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。

静态随机共振的非高斯噪声中瞬态信号小波域Power-Law检测

研究非高斯噪声中微弱瞬态信号的检测。利用静态随机共振方法对微弱信号进行处理,使瞬态信号的信噪比得到增强。在小波域建立了新的Power-Law检测器。通过仿真实验对比发现,在相同的信噪比和虚警概率下,采用提出的方法可以得到更高的检测概率。

迭代EMD-ICA与Levkov联合的瞬态响应工频干扰抑制方法

瞬态响应信号的获取过程中不可避免会引入工频干扰及工频谐波干扰,且具有非平稳小信号、工频干扰频率游动和频带混叠的特点,常规方法处理效果较差。针对该问题,提出一种基于迭代EMD-ICA与Levkov联合的瞬态响应工频干扰抑制方法。将EMD和ICA结合起来,通过EMD构造参考信号,从而满足ICA的使用条件来进行工频干扰抑制,由迭代EMD-ICA来克服工频频率游动的问题,使用Levkov法进行再次滤波来解决工频谐波干扰问题。

一种改进的Power-Law检测器在突发信号检测中的应用

根据短时突发通信信号的特点,提出了一种改进的基于高阶谱的power-law检测器。该方法利用高斯噪声和通信信号的高阶统计量存在较大差异的特点,对传统power-law检测器进行了改进。仿真结果表明,基于高阶谱的power-law检测器对短时突发通信信号的检测效果优于传统的基于DFT的power-law检测器。

瞬态信号的双树复小波Power-Law检测

为克服离散小波变换平移不变性差的不足,通过构造的Hilbert变换对滤波器组,实现了双树复小波变换。建立了基于复小波变换系数的Power-Law检测器。推导了检测统计量的渐近性能和偏移系数,由输入信噪比损失给出了检测器参数的选择方法。利用仿真与实测数据进行了试验,并与基于离散小波变换的Power-Law检测器进行了比较。本文提出的小波方法能很好实现平移不变性,建立的检测器具有更大的偏移系数,在相同的信噪比和虚警概率下能够得到更高的检测概率。

双馈风电并网系统暂态电能质量扰动检测研究

传统双馈风电并网系统暂态电能质量扰动检测方法直接提取特征量,未对电压信号进行降噪处理,检测开销较高。通过双馈风电并网系统暂态电能质量扰动检测研究,对电压信号进行降噪处理,并对其进行特征量提取,设计暂态电能质量检测流程,实现双馈风电并网系统暂态电能质量扰动检测。结果表明,该研究方法检测开销较低,效率较高。

昆柳龙特高压三端混合直流输电线路边界频率特性研究

为研究电网换相换流器和模块化多电平换流器并联型特高压三端混合直流线路行波边界保护,有必要研究电网换相换流器和模块化多电平换流器并联型特高压三端混合直流线路边界频率特性。特高压三端混合直流输电线路边界不对称,分析了昆北侧边界、柳北侧边界、昆柳段线路末端边界、柳龙段线路首端边界、龙门侧边界的拓扑结构。建立特高压多端混合直流输电线路边界频域模型,分析线路边界的频率特性,研究高频和中低频暂态信号在输电线路边界作用下的衰减特性。研究结果表明:昆北、柳北、龙门侧边界,对高频暂态信号呈高阻特性,有较强的衰减作用;昆柳段线路末端边界和柳龙段线路首端边界,对中低频暂态信号具有一定衰减作用,对高频暂态信号衰减较弱。

多源数据聚类下电力二次系统故障检测方法

传统方法不能有效地考虑二次设备数据间的复杂关联,难以及时发现较多潜在故障,为此提出多源数据聚类下电力二次系统故障检测方法。采用小波变换探测电力信号的瞬态成分,展开信号中各频率成分,以大数据技术计算获得数据信息的变化规律和内在联系,采用聚类方法简化多源数据间联系,实现在线检测出多源数据序列内异常度,完成系统故障检测全过程。实验条件下,以准确率和召回率作为衡量指标验证方法的有效性,结果表明所提方法能够有效地检测出二次设备的存在异常状态,可以为故障维修提供决策依据。

