论文部分内容阅读
随着国家智能电网战略的推进和电力技术和电力经济的快速发展,电力系统中电力电子设备用量的急剧增加。系统中电力负荷的非对称性、冲击性和非线性也变得显著,电能质量问题对电力系统的影响和给社会带来的损失也逐渐在加大,因此如何抑制扰动影响和提高电能质量已成为了智能电网建设和电力技术中的一个重要方面。为此,研究电能质量扰动类型,尤其是暂态电能质量扰动类型的有效检测、分析及其分类识别方法是改善电能质量的前提,同时也是构建完善的电网电能质量监测系统的主要内容之一。本文首先对暂态电能质量在特征检测、定位和类型分类识别方面的国内外研究现状进行了对比研究,在此基础上,提出了一种基于HHT方法和SVM分类器相结合应用于暂态电能质量扰动检测和类型分类的识别方法,充分利用了HHT方法在处理分析非线性和非平稳过程的数据的优异性和SVM方法在样本学习分类中的统计有效性的优势。借助HHT方法对暂态电能质量扰动信号数据进行特征检测,在检测特征数据中进行特征提取,选择有代表性的特征组成类型分类辨识的特征向量,然后基于暂态电能质量扰动模型生成的采样样本库,按照交叉顺序抽取原则,形成训练样本库和测试样本库,采用SVM方法依照逐级逐层的两两分类原则实现对复合扰动信号数据中扰动类型的分类识别。最后在Matlab环境中对以上数据分析处理流程进行仿真,通过对仿真结果的分析验证了本文中提出的组合方法具有快速、模式简单、分类准确率高等优异性,可为暂态电能质量的有效分析、检测和分类提供科学的参考依据。本文主要完成了如下研究工作:①对暂态电能质量扰动检测及分类方法的研究现状分为了暂态电能质量扰动特征检测和扰动类型分类两部分分别进行了对比研究及做了简要的总结。②在暂态电能质量扰动特征检测中借助HHT方法,探讨了进行扰动特征检测、参数提取方法及过程,并以暂态低频振荡为例在Matlab平台上进行了仿真分析。③提出了一种基于HHT方法和SVM分类器相结合的方法来实现对复合暂态电能质量扰动特征提取及扰动类型的分类识别及其方法流程。④在Matlab环境中对基于HHT和SVM的暂态电能质量扰动检测及分类方法进行了数值仿真分析。