電能質(zhì)量擾動的自動識別和時刻定位研究.pdf

1、電能在當(dāng)今生產(chǎn)和生活中扮演了越來越重要的角色。近年來,電網(wǎng)的負荷結(jié)構(gòu)發(fā)生了重大變化,一方面大量的非線性、波動性、沖擊性負荷涌入電力系統(tǒng),提高了生產(chǎn)效率和生活質(zhì)量,但也造成電網(wǎng)的污染,導(dǎo)致電能質(zhì)量下降:另一方面,隨著計算機技術(shù)和半導(dǎo)體技術(shù)的發(fā)展,以計算機和微處理器為核心的高度自動化和智能化的電子設(shè)備在工業(yè)生產(chǎn)中得到廣泛應(yīng)用,但這些設(shè)備對電能質(zhì)量比較敏感,受到電能質(zhì)量問題的影響也越來越嚴(yán)重,造成了重大經(jīng)濟損失。因此,電能質(zhì)量問題受到了越來越

2、多的關(guān)注,而電能質(zhì)量檢測、分析及控制技術(shù)成為電力系統(tǒng)領(lǐng)域的研究熱點。
　　 研究電能質(zhì)量的最終目的在于解決電能質(zhì)量對用戶的影響。電能質(zhì)量監(jiān)測為最終解決電能質(zhì)量問題提供可靠依據(jù),構(gòu)成了電能質(zhì)量控制的基礎(chǔ)。建立電能質(zhì)量監(jiān)測系統(tǒng)對電能質(zhì)量擾動進行檢測、評估和分類是十分必要的。實現(xiàn)電能質(zhì)量監(jiān)測的基礎(chǔ)是電能質(zhì)量指標(biāo)的計算方法和分析方法。這些方法需要從其準(zhǔn)確性、正確性和可行性來考察其有效性。電能質(zhì)量問題從大類來說分為穩(wěn)態(tài)電能質(zhì)量問題和暫態(tài)電

3、能質(zhì)量問題,它們的檢測、分析和評估方法有很大的差別。數(shù)字信號處理技術(shù)的發(fā)展為電能質(zhì)量的檢測與分析提供了大量的分析工具。穩(wěn)態(tài)電能質(zhì)量問題的檢測、分析通常采用傅立葉變換的方法,并有快速傅立葉變換算法,技術(shù)上相對成熟。暫態(tài)電能質(zhì)量問題的檢測與分析較穩(wěn)態(tài)電能質(zhì)量復(fù)雜。短時電壓擾動如電壓暫降、暫升和中斷是暫態(tài)電能質(zhì)量問題中對用戶影響最大的電能質(zhì)量問題,因此研究短時電壓擾動的檢測與定位方法有重要意義。
　　 短時電壓擾動的檢測和定位為判斷電

4、能質(zhì)量擾動產(chǎn)生的因為提供依據(jù),成為電能質(zhì)量問題研究中的熱點問題。短時電壓擾動的檢測和定位主要是依據(jù)電壓信號在擾動發(fā)生時的奇異性。目前常用的方法有時域擾動檢測法、神經(jīng)網(wǎng)絡(luò)擾動檢測法、小波變換法、數(shù)學(xué)形態(tài)學(xué)法、TEO能量算子法和其Hilben-Huang變換法等。但當(dāng)采樣信號的背景噪聲較強時,將會給擾動信號奇異點的檢測和定位帶來誤差甚至不能定位。如何從含有隨機噪聲的擾動信號中檢測與定位擾動成為一個焦點問題,也是考核一個擾動檢測與定位方法優(yōu)劣

5、的標(biāo)志。
　　 電能質(zhì)量擾動分類為電能質(zhì)量擾動的治理提供可靠依據(jù),因此研究電能質(zhì)量擾動的分類識別方法構(gòu)成了研究熱點。電能質(zhì)量擾動的分類識別方法分為兩部分,即信號特征向量的提取和分類器分類。提取出的信號特征向量一方面要能夠代表信號的特征,另一方面要考慮盡量減小特征向量的大小。常用的特征向量提取方法主要有小波變換、S變換、HHT變換等方法及其衍生出來的一些方法。分類器構(gòu)造采用人工智能技術(shù),主要方法有:人工神經(jīng)網(wǎng)絡(luò)、支持向量機、模糊分

6、類、專家系統(tǒng)、模糊專家系統(tǒng)等。
　　 本文著重研究暫態(tài)電能質(zhì)量問題的檢測和定位方法、電能質(zhì)量擾動的分類方法,并基于虛擬儀器技術(shù)開發(fā)綜合電能質(zhì)量監(jiān)測系統(tǒng)。本文的主要研究內(nèi)容和成果如下:
　　 (1)提出了基于小波變換能量分布和神經(jīng)網(wǎng)絡(luò)的電能質(zhì)量擾動的自動分類方法。首先對采樣信號進行小波變換,然后利用小波變換系數(shù)計算該信號的能量分布向量并與標(biāo)準(zhǔn)信號的能量分布向量進行比較,從而得到能量分布差向量。將該能量分布差向量作為所提取的

