方奇品[1]2010年在《基于智能算法电能质量检测与识别》文中研究说明电能质量是指引起用电设备故障或不能正常工作的电压、电流或频率的偏差。由于非线性、冲击性和不对称负荷大量、快速使用,对电能质量产生严重的影响,破坏和污染了电能质量,产生电压暂降、电压暂升、电压中断、暂态脉冲和谐波等多种电能质量问题,给用户和供电方带来巨大的经济损失。同时以计算机和微处理器为核心的智能化精密设备对电能质量提出更高的要求,如何有效治理电能质量问题,改善电能质量成为电力行业研究的重点和热点。电能质量检测是治理和改善电能质量的前提和基础,只有快速、正确的检测与识别出电能质量问题才能采取正确的治理措施,改善电能质量,减少电能质量问题带来的损失。首先介绍了电能质量的概念、分类、标准、产生原因、危害及其传统分析方法,然后针对电能质量扰动问题,提出基于S变换和智能算法的电能质量扰动识别方法,对于电能质量扰动中最为严重的电压暂降问题,提出了基于S变换和GA-SVM的电压暂降源识别方法,并在DSP平台和Matlab软件上实现电能质量扰动识别装置,具体研究内容如下：(1)在分析各种电能质量扰动基础上,提出基于S变换和智能算法的电能质量扰动识别方法。电能质量扰动主要包括谐波、电压暂降、电压暂升、电压中断、电压波动、暂态振荡、谐波暂升和谐波暂降等电能质量问题。首先通过仿真模型产生各种电能质量扰动信号,然后运用s变换对各电能质量扰动信号进行时频分析,提取到多个特征样本,最后分别运用关联向量机、神经网络、多分类支持向量机叁种智能算法对特征样本进行训练及测试,输出电能质量扰动类型。测试结果表明,基于S变换和关联向量机的电能质量扰动识别方法能够快速、有效的识别出电能质量扰动信号类型,具有测试时间短、正确率高等优点,可应用于实时电能质量监测系统。(2)电压暂降是电能质量扰动中最为严重的电能质量问题,其产生的原因主要可分为短路故障、变压器投运和电动机启动,不同原因产生不同电压暂降,正确识别电压暂降产生的原因对于电压暂降防治和治理具有重要意义。本文提出基于了基于S变换和GA-SVM的电压暂降源识别方法,首先利用S变换对各种电压暂降进行处理,检测得到暂降幅值和暂降时间等多个特征样本,然后运用遗传算法对特征样本进行优秀特征选取,选取得到对电压暂降源识别具有重要贡献的特征样本,最后通过多分类支持向量机来验证优秀特征样本有效性。经算例验证,基于S变换和GA-SVM法的电压暂降源识别方法能够快速、有效识别出电压暂降产生的原因。(3)在分析国内外电能质量监测技术的基础上,本文研制了一款基于DSP平台和Matlab软件的电能质量监测系统,该系统主要用于电能质量扰动类型识别和基本电力参数计算。电能质量检测系统由DSP平台和Matlab软件构成,DSP平台主要包括传感器、信号调理、AD转换、串口通信及DSP系统等模块,用于实现电力数据采集及基本电力参数计算。Matlab软件通过仪器控制工具箱中的串口对象实现与DSP的串口通信,当Matlab接收到DSP发送的电力数据后运行S变换和关联向量机等算法,对电力数据进行分析及特征提取,从而实现电能质量扰动类型识别。
