基于Hilbert-Huang變換的牽引供電系統(tǒng)電能質量檢測方法的研究.pdf

1、近幾年來，由于電力電子器件和非線性裝置的廣泛應用，使得電網中的電壓和電流波形畸變越來越嚴重，造成了電能質量的惡化。傳統(tǒng)的電能質量檢測常用傅立葉變換方法，但該方法不適用于非平穩(wěn)、非線性的暫態(tài)電能質量檢測。因此尋求新的更適用于非平穩(wěn)、非線性信號的分析方法就顯得尤為重要。本文利用Hilbert-Huang變換方法對電能質量進行檢測分析，著重分析了電力系統(tǒng)短時電能質量擾動信號及諧波信號，并且首次將該方法用于電氣化鐵道諧波電壓、諧波電流實測數據的

2、檢測分析中。通過對實測數據的仿真分析，結果表明Hilbert-Huang方法在電氣化鐵道諧波檢測中是非常有效的。本文的主要工作如下： ⑴深入研究了Hilbert-Huang變換理論，并著重研究如何運用該方法檢測電網電能質量問題，包括暫態(tài)電能質量(電壓驟升、電壓驟降、電壓中斷，暫態(tài)振蕩和暫態(tài)沖擊等)的檢測和諧波(穩(wěn)態(tài)諧波、間諧波、分數諧波和時變諧波等)檢測。 ⑵針對HHT方法中存在的端點效應問題，本文在原有改進方法的基礎上

3、，提出了兩種改善方法：基于人工神經網絡和鏡像延拓相結合的新的時間序列延拓方法、基于支持向量回歸機和鏡像延拓相結合的新的時間序列延拓方法，這兩種智能方法與鏡像延拓方法的結合，取長補短，仿真分析結果表明其改善端點效應的效果非常好。本文還對所提的兩種方法作了比較分析，結果表明，對于大多數信號而言，基于支持向量回歸機和鏡像延拓相結合的方法要優(yōu)于基于人工神經網絡和鏡像延拓相結合的延拓方法。 ⑶詳細分析了電氣化鐵道諧波的特點，在此基礎上綜述

4、了目前電氣化鐵道諧波檢測的常用方法及其各自的優(yōu)缺點。 ⑷由于電氣化鐵道電壓、電流信號中基波的能量相對其它各次諧波的能量大得多，直接應用HHT方法存在模態(tài)混疊問題，不能將基波以及各次諧波有效地分開；因此本文將Yang提出的基于Fourier變換的EMD方法，并結合本文提出的基于支持向量回歸機和鏡像延拓相結合的數據延拓方法，應用于電氣化鐵道諧波檢測中。應用該方法有效地分離出了基波及各次諧波信號。對分離出的單分量諧波信號進行Hilbe