预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共68页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

广西大学 硕士学位论文 电能质量扰动的分析方法研究 姓名:黄奂 申请学位级别:硕士 专业:电力系统及其自动化 指导教师:吴杰康 20100601 电能质量扰动的分析方法研究摘要随着大量敏感性电力电子器件的广泛推广应用,电力系统电能质量日渐下降,电网中电流及电压波形畸变程度日益严重。另一方面随着工业自动化水平的提高,用户对电能质量要求越来越高,两者之间的矛盾日渐显露,电能质量的分析及管理问题因此成为供用电双方共同关注的热点。鉴于电网信号畸变严重的现状,电能质量扰动信号的准确的检测与判别,成为对电能质量进行监控与改善的首要前提及依据。基于上述问题,本学位1)对电能质量问题的概念、产生原因、分类等进行了介绍,详细地对常见的电能质量扰动现象进行了描述。2)详细介绍了独立分量分析的理论和算法。以此为基础,本文提出利用独立分量分析(ICA)的方法来对瞬时电能质量扰动进行判别与定位。本文所用的为固定点迭代的FastICA算法:以负熵作为衡量信号的独立性的目标函数,通过优化此目标函数,可将相互统计独立的源信号从它们的线性混合信号中分离出来。用此算法对有瞬时电能质量扰动信号的电网电压信号进行计算,可得到一些与扰动相对应的信号。对于不同类型的扰动,这些信号具有不同的波形特征。根据这个特点,可以对扰动进行判别。然后针对ICA处理后得到的扰动信号的一阶导数信号设计了一个局部滑动窗口,并将该滑窗分成左右两个窗口,最后以左右窗口均值差的似然比作为判决准则来判决突变点,可以对扰动确定其位置。仿真实验结果表明,该方法对瞬时电压跌落、瞬时电压上升、瞬时脉冲、瞬时电压中断、谐波等多种瞬时电压畸变信号有较好的定位与判别效果。3)详细介绍了经验模态分解的理论和算法。以此为基础,本文提出一论文做了以下工作:T 种基于模态经验分解(EMD)的方法来对电能质量扰动进行定位。E佃方法在分解过程中异常数据会在其第一个固有模态分量中引起局部高频突变信号。此高频突变信号具有出现异常数据时的局部高频信号的相邻两极值点的幅值相对于无扰动时明显增大,在与扰动信号突变点出现时刻相对应局部的高频突变信号极值点间距很小,幅值有明显跳变的波形特点。利用此特点,对含有电能质量扰动的电网电压进行EMD分解后得到的第一个固有模态分量求取一阶导数,然后对其一阶导数进行阈值处理,来确定扰动发生及终止的时刻。仿真实验结果表明,此方法对多种电能质量扰动信号信号有较好的定位效果。关键词:电力系统;扰动;独立分量分析;经验模态分解;定位Ⅱ necessa巧pre唧isiteevaluation砷舐ondeⅡ姗d晰tllquali够beC锄eind印endence肋mwave-perfo肌anceMETHODSSYSTEMSqual时becomess耐ouslyqual时descmedoptiIllizing恤s如nction,adi腩rentPOⅥ咂Rne帆orklligherhi曲瓯Tlleshationreco班itionpeCuli撕tiessi印alsobjectme谢dequali够Sornep印erproposes锄ind印endentconlponent砒lalysis(ICA)-baseds印arateind印endencequalitysignalsANALySISFORDISTURBANCEOFABSTRACTtlarld,wimmedistortedgoVemingabove瓠follow:theO巧andquali够disturbaJlces.Accordingmeasureofapplicationlarge—scalesensitiVeelectr0Ilicdcvices,mepowerisdeClimng,theV01tage龇ldtheinelectricalmoreandseriously.Onotllererlll龇比ementmdustrialautomationleVel,merequirementconnictappears,thusaIlalysisaIldmanagementhottopicbothsupplyside.UndertllepresentsigIlalssysteIIl'the:accuratedetectiondismrbancebasismonitoringresearchprocessedhereproblemsThedefinition,cause,classi丘cation,a11ddiscmsseddetailedly:TllealgorithmindependemcoInponentaulalysisanalysisedexplaineddetail.Basedon廿lese,ThemethodfordeteCting