電能質(zhì)量相關(guān)信號(hào)的S變換檢測(cè)算法及應(yīng)用研究.pdf

1、非線性負(fù)荷和高精度設(shè)備的大量使用，導(dǎo)致電網(wǎng)電能質(zhì)量日益惡化，這一問(wèn)題愈來(lái)愈受到電力部門和電網(wǎng)終端用戶的高度關(guān)注。為了改善和提高電能質(zhì)量，保證電網(wǎng)的安全運(yùn)行，必須系統(tǒng)精確地檢測(cè)電能質(zhì)量相關(guān)信號(hào)，全面深入地分析電能質(zhì)量問(wèn)題，找出電能質(zhì)量惡化的成因。電能質(zhì)量擾動(dòng)信號(hào)是電力線路故障和非線性負(fù)荷等問(wèn)題引發(fā)的電能質(zhì)量惡化的外在表現(xiàn)；變壓器等電氣設(shè)備的局部放電是造成電網(wǎng)電能質(zhì)量惡化的潛在原因，局部放電聲發(fā)射信號(hào)則是伴隨局部放電過(guò)程出現(xiàn)的一種信號(hào)，該信

2、號(hào)可大致衡量放電程度與準(zhǔn)確定位放電位置。廣義而言，電能質(zhì)量擾動(dòng)和變壓器等設(shè)備局部放電聲發(fā)射信號(hào)均屬電能質(zhì)量相關(guān)信號(hào)。
　　 因此，論文深入研究電能質(zhì)量擾動(dòng)信號(hào)與聲發(fā)射信號(hào)的檢測(cè)方法。
　　 （1）提出了一種基于S 變換的電能質(zhì)量擾動(dòng)檢測(cè)與定位算法。算法采用S模矩陣時(shí)間幅值平方和均值對(duì)多種電能質(zhì)量擾動(dòng)信號(hào)進(jìn)行時(shí)間的定位，采用S模矩陣頻率幅值平方和均值對(duì)信號(hào)中的諧波成分進(jìn)行估計(jì)，采用S 變換基頻幅值曲線來(lái)表示電網(wǎng)基頻電壓幅值

3、的變化。具體算例的仿真結(jié)果表明，S 變換比短時(shí)傅里葉變換具有更好的時(shí)頻聚焦能力，所提算法基本滿足電能質(zhì)量擾動(dòng)檢測(cè)的精度要求。
　　 （2）電能質(zhì)量擾動(dòng)檢測(cè)的主要任務(wù)是分析和識(shí)別各類擾動(dòng)。為更加準(zhǔn)確地提取擾動(dòng)信息，提出了基于自適應(yīng)調(diào)整調(diào)節(jié)因子的廣義S 變換（GST）電能質(zhì)量擾動(dòng)分析方法。在S 變換中增加一個(gè)調(diào)節(jié)因子λ形成廣義S 變換，給出了調(diào)節(jié)因子λ隨信號(hào)中頻率組成不同而進(jìn)行自適應(yīng)取值的具體方法，推導(dǎo)了廣義S 變換的實(shí)現(xiàn)過(guò)程。對(duì)電

4、能質(zhì)量擾動(dòng)信號(hào)進(jìn)行了基于廣義S 變換的仿真分析，并提取了用于分類的特征參數(shù)。為更好地對(duì)電能質(zhì)量擾動(dòng)分類，提出了兩種分類算法：基于決策樹(shù)的分類算法和基于人工免疫的分類算法，并分別將之應(yīng)用于14種常見(jiàn)電能質(zhì)量擾動(dòng)的分類識(shí)別。仿真結(jié)果表明，兩種分類算法均能對(duì)擾動(dòng)進(jìn)行有效識(shí)別，其中決策樹(shù)更易于理解和運(yùn)行速度更快，人工免疫則分類準(zhǔn)確率更高，對(duì)噪聲不敏感。
　　 （3）針對(duì)快速傅里葉變換（FFT）對(duì)暫態(tài)諧波處理精度差和小波變換頻帶劃分不均勻

5、的缺點(diǎn)，提出了基于修正廣義S 變換（MGST）和人工免疫克隆選擇算法（CSA）結(jié)合的諧波間諧波檢測(cè)新算法。該算法通過(guò)調(diào)節(jié)MGST中的兩個(gè)可變參數(shù)取值，以滿足諧波檢測(cè)中對(duì)頻率分辨率的高要求。用MGST 提取的初始幅值、相位、頻率參數(shù)建立諧波間諧波的信號(hào)模型，然后利用人工免疫克隆選擇算法優(yōu)良的全局尋優(yōu)能力對(duì)模型參數(shù)進(jìn)行優(yōu)化，最終得到使誤差目標(biāo)函數(shù)值最小的諧波間諧波參數(shù)。仿真結(jié)果及在數(shù)字化逆變電源中的應(yīng)用均表明，該算法簡(jiǎn)單實(shí)用，特別是在檢測(cè)間

6、諧波和暫態(tài)諧波的效果上，優(yōu)于傅里葉變換。
　　 （4）為克服電壓暫降中噪聲的影響，提出了基于改進(jìn)S 變換(MST)的電壓暫降檢測(cè)方法。分析了改進(jìn)S 變換中可變參數(shù)的選擇對(duì)暫降幅值檢測(cè)的影響，給出了MST 提取暫降幅值、暫降時(shí)刻、諧波含量和相位的方法。根據(jù)電力系統(tǒng)實(shí)際情況，在MATLAB中建立了短路故障、感應(yīng)電機(jī)啟動(dòng)和變壓器空載激磁三種擾動(dòng)源引起的電壓暫降模型，通過(guò)MST分析電壓暫降特征，并利用決策樹(shù)對(duì)暫降源進(jìn)行識(shí)別。仿真結(jié)果表明

7、，該算法能有效提取出正確的暫降參數(shù)，對(duì)不同擾動(dòng)源進(jìn)行準(zhǔn)確判斷。
　　 （5）提出了基于廣義S 變換的聲發(fā)射信號(hào)分析及三維聲源定位方法。根據(jù)變壓器局部放電聲發(fā)射信號(hào)產(chǎn)生機(jī)理和特點(diǎn)，提出了在GST模矩陣主頻附近開(kāi)窗、窗外元素均置零的方法，對(duì)聲發(fā)射信號(hào)進(jìn)行去噪處理。利用GST 對(duì)去噪后的聲發(fā)射信號(hào)進(jìn)行分析，提取出主頻帶能量和波達(dá)時(shí)間等特征參數(shù)，并求出各傳感器之間的波達(dá)時(shí)差。推導(dǎo)出了三維聲源定位公式，將各波達(dá)時(shí)間代入即可定位變壓器的局部