金显吉[2]2013年在《高级量测体系中电能质量监测与通信调度的研究》文中研究指明随着分布式能源的大量引入和需求侧用电管理技术的不断进步，作为智能电网重要组成部分的高级量测体系（AMI）因其在系统运行、资产管理和负荷响应等方面所体现出的显着优势而成为电力领域的研究热点之一。实现配用电环节实时在线准确监测和保证双向通信质量是高级量测体系的核心目标，而对其实质性研究却尚处于起步阶段。高级量测体系中的配用电环节电能质量监测较传统电能质量监测有更高的要求，主要体现在准确性、实时性和可实现性等方面，因此要求相应电能质量检测算法要有更高的精度、更快的速度并易于实现；合理的通信调度策略是保证AMI中信息及时、有效、可靠传输以及改善网络通信性能的有效手段。因此，本文的研究面向高级量测体系中的“监测”和“通信”两大方面，其中“监测”研究针对电压暂降、闪变、谐波和间谐波等电能质量核心指标的检测方法；“通信”研究针对优化调度策略和算法。电压暂降的3个特征量为暂降持续时间、暂降深度和相位跳变。为解决现有电压暂降检测方法在判断暂降起止时刻时因过于依赖暂降深度检测而存在的实时性差的问题，同时为提高电压暂降幅值与相位的检测实时性和准确性，提出了基于图像边缘检测与改进单相dq变换的电压暂降检测方法。首先根据数学形态运算构造图像边缘检测算子，并用其判断暂降发生的起止时刻，进而确定暂降持续时间；该方法基于暂降波形的几何特性进行检测，检测速度快且不依赖于暂降深度。然后，对单相dq变换进行改进，利用延时角度将单相系统构造为虚拟叁相系统，进而将叁相电压变换到dq旋转坐标系下，计算得到相应的电压暂降深度和相位跳变；检测过程和结果较传统方法更为快速、准确。为快速、准确地提取出电压闪变信号中的波动成分，在深入研究能量算子检波原理的基础上，提出了一种基于改进型Teager能量算子（ITEO）的电压闪变检波方法；该方法简洁、快速，能实时跟踪电压闪变波形变化。对单一频率波动源闪变信号和多频率波动源闪变信号分别进行了仿真分析，并与Hilbert检波法和能量算子检波法的检测结果进行了对比分析。为准确地获得电压闪变指标，在所提检波方法的基础上，提出了一种基于ITEO与FFT的闪变值测量方法，优化了闪变值测量过程，利用调制频率的相对电压波动值计算出闪变值，有效降低了瞬时闪变视感度在低频端的测量误差。针对常规小波包变换在谐波与间谐波检测时出现的频域混迭问题，提出了一种基于小波包遍历滤波的谐波与间谐波检测方法。首先通过小波包变换对原始信号进行分解重构得到各频段谐波与间谐波含量，进而对出现频域混迭的频段利用递归滤波器进行遍历滤波，分离该频段频率相近的谐波与间谐波。这种方法不仅具有较高的检测精度和良好的抗噪性能，而且与全频带滤波相比大大减少了计算量。为改善AMI的通信效率，从系统和特定网络两个层面研究了AMI信息传输调度策略。在系统层面，针对常规信息传输调度策略存在的缺陷，提出了基于用户重要性及设备和信息重要性的信息传输优化调度策略，并通过网络仿真软件OPNET进行了仿真验证。该调度策略在广域上，保证了重要电力用户的信息能够得到实时处理；在局域上，保证了用户的重要用电设备信息和一般用电设备重要信息能够得到实时处理。在特定网络层面，分析了AMI网络常规调度算法，在此基础上提出了一种基于初始优先级可调（IPR）的动态调度算法，该方法解决了静态调度灵活性差以及动态调度耗费资源大的问题，提高了网络资源利用率。针对高级量测体系对电能质量监测的实时性、准确性和网络化需求，开发了一种基于DSP与ARM双处理器架构的在线电能质量监测装置。阐述了主要单元电路结构和本文所提出的电能质量监测算法在DSP平台的实现方法。开发了具备多种网络通信接口的数据集中器和量测数据管理软件，与底层电能质量监测装置和其他智能设备共同组成了一个高级量测体系通信系统。通过该系统对所提出的电能质量监测算法和通信调度算法进行了实验验证，证明了所提出算法的可行性和有效性。
