱噪声干扰;然后,构造差值信号并利用滑窗SVD增强扰动特征,进一步抑制噪声干扰;最后,基于特征增强信号提出一种自适应阈值截断的暂态电能质量扰动定位检测方法。经仿真分析与算法对比,验证了所提方法定位准确、抗噪性强、计算量小,对过零与微弱扰动也有较好的定位效果。

风电接入的电力系统电能质量扰动的检测与定位

风能的波动性、间歇性和随机性等特性使接入风电的电力系统运行特性和电能质量受到复杂的影响。针对风电接入的电力系统电能质量扰动问题,重点研究电能质量扰动的小波检测方法,提出了基于Euclidean分解算法的db4复小波的提升方案。通过Euclidean分解算法得到复小波提升方案,求取了db4复小波自适应提升因子并构建了分解与重构模型,对扰动信号和基波分量进行提升变换后得到幅值和相位信息分别作差。利用幅值差和相位差来确定扰动的幅度和时间,并根据扰动段的幅值差和相位差值实现了扰动起止时刻定位。基于Matlab的仿真结果表明,与复小波相比,该方法能进一步提高风电接入电力系统电能质量扰动信号定位的速度和精度。

基于瞬时无功功率理论的电能质量扰动检测、定位与分类方法

提出了一种对电能质量扰动进行检测、定位、辨识与分类的有效方法。首先对含有噪声的信号进行小波去噪处理,得到信噪比较高的信号,再对去噪后的信号进行差变处理得到差变信号,通过小波去噪和信号差变法来确定扰动的位置和持续时间。将去噪后的单相电压信号通过移相?60°得到三相电压,并用三相电压代替三相电流,利用瞬时无功功率理论计算出瞬时有功,进而计算出瞬时电压幅值,根据扰动的持续时间和扰动的幅度对扰动类型进行识别。

基于数学形态学和网格分形的电能质量扰动检测及定位

提出一种基于数学形态学和网格分形的电能质量扰动检测及定位方法。首先利用数学形态学理论构造一种多结构并行复合形态滤波器对扰动波形进行预处理,以滤除信号中的随机、脉冲等多种噪声;然后对滤波后的波形,根据网格的变化规律进行分析,提出一种简单快捷的奇异性检测判据,以准确快速地检测出扰动并进行时间定位。分别用电压骤降、电压骤升、谐波及其组合扰动对所提方法进行验证。数字仿真结果证实了其正确性和有效性。

基于数学形态学的电能质量扰动检测和定位

数学形态学因其在保留信号突变点信息方面有很好的效果,因此常用于短时电能质量扰动的检测和定位,但基于数学形态学的部分方法仍存在对某些过零点扰动检测失效的缺点,文章分析了3种基于数学形态学的扰动检测和定位方法,即基于1阶求导和形态梯度的方法、基于形态梯度和软阈值处理的方法、基于dq分解和高帽变换的方法,通过仿真比较了3种方法在分析电压暂降、电压暂升、电磁暂态振荡等信号方面的适应性,结果发现基于dq分解和高帽变换的方法在检测过零点扰动时具有很好的效果,因此选取这种方法对实测扰动数据进行了检测和定位分析。结果表明,基于dq分解和高帽变换的方法能正确检测与定位出任一时刻发生的扰动,具有较好的适应性与可行性。

基于数学形态学的谐波检测与电能质量扰动定位方法

提出了一种基于数学形态学的电流(电压)谐波检测方法,通过合理地选择扁平结构元素的长度,该方法能快速、准确地检测出电流(电压)中的谐波分量。以此为基础,提出了一种快速的电能质量扰动检测和定位方法,该方法将电压幅值的平方值作为TOP-HAT变换的输入量,具有较高的检测灵敏性。系统存在噪声的情况下,该方法也有较好的检测效果。MATLAB/SIMULINK仿真结果证明了这两种方法的有效性。

