暫態(tài)電能質(zhì)量檢測方法研究.pdf

1、近年來電能質(zhì)量問題已引起電力部門及用戶的高度關(guān)注。準(zhǔn)確地檢測和識別電能質(zhì)量問題對于分析和綜合提高電能質(zhì)量具有重要意義。電能質(zhì)量問題可分為穩(wěn)態(tài)和暫態(tài)擾動(dòng)兩類。本文主要研究了暫態(tài)電能質(zhì)量擾動(dòng)的檢測與分類。
　　論文首先研究了國內(nèi)外電能質(zhì)量檢測方面的研究現(xiàn)狀和發(fā)展趨勢,進(jìn)行了電能質(zhì)量的定義和分類,并給出了電能質(zhì)量的有關(guān)標(biāo)準(zhǔn)以及在智能電網(wǎng)背景下的電能質(zhì)量檢測新要求和發(fā)展前景。接著詳細(xì)地研究了小波分析、支持向量機(jī)和人工神經(jīng)網(wǎng)絡(luò)這三種方法在電

2、能質(zhì)量擾動(dòng)檢測方面的應(yīng)用。文章中詳細(xì)討論了各種方法的理論基礎(chǔ)和檢測原理,并重點(diǎn)研究了小波分析應(yīng)用于電能質(zhì)量暫態(tài)擾動(dòng)時(shí)域定位;支持向量機(jī)和人工神經(jīng)網(wǎng)絡(luò)用于暫態(tài)擾動(dòng)分類。
　　基于小波和神經(jīng)網(wǎng)絡(luò)的分類方法大部分采用小波分解各層的能量分布作為特征向量,用單個(gè)神經(jīng)網(wǎng)絡(luò)給出分類結(jié)果,此類方法構(gòu)建的分類器性能有待進(jìn)一步提高。
　　論文在分析比較現(xiàn)有擾動(dòng)分類方法的基礎(chǔ)上,提出了新的一種基于小波和BP神經(jīng)網(wǎng)絡(luò)的電能擾動(dòng)分類方法。論文選取了合

3、適的小波基sym4作為母小波對擾動(dòng)信號做11層分解,然后將擾動(dòng)信號小波變換系數(shù)的統(tǒng)計(jì)特征和小波變換域的能量分布組合在一起構(gòu)成特征向量,這樣更好地利用了擾動(dòng)信號中蘊(yùn)含的信息以區(qū)別不同的擾動(dòng)類型。鑒于分類器構(gòu)建過程中存在不確定因素,如噪聲,訓(xùn)練樣本的缺陷,論文通過基于最小二乘法的策略綜合三個(gè)相互獨(dú)立神經(jīng)網(wǎng)絡(luò)的輸出以得到最后的判別結(jié)果。這種綜合多方信息的方法提高了分類器的總體性能,算例表明本文提出的分類器準(zhǔn)確率高,在信噪比較低的情況下還可達(dá)到