韩峰波[3]2018年在《基于双dq变换的电压暂降检测及其抑制方法研究》文中研究说明随着经济的快速发展,各种敏感负荷在工业中应用越来越广泛,这些负荷对电能质量的要求越来越高。电压暂降已经成为引起敏感负荷不能正常工作的重要原因,不仅会使企业遭受巨大的经济损失,还会给人们的生活带来不便。目前,动态电压恢复器是抑制电压暂降的有效措施,本文对电压暂降的检测方法、抑制措施以及动态电压恢复器的控制方式进行了研究。首先,本文概述了电压暂降的定义、产生原因及危害等,对目前常用的电压暂降检测方法进行了介绍,并对其中一部分检测方法进行了仿真分析,总结各种算法的优缺点。针对传统的检测方法的不足,采用基于双dq变换的检测算法来获取电压暂降的特征量。另外,在检测过程中需要使用低通滤波器获取直流分量,由于传统低通滤波器具有延时较长的缺陷,会影响检测算法的动态响应和检测精度,因此,本文采用顺序形态低通滤波器代替传统低通滤波器。应用Matlab软件进行仿真,仿真结果表明基于双dq变换并结合形态学滤波器的检测算法可以较好的满足动态电压恢复器(DVR)的检测要求。其次分别从供电侧、设备制造厂商和用户叁个方面对电压暂降的抑制措施进行阐述;对动态电压恢复器的结构和工作原理进行介绍,并对其常用的控制方式进行归类。针对动态电压恢复器前馈控制策略稳定性能较差的问题,本文设计一种复合控制策略,该控制策略在前馈控制的基础上结合反馈控制,兼具两种控制方式的优点。最后,应用Matlab软件进行仿真,通过对前馈控制和复合控制的波特图以及单位阶跃响应进行分析,并对线性、非线性负载两种情形进行仿真分析,仿真结果证明了复合控制方法具有良好的可靠性和动态性能。
马千里[4]2017年在《基于空间矢量的电压暂降检测方法研究》文中提出随着经济发展和工业技术水平的飞速进步,各种非线性和电力变化敏感性负荷在工业生产中大量应用,导致电能质量问题越来越严峻。在诸多的电能质量问题中,电压暂降有着发生频次高和危害程度大等特点,已经成为当今电力工作者最为关注的电能质量问题之一。实时地检测出电压暂降的发生并且准确地提取出电压暂降的特征量,是对电压暂降进行高效治理的前提和关键问题之一,具有非常重要的实际应用意义。本文首先阐述了电能质量和电压暂降的相关概念,分析了现阶段国内外科学工作者针对电压暂降检测问题的研究现状,然后介绍了空间矢量的相关理论,并应用空间矢量对电压暂降进行检测。本文的主要工作如下:(1)研究了一种基于空间矢量的电压暂降检测方法。考虑到应用传统空间矢量方法分析电压暂降特征量时不能解决在电压暂降时伴随的电压相位角跳变的问题,通过对叁相电压信号进行Clarke变换构造出叁相电压空间矢量,根据空间矢量在复平面上的轨迹形状,判断出电压暂降类型并识别出故障相;通过空间矢量的椭圆参数,通过求解方程组的形式计算出电压相位角跳变值,进而对原始叁相电压信号进行移相操作,消除了电压相位角跳变的影响,最终可以快速计算出电压暂降深度。仿真结果表明该方法可以识别出电压暂降的故障类型并且计算出电压相位角跳变值和电压暂降深度。(2)研究了一种改进的基于空间矢量的电压暂降检测方法。应用空间矢量检测电压暂降需要一个完整电压周期的叁相电压数据。为了进一步提高检测方法运行速度,结合一种快速椭圆拟合方法,仅使用一个电压周期内的任意叁个时刻的叁相电压值,即可拟合出叁相电压空间矢量在复平面上的轨迹方程,进而可以计算出电压暂降的特征量。实验结果表明该方法能够识别出电压暂降故障类型和计算电压暂降特征量,并且所需数据更少,计算量更小。
