電能質(zhì)量擾動(dòng)時(shí)頻特征分析及其自動(dòng)分類方法研究.pdf

1、近年來(lái)，智能電網(wǎng)已經(jīng)成為一些發(fā)達(dá)國(guó)家的重要國(guó)家戰(zhàn)略和決策，智能化已經(jīng)成為電網(wǎng)建設(shè)未來(lái)發(fā)展的重要趨勢(shì)，在智能電網(wǎng)中用到了各種各樣的智能化電力電子設(shè)備，這些電子電子設(shè)備無(wú)疑會(huì)對(duì)電能質(zhì)量造成很多不良的影響。為了有效的提高電能質(zhì)量，不僅需要監(jiān)測(cè)并記錄電能質(zhì)量擾動(dòng)信號(hào)的信息，同時(shí)需要完成擾動(dòng)信號(hào)的自動(dòng)分類，以便及時(shí)采取針對(duì)性的措施解決電能質(zhì)量問(wèn)題，這對(duì)智能電網(wǎng)的安全運(yùn)行具有重要的意義。
　　本文首先介紹了電能質(zhì)量問(wèn)題的定義及其分類，分析了目

2、前電能質(zhì)量擾動(dòng)引起廣泛關(guān)注的原因，以及對(duì)國(guó)內(nèi)外目前主要的電能質(zhì)量擾動(dòng)的時(shí)頻特征分析方法和自動(dòng)分類方法進(jìn)行了歸納和優(yōu)缺點(diǎn)分析。
　　其次，對(duì)電能質(zhì)量擾動(dòng)信號(hào)的時(shí)頻特征分析方法進(jìn)行了研究，提出利用db4小波對(duì)智能電網(wǎng)中的各種擾動(dòng)信號(hào)進(jìn)行6層多分辨率特征分析，計(jì)算得到擾動(dòng)信號(hào)與標(biāo)準(zhǔn)信號(hào)的能量，并將二者的差值作為特征向量，為分類做準(zhǔn)備。
　　再次，對(duì)電能質(zhì)量擾動(dòng)信號(hào)自動(dòng)分類方法進(jìn)行了研究，提出利用快速相關(guān)向量機(jī)(Fast Relev

3、ance Vector Machine,FRVM)對(duì)電能質(zhì)量擾動(dòng)信號(hào)進(jìn)行自動(dòng)分類，首先將提取的特征向量分為訓(xùn)練樣本集和測(cè)試樣本集，并利用訓(xùn)練樣本對(duì)FRVM進(jìn)行訓(xùn)練，然后利用測(cè)試樣本測(cè)試其分類性能。
　　最后，利用MATLAB對(duì)本文提出的基于小波變換和FRVM的電能質(zhì)量擾動(dòng)分類新方法進(jìn)行仿真實(shí)驗(yàn)，結(jié)果表明，F(xiàn)RVM與支持向量機(jī)(Support Vector Machine,SVM)相比，相關(guān)向量數(shù)目更少、測(cè)試時(shí)間更短；并且能夠解決相