基于形态-复小波暂态电能质量扰动检测及定位

针对暂态电能质量扰动的实际检测过程中,存在着较强的脉冲噪声和白噪声干扰,影响暂态信息准确提取的问题,设计了有效的滤波算法以在保留信号特征的前提下最大限度地抑制噪声干扰影响,该法是将基于数学形态学的广义形态滤波器作为复数小波变换的前置滤波单元,形成的一种新型形态-复小波变换综合检测算法。仿真结果表明,基于该算法的滤波器不仅可很好地解决电能质量扰动分析中滤除随机噪声和脉冲噪声的困难,还可较好地保持扰动信号的形状和特征。另外用Daubechies实小波构造了相应的正交紧支对称复小波,由其提供的复合信息可准确地检测出扰动并进行时间定位。分别用电压暂降、暂态振荡、短时谐波畸变及微小扰动对所提方法进行了数字仿真验证,结果证实了基于形态-复小波变换综合检测方法的正确性和有效性。

基于S变换模矩阵的电能质量扰动信号检测与定位

针对电能质量扰动信号的检测和定位问题,提出了一种基于S模矩阵幅值平方和均值的扰动定位算法,并对常见的几种扰动信号进行S变换仿真,应用S模矩阵幅值平方和均值定位扰动发生时间和持续时间,分析谐波成分等。仿真结果表明,所提算法简洁有效,能够准确分析谐波成分和定位扰动信号,可以估计电压暂降、电压暂升以及电压中断等扰动信号的变化幅度。

基于db4小波的配电网暂态电能质量扰动的检测与定位

针对暂态电能扰动持续时间短、变化速率快的特点,给出一种基于小波变换的暂态电能扰动检测方法。该方法使用db4小波对暂态电能信号进行采样、多尺度分解进而判断信号突变点,能精确地对配电网中常见的暂态电能扰动问题检测与定位,并与其它阶数db小波变换结果进行了比较。仿真结果表明,该方法能够快速、准确地对暂态电能扰动信号检测与定位,精度较高,满足实际工程需求。

基于复数小波相位信息的电能质量扰动的检测、定位与分类

从完全重构滤波器组出发,分析了小波与滤波器组之间的关系,讨论了复数离散正交小波的构造。利用所构造的复数正交紧支对称小波,分别研究了电网电能质量扰动的检测、定位与分类问题。为了证实用复数小波分析电能质量扰动的有效性,进行了相应的仿真研究。在给出仿真结果的同时,展示了复数小波特别及其相位信息在分析暂态电能质量问题时所具有的优于实小波的良好性质。

采用小波变换检测和定位电能质量扰动

从小波变换能够突出信号局部特征的特性出发,探讨了多尺度小波变换模极大值与信号突变点之间的关系,分析了对电网电压跌落及周期脉冲等典型电能质量扰动进行检测与定位的方法。为验证方法的有效性,进行了相应的仿真研究。结果证实了小波变换能更精确地检测和定位电能质量扰动。

基于多级注意力机制融合的电能质量扰动点分类及时间定位方法研究

随着新能源渗透率的不断提高,电网所受电能质量扰动(power quality disturbances,PQD)变得更加复杂,传统方法难以准确识别扰动类型并定位扰动时间。因此,该文提出一种基于多级注意力机制融合的PQD点分类及时间定位方法。该方法以卷积神经网络为基础建立分类模型,在预处理和模型内部分别嵌入局部特征注意力机制(local feature attention mechanism,LFAM)和双尺度注意力机制(dual-scale attention mechanism,DSAM)。其中,LFAM根据幅值包络线追踪信号的幅值变化,以加权方式增强信号波形的局部特征;DSAM则从通道和神经元两个尺度协助模型学习各维度特征的重要性。最后,模型以多类别-多输出的形式对每个采样点进行分类,并完成扰动时间定位。为了验证所提方法的有效性,该文建立含63种PQD类型的仿真数据库对模型进行测试。在30 dB白噪声环境下,该模型平均分类准确率为99.10%,时间定位误差均为毫秒级,具有更强的泛化性能和鲁棒性。同时,基于交流电源搭建硬件平台来测试模型,其平均准确率为99.03%,进一步验证了所提方法的可靠性。