杜立[5]2017年在《动态电压恢复器电压暂降检测与补偿方法研究》文中认为随着精密电气设备使用率的持续增长和能源互联网进程的不断推进,各种各样的电能质量问题涌现出来,其中电压暂降是最为突出的电能质量问题之一,企业用户因电压暂降带来的危害无法估量,为了确保输出安全高效、连续优质的电能,治理电压暂降的补偿装置取得了快速发展。动态电压恢复器(Dynamic Voltage Restorer,DVR)作为一种新型的电能质量调节装置,可以很快消除电压暂降,解决电压不对称及短时供电中断等问题,从而保证负载可靠地运行。凭借良好的动态补偿性能,DVR已成为改善电能质量问题最为经济有效的补偿装置。本文首先从DVR的工作原理出发,对级联多电平DVR的系统结构进行详细分析,对比分析DVR中几种传统多电平逆变电路的原理及其优缺点,确定本次设计的逆变单元主电路采用2H+桥多电平逆变结构。针对DVR装置在系统稳定性和动态响应速度无法同时兼顾的问题,采用一种基于比例积分双闭环PI和改进比例谐振外环MPR控制器的叁层结构复合控制策略,使得DVR装置在补偿负载电压的同时能够进一步改善系统电压的谐波特性。其次提出了一种结合改进d-q变换和混迭小波变换算法的交互式检测方法,即在??变换检测法的基础上,利用混迭小波变换将谐波信号分解为不同子频带信号,进一步精确提取基波和谐波分量特征。通过仿真表明,该方法拥有一定的滤波去噪功能,在暂降检测上具有较高的精确度和较好的实时性。针对传统的补偿控制方法存在相位失真、有功功率消耗大的问题,提出一种基于过渡模式的优化补偿方法,仿真分析表明,所设计的DVR系统补偿效果很好,能够实现系统输出有功功率最小并有效延长补偿时间。最后进行级联多电平DVR数字电路的设计,硬件部分包括级联逆变单元主控制电路、信号调理电路、检测电路及其驱动电路。软件设计分为叁个部分:A/D采样电路设计、启动补偿程序设计、SPWM波的输出与设计。搭建包含主电路及控制电路的DVR实验平台,在完成硬件和软件的联合调试前提下,进行简单的电压暂降检测与补偿控制方法实验,从实验结果可以看出,所设计的系统基本上能够实现DVR的动态响应和快速补偿功能。
孔龙光, 周勇, 杜霞, 王洪林[6]2015年在《基于LabVIEW的电压暂降检测与分析软件设计》文中研究表明为了对电压暂降问题进行监测和分析,采用USB2831数据采集卡和Lab VIEW虚拟仪器开发平台设计了一套电压暂降检测与分析软件。USB2831数据采集卡用于获取电压电流信号,在Lab VIEW环境下用短时傅里叶变换作为时频信号的检测和分析工具,生成基波幅值曲线和最大频谱幅值曲线,以确定电压暂降深度、暂降的起止时刻以及各次谐波分量的幅值。将其检测结果与有效值算法的检测结果对比可知,短时傅里叶变换算法检测电压暂降的精度高,扰动定位能力强。所设计软件具有界面友好、扩展性强、使用方便等优点。
魏荣进[7]2012年在《电压暂降检测与扰动源辨识方法的分析与研究》文中研究表明电压暂降作为一种特殊的电能质量问题因为其危害大、影响范围广、发生频繁而受到密切的关注。几个工频周期的电压暂降将导致敏感设备工作中断，造成巨大的经济损失。电压暂降特征量检测及扰动源辨识，是抑制电压暂降、改善暂态电能质量问题的基础性工作之一。本文研究电压暂降检测方法及扰动源辨识方法，具体工作如下：首先，系统地介绍了目前常用的电压暂降检测方法，包括有效值法、峰值电压法、单相电压变换平均值法、dq变换法、短时傅里叶变换法、小波变换法、S变换法、HHT变换法、数学形态学及分形分析法，简要地对上述方法进行了理论分析，并对部分方法进行了仿真验证。其次，本文提出了一种基于小波变换的电压暂降实时检测方法。该方法利用小波变换检测电压暂降起止时刻以及暂降幅值，相比目前一些只利用小波变换来检测电压暂降起止时刻的方法有一定的创新。该方法充分利用小波变换模极大值的信息，利用模极大值的出现点刻画暂降的起止时刻，并利用模极大值的大小计算暂降幅值。