復(fù)合電能質(zhì)量擾動信號識別方法研究.pdf

1、電力系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)、負荷結(jié)構(gòu)以及電源特性都在發(fā)生著巨大的變化，大量新能源的并網(wǎng)運行、高速列車等一系列非線性不平衡負荷的投運、大型電力電子設(shè)備的使用，極大的破壞了電能質(zhì)量的優(yōu)質(zhì)性。而科技的發(fā)展使得各種精密儀器、微型計算機等眾多對電能質(zhì)量敏感的負荷廣泛使用，使得電能質(zhì)量問題引起的矛盾越來越突出。及時發(fā)現(xiàn)導(dǎo)致電能質(zhì)量下降的各種原因，并對各種電能質(zhì)量擾動進行有效識別，對電能質(zhì)量的管理和治理具有重要意義。本文在前人研究的基礎(chǔ)上，分別對單一電能質(zhì)量擾

2、動識別問題和復(fù)合電能質(zhì)量擾動識別問題進行分析和研究。
　　在單一電能質(zhì)量擾動識別方法的研究過程中，首先利用小波變換(wavelettransform)提取擾動信號的特征，并構(gòu)造特征向量，采用主成分分析（PrincipalComponent Analysis，PCA）方法對特征向量進行降維，然后利用支持向量機(SupportVector Machine，SVM)對擾動信號進行分類。目前，利用小波方法對電能質(zhì)量擾動信號進行分解時分解層

3、數(shù)都是根據(jù)經(jīng)驗確定，不能夠?qū)崿F(xiàn)特征向量維數(shù)與識別系統(tǒng)耗時的折衷。針對這一問題，首先利用小波變換對電能質(zhì)量擾動信號進行10層分解，利用標準電壓信號作為參考信號求取擾動信號的小波能量差特征，進而采用主成分分析方法對構(gòu)造的小波能量差特征向量進行降維處理，最后將降維后的特征向量作為支持向量機的輸入對擾動信號進行分類。實驗結(jié)果表明，該方法能夠?qū)?種單一電能質(zhì)量擾動信號進行識別，識別準確率可達98.81％。在保證識別率要求的情況，下縮短了識別過程的

4、時間，并且具有一定的抗噪性能。通過與現(xiàn)有文獻作對比，表明了該方法的有效性。
　　復(fù)合電能質(zhì)量擾動信號識別方法研究方面，根據(jù)復(fù)合電能質(zhì)量擾動信號的時頻域特點，采用多種信號分析方法相結(jié)合對復(fù)合電能質(zhì)量擾動信號進行分析，給出了一種電能質(zhì)量復(fù)合擾動分類方法。該方法首先采用S變換(S-transform)對擾動信號進行分析，分別從信號基頻幅值、中頻、高頻等方面提取5個特征;采用動態(tài)測度分析法（Dynamics）對電能質(zhì)量擾動信號進行頻率極值

5、點定位分析，提取表征信號頻率信息的4個特征;采用集合經(jīng)驗?zāi)B(tài)分解方法(Ensemble Empirical Mode Decomposition，EEMD)提取第一本征模態(tài)的能量特征和幅值特征。通過三種信號分析方法提取11種特征，在充分考慮特征失效問題的基礎(chǔ)上，對11種特征進行合理組合和閾值選擇，設(shè)計了一個決策樹分類器對擾動類型進行分類。實驗結(jié)果表明，該系統(tǒng)在40dB、35dB、30dB的信噪比條件下均能夠準確識別8種單一電能質(zhì)量擾動和