基于DWT的煤矿系统单相接地故障选线方法

为解决煤矿小电流接地系统中单相接地故障选线准确性较差的问题,提出了一种基于小波分析和相关性计算的小电流接地故障选线的方法。利用DWT分解故障零序电流,提取故障特征分量,通过小波系数矩阵和相关性计算构造选线判据,表征各出线特征量的差异,完成选线。结果表明,与传统选线算法相比,该方法能够克服煤矿小电流接地系统的恶劣环境,仿真实验中选线准确率可达97%以上,提高了选线准确性。

新型电力系统衰减暂态信号增强技术研究

由于传统信号增强技术的增强效果差,受到噪声影响程度大,因此研究新型电力系统衰减暂态信号增强技术。计算信号分量的初始幅值,得到衰减的程度,产生了行波信号的衰减与畸变造成的误差。采用差分算法对故障暂态信号进行滤波,将权向量等输入模型中,根据计算得到不同幅值的调整量,减少计算误差累积。运用小波变换对时频进行分析,对暂态信号的频率特征进行提取。在电力系统发生故障时,将衰减暂态信号进行小波变换得到关系矩阵,并对其进行奇异值拆分,计算最大奇异熵结果从而完成信号增强。实验结果表明,新型电力系统信号的增强效果较好,受到噪声影响的程度最小,实现了对于新型电力系统衰减暂态信号增强技术的良好应用。

基于信号复杂度的特高压多端混合直流输电线路方向保护

提出一种基于信号复杂度的特高压多端混合直流输电线路方向保护方法。分析T区两侧暂态功率正负性的差异特征,提出基于暂态功率能量的故障方向识别方法。分析线路边界频率特性,根据线路边界衰减高频分量的特征,利用经验小波奇异熵作为评价暂态量信号复杂度的指标,提出了基于信号复杂度的直流线路区内外故障识别方法。在方向判据和区内外故障识别方法的基础上设计了完整的保护动作方案。仿真结果表明,该保护方案能准确判别故障方向,能正确区分区内外故障,具有较强的耐过度电阻和抗干扰能力,可靠性较高。

基于tesseract训练的电力告警信号特征识别方法

为缩小电力告警信号峭度指标极值差水平,增强电网主机对告警信号特征的识别准确性,提出基于tesseract训练的电力告警信号特征识别方法。在tesseract训练布局环境中,分别识别信号字符的特定行区域与列区域,完成基于tesseract训练的信号字符标记。在此基础上,提取关键电力告警信号特征,通过计算识别阈值方式,完成特征信号参量暂态传输行为处理,实现基于tesseract训练的电力告警信号特征识别方法设计。实验结果表明,与多特征组合识别方法相比,文中方法在tesseract训练引擎作用下,电力告警信号峭度指标极值差水平得到较好控制,提升了电网主机对告警信号特征的准确识别能力。

基于小波能谱矩阵相似度的电力暂态信号识别

暂态保护技术正呈现加速发展态势,但如何正确识别各类故障和非故障暂态,是暂态保护实用化必须解决的一个最大难题.信号经过小波分析之后得到的小波能谱能很好的反映信号不同时间的能量分布.电力系统中,不同电力暂态信号其时频特性必然不同,其在多个尺度下的小波能谱的分布必然存在差异,因此,在构造小波能谱矩阵的基础上,借鉴数字图像处理中的相似度的思想,提出基于小波能谱矩阵相似度的分类方法.建立各种电力暂态的标准能谱矩阵,计算测试样本的能谱矩阵与各种标准能谱矩阵的相似度,按照相似度最大原则实现分类.对电力系统单相接地故障暂态、线路正常开关操作暂态、电容投切操作暂态和雷电扰动暂态的仿真分析表明,该方法对电力暂态的识别率高.

电力暂态信号小波分析的后处理方法研究

由于电力系统暂态信号经小波变换后信息繁多,需要研究对小波分解的大量信息进行恰当后处理和自动特征提取的方法。文章从定量分析的角度介绍了小波分析后处理的概念,探讨了几种电力系统暂态信号小波变换后的特征提取方法,即后处理方法,包括模极大值与奇异性分析、能量分布分析、小波系数聚类分析、小波系数统计分析、小波熵分析,以及将其用于电力系统故障检测和分类的物理意义。对一种新型后处理方法小波奇异谱熵在频变系统中的应用进行了仿真分析,结果表明该后处理方法可应用于电力系统设备和线路的故障检测。