此外，本文通过对暂降信号进行预处理让该方法获得了更好的实时性。仿真表明该方法具有可行性、良好的实时性及准确性。最后，分析了常见的叁种电压暂降扰动源（短路故障、感应电机启动、变压器投运）的扰动产生机理，在Matlab/Simulink上搭建相应的仿真模型，仿真出叁种扰动源引起的电压暂降波形；在总结各种扰动源引起的电压暂降波形特征的基础上，给出了扰动源辨识的波形特征指标，并构造出电压暂降扰动源决策树，实现电压暂降扰动源的正确辨识。仿真试验获取了很高的正确辨识率，验证了辨识方法的可行性与有效性。
曹立志[8]2012年在《暂态电能质量扰动检测与分类问题研究》文中认为随着现代科学技术的发展,越来越多的电力电子器件和大量的非线性负荷接入电网,这些负荷导致暂态电能质量问题日益严重,供电部门以及电力用户对暂态电能质量问题的关注也日益加重。改善和提高暂态电能质量的首要前提是能够对暂态电能质量扰动进行检测、识别与分析。只有及时准确的检测、识别电能质量的问题,才能针对这些问题提出有效的治理措施和方法。本文首先对检测电压暂降的有效值检测方法、瞬时电压dq分解法以及其改进后的αβ-dq变换检测法进行了仿真分析。研究发现,不同的暂降深度对应的检测延迟时间有所不同,通过计算得出了电压暂降起始时刻的延时误差曲线,利用该曲线进行误差修正,进而得到更为准确的电压暂降起始时刻。本文利用DSP对该方法进行了试验验证,结果表明该方法能够提高检测暂降起始时间准确度。在此基础L,本文将小波变换和αβ-dq变换检测法的电压暂降检测方法结合起来,提出了一种新的电压暂降检测方法。此方法利用小波快速定位故障的实时性以及αβ变换法检测电压暂降幅值以及相位跳变的准确性,实现了对电压暂降特征量的准确检测。与此同时,论文将小波变换和人工神经网络相结合提出暂态电能质量的分类方法。通过建立扰动数学模型获得大量的暂态电能质量扰动波形数据,利用小波变换对其进行多尺度分解,提取不同暂态电能质量扰动的特征量,将这些特征量送入BP神经网络中进行训练,训练后对样本数据进行分类测试。针对BP算法采用梯度下降算法存在易陷入局部极小导致准确度不高,收敛速度慢等缺点,本文提出了利用遗传算法对BP算法进行优化的方法。仿真结果表明,该方法可以提高暂态电能质量分类准确度。
张艳[9]2017年在《电压暂降的特征值提取算法及补偿策略研究》文中进行了进一步梳理随着科技的迅速发展,各种高新技术产品的广泛应用,用电用户对电能质量的要求越来越高。而其中的电压暂降问题,由于其造成的危害大,而受到广泛的关注。对于电压暂降产生的原因,本文主要针对不同类型的短路故障进行分析研究,分别针对单相短路、相间短路、叁相短路以及母线短路故障四个方面建模仿真,通过仿真结果,分析得到不同故障类型所产生电压暂降的特点,为暂降故障的分类提供一定的依据。为了实现对电压暂降叁大特征量即持续时间、相位跳变和幅值的准确检测,本文分别从叁相和单相电压故障两方面进行研究分析。而针对叁相电压暂降的检测分别从对称和不对称电压暂降进行分析研究。对于对称电压暂降采取dq变换可快速有效的检测,而对于不对称电压暂降,需先将不对称电压转化为叁组对称分量,再对每一组对称分量进行dq变换,最后通过线性组合求得特征量。对于单相电压暂降除了对常用的检测算法进行了仿真分析,在此基础上提出一种采用复小波变换和有效值算法相结合的电压暂降检测方法,针对此方法,详细研究了复小波变换奇异性检测原理及其在电压暂降起止时间检测中的应用。而采用具有四阶消失距的复Gaussian小波(Cgau4)能准确检测电压暂降发生、恢复时刻和相位跳变,利用有效值算法实现电压暂降幅值的检测。在Matlab中对有无畸变情况下的的电压暂降问题建模仿真,验证了该算法的有效性。针对电压暂降的有效补偿,本文主要从动态电压恢复器(DVR)的叁种补偿策略即完全电压补偿、同相位电压补偿和最小能量补偿策略方面展开研究,系统介绍了DVR的结构组成以及控制方式。针对叁种不同的补偿策略,通过建模分析比较了各自的优缺点,进而可以根据不同的暂降类型选择合适的补偿策略进行电压的有效补偿,可达到装置的耗能最小且补偿效果最优。
