基于S变换的电能质量扰动识别研究分析

合集下载

电能质量扰动检测研究方法

谭万禹;金月;张红;宋雯

【摘要】随着工业生产新技术的出现,电力负载的大量使用使得电能质量问题变得尤为突出,同时现代电力设备对电网系统中电能的质量要求越来越高,从而使得对电能质量检测提高电能质量变得尤为重要,如何选择合适的电能质量算法已经成为目前研究的热点.介绍了电能质量问题等相关理论,阐述了电能质量的研究背景及意义.最后系统地总结了国内外关于电能质量扰动检测识别的研究现状.

【期刊名称】《长春工程学院学报（自然科学版）》

【年(卷),期】2013(014)004

【总页数】3页(P40-42)

【关键词】电能质量;检测;识别

【作者】谭万禹;金月;张红;宋雯

【作者单位】长春工程学院电气与信息工程学院;配电自动化高校研究中心,长春130012;东北电力大学,吉林省吉林市132012;长春工程学院电气与信息工程学院;配电自动化高校研究中心,长春130012;国网通化供电公司,吉林通化134000【正文语种】中文

【中图分类】TM930

0 引言

电能质量（Power Quality）从严格意义上讲，衡量电能质量的主要指标有电压、

频率和波形。从普遍意义上指优质供电，包括电压质量、电流质量、供电质量和用电质量。电能质量即电力系统中电能的质量，理想的电能应该是完整对称的正弦波。一些因素会使波形发生偏离对称正弦，由此便产生了电能质量问题。一方面我们研究存在哪些影响因素会导致电能质量问题，另一方面需要研究这些因素会导致哪些方面的问题。随着电力工业的快速发展，越来越多的电子装置和冲击性负荷的广泛使用，由此引起的电能质量问题越来越严重。对于电能质量检测的研究，有助于提前捕获故障信号，从而提醒工作人员在故障发生之前对设备进行调整和检修。

基于S变换与SVM的暂态电能质量扰动识别

分析，对暂态信号无能为力。快速傅立叶变换
（ＴＦＳＦ）是对傅立叶变换的发展与补充，虽然在
一
特性，因而非常适合于进行电能质量扰动信号的
特征提取。
定程度上解决了傅立叶变换不具备局部分析的
问题，但一旦窗函数确定，视频分辨率也就确定了，因此，对于暂态信号，很难找到一个好的时
２１００年第２期
析方法，其思想是对连续小波变换和短时傅里叶变换的发展。信号（）的ｓ变换Ｓ（，ｆｔ丁）定义如下：
，
其中，ｆ。这样，ｓ变换就可以利用Ｆｒ ≠０Ｆ实现快速计算。由式（）可以得到Ｓ８变换的离
散表示形式：
第３８卷２１００年４月
云
南
电
力
技
术
Ｖｏ．８Ｎｏ２１３．
Ａｐ．０１ｒ２０
ＹＵＮＮＡＮＥＣＴＲＩＯＷＥＲＥＬＣＰ
基于Ｓ变换与ＳＭ的暂态电能质量扰动识别Ｖ
杨栋束洪春刘凤龙
昆明６０５）５０１
（明理工大学，云南昆
暂态电能质量问题通常是以频谱和暂态持续

电能质量扰动波形的识别

ｉｄｖｄａｕａｎｏｋ。ｔｅｓｈｍｅｐｏ￣ｔｎｔｅｐｐｒｉｃｒｅＵｈｖ］ｔｄｌａｎｕｉｓｔｆｌｐｅｎｕａｅ－ｎｉｕｌｎｒｌｔｒｓｈｃｅｒｐｉｅｅｗｏｈｅａｒｄＯｔｔｅｗａｅｅｏｎｉｎａｅｔｌｅｒｌｎｔｉａｓｉｎｉａｓｇｏｍｕｉ
与５ｚ的背景信号相比，动事件中的波形是ＯＨ扰不规则的，因此，扰动的小波变换系数与没有扰动有的值相比其值很大。然而由于所有的实际电能质量信号中都含噪声，测结果或扰动特征可能变坏，检为了提高与扰动有关的系数值而压低与噪声有关的系数值，将所有的小波变换系数值平方，通过这种方法，
ｗｒｓＡａｔｔｅｏｔｏｓａｅｉｔｇａｅｓｎＤｍｐｔｒｈｒｒｈｏｆｅｄｎ．ｈｎａｄｇｅｆｂｌｆｏｔｅｉｎｆｄｓｒｏｋ．ｔｌ，ｈｕｃｍｅｌｎｅｒｔｕｉｓｄｇｅｓ —ＳａｅｔｅｒｏｖｅｃＴｅｅｒｅｏｅｅｆｒｈｄｔｅｉｔ — ｅｙｉｅｉｅｉｄｉｕｂ／ｅｗｖｆｒｌ８ｐｏｄｙｔｅｃａｓｅ．ａｗａｅｏｌｒｖｅｂｌｓｉｒｌ０ｉｄｈｉｆ

