论文部分内容阅读
随着电力行业的发展,以及各种电子器件与冲击性负荷的广泛使用,电能质量问题越来越突出,并且成为供电部门和电力用户关注的焦点。为了提高供电质量,降低电能质量问题所带来的危害,对电能质量扰动进行分析具有重大意义。本文以电能质量扰动信号为研究对象,应用离散傅里叶变换(Discrete Fourier Transform,DFT)、TT变换(Time-time Transform,TT)和局部均值分解(Local Mean Decomposition,LMD)等信号处理方法,研究电能质量扰动检测与分类方法。本文介绍了电能质量扰动分析的研究现状,分析比较了几种不同的电能质量扰动特征量提取方法和电能质量扰动分类方法,阐述了谐波、闪变、三相不平衡等电能质量扰动的危害及治理措施,讨论了电能质量相关标准。本文介绍了TT变换和LMD的基本原理、特性及实现方法,并将TT变换与LMD应用到电能质量扰动信号分析中。提出了一种基于TT变换的电能质量扰动检测与分类方法。通过TT变换矩阵对角线元素的离散傅立叶变换得到的信号频率特征曲线以及TT变换模矩阵对角线元素序列图,提取三个特征量,并根据这三个特征量初步判断扰动信号是否含有谐波。然后对于不含谐波的扰动与含谐波的扰动分别根据一次TT变换或者二次TT变换得到的不同扰动特征曲线检测扰动起止时刻与计算扰动幅度,进而提取第四个特征量。最后通过规则树实现了电能质量扰动信号的分类。提出了一种基于LMD和支持向量机(Support Vector Machine,SVM)的电能质量扰动识别与分类方法。通过对扰动信号进行局部均值分解变换,获得乘积函数(Product function,PF)分量信息与余量,PF分量的瞬时幅值就是其相应的包络信号,而PF分量的瞬时频率则可以由纯调频函数求得。然后通过幅值函数检测扰动信号的突变时刻并且计算扰动信号的扰动幅度值,提取三个特征量。最后采用支持向量机分类方法实现了扰动信号的识别分类。采用上述两种方法,对电压暂降、电压暂升、电压中断、电压闪变、暂态振荡、脉冲暂态、谐波、谐波加暂降、谐波加暂升等几种扰动信号进行特征量提取并且结合规则树或支持向量机分类方法对扰动信号进行分类,仿真结果表明,上述两种方法均能有效提取特征量,分类准确率高,抗噪能力强。