基于Hilbert-Huang變換的牽引供電系統(tǒng)電能質(zhì)量檢測方法的研究.pdf

1、近幾年來，由于電力電子器件和非線性裝置的廣泛應(yīng)用，使得電網(wǎng)中的電壓和電流波形畸變越來越嚴(yán)重，造成了電能質(zhì)量的惡化。傳統(tǒng)的電能質(zhì)量檢測常用傅立葉變換方法，但該方法不適用于非平穩(wěn)、非線性的暫態(tài)電能質(zhì)量檢測。因此尋求新的更適用于非平穩(wěn)、非線性信號的分析方法就顯得尤為重要。本文利用Hilbert-Huang變換方法對電能質(zhì)量進(jìn)行檢測分析，著重分析了電力系統(tǒng)短時電能質(zhì)量擾動信號及諧波信號，并且首次將該方法用于電氣化鐵道諧波電壓、諧波電流實(shí)測數(shù)據(jù)的

2、檢測分析中。通過對實(shí)測數(shù)據(jù)的仿真分析，結(jié)果表明Hilbert-Huang方法在電氣化鐵道諧波檢測中是非常有效的。本文的主要工作如下： ⑴深入研究了Hilbert-Huang變換理論，并著重研究如何運(yùn)用該方法檢測電網(wǎng)電能質(zhì)量問題，包括暫態(tài)電能質(zhì)量(電壓驟升、電壓驟降、電壓中斷，暫態(tài)振蕩和暫態(tài)沖擊等)的檢測和諧波(穩(wěn)態(tài)諧波、間諧波、分?jǐn)?shù)諧波和時變諧波等)檢測。 ⑵針對HHT方法中存在的端點(diǎn)效應(yīng)問題，本文在原有改進(jìn)方法的基礎(chǔ)上

3、，提出了兩種改善方法：基于人工神經(jīng)網(wǎng)絡(luò)和鏡像延拓相結(jié)合的新的時間序列延拓方法、基于支持向量回歸機(jī)和鏡像延拓相結(jié)合的新的時間序列延拓方法，這兩種智能方法與鏡像延拓方法的結(jié)合，取長補(bǔ)短，仿真分析結(jié)果表明其改善端點(diǎn)效應(yīng)的效果非常好。本文還對所提的兩種方法作了比較分析，結(jié)果表明，對于大多數(shù)信號而言，基于支持向量回歸機(jī)和鏡像延拓相結(jié)合的方法要優(yōu)于基于人工神經(jīng)網(wǎng)絡(luò)和鏡像延拓相結(jié)合的延拓方法。 ⑶詳細(xì)分析了電氣化鐵道諧波的特點(diǎn)，在此基礎(chǔ)上綜述

4、了目前電氣化鐵道諧波檢測的常用方法及其各自的優(yōu)缺點(diǎn)。 ⑷由于電氣化鐵道電壓、電流信號中基波的能量相對其它各次諧波的能量大得多，直接應(yīng)用HHT方法存在模態(tài)混疊問題，不能將基波以及各次諧波有效地分開；因此本文將Yang提出的基于Fourier變換的EMD方法，并結(jié)合本文提出的基于支持向量回歸機(jī)和鏡像延拓相結(jié)合的數(shù)據(jù)延拓方法，應(yīng)用于電氣化鐵道諧波檢測中。應(yīng)用該方法有效地分離出了基波及各次諧波信號。對分離出的單分量諧波信號進(jìn)行Hilbe