暂态电能质量扰动识别分析论文_吉翔,唐耿宇,苏鸥,周波,向鹏

(成都精密光学工程研究中心 610041)

摘要:随着人们生活水平的提高,电能质量问题逐渐走进大家的视野。如何解决电能质量扰动的问题,关键就是对其进行准确的识别。

本文从暂态电能质量基本理论出发,认真仔细的探究原理知识,依据帕斯维尔定理和小波转换,提出识别暂态电能质量扰动的解决方案。本文采用文献资料法、数据分析法等研究方法,对今后的研究具有一定的参考价值。

关键词:暂态;电能质量;扰动识别;研究方法

在现代工业生产水平迅速提高和电力系统快速发展的今天,供电部门和用户都越来越关注电能质量问题。当前主要研究的方向有两个:一、电能质量的监测和分析。二、电能质量问题的解决方案。我们知道准确快速的识别问题才能科学有效的解决问题。精确、高效的检测识别出电力系统中的电能质量问题,从而展开分析,确定问题类型,最终才有可能采取有效的措施和方法去解决。由此可见,准确识别暂态电能质量扰动具有重要的意义,同时也具有很高研究价值。

1.暂态电能质量及其分类

什么是暂态电能质量?暂态电能质量问题,简单的说,就是在短时间内出现电压的上升或者下降等。有暂态就有稳态,稳态电能质量问题指出现稳态的波形畸变现象。什么叫短时电压改变?通俗来理解就是由于电力系统某种原因导致其在短时间内电压骤升、骤降或者中断。电压骤变时发生的短时电压改变的暂态现象包括暂态脉冲和暂态振荡,而这两种情况构成其问题的主要切入点。

2.电能质量扰动研究的重要性

我国电力部门对电能质量有明确定义,即电压稳定无故障就叫做电能质量过关;反之,出现电压变化或者频率不一致的情况就意味着电能质量问题。从统计数字上看电力系统百分之九十九点九是安全可靠的。在用户端则更加简化,指向负荷正常供电。然而,对于这个概念,站在不同角度的人,理解也不一样。对供电部门来说,供电顺利进行就是电能质量合格。而在现代工业生产中由于科技水平的不断提高,各种新工艺新技术的应用使得设备对供电的要求越来越高,不仅要满足电压维持在合理范畴内,而且严格要求电力供应长期保持正常稳定的状态。由几十分之一秒的供电中断或者电压骤降导致的设备无法正常工作,将对正常科研生产工作带来严重的影响和巨额的经济损失。

在对电力系统造成巨大影响的电力事故中,电能质量最突出的问题主要有三点:谐波、电压和频率波动。之前对于电能质量的研究主要侧重于谐波相关的稳态电能,一部分原因是由于能源基础设施配套建设不到位,监测范围不能全面覆盖,暂态案例也较难寻找。目前,暂态电能质量扰动仍没有统一的检测标准,解决这一问题已成为目前国内外的研究重点之一。

3.暂态电能质量扰动信号特征量的提取

提取特征向量是一个关键因素。计算量小、识别精确度高、且特征只与对应信号相关与发生时间无关是特征向量选取的重要标准。通过小波变换等信号分解到对应的不同频段上的方法得到信息,并进行信息的分类总合就能得到特征向量系数。

基于离散正交s波变换的基本检测方法是比较常用的,所以现在大多数此类文献进行的五频段分解也都是采用这种方法。将五频段的s波系数作为特征向量,带入到人工神经网,就能识别出电能质量的扰动。S波系数作为特征向量具有代表性,因此识别率也就得到提高。但由于各频段上小波系数的数目很多,且每种电能质量扰动都需要五个子神经网,这就使得输入量巨大,导致学习过程慢,因此需要考虑提高识别效率。

4. 暂态电能质量扰动信号的类别

同样,s波变换的检测方法也可以应用于信号波形分析和s波波形相似度。基于s波转换分解识别出扰动电能质量的信号,从中得到数据信息作为特征向量,以此手段便可以轻松高效的完成暂态电能质量的分类。

由于 Db4 小波相对于其他 Db 小波在频谱泄漏和分辨率等方面有更好的性能,故选取 Db4 为小波基,用 Db4 小波对电能质量扰动信号作6尺度小波分解,根据 帕斯维尔定理,计算扰动信号各个子波段上的系数与标准正弦波各个子波段上的系数之差的能量,记作相对能量。如公式:

其中,v为扰动采样信号,x为标准正弦信号,l为步长,l的取值与采样频率密切相关。识别电压暂降、电压暂升、电压短时间中断3种扰动类型以及电压暂降、暂升幅度可以通过Ej和an两个特征量来进行。

设定一个固定值a作为闭值,根据e与闭值的大小比较就能够轻松判断出是暂态脉冲还是暂态振荡。即e<=a则为暂态脉冲,反之,电能质量扰动类型为暂态振荡。

5总结

如今,供电部门提供的电能质量水平越来越不能满足用户对其的期望,需要找到科学有效的解决方案。众所周知,电能质量受电网中扰动的影响,因此对电能质量扰动的精准识别成为解决这个问题的关键,对促进我国电网安全的发展有重要意义。本文以电能质量分类为基础,以帕斯维尔定理为依据,从中提取特征量,识别暂态电能质量扰动类型,具有一定适用性和前瞻性。与此同时,这种方法暂态脉冲识别准确率较低的缺陷,需要在未来进一步完善。

参考文献

[1]基于案例推理和SVM-KNN的电能质量扰动分类方法[J]. 陈伟,张韵,裴喜平,林洁,李恒杰,谢兴峰. 兰州理工大学学报. 2017(04)

[2]复杂电能质量扰动事件区段定位方法研究[J]. 董海艳,贾清泉,王宁,石磊磊,于浩. 中国电机工程学报. 2017(17)

[3]基于自适应小波阈值去噪和HT-LMD的电能质量扰动检测方法[J]. 唐圣学,付滔,李志刚. 电测与仪表. 2017(17)

[4]一种改进的暂态电能质量扰动检测方法研究[J]. 李向超,董云,薛超.机电信息. 2017(24)

论文作者:吉翔,唐耿宇,苏鸥,周波,向鹏

论文发表刊物:《电力设备》2017年第31期

论文发表时间:2018/4/16

标签:;  ;  ;  ;  ;  ;  ;  ;  

暂态电能质量扰动识别分析论文_吉翔,唐耿宇,苏鸥,周波,向鹏
下载Doc文档

猜你喜欢