HHT理論在電力系統(tǒng)中的應(yīng)用研究.pdf

1、本文以一種新型的非線性、非平穩(wěn)信號的處理方法－Hilbert-Huang變換(Hilbert-Huang Transform，HHT)為基礎(chǔ)，做了電力系統(tǒng)低頻振蕩、同步電機(jī)參數(shù)辨識、局部放電信號檢測等問題的研究，概括起來，主要研究內(nèi)容如下： 1．提出了基于Hilbert-Huang變換的電力系統(tǒng)低頻振蕩分析新方法。該方法克服了傅立葉算法和Prony算法難以處理非平穩(wěn)信號的缺點(diǎn)，并克服了小波算法中小波基難選取的問題，能夠從非平穩(wěn)的

2、低頻振蕩信號中準(zhǔn)確提取動態(tài)振蕩特性以及豐富的系統(tǒng)故障暫態(tài)信息，從而進(jìn)一步揭示各振蕩模式之間的非線性作用。同時該方法具有分辨率高并能有效處理樣本數(shù)少的短數(shù)據(jù)的優(yōu)點(diǎn)，因此可以用于在線分析和控制器設(shè)計之中。仿真分析驗(yàn)證了該方法在低頻振蕩問題分析中的優(yōu)勢，從而為電力系統(tǒng)穩(wěn)定分析提供了有力的工具。 2．將Hilbert-Huang變換應(yīng)用于同步電機(jī)的參數(shù)辨識中。首先，提出了基于HHT方法的短路電流處理新方法，該方法以經(jīng)驗(yàn)?zāi)B(tài)分解為基礎(chǔ)，構(gòu)

3、成一種新型的時空濾波方法，從強(qiáng)噪聲背景下的短路電流數(shù)據(jù)中有效的提取出了基波分量和直流分量。該方法克服了傳統(tǒng)處理方法精度低的缺點(diǎn)，并且不存在小波基選取問題，具有處理精度高、自適應(yīng)性強(qiáng)的特點(diǎn)。進(jìn)一步提出了基于穩(wěn)健回歸算法的直流分量辨識算法，以及基于Hilbert變換和非線性變量優(yōu)化(NLO)的基波分量辨識算法，實(shí)現(xiàn)了同步電機(jī)瞬態(tài)和超瞬態(tài)參數(shù)的精確辨識。此外，用加入濾波環(huán)節(jié)的F-EMD，降低了電流分量分離過程中的計算量。 3．根據(jù)局部

4、放電信號的特征，將EMD(Empirical Mode Decomposition)應(yīng)用于局部放電在線檢測中，提出了局部放電信號檢測的自適應(yīng)直接閾值(Adaptive Direct-Threshold，ADT)算法。首先，將基于EMD的時空濾波方法應(yīng)用于局部放電數(shù)據(jù)的預(yù)處理中。與傳統(tǒng)濾波方法相比，該方法無需預(yù)定義濾波器系數(shù)，而且能夠充分保留原始信號本身所固有的非平穩(wěn)特征。其次，為了最大限度的抑制噪聲干擾，本文進(jìn)而提出了ADT算法。該方法

5、不存在小波方法中的小波基選取問題，以多分辨率的EMD為基礎(chǔ)，結(jié)合3σ準(zhǔn)則自適應(yīng)地確定分解尺度和閾值，是一種完全的數(shù)據(jù)驅(qū)動型方法，具有較好的自適應(yīng)能力和綜合處理性能，因此更利于局部放電在線檢測的需要。 4．將Hilbert-Huang變換和數(shù)學(xué)形態(tài)學(xué)(Mathematical Morphology，MM)相融合，應(yīng)用于強(qiáng)噪聲背景下的局部放電信號處理中，提出了HHT-MM綜合濾波算法。首先，本文將小波算法中基于模極大值重構(gòu)的基本思想

6、引入HHT，提出了包絡(luò)閾值消噪算法(Envelope-Threshold algorithm，ET)，在保證良好波形質(zhì)量的同時，實(shí)現(xiàn)了噪聲與信號的分離。然后，提出了基于形態(tài)學(xué)的平滑算法(Smoothingalgorithm，SM)，進(jìn)一步解決了傳統(tǒng)閾值算法中的漏檢問題。上述兩種算法相結(jié)合便構(gòu)成了HHT-MM算法。與傳統(tǒng)方法相比，HHT-MM算法無需設(shè)計濾波器參數(shù)，不存在小波基選取以及分解層數(shù)確定問題，具有較好的自適應(yīng)能力，能夠在消除噪聲