電網(wǎng)電能質(zhì)量的檢測及高壓輸電技術(shù)的研究new

1、1摘要摘要：各種電力整流設(shè)備、電力機車、變頻裝置等大量使用，導(dǎo)致電力系統(tǒng)的電壓和電流波形產(chǎn)生較大程度的畸變，從而影響了電能的質(zhì)量，對電力系統(tǒng)的安全、經(jīng)濟運行造成了極大的影響。因此，采用電能質(zhì)量監(jiān)測系統(tǒng)對電力系統(tǒng)的進行檢測變得非常必要，同時，隨著社會發(fā)展對電能需求量的大幅度增加，發(fā)展對高壓輸電技術(shù)的研究也迫在眉睫。本文介紹了基于小波變換和DSP數(shù)字化檢測系統(tǒng)的檢測網(wǎng)絡(luò)使電網(wǎng)電能質(zhì)量檢測變和高壓輸電技術(shù)的研究狀況。關(guān)鍵詞鍵詞：電網(wǎng)電能質(zhì)量檢

2、測小波DSP高壓輸電技術(shù)特高壓輸電技術(shù)一、電網(wǎng)電能質(zhì)量的檢測一、電網(wǎng)電能質(zhì)量的檢測隨著科技的進步，現(xiàn)代電力系統(tǒng)中用電負荷結(jié)構(gòu)發(fā)生了重大變化，諸如半導(dǎo)體整流器、晶閘管調(diào)壓及變頻調(diào)整裝置、煉鋼電弧爐、電氣化鐵路和家用電器等負荷迅速發(fā)展，由于其非線性、沖擊性以及不平衡的用電特性，使電網(wǎng)的電壓波形發(fā)生畸變成引起電壓波動和閃變以及三相不平衡，甚至引起系統(tǒng)頻率波動等，對供電電能質(zhì)量造成嚴(yán)重的干擾或“污染”[1]。電網(wǎng)中正面對越來越多的電能質(zhì)量問題，

3、這使得電能質(zhì)量的研究十分緊迫。電能質(zhì)量檢測是獲得電能相關(guān)數(shù)據(jù)的最直接手段，也是電能質(zhì)量其他后續(xù)高級應(yīng)用研究的前端。另一方面，電能質(zhì)量正逐步受到供電企業(yè)和電力用戶的共同關(guān)注。進入20世紀(jì)90年代以來、隨著半導(dǎo)體、計算機技術(shù)的迅速發(fā)展，一批高新技術(shù)企業(yè)應(yīng)運而生，出現(xiàn)大量的微機控制裝置和生產(chǎn)線.對電能質(zhì)量提出了新的要求；而電力市場的發(fā)展，使供電企業(yè)進一步認(rèn)識到：用戶的需要也是自身的需要。在這樣的背景下，因電能質(zhì)量不良而使用戶設(shè)備停機或出次品的

4、情況.仍應(yīng)看作電能質(zhì)量不合格。當(dāng)然，電能質(zhì)量不良有多種情況，用戶對電能質(zhì)量的敏感程度也各不相同。一船來說，供電企業(yè)可對不同的電能質(zhì)量劃分等級、分別定價、用戶可以自由選擇。但由于我國目前還未能實現(xiàn)優(yōu)質(zhì)優(yōu)價。因此，進一步改善電能質(zhì)量的工作基本上要求在用戶側(cè)解決。隨著各種用電設(shè)備對電能質(zhì)量敏感度的變化，電能質(zhì)量的范圍進一步擴大.分類更細要求更高[2]。在新的電力市場環(huán)境下，電能質(zhì)量已成為電能這種商品的消費特性，很大程度上體現(xiàn)了供電部門服務(wù)品質(zhì)

5、。所以有關(guān)部門正在加大對電能質(zhì)量的監(jiān)管和治理。1.電網(wǎng)電能質(zhì)量檢測分類電網(wǎng)電能質(zhì)量檢測分類3疊加。如果用SURE或極大極小原理選擇閾值時，由于其選取的規(guī)則比較保守(只將部分系數(shù)置為零)，因此含有少部分高頻信號的待處理信號。這兩種方法比較適合，它們可以將弱小的信號提取出來。另外兩種閾值選取原則，在去除噪聲時很有可能把有用的高頻特征信號當(dāng)作噪聲信號消除。1.1.2兩種使用的小波去噪方法兩種使用的小波去噪方法1、軟閾值方法能根據(jù)各小波空間上特

6、征分量和噪聲的統(tǒng)計特性設(shè)置適當(dāng)?shù)拈撝祦硐肼?，并以此恢?fù)小波方法的性能。該方法不僅較好地解決了保護信號局部特征與抑制噪聲之間的矛盾，能很好地對各種電能質(zhì)量信號進行去噪處理，而且達到了數(shù)據(jù)壓縮的效果。仿真計算結(jié)果表明，該去噪方法是有效的?；驹恚盒〔ǚ纸獾幕痉椒ㄊ抢肕allat塔式算法，根據(jù)式(4)對信號f(x)進行降階分解。波分解算法在每一尺度i下都將信號分解成概貌分量Ci和細節(jié)分量Di，在更高一級小波分解中，又將上一級的概貌分

7、量Ci分解成頻率成分更低的小波變換系數(shù)隨尺度的增大而減小，連續(xù)信號的小波系數(shù)隨尺度的增大而增大。這樣可以設(shè)定一閾值，利用該閾值按照一定的規(guī)則對小波系數(shù)進行閾值調(diào)整。對經(jīng)閾值調(diào)整后的各級小波系數(shù)按小波變換的反演算法進行信號重構(gòu)，得到消噪后的信號閾值的選取一直是小波去噪的研究熱點之一。“硬閾值”算法[5]由于其自身缺陷而不適用于實際場合。由于噪聲信號強度的隨機性，以及小波分解過程中信號與噪聲的傳播特性不同，每一層小波分解系數(shù)所采用的閾值應(yīng)該

8、是隨小波系數(shù)的變化而變化的。能實現(xiàn)這種變動閾值的方法就是軟閾值去噪方法，這是斯坦福大學(xué)統(tǒng)計系的Donoho教授首先提出的[3]。軟閾值去噪方法近年來得到很大發(fā)展，其去噪效果被證明是很有效的。2、根據(jù)前面的結(jié)論，可以把信號和噪聲的小波分解特性與消噪估計法聯(lián)合起來，先對帶噪信號進行分解，對各尺度下的分解系數(shù)用較為保守的URE無偏估計法或極大極小值法計算閾值，然后進行量化處理。處理后，再利用各尺度的結(jié)果，根據(jù)信號和噪聲在小波空間的不同傳播特性

9、(隨著尺度加大信號的小波變換系數(shù)也隨之加大，而噪聲的小波變換系數(shù)是逐漸減小)，按尺度由小到大的順序，逐層來估計信號的突變點。加上噪聲后的信號其第一、二層由原始信號的突變產(chǎn)生的模極大值完全被噪聲掩蓋了，完全無法再利用小尺度上模極大值的信息來檢測信號的突變。而經(jīng)過閾值量化處理后，在小波變換的小尺度空間中去除了大部分的噪聲信號，可以結(jié)合信號、噪聲的傳播特性進行進一步的估計。同時，正如前面所提的，我們還可以觀察到，不同的閾值算法有不同的特點，在