基于HHT和SVM的暫態(tài)電能質(zhì)量擾動(dòng)檢測(cè)及分類.pdf

1、隨著國(guó)家智能電網(wǎng)戰(zhàn)略的推進(jìn)和電力技術(shù)和電力經(jīng)濟(jì)的快速發(fā)展，電力系統(tǒng)中電力電子設(shè)備用量的急劇增加。系統(tǒng)中電力負(fù)荷的非對(duì)稱性、沖擊性和非線性也變得顯著，電能質(zhì)量問題對(duì)電力系統(tǒng)的影響和給社會(huì)帶來的損失也逐漸在加大，因此如何抑制擾動(dòng)影響和提高電能質(zhì)量已成為了智能電網(wǎng)建設(shè)和電力技術(shù)中的一個(gè)重要方面。為此，研究電能質(zhì)量擾動(dòng)類型，尤其是暫態(tài)電能質(zhì)量擾動(dòng)類型的有效檢測(cè)、分析及其分類識(shí)別方法是改善電能質(zhì)量的前提，同時(shí)也是構(gòu)建完善的電網(wǎng)電能質(zhì)量監(jiān)測(cè)系統(tǒng)的主

2、要內(nèi)容之一。
　　 本文首先對(duì)暫態(tài)電能質(zhì)量在特征檢測(cè)、定位和類型分類識(shí)別方面的國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行了對(duì)比研究，在此基礎(chǔ)上，提出了一種基于HHT方法和SVM分類器相結(jié)合應(yīng)用于暫態(tài)電能質(zhì)量擾動(dòng)檢測(cè)和類型分類的識(shí)別方法，充分利用了HHT方法在處理分析非線性和非平穩(wěn)過程的數(shù)據(jù)的優(yōu)異性和SVM方法在樣本學(xué)習(xí)分類中的統(tǒng)計(jì)有效性的優(yōu)勢(shì)。借助HHT方法對(duì)暫態(tài)電能質(zhì)量擾動(dòng)信號(hào)數(shù)據(jù)進(jìn)行特征檢測(cè)，在檢測(cè)特征數(shù)據(jù)中進(jìn)行特征提取，選擇有代表性的特征組成類型

3、分類辨識(shí)的特征向量，然后基于暫態(tài)電能質(zhì)量擾動(dòng)模型生成的采樣樣本庫(kù)，按照交叉順序抽取原則，形成訓(xùn)練樣本庫(kù)和測(cè)試樣本庫(kù)，采用SVM方法依照逐級(jí)逐層的兩兩分類原則實(shí)現(xiàn)對(duì)復(fù)合擾動(dòng)信號(hào)數(shù)據(jù)中擾動(dòng)類型的分類識(shí)別。最后在Matlab環(huán)境中對(duì)以上數(shù)據(jù)分析處理流程進(jìn)行仿真，通過對(duì)仿真結(jié)果的分析驗(yàn)證了本文中提出的組合方法具有快速、模式簡(jiǎn)單、分類準(zhǔn)確率高等優(yōu)異性，可為暫態(tài)電能質(zhì)量的有效分析、檢測(cè)和分類提供科學(xué)的參考依據(jù)。本文主要完成了如下研究工作：
　

4、　 ①對(duì)暫態(tài)電能質(zhì)量擾動(dòng)檢測(cè)及分類方法的研究現(xiàn)狀分為了暫態(tài)電能質(zhì)量擾動(dòng)特征檢測(cè)和擾動(dòng)類型分類兩部分分別進(jìn)行了對(duì)比研究及做了簡(jiǎn)要的總結(jié)。
　　 ②在暫態(tài)電能質(zhì)量擾動(dòng)特征檢測(cè)中借助HHT方法，探討了進(jìn)行擾動(dòng)特征檢測(cè)、參數(shù)提取方法及過程，并以暫態(tài)低頻振蕩為例在Matlab平臺(tái)上進(jìn)行了仿真分析。
　　 ③提出了一種基于HHT方法和SVM分類器相結(jié)合的方法來實(shí)現(xiàn)對(duì)復(fù)合暫態(tài)電能質(zhì)量擾動(dòng)特征提取及擾動(dòng)類型的分類識(shí)別及其方法流程。