基于數(shù)學(xué)形態(tài)學(xué)的風(fēng)電并網(wǎng)電能質(zhì)量擾動檢測研究.pdf

1、新能源發(fā)電技術(shù)是解決化石能源引起的全球環(huán)境問題的重要途徑之一。風(fēng)力發(fā)電作為新能源發(fā)電技術(shù)的重要組成部分，在全球范圍內(nèi)得到了快速發(fā)展。近年來，隨著風(fēng)電場裝機容量的不斷增大，越來越多的大規(guī)模風(fēng)電場并網(wǎng)運行，對電力系統(tǒng)的穩(wěn)定性、電能質(zhì)量的影響日益凸顯，電能質(zhì)量問題成為制約風(fēng)電容量的重要因素。大規(guī)模風(fēng)電并網(wǎng)遠距離輸送至負荷中心的供電形式是未來風(fēng)電發(fā)展的必然趨勢，對并網(wǎng)電能質(zhì)量進行實時監(jiān)測，準確快速檢測出電能質(zhì)量擾動發(fā)生的時刻，對維護風(fēng)電系統(tǒng)的穩(wěn)

2、定運行，具有重要的現(xiàn)實意義。本文主要針對目前研究相對較少的暫態(tài)電能質(zhì)量問題進行仿真和實驗研究。
　　本文研究了形態(tài)EMD消噪方法。利用經(jīng)驗?zāi)B(tài)分解算法對擾動信號進行分解，通過定量分析的方法確定噪聲主導(dǎo)模態(tài)，并采用自適應(yīng)結(jié)構(gòu)元素形態(tài)學(xué)濾波器進行信號去噪，仿真及實驗數(shù)據(jù)結(jié)果對比證明了該方法在具備良好的去噪性能的同時，保留了信號突變點，為擾動時刻的檢測提供了依據(jù)。在對原始信號進行去噪預(yù)處理的情況下，研究了利用圖像邊緣檢測方法提取信號奇異

3、點的擾動時刻定位方法，并采用形態(tài)學(xué)高帽變換來抑制背景梯度。在此基礎(chǔ)上，針對標準形態(tài)學(xué)對噪聲敏感的特性，引入柔性形態(tài)學(xué)算法，提高了算法的準確性和魯棒性，并分析了不同結(jié)構(gòu)元素及參數(shù)選擇對處理結(jié)果的影響。仿真結(jié)果表明該方法對擾動奇異點的定位更加準確，檢測精度更高。在總結(jié)目前電能質(zhì)量監(jiān)測系統(tǒng)的特點及不足的基礎(chǔ)上，本文對目前風(fēng)電并網(wǎng)電能質(zhì)量的研究熱點，電壓暫降與低電壓穿越問題進行了研究。采用本文算法，對引起我國某風(fēng)電場風(fēng)機脫網(wǎng)事故的實測電壓暫降信