基于DILCD和SDEO的电能质量扰动检测新方法

周超;黄纯;易凡

【摘要】针对局部特征尺度分解(LCD)出现的模态混叠现象,提出了基于微积分局部特征尺度分解(DILCD)和对称差分能量算子(SDEO)的电能质量扰动信号分析方法.首先选取电力系统中的暂降、暂升,谐波、间谐波,衰减振荡等单一及其复合扰动信号分别进行DILCD分解可得到若干个内禀尺度分量(ISC);然后利用SDEO解调ISC分量求取瞬时频率和瞬时幅值,定位扰动发生的起止时刻.仿真结果表明,该方法能有效检测分析非平稳电能质量扰动信号,获得的瞬时幅值波动、端部效应小,频率检测精度高,时间定位准确.

【期刊名称】《电力系统及其自动化学报》

【年(卷),期】2018(030)009

【总页数】10页(P141-150)

【关键词】电能质量;扰动分析;微积分;局部特征尺度分解;内禀尺度分量

【作者】周超;黄纯;易凡

【作者单位】湖南省电力公司检修公司,长沙 410004;湖南大学电气与信息工程学院,长沙 410082;湖南省电力公司检修公司,长沙 410004

【正文语种】中文

【中图分类】TM727.2

近年来，由于电力电子元件的大规模使用及非线性、冲击性负荷的增加，对电能质

量造成严重的影响。电网中存在的电压暂降、暂升、短时中断，谐波、间谐波以及电压衰减振荡等电能质量问题受到了广泛的关注[1]。

电能质量扰动信号的提取对电能质量的监管至关重要。扰动信号可看作多分量非线性信号，提取时可先对扰动信号进行分解得出单分量信号，然后对其解调得到扰动参数。

用于电能质量扰动信号常用的分解方法有快速傅里叶变换[2]、小波变换[3]、S变换[4-5]、希尔伯特变换[6]、原子分解算法[7-8]和局部均值分解算法[9]等，这些方法各有特点。傅里叶变换（FFT）主要用来分析稳态信号，不能处理非平稳、非线性信号；小波变换缺乏自适应性，受基函数选择的影响，对噪声较敏感；S变换频率分辨率高，能独立分析信号每个频率分量的幅值变化，但是要得到各频率分量对应的理想幅值曲线，需要对变换结果进行适当修正；希尔伯特变换采用三次样条函数插值，具有欠、过包络现象，还有迭代判据、端点效应等问题；原子分解算法计算量大，对构造谐波、间谐波，电压闪变的电能质量扰动的相关原子库还有待研究；局部均值分解由于受到余弦函数值域的限制，定位扰动起止时刻不够准确。局部特征尺度分解LCD（local characteristicscale decomposition）[10]是一种新的自适应时频分析方法，能够将多分量的复杂信号分解成有限个内禀尺度分量ISC（intrinsic scale component），非常适用于处理非平稳、非线性信号。LCD 是在经验模态分解EMD（empirical mode decomposition）与局部均值分解LMD（local mean decomposition）的理论基础上研究发展起来的，比较3种算法，它们区别主要在于基函数构造方式的不同。EMD是通过求信号上下极值点包络函数的平均值得到基函数，然后进行三次样条函数插值使曲线保持光滑；LMD是运用滑动平均算法构造局部包络函数与局部均值函数，然后将局部包络函数与局部均值函数相乘得到乘积函数；LCD是源于函数自身的线性变换进行基线信号的构造。相比于EMD和LMD，LCD具有端点效应小、计算速度快、迭代次

