電網(wǎng)電能質(zhì)量智能檢測及擾動類型識別方法研究.pdf

1、近年來，科學(xué)技術(shù)的不斷創(chuàng)新和國民經(jīng)濟的蓬勃發(fā)展，使得對電能質(zhì)量的要求越來越高。同時，由于電網(wǎng)干擾性負荷的日益增多，使得電能質(zhì)量受到諸多方面的影響。電能質(zhì)量問題現(xiàn)今已越來越嚴重，已成為眾多領(lǐng)域關(guān)注的焦點。
　　本文首先討論了電能質(zhì)量問題的定義、特征、產(chǎn)生原因、國家標準。電能質(zhì)量擾動分為穩(wěn)態(tài)和暫態(tài)擾動，基于此，本文系統(tǒng)研究了穩(wěn)態(tài)和暫態(tài)電能質(zhì)量問題的檢測。
　　穩(wěn)態(tài)電能質(zhì)量擾動包括電壓偏差、頻率偏差、三相不平衡度、諧波等，本文給出

2、了各種穩(wěn)態(tài)擾動的國家標準以及測量方法，著重研究了諧波檢測方法，采用了加窗插值快速傅里葉變換(Fast Fourier Transform，F(xiàn)FT)以克服非同步采樣和算法自身缺陷帶來的計算誤差，比較了不同窗函數(shù)快速傅里葉變換的計算誤差。
　　根據(jù)國際上對于暫態(tài)電能質(zhì)量制定的標準，將暫態(tài)電能質(zhì)量擾動分為五種，即電壓驟降、驟升、中斷，暫態(tài)脈沖和暫態(tài)振蕩，本文在總結(jié)現(xiàn)有檢測方法的基礎(chǔ)上，采用了基于S變換的暫態(tài)電能質(zhì)量擾動檢測與定位方法，提

3、取出了以S模矩陣的最高次頻率對應(yīng)的幅值曲線為依據(jù)的擾動檢測和定位新方法，該算法簡潔有效，能夠準確定位擾動信號。
　　為了克服單一特征不能完全表征各種暫態(tài)擾動信號特征的不足，本文提出了基于S變換和小波包分解(Wavelet Package Transform，WPT)相結(jié)合的暫態(tài)電能質(zhì)量擾動特征提取新方法，構(gòu)成有效的組合特征，克服了以往特征向量提取的單調(diào)性。
　　依據(jù)聚類思想設(shè)計出具有二叉樹結(jié)構(gòu)的支持向量機分類器(Binary

4、 Tree SupportVector Machine，BTSVM)，對于暫態(tài)電能質(zhì)量擾動進行分類識別，同時，與其他分類器進行了對比，仿真結(jié)果表明，該方法具有較高的識別準確率和較快的識別速度。
　　實際電力系統(tǒng)的電能質(zhì)量擾動是復(fù)雜的，電能質(zhì)量擾動往往不是單一存在的，即存在復(fù)合擾動。本文建立了幾種典型的復(fù)合擾動模型，對多種復(fù)合擾動應(yīng)用S變換、dq變換等不同算法進行分析。在此基礎(chǔ)上，提出了基于動態(tài)樹的電能質(zhì)量復(fù)合擾動類型識別新方法，建