電能質(zhì)量擾動(dòng)在線監(jiān)測方法研究.pdf

1、電能質(zhì)量擾動(dòng)在線監(jiān)測是獲取電能質(zhì)量信息的直接有效途徑，其方法研究業(yè)已成為電工技術(shù)領(lǐng)域的熱門前沿研究課題。電能質(zhì)量擾動(dòng)在線監(jiān)測方法的研究存在兩個(gè)核心問題：一是擾動(dòng)的實(shí)時(shí)檢測問題，檢測算法的精度和實(shí)時(shí)性直接決定著監(jiān)測系統(tǒng)的可靠性；其次是電能質(zhì)量信息的“挖掘”問題，在電能質(zhì)量在線監(jiān)測過程中，會(huì)收集大量電能質(zhì)量擾動(dòng)波形數(shù)據(jù)，有必要設(shè)計(jì)一種快速有效算法從這些海量數(shù)據(jù)中挖掘提取“有用”的電能質(zhì)量信息，以到達(dá)有效改善和治理電網(wǎng)電能質(zhì)量的目的。

2、 本文針對(duì)這兩個(gè)核心問題，沿著“擾動(dòng)信號(hào)去噪→暫態(tài)諧波測量→擾動(dòng)在線檢測→擾動(dòng)數(shù)據(jù)分類挖掘”這一技術(shù)主線，運(yùn)用小波理論、Teager能量算子和數(shù)據(jù)挖掘技術(shù)，對(duì)電能質(zhì)量擾動(dòng)信號(hào)去噪、暫態(tài)諧波測量、擾動(dòng)在線檢測以及擾動(dòng)數(shù)據(jù)分類挖掘進(jìn)行了系統(tǒng)研究。 (1) 針對(duì)電能質(zhì)量擾動(dòng)實(shí)時(shí)在線監(jiān)測要求，提出一種電能質(zhì)量擾動(dòng)監(jiān)測系統(tǒng)的整體架構(gòu)。該系統(tǒng)能夠同步采集不同觀測點(diǎn)處的各種類型電能質(zhì)量擾動(dòng)數(shù)據(jù)。 (2) 在研究電能質(zhì)量擾動(dòng)信號(hào)和加性噪

3、聲各自特性基礎(chǔ)上，提出了兩種不同的電能質(zhì)量擾動(dòng)去噪算法：基于Cross-validation的自適應(yīng)閾值去噪算法(簡稱CV自適應(yīng)算法)和基于Block-thresholding的小波去噪算法(簡稱BT算法)。CV自適應(yīng)算法能夠適應(yīng)被測信號(hào)的變化，通過最速下降法來尋求一個(gè)最優(yōu)去噪閾值；將所提算法與現(xiàn)有的電能質(zhì)量領(lǐng)域廣泛采用的VisuShrink和SureShrink去噪算法進(jìn)行了比較，仿真測試結(jié)果表明了CV自適應(yīng)算法的優(yōu)越性。BT算法把各

4、個(gè)尺度的小波系數(shù)分成若干塊，針對(duì)每個(gè)塊分別來確定閾值和進(jìn)行閾值處理；仿真和實(shí)驗(yàn)結(jié)果表明，BT算法能取得略優(yōu)于CV自適應(yīng)算法的去噪效果，且響應(yīng)速度更快。 (3) 針對(duì)基于傅里葉變換(FFT)的諧波分析方法易受噪聲干擾和對(duì)暫態(tài)諧波處理精度差的缺點(diǎn)，提出了一種基于小波包變換的暫態(tài)諧波分析算法。該算法能實(shí)現(xiàn)信號(hào)頻帶的均勻劃分，通過選擇適當(dāng)?shù)牟蓸宇l率和小波包分解樹，可使所關(guān)心的諧波頻率落在小波包頻帶的中心，從而減少頻譜泄露，有效提高頻譜分

5、析精度。通過對(duì)比研究表明，所提算法的暫態(tài)諧波測量精度明顯優(yōu)于FFT方法，而且保留了暫態(tài)諧波擾動(dòng)發(fā)生的時(shí)間信息，仿真測試結(jié)果進(jìn)一步表明了該算法的有效性。 (4) 建立一個(gè)有效的電能質(zhì)量監(jiān)控系統(tǒng)，對(duì)擾動(dòng)的快速、準(zhǔn)確檢測非常關(guān)鍵。通過引入Teager能量算子(TEO)，提出了基于TEO的電能質(zhì)量擾動(dòng)實(shí)時(shí)檢測方法。Teager能量算子只需對(duì)被測波形相鄰的三個(gè)采樣點(diǎn)進(jìn)行兩次乘法和一次加法運(yùn)算，使得所提算法簡潔、快速，具有優(yōu)良的時(shí)間分辨率，

6、能實(shí)時(shí)跟蹤被測信號(hào)波形變化。仿真和實(shí)驗(yàn)結(jié)果表明，所提算法能夠準(zhǔn)確、迅速地檢測和定位電能質(zhì)量擾動(dòng)的發(fā)生，具有優(yōu)良的檢測效果，且抗干擾能力強(qiáng)，適于電能質(zhì)量擾動(dòng)的實(shí)時(shí)在線檢測。 (5) 提出了一種高效的電能質(zhì)量擾動(dòng)數(shù)據(jù)分類挖掘算法。電能質(zhì)量監(jiān)測系統(tǒng)最終目的是獲取充分有效的電能質(zhì)量信息。在電能質(zhì)量在線監(jiān)測過程中，獲取了大量的擾動(dòng)波形數(shù)據(jù)，如何從這些“粗燥”的原始波形數(shù)據(jù)中獲取有效的電能質(zhì)量信息，是電能質(zhì)量分析的重點(diǎn)，也是難點(diǎn)。通過引入數(shù)

7、據(jù)挖掘技術(shù)，提出了一種高效的電能質(zhì)量擾動(dòng)數(shù)據(jù)分類挖掘算法。該方法首先通過小波變換對(duì)電能質(zhì)量擾動(dòng)進(jìn)行多分辨率分解，擾動(dòng)在各個(gè)尺度的能量分布構(gòu)成特征向量；然后利用決策樹算法從這些特征向量構(gòu)成的訓(xùn)練樣本中自動(dòng)提取相應(yīng)的分類規(guī)則，得到?jīng)Q策樹分類模型，并將該模型應(yīng)用到電能質(zhì)量擾動(dòng)測試數(shù)據(jù)中。仿真測試結(jié)果表明，所提方法分類準(zhǔn)確率高，響應(yīng)快速，適于電能質(zhì)量信息挖掘和提取。 針對(duì)電能質(zhì)量擾動(dòng)問題，研究提出的電能質(zhì)量擾動(dòng)在線監(jiān)測算法，有效地提高了