基于虚拟仪器的电力暂态信号小波分析仪

电力设备出现绝缘老化、绝缘电阻降低、局部放电等异常现象会破坏电力系统原正常状态,出现暂态现象,产生暂态信号。因此,电力系统迫切需要用于暂态信号分析的装置,基于虚拟仪器设计了一套电力暂态小波分析仪。分析仪硬件由信号调理板、NIPCI-6143数据采集卡及计算机组成。软件主要完成对所采集的暂态信号的显示、小波变换、后处理及应用分析等功能。利用EMTDC(ElectromagneticTransientsincludingDC)仿真数据对系统软件的功能进行了演示,结果表明,设计的分析仪是可行的。

基于LabVIEW与VC++的电力暂态信号小波分析仪设计

小波分析是电力系统暂态信号分析的一种新兴工具,本文以LabVIEW和Microsoft Visual C++为平台设计了一套新型的电力暂态信号小波分析仪,其功能包括数据采集、小波变换、小波变换后处理和应用等。文中利用MATLAB仿真数据和实际牵引供电的电压数据对分析仪的功能进行测试,结果表明该分析仪是可行的,具有很高的实际应用价值。

采用遗传神经网络的电力系统暂态信号分析方法

为了提高对存在频率波动、含有衰减直流分量的电力系统暂态信号的分析精度,提出基于遗传算法和神经网络的电力系统暂态信号分析方法。该方法先采用数字微分结合遗传算法对电力系统暂态信号参数进行粗略估计,将估计值作为神经网络训练的初始值,基波频率作为待定的权值,同时估计信号频率和各次谐波的幅值,在学习算法中对各次谐波的权值采用对应不同的学习率以提高算法的收敛性能,仿真结果验证了所提方法的快速性和有效性。

基于多尺度能量统计和小波能量熵测度的电力暂态信号识别方法

电力暂态信号的检测与分类在电力系统暂态保护、电能质量分析等诸多领域得到广泛的应用,暂态信号的有效特征提取是信号分类识别的基础和前提条件。在介绍了电力系统暂态信号的多尺度表示及定义用于特征提取的2种小波分析处理方法(能量统计分析和小波能量熵分析方法)的基础上,建立了单相接地短路、开关操作、电容投切、一次电弧和雷击等5种暂态类型的EMTDC仿真模型,利用能量统计分析和小波能量熵分析方法给出了5种暂态信号在不同状态下随尺度的分布规律。仿真结果表明,部分暂态信号的多尺度能量统计特征和小波能量熵测度的分布表现出一定规律性,是一种有效的特征提取方法,具有一定的可聚类和信号识别能力。该方法为故障信号的分类提供了新的思路。

采用Prony与粒子群算法的电力暂态信号分析

为了提高对含有谐波/间谐波、衰减直流分量和噪声的电力故障暂态信号的分析精度,提出了基于改进Prony算法与粒子群优化算法相结合的电力故障暂态信号分析方法。该文先采用多小波方法对信号进行消噪处理,再利用差分算法滤除衰减直流分量并对高频信号进行放大,以提高Prony算法的分析精度;然后利用改进Prony算法估计出信号中含有的频率个数和相关参量的粗略估计值,以此为基础建立电力参数模型,以得到的相关参量的粗略估计值作为算法的初始种群值,并估计出各参量的范围,最后采用粒子群优化算法对模型进行求解。仿真结果表明,所提方法能对所研究的电力故障暂态信号进行精确分析。

电力暂态信号数据采集与录波单元的研制

设计和开发了一种基于TMS320F2812数字信号处理器的电力暂态信号的高速数据采集与录波单元。该数据采集与录波单元通过高速数据采集可实时地测量三相电压、电流、功率、功率因数、谐波等基本电参数;也可实时监测电力系统状况,当系统发生故障时,能可靠地记录故障暂态波形。系统硬件主要由TMS320F2812数字信号处理器、复杂可编程逻辑器件(CPLD)、AD采样保持器、通用串行总线USB2.0接口等组成,给出了硬件结构图;系统软件分为采集卡程序和主机的USB驱动程序,给出了软件流程图。说明了采集卡的主要功能。试验结果表明所设计的单元能满足电力系统高频暂态数据的采集与录波。