基于EEMD算法的電能質量擾動檢測.pdf

1、目前，電網中非線性、波動性、沖擊性、不平衡性負荷所占比重逐漸增大，導致電能質量問題日益突出。為提高電能質量，需要對電能質量擾動信號進行有效檢測與分析。本文研究電能質量擾動信號的數(shù)字處理方法，對總體平均經驗模態(tài)分解(EnsembleEmpirical Mode Decomposition，EEMD)算法進行改進，并將其應用于電能質量擾動檢測。
　　首先，介紹電能質量擾動檢測的研究現(xiàn)狀，闡述了EEMD算法原理及實現(xiàn)步驟，針對EEMD算

2、法在電能質量擾動檢測中的不足，探討了其改進的可能性。
　　其次，提出了基于去噪EEMD算法的電能質量擾動檢測方法。針對電能質量擾動信號的特點，對EEMD算法進行改進，將添加的單一輔助噪聲改為一對幅值相等的正負白噪聲，提高分解的準確性;采用基于概率統(tǒng)計的參數(shù)自適應給定方法，解決了EEMD算法需要人為主觀確定添加白噪聲幅度和集成平均次數(shù)這兩個參數(shù)的問題;對于分解得到的各個本征模態(tài)函數(shù)中噪聲影響較大的分量，給出了自適應閾值去噪方法;將這

3、三個過程結合得到去噪EEMD算法，并應用于電能質量擾動分析，實現(xiàn)了單一擾動及復合擾動的有效檢測。
　　最后，提出了基于自適應EEMD算法的電能質量擾動檢測方法。現(xiàn)有EEMD算法在篩選各本征模態(tài)函數(shù)時添加的白噪聲是相同的，由于高頻成分與低頻成分對噪聲的敏感度不同，添加相同的白噪聲可能會使分解出現(xiàn)模態(tài)混疊現(xiàn)象。針對這一問題，構造幅值隨本征模態(tài)函數(shù)的頻率自適應變化的輔助白噪聲，將該白噪聲代替EEMD算法中的高斯白噪聲，結合去噪EEMD方

4、法，得到自適應EEMD算法。將該方法應用于電能質量擾動信號分析，提高了擾動信號分解的自適應性和準確性，有利于準確獲取電能質量擾動特征。
　　構造諧波、電壓暫降、暫升、振蕩、脈沖等單一電能質量擾動信號，以及多種復合擾動信號，利用改進的EEMD算法進行擾動檢測。仿真結果表明，去噪EEMD算法和自適應EEMD算法均能準確檢測出各種類型擾動的起止時間和擾動幅度;自適應EEMD算法在篩選次數(shù)較少時比去噪EEMD算法具有更好的檢測精度，因而檢