基于小波包和支持向量机的电能质量扰动识别

适合分析谐波等持续时间较长的电能质量问题，
但由于没有局部分析能力，因此无法处理非平稳最小化为训练目标的神经网络等传统方法，在小信号；小波变换法由于其强大的多尺度分析特样本学习过程中有较强的范化能力，文献［Ｏ］１
关键词：电能扰动信号；小波包变换；支持向量机（Ｖ；粒子群算法（ＳＳＭ）ＰＯ）
中图分类号：Ｔ１Ｍ７２文献标识码：Ａ
性很大，并不能有效保证高精度分类；小波包分
０引言
析法是在小波分析基础上的一种改进，可将信
（Ｖ］ＳＭ），在解决小样本、非线性及高维模式识别问题中具有独特的优势，不同于以训练误差
来自百度文库研究者陆续尝试和提出了许多解决方法，扰识别的效果并不理想；支持向量机法动信号特征提取的典型方法有：傅里叶变换法 … ，
Ｖ性，可以提供扰动信号不同尺度的特征，对电能提出利用改进的小波能熵和ＳＭ结合的方法对扰

基于S变换图像灰度量化的短时电能质量扰动识别分类

ｓｏｔｄｒｔｎｐｗｒｑａｉ．ｈｒｕａｉｏｅｕｌｙｏｔ
Ｋｅｙｗｏｒｄｓ：ｈｒｕａｉｎｐｗｅａｉｙｄｓｕｂｎｃｓｏｔｄｒｔｏｏｒｑｕｌｔｉｔｒａｅ；Ｓ — ｔａｆｔｎ；ｍｏｕｅｔｍｅ～ｆｅｅｃｔｉｒｎｓｒｏｄｌｉｒｑｕｎｙｍａｒｘ；ｄｉｔｒａｅｃａｓｆｃ — ｓｕｂｎｃｌｓｉａｉ
ｔｅ— ｅｕｎｙｍｔｘｉｐｏｏｅ．Ｆｒｌ，ｈｏｏｏｅｕｌｙｄｓｒａｃｉａｒｄｃｍｏｅｉｔｎｆｒｉｍｆｑｅｃａｒｐｓｄｉｔｔｅｃｍｍｎｐｗｒａｉｉｕｂｎｅｓｎｌａｅｅｏｐｓｄｔＳ— ｒｓｍｒｉｒｓｓｙｑｔｔｇｓｗｈａｏ
灰度图方式表示，析其灰值分布特征，入灰度期望和灰度方差两指标，化灰度图像灰值分布，根据量化结果分引量并
建立扰动标准判据，实现扰动分类。仿真实验表明，方法不依赖于分类器，准确地对扰动进行分类且对噪声不敏该能
０引言
随着科学技术和国艮经济的快速发展，电能的需求量也极大增长，时电能质量越来越显示其重要同

基于改进S变换的配电网故障定位方法

摘要：本文提出了一种基于改进S变换提取行波特征频率的配电网故障定位方法。配电线路故障产生的暂态行波在波阻抗不连续点之间来回反射，从而在不同的振荡路径上形成不同的特征频率分量，根据故障路径特征频率分量的大小可以计算出故障距离。S变换是一种性能优越的时频分析方法，本文将其应用到行波特征频率的提取中，仿真结果验证了该方法相比基于Morlet连续小波变换方法的优越性。

关键词：配电网；故障定位；特征频率；改进S变换

Fault Location Method for Distribution Networks Based on Improved S Transform

Abstract: A characteristic frequency based fault location method for distribution networks using improved S transform analysis is proposed. Fault-generated traveling waves are reflected back and forth at the surge-impedance-discontinuity points on distribution lines, as a result that the recorded transient traveling waves contain some characteristic frequencies associated with specific paths. And the fault distance can be calculated out by the fault path characteristic frequency (FPCF). S transform is a time-frequency analysis method with good performance. So it is used for the extraction of characteristic frequency. The simulation results verify that the performance with improved S transform (IST)

