電能質(zhì)量擾動信號檢測與識別算法研究.pdf

1、目前，我國正處在工業(yè)化、城鎮(zhèn)化加快推進(jìn)的重要時期，這一時期電力需求一直保持較快的增長態(tài)勢，給現(xiàn)代大電網(wǎng)互聯(lián)的迅速發(fā)展以及電力系統(tǒng)規(guī)模的日益擴(kuò)大帶來了發(fā)展契機(jī)。但隨之而來的各種電力電子設(shè)備、沖擊性與非線性負(fù)荷的大量投入，導(dǎo)致供電質(zhì)量出現(xiàn)電壓暫降、電壓暫升、電壓波動、諧波、電壓缺口、脈沖與振蕩暫態(tài)干擾等一系列電能質(zhì)量問題。因此，對電能質(zhì)量信號進(jìn)行實時監(jiān)控與智能化分析，搭建電能質(zhì)量擾動分析的理論框架，不僅可為電能質(zhì)量擾動的檢測、識別與擾動源定

2、位等問題提供一定的解決思路和輔助方法，還為電能質(zhì)量的管理與治理提供輔助決策，具有重要的現(xiàn)實意義?；诖?，本文在分析穩(wěn)態(tài)擾動、暫態(tài)擾動以及混合擾動的基礎(chǔ)上，進(jìn)行了電能質(zhì)量擾動的檢測、識別以及定位研究。主要研究內(nèi)容包括：
　　 ⑴在擾動檢測方面，提出了一種新的基于數(shù)學(xué)形態(tài)學(xué)與熵理論的電能質(zhì)量擾動信號檢測方案。該方案利用廣義形態(tài)濾波器對信號進(jìn)行濾波處理，使其在濾除噪聲的同時盡量保持信號原有擾動特征；再利用自定義的差分熵對信號突變程度進(jìn)

3、行度量，一般來說，信號突變處的熵值會比較大，由此可定位擾動開始與結(jié)束的時刻。其次，論文定義了一種新的形態(tài)非抽樣小波(Morphological Undecimated Wavelet，MUDW)，并將其應(yīng)用于電能質(zhì)量擾動信號的檢測定位。該形態(tài)小波包含了開閉與閉開組合濾波器與可檢測突變信號上下邊緣的形態(tài)梯度，完全滿足信號重構(gòu)條件。利用MATLAB對單一擾動信號與混合擾動信號進(jìn)行了仿真驗證，并與前人構(gòu)造的形態(tài)非抽樣小波進(jìn)行了對比分析。結(jié)果表

4、明，自定義的形態(tài)非抽樣小波具有很好的擾動信號特征描述能力及抗噪性能，即使在強(qiáng)噪聲環(huán)境下，也能正確指示擾動起止時刻以及突變極性。
　　 ⑵在單一擾動識別方面，提出了一種基于數(shù)學(xué)形態(tài)學(xué)與動態(tài)時間扭曲的識別算法(Mathematical Morphology-Dynamic Time Warping，MM-DTW)。算法首先利用形態(tài)濾波器對擾動信號進(jìn)行濾波處理，再利用dq變換提取信號的幅值特征，最后將處理后的擾動測試信號與參考信號的特

5、征模板進(jìn)行匹配，計算信號之間的距離矩陣，采用動態(tài)時間扭曲算法在距離矩陣中尋求測試信號與各類參考信號間路徑長度最短的最優(yōu)扭曲路徑，根據(jù)兩信號距離最小、相似度最大的原則，選取路徑最短的一次匹配為識別結(jié)果。仿真驗證表明該算法識別效果較好，且不受原始擾動的幅值變化、擾動發(fā)生時刻(包括過零點(diǎn)擾動)、持續(xù)時間變化以及噪聲強(qiáng)度的影響，具有較好的適應(yīng)性。其次，論文專門針對振蕩暫態(tài)與脈沖暫態(tài)兩類高頻暫態(tài)擾動，提出了一種基于高階累積量(Higher ord

6、er cumulants，HOC)與支持向量機(jī)(Support vector machine，SVM)的識別算法。該算法利用高階累積量提取脈沖暫態(tài)與振蕩暫態(tài)兩類擾動的3階與4階統(tǒng)計特征，并選取各階統(tǒng)計結(jié)果中的極大值個數(shù)、極小值個數(shù)以及最大值、最小值共8個特征量作為支持向量機(jī)的輸入，從而得出識別結(jié)果。該算法在有噪聲干擾與其他擾動干擾的情況下也能正確識別出兩類高頻擾動。
　　 ⑶在混合擾動的識別方面，基于小波變換、Teager能量算

7、子(Teager EnergyOperator，TEO)以及prony算法，構(gòu)建了一個適用于混合電能質(zhì)量擾動的識別系統(tǒng)，本系統(tǒng)首先對混合擾動進(jìn)行小波變換，將其分解到不同的頻率空間；再利用 TEO算法對低頻空間的信號分量進(jìn)行分析，判斷信號是否發(fā)生了頻率波動、電壓暫降、電壓暫升或電壓中斷擾動；緊接著采用prony法分析去除低頻分量后的其他分量，判斷信號是否包含有諧波、間諧波與振蕩暫態(tài)擾動；最后對高頻分量進(jìn)行擾動起止時刻與加窗的擾動能量計算，

8、判斷信號是否發(fā)生脈沖暫態(tài)或是電壓缺口擾動。利用大量的理論混合擾動信號與PSCAD仿真信號對此識別系統(tǒng)進(jìn)行了驗證，結(jié)果表明，本系統(tǒng)對混合信號的識別具有較好的適應(yīng)性，識別率較高。
　　 ⑷在擾動源定位方面，研究了兩處電容器同時投切時的定位問題，以電容器投切造成的暫態(tài)信息為切入點(diǎn)，利用聯(lián)網(wǎng)監(jiān)測信息計算得出擾動能量與支路電流變化值，并將這兩種特征向量輸入到概率神經(jīng)網(wǎng)絡(luò)，從而得出電容器投切時的具體位置。論文還討論了系統(tǒng)發(fā)生暫降擾動的定位問