電能質(zhì)量復合擾動識別方法研究.pdf

1、近幾年，智能電網(wǎng)的研究成為電力系統(tǒng)的一個熱點問題，而保障優(yōu)質(zhì)的電能質(zhì)量是智能電網(wǎng)研究的重點問題。另一方面，大量電力電子設施的廣泛使用，新能源等技術的應用，都需要高質(zhì)量的電能提供保障。所以，識別出電能質(zhì)量信號中的擾動信息不僅有利于檢測出優(yōu)劣的電能質(zhì)量，而且還能減少或者控制由電能質(zhì)量擾動產(chǎn)生的各種問題。在實際生活中出現(xiàn)的擾動并不只是單一的擾動，而是經(jīng)常出現(xiàn)幾種擾動共存的情況。因此，識別出擾動是保障優(yōu)質(zhì)的電能質(zhì)量的基礎。本課題重點是圍繞復合擾

2、動的特征提取和分類識別兩部分展開探究。
　　在特征提取方面，本文主要是應用S變換和小波變換提取特征量。本文在探究復合擾動的提取特征時，用S變換對擾動作深入探究，提出一種提高時間和頻率分辨率的S算法，提取每種擾動的改進的S矩陣的每列最大幅值的最大值、每列最大幅值的最小值和工頻幅值的均值三個特征量作為一部分特征量；對擾動信號進行小波變換，提取擾動信號每層能量的差值作為另一部分，加上改進S變換提取的一部分特征量作為總的特征量。
　

3、　在分類方面，應用支持向量機識別出不同的擾動。其中，高斯核函數(shù)是其辨識出擾動信號的關鍵因子。本文對高斯核函數(shù)進行改進，引入幅度調(diào)節(jié)參數(shù)和徑向?qū)挾日{(diào)節(jié)參數(shù)，提高了電能質(zhì)量復合擾動的識別準確率；對于分類器中的參數(shù)選擇難的問題，用粒子群進行參數(shù)尋優(yōu)，并且深入研究粒子群，提出了指數(shù)型的慣性權重，快速準確的求取參數(shù)的最優(yōu)組合，提高了擾動識別的準確率。
　　仿真結果顯示，利用小波算法和提高時頻分辨率的S算法獲取特性向量用到支持向量機中，得到的