电能质量问题的分析方法

摘要：随着电力产业的市场化，电力系统逐渐实现网络化、规范化。广大电力

用户对电能质量提出了更高更新的要求，因此，电能质量的监测和分析得到了电

力部门的高度重视。本文基于电能质量的基本概念出发，分析了其特点，重点对

电能质量分析方法进行了阐述。

关键词：电能质量；质量分析；用电设备；分析方法

0、引言

电能质量问题直接影响到电力系统的安全稳定运行和供电的可靠性，主要分

为稳态和暂态电能质量两个方面。其中，稳态电能质量问题，主要是指电压及频

率偏差、三相不平衡偏差、电压波动、电压闪变、高次谐波等问题时限较长、特

征平稳的问题。经过各种针对电能质量问题分析的方法体系日益完善，且电力系

统运用了可靠的实时的在线监测装置，电能质量问题中的稳态电能质量已经有了

明显的提高。较之稳态电能质量，暂态电能质量主要指问题时限极短、特征不具

明显规律的短时扰动，其典型问题包括电压尖峰、电压缺口、电压中断、电压暂升、电压暂降、短时谐波、脉冲暂态﹑振荡暂态等。暂态电能质量给电力系统的

安全稳定运行造成了明显的影响，越来越收到工业生产部门、电力部门及电力客

户的普遍重视。因此，对电能质量问题进行准确的分析至关重要。

1、电能质量标准分析

电能质量标准是评价和判断电能各项指标的标尺，也是衡量电能产品优劣的

重要依据。电能质量标准由于地域不同、供电情况差异也存在一定差异。影响电

能质量的指标主要有：谐波、间谐波、负序、闪变、电压暂降。

2、电能质量的分析方法

电能质量问题的分析方法从计算工具主要分为时频分析法和非时频分析法。

其中，时频分析法主要包括:短时傅立叶变换、S变换、二次变换、小波变换和Hibert一Huang变换等。而非时频分析法主要包括:分形法、数学形态分析法、差

电能质量扰动检测与识别方法研究

摘要：电能质量扰动信号进行傅里叶变换时，时域信号中存在的非平稳分量

会产生频谱泄漏，随机噪声也会干扰信号，从而使频谱中出现大量无效极大值点，严重时导致ＥＷＴ的频谱区间错分，进而影响信号最终的检测结果。本文对电能

质量扰动检测与识别方法进行分析，以供参考。

关键词：电能质量；扰动检测；特征提取；特征选择；研究

引言

伴随电气设备中非线性电力电子器件的大量应用,电网中可再生能源的广泛

接入,以及节能设备的大量使用,电能质量受扰动问题日益严重,另一方面,当前的

生产过程和精密设备对电能扰动的耐受性低,对电能质量要求愈发严格,这些都使

得电能质量问题受到日益关注。一般电能质量问题包括扰动检测、扰动分类、扰

动源定位,其中电能质量扰动检测是提高电能质量的首要环节。

1配电物联网电能质量复合扰动检测

新型电气设备在工业生产和社会生活中得到了广泛应用，但冲击性负荷在设

备运行过程中会影响电力系统的安全性，导致电能数据在电网中出现质量扰动问题。在电气化水平提高的情况下，用户对电能质量提出了较高的要求。电能质量

扰动在配电物联网中较为复杂，如短时间中断、电压暂降和谐波等都是其中常见

的扰动，其检测难度较高，而在配电网中检测电能质量扰动就可以提高电能质量。在峰度和检测误差的基础上调整S变换的参数，根据调整后的S变换方法提取电

能信号的时频特征，并将其输入分类，实现电能质量扰动检测，但其无法精准地