张伟[10]2016年在《基于S变换和RBF神经网络的电气化铁路电压暂降识别研究》文中研究说明随着电气化铁路向着智能、高效、安全方面快速发展,越来越多的电力电子设备应用到电气化铁路供电系统中,对电能质量造成了很大的影响,同时也对供电电能质量提出了更高要求。电压暂降作为一种常见的电能质量问题,因其隐含危害大、影响范围广、发生频率高而越来越受到重视。高效准确的确定电压暂降扰动源类型,对保障电气化铁路安全、高效运行具有重要意义。本文基于S变换和RBF神经网络算法,实现了对电气化铁路电压暂降源的分析与识别。首先,对电压暂降的定义、原因、危害及特征指标等做了介绍,并对其检测方法进行了分析总结。通过MATLAB/Simulink仿真软件搭建了牵引供电系统和10kV自闭/贯通供电系统模型,对其在不同暂降故障下仿真分析得到6种电压暂降数据特征。通过将扰动信号进行S变换得到一个复矩阵,获得表征信号特征的叁维等高线、幅值包络线、时间幅值包络线和频率幅值包络线等曲线。通过与BP神经网络特征对比分析,确定选用神经网络中RBF网络模型作为电压暂降源识别方法。对各曲线进行处理提取了幅值、频率、能量、熵以及各包络线统计量特征,包括均值、标准差、偏度、均方根值等具有能够区分不同电压暂降源类型的十个特征量。导入所得样本特征量数据进行学习和测试,即可自动进行学习,为电气化铁路扰动信号的长期检测识别提供了基础。最终,以电气化铁路电压暂降仿真模型得到不同扰动源样本数据为基础,验证了上述算法的有效性,并将该算法模块与电气化铁路电能质量检测与分析装置样机相结合,研制完成了具有电压暂降源检测识别功能的便携式电气化铁路供电系统电能质量检测与分析装置,利用样机对北京局某牵引变电所和10 kV自闭/贯通线路进行了现场试验。试验结果表明,本文所提方法在实际工况下能够有效检测电压暂降幅值和扰动时刻,识别电压暂降扰动源类型。最终,为电气化铁路供电系统电能质量监测分析提供了一种思路,为电气化铁路供电系统的安全稳定运行提供了保障。
参考文献：
[1]. 基于智能算法电能质量检测与识别[D]. 方奇品. 浙江师范大学. 2010
[2]. 高级量测体系中电能质量监测与通信调度的研究[D]. 金显吉. 哈尔滨工业大学. 2013
[3]. 基于双dq变换的电压暂降检测及其抑制方法研究[D]. 韩峰波. 长春工业大学. 2018
[4]. 基于空间矢量的电压暂降检测方法研究[D]. 马千里. 安徽大学. 2017
[5]. 动态电压恢复器电压暂降检测与补偿方法研究[D]. 杜立. 江苏大学. 2017
[6]. 基于LabVIEW的电压暂降检测与分析软件设计[J]. 孔龙光, 周勇, 杜霞, 王洪林. 电测与仪表. 2015
[7]. 电压暂降检测与扰动源辨识方法的分析与研究[D]. 魏荣进. 湖南大学. 2012
[8]. 暂态电能质量扰动检测与分类问题研究[D]. 曹立志. 北京交通大学. 2012
[9]. 电压暂降的特征值提取算法及补偿策略研究[D]. 张艳. 合肥工业大学. 2017
[10]. 基于S变换和RBF神经网络的电气化铁路电压暂降识别研究[D]. 张伟. 石家庄铁道大学. 2016