7、信號特征向量,用于信號分類器輸入,經(jīng)三層BP神經(jīng)網(wǎng)絡(luò)得到電能質(zhì)量擾動的類型。在對神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練和測試時,為使所采用的信號具有一定的代表性,一方面使擾動的發(fā)生時刻和持續(xù)時間是隨機量,另一方面在信號中加入一定比例的白噪聲,以獲取該方法在噪聲環(huán)境下的特性。仿真結(jié)果表明,該方法能夠在一定噪聲環(huán)境下對電能質(zhì)量擾動信號有較高的識別率,且性能保持穩(wěn)定,證明了所提方法的正確性。
　　 (2)提出了基于信號自回歸模型的短時電壓擾動起止時刻定位方

8、法。該方法利用自回歸模型線性預(yù)測理論對各個采樣點數(shù)據(jù)進行預(yù)測,并與實際的電壓采樣數(shù)據(jù)進行比較,由二者的殘差曲線上對應(yīng)于短時電壓擾動發(fā)生的起止點上的突變來確定短時電壓擾動的準(zhǔn)確起止時刻。在處理過程中,將采樣信號分成相互重疊的數(shù)據(jù)段,在每個數(shù)據(jù)段內(nèi)計算自回歸模型,并在預(yù)測段內(nèi)數(shù)據(jù)時保持不變,但各數(shù)據(jù)段之間使用相同階數(shù)的自回歸模型。仿真結(jié)果表明所提的方法對短時電壓擾動的起止時刻定位準(zhǔn)確,對噪聲干擾和諧波干擾具有較強的抑制作用。對由投運空載變壓

9、器引起的電能質(zhì)量問題進行了動模實驗研究,投運空載變壓器引起的勵磁涌流中含有較高含量的二次諧波,對電力系統(tǒng)影響較大；投運空載變壓器能夠引起母線電壓暫降,并且其母線電壓是一個逐步恢復(fù)的過程,持續(xù)時間較長。利用所提的方法對投運空載變壓器引起的電壓暫降波形進行了分析,對電壓暫降的起點定位非常準(zhǔn)確。
　　 (3)提出了基于Hankel矩陣奇異值分解技術(shù)的短時電壓擾動檢測與定位方法。首先根據(jù)短時電壓擾動的電壓采樣序列構(gòu)造Hankel矩陣,并

10、對該矩陣進行奇異值分解；基于該分解結(jié)果將原電壓信號分解到多個分解層,得到擾動信號的一種線性分解,在某些分解層上電壓擾動起點和終點表現(xiàn)為突變,根據(jù)這些突變點可以定位擾動起始和結(jié)束時刻。從原采樣序列中,在起點兩側(cè)分別提取一個周波信號進行FFT。運算以獲取擾動發(fā)生前后的基波幅值,基于兩者幅值關(guān)系可以確定擾動的類型,并計算出其指標(biāo)。對短時電壓信號、混合信號及實測信號進行仿真計算,結(jié)果表明所提方法的正確性和有效性。通過與小波變換方法在定位奇異點的

11、集中性和適用性方面進行比較,其結(jié)果說明所提方法比小波變換法優(yōu)越。該方法計算量適中,適合于在線分析。
　　 (4)開發(fā)了基于虛擬儀器技術(shù)的綜合電能質(zhì)量監(jiān)測系統(tǒng)。該系統(tǒng)分為終端機系統(tǒng)、數(shù)據(jù)服務(wù)器系統(tǒng)和通訊系統(tǒng)三部分。對系統(tǒng)每一部分進行詳細的功能分析,給出了系統(tǒng)功能結(jié)構(gòu)圖和系統(tǒng)的流程。系統(tǒng)的軟件在虛擬儀器平臺LabVIEW下開發(fā)。終端機系統(tǒng)包括硬件和軟件兩部分,其硬件部分包括互感器、信號調(diào)理電路及數(shù)據(jù)采集卡和工控機等；軟件部分包括數(shù)據(jù)

12、采集控制模塊、電能質(zhì)量指標(biāo)計算模塊,電能質(zhì)量數(shù)據(jù)存儲模塊及電能質(zhì)量數(shù)據(jù)統(tǒng)計模塊等。數(shù)據(jù)服務(wù)器系統(tǒng)的硬件采用通用計算機即可；軟件系統(tǒng)是其主要部分,其軟件主要完成電能質(zhì)量數(shù)據(jù)的統(tǒng)計,根據(jù)用戶的需要從數(shù)據(jù)庫中提取數(shù)據(jù)并以友好方式顯示出來或輸出統(tǒng)計報告。由于電能質(zhì)量監(jiān)測的終端機通常安裝在中心變、配電站處,一般有通訊通道可用,因此通訊系統(tǒng)的硬件方面未介紹；在軟件方面,采用DataSocket技術(shù)設(shè)計了運行于終端機和數(shù)據(jù)服務(wù)器系統(tǒng)的數(shù)據(jù)通訊軟件。在