获取电能质量复合扰动的特征，降低了该方法的识别率。利用Fourier谱包络动

态测度算法获取电能信号在配电网中的特征频点，并采用小波变换对其完成分解

2_基于S变换模矩阵的电能质量扰动信号检测与定位2007

第２２卷第８期
全惠敏等基于ｓ变换模矩阵的电能质量扰动信号检测与定位
１２１
表１电能质量扰动信号及正弦信号仿真模型
Ｔａｂ．１类型
Ｓｉｍｕｌａｔｉｏｎｍｏｄｅｓｏｆｐｏｗｅｒｑｕａｌｉｔｙｄｉｓｔｕｒｂａｎｃｅｓａｎｄｓｉｎｕｓｏｉｄａｌｓｉｇｎａｌｓ表达式
信号
８ｍ（幼ｆ）
谐波
ｓｉｎ（ｃｏｏｔ）＋Ａｓｉｎ（３ｃｏｏｔ）＋曰ｓｉｎ（５∞ｏｆ）＋Ｃｓｉｎ（７脚ｏｔ）０．０２＜Ａ，Ｂ，Ｃ＜１
电能质量扰动信号的发生表现为幅值和频率的突然变化，这种变化经过Ｓ变换后必然也体现在Ｓ模矩阵的对应元素中。根据Ｓ模矩阵的变化就可以实现对扰动发生时刻、扰动持续时间以及扰动的大致类型的确定。
根据Ｐａｒｓｅｌ定理，信号的总能量是各频率能量之和，在Ｓ变换后假定没有频谱泄漏，则在某一个采样间隔内，信号的平均能量可以表示为
５００
６００
兮ｅ趔
罂
Ｆｉｇ．３
（ｆ）Ｓ变换６０Ｈｚ波形图３电压暂降ｓ变换分析Ｓ－ｔｒａｎｓｆｏｒｍａｎａｌｙｓｉｓｏｆｖｏｌｔａｇｅｓａｇ
万方数据
２１
５ＩＯ５
０
兮ｄ）靼謦
０－ｌ５１５２
采样点（ａ）电压幅降信号
（ｂ）Ｓ时间幅值平方和均值
舍３
垂；
０
１兮０．８

基于小波变换和SVM算法的电能质量扰动识别

号分别有２０个样本用于训练集和测试集。０首先，选定适合用于ＰＤ识别的小波函数；Ｑ其次，应用上述ＳＭ算法中１ａｒ１ａ１Ｖ－ — 和－一对ＰＤ自动分类，Ｑ得到表现较好的方法。４２实验结果和分析４．波函数的选取．１小２由于小波变换结果的好坏直接与小波基的选取密切相关。所以选择一种适合的小波基函数是一项重要的工作。目前比较主要的正交小波基，分别是Ｈａｒｒ小波，ａｂｉｓＤｕ￣ｈｅ小波，ｙｌｓＣｉｔ小波。以小波能量Ｓｍｅ和ｏｅｔｌｆｓ为特征属性，应用ＳＭ算法中ｌａｒＶ — －方法，通过大量的仿真实例对不同的小波函数的识别结果进行了比较。具体分析如下：应用不同族的小波对ＰＤ识别其结果Ｑ如表１所示，其中选用十层分解，因为６．４ｋｚＨ的信号最多可以进行１层分解，Ｏ当分解为最大层数时不一定是最准确的，但其包含了大部分的信息，能保证较高的正确率。均值的计算公式如下：
［ＡＧｅｄ，Ｍ￣．ａ，ＲＳｈｎＡＹ４￣．ａｕａＭ．ＳｍａＭ．．ａ，．．１ｌａｕ
Ｃｌｈｎ．ｏｒｕｉｙｅｅｔｏａｄｃａｓｆａｉａｉｗｅｑａｔｄｔｃｉｎｎｌｓｉｃ — ｋＰｌｉｔｏｓｎｇｗａｅｅ－ｈｒｓｌｔｎｓｇａｅｏｉｎｕｉｖｌｔｍｕｉｅｏｕｉｉｎｌｄｃｍ— ｏ

电压暂降的改进S变换分析与分类

摘要：提出了一种采用改进S变换(MST)检测和识别电压暂降的方法.推导了白噪声在S变换和MST下的平均功率谱，证明了改进S变换对噪声具有抑制作用.分析了改进S 变换中可变参数的选择思想，给出了MST提取暂降幅值、暂降时刻和相位的方法.利用MST变换分析短路故障、感应电机启动和变压器空载激磁3种扰动源引起的电压暂降信号，并提取6种电压暂降特征参数，形成分类判决规则对暂降源进行识别.仿真结果表明，改进S变换比S变换提取的电压暂降幅值和暂降时间更加精确，MST提取的特征量能全面明显地反映扰动源特征，分类算法能够实现对3种暂降扰动源的正确识别.

关键词：电压暂降；改进S变换；扰动源

中图分类号：TM711 文献标识码：A

Detection and Classification of Voltage Sags Based on Modified Stransform

QUAN Huimin, DAI Yuxing

(College of Electrical and Information Engineering, Hunan Univ, Changsha,Hunan 410082,China)

Abstract:A new approach based on modified Stransform

(MST)was proposed to detect and classify the voltage sags. The average power spectrum of white noise was deduced on the S transform and MST, and the results showed the MST'restraint upon noise. The selection thinking of adjusting parameter in MST was described, the method to get the amplitude was obtained, and the time and phases of the sag were given. Then the voltage sags in shortcircuit fault , inductionmotor starting and transformer exciting without load were analyzed, six feature parameters were extracted and decision rules were obtained to recognize the sag disturbance sources. The simulation results show that the amplitude and time of the voltage sags by using MST are more accurate than those by using S transform, and the classification method has a high classification ratio.

基于S变换的电能质量扰动分析

（Ｅ）我国均有严格的标准．稳态电能质量检ＩＣ和与
冲、涌、浪电压跌落及瞬时电压中断．判电能质量评
的标准在不断完善中，根据不同的系统环境采用常
指标参数的幅值和持续时间来描述（时考虑其上有升下降率、生频度等）发．目前，速傅里叶变换（Ｆ在电能质量分析快ＦＴ）
态电压畸变程度，电网遭受外来干扰侵袭或内部当
发生故障、作切换引起系统冲击时，成电压脉操造
ＡｂｔａｔＡｃｏｄｎｏｔｅｍａｎｆａｕｒｓｏｗｅｕａｉｙｄｓｕｂｎｅｓｇｎｌｏｅｅｔｏｎａｌｓｉｉｓｒｃ：ｃｒｉｇｔｈｉｅｔｅｆｐｏｒｑｌｔｉｔｒａｃｉａｓ，ｎｅｄｔｃｉｎｄｃａｓｆ— ｃｔｏｅｈｏｆｖｌａｉａｓｄｏｎＳｒｎｓｏｍｏａｉｎｍｔｄｏｏｔｇｅｓｇｎｌｂａｅｔａｆｒｍｄｕｌａｒｘｗａｏｓｄ，ｎｈｏｗｅｕａｉｙｅｍｔｉｓｐｒｐｏｅａｄｔｅｐｒｑｌｔｗｉｈｄｉｔｂｎｃｓｇｌｗｅｅｌｓｉｉｄ．ＴｈＳｔａｆｍＷ３ａｐｌｅｔａａｙｅｈｅｔｓｕｒａｅｉｎａｓｒｃａｓｆｅｅ — ｒｎｓｏｒＳｐｉｄｏｎｌｚｔｐｏｅｑｌｔｗｒｕａｉｙｄｉｔｂａｃｉａｓｓｃａｔｌａｅｓｇ，ｏｌａｐｋｅ，ｒｎｉｎｔｒｎｄｓｕｒｎｅｓｇｎｌｕｈｓｈｅｖｏｔｇａｖｔｇｅｓｉｔａｓｅａｏｍｄｓｕｒｎｃａｄｔｉｅｉｔｂａｅｎｈｅｔｍ —

一种基于多特征量的复合电能质量扰动自动识别方法

法的不足．同时，利用本方法对８种单一扰动和１６种复合扰动在内的２４种信号进行了识别，试验结果
验证了该方法的有效性．
ｌａｂ产生的谐波＋暂升复合扰动信号，采样频率为３．２ｋＨｚ，即每周期采样６４点，其中３、５、７次谐波系数均为０．０２，信噪比为４ｏｄＢ．图２为图１中信号的频谱图，从图２中可以看出，在谐波成分很弱的情况下，频谱图中仍然可以明显地呈现出其频率对应的
方法获取样本进行相关分析研究．本研究考虑的电
能质量扰动有，电压尖峰、脉冲暂态、电压中断、电压
暂降、电压暂升、振荡暂态、谐波、电压波动，其分别
用Ｒ１、Ｒ２、 …、Ｒ８表示．通常，复合电能质量扰动信
号由单一扰动复合而来，复合扰动中单一扰动之间用“ ＆” 连接，如脉冲暂态和电压暂降复合而成的扰
Ｒ５＆Ｒ７、Ｒ７＆Ｒ２、Ｒ７＆Ｒ６、＆Ｒ８．
等Ｌ１引．但每种方法都有适合自身的特殊信号，而在信号复杂、类别较多时识别性能会大幅下降．对此，本研究拟将３种方法相结合，即，首先利用动态测度法检测出主要频率点特征，然后利用ｓ变换提取扰动基频和高频幅值特征，再结合聚类经验模态分解（ＥｎｓｅｍｂｌｅＥｍｐｉｒｉｃａｌＭｏｄｅＤｅｃｏｍｐｏｓｉｉｔｏｎ，ＥＥＭＤ）提取的２个模态特征，并设计了一种决策树对扰动信号

电能质量分析与参数估计的研究方法综述_冯宇

电能质量分析与参数估计的研究方法综述

冯宇1,唐轶2,石延辉1,程军照1

(1.国网电力科学研究院,武汉430074;

2.中国矿业大学信息与电气工程学院,徐州221008)

摘要:当前,整个社会对高质量电能的追求与电能质量问题日趋严峻的矛盾越来越突出,准确全面地进行电能质量分析,进而采取合理措施实现电能质量的改善和治理已十分必要。综述电能质量信号的特征提取、消噪、扰动的参数估计和扰动分类等四个电能质量分析领域的研究现状,总结了各种分析方法的优缺点和适用范围。所得结论对于进一步开展电能质量分析的研究具有参考价值。

关键词:电能质量分析;特征提取;消噪;参数估计;扰动分类

中图分类号:T M72;T M60文献标志码:A文章编号:1003-8930(2010)03-0078-08

Survey on Research Method of Power Quality Analysis

and Parameter Estimate

FENG Yu1,TANG Yi2,SH I Yan-hui1,CH ENG Jun-zhao1

(1.State Grid Electric Pow er Resear ch Institute,Wuhan430074,China;

2.Colleg e of Infor matio n and Electrical Eng ineer ing,China U niversity of M inning

and T echno logy,Xuzho u221008,China)

Abstract:A t present,the contradictio n bet ween the pursuit of high electr ic pow er quality in the who le co mmu-nit y and the pro blems of pow er quality beco mes mor e and more prominent.It is necessar y to car ry o n pow er quality analy sis accr uat ely and tho ro ug hly,and take r easo nable measures to impr ove and manag e po wer qual-i ty.T his paper summarizes the research st atus of f our pow er quality ana lysis fields,w hich are feature ex tr ac-tion of the pow er quality signals,denoising,par ameter estimat e of pow er quality disturbance and disturbance classification,and sums up the advantag es and disadvantages of v arious analysis methods and t he scope o f ap-plicatio n.T he co nclusions have r eference v alue for the fur ther dev elopment of pow er quality analysis.

基于S变换和弹性神经网络的电能质量扰动分类

４８６
西安理工大学学报ＪｕｎｌｆｉａｎｅｓｙｏＴｃｎｌｙ２１）Ｖ１２ｏ４ｏｒａｏＸ ’ｎＵｉｒｔｆｅｈｏｇ（００ｏ．６Ｎ．ｖｉｏ
文章编号：１０－７０２１０－４８５０６４１（００）４０６－０
Ｓ变换对电能质量扰动信号进行时频分析，效实现对各种扰动信号时频特征量的输出，确定特有并征量的最优组合来增加弹性ＢＰ神经网络分类的精度。同时研究了在不同噪声条件下弹性ＢＰ神经网络分类的敏感度。测试结果显示，方法能有效地对电能质量扰动信号进行分类。该
ｄｔｎｖｓｇｔ．ＴｅｔｔｇｒｕｔｓｏａｔｅｌｓｅａｆｃｉｌｃｓｆｄｆｒｎＰｉｉｏｓｉｉｅｔａｅｈｓｎｓｌｈｗｔｔｈａｉｒｎｅｅｔｅｌｓｙｉｅｅｔＱｄｓｉｓｎｉｄｅｉｅｓｈｃｓｆｃｉｆｖｙａｉｆ —
ａａｓｎｌｉｔｅｏｅｅｔａｄｏｔｕｋｎｓｏＱｄｓｒａｃｓｆｃｖｌ．Ｔｅ，ａｒｏｏｅｔｙｓ，ｈｍｔｄｄｔｓｎｕｐｔｉｄｆｉｕｂｎｅｆｔｅｅｈｃＰｔｅｅｉｙｈｎｆｔｅｃｍｐｎｎｅｕｓ