電力系統(tǒng)中存在大量具有非線性、沖擊性和不平衡性等電特性的負載,使電網(wǎng)中產(chǎn)生注入大量脈沖、閃變等電能質(zhì)量問題。高效檢測、分析電能質(zhì)量問題,是當今的研究熱點。本文的工作重點是改進廣義S變換并將其用于檢測、定位電能質(zhì)量擾動成分,并對經(jīng)典決策導向非循環(huán)圖支持向量機(Decision Directed Acyclic Graph SVM,DDAGSVM)識別算法提出改進。信號時頻分布反映了其局部能量分布,能量越集中,信號的“模態(tài)混疊”現(xiàn)象越弱,時頻性能越優(yōu)秀。針對廣義S變換窗幅度拉伸因子與頻率尺度拉伸因子b的自適應優(yōu)化,本文提出一種新的基于時頻聚焦性準則與新增參量算法的兩自由度優(yōu)化算法,通過結合Djurovic算法、Stankovic算法及分段策略,將最優(yōu)時頻聚焦測度值對應的參量作為最優(yōu)參量,同時為防止斷層現(xiàn)象,將最優(yōu)參量適當擬合,通過優(yōu)化每一頻幀的窗寬來提升其時頻聚焦性能,最終將優(yōu)化廣義S變換(Optimization of Generalized S Transform,OGST)用于分析信號擾動成分并提取特征量。Dyn動態(tài)測度法可以檢測到信號的極值點,本文將Dyn動態(tài)測度結合OGST變換用于電能質(zhì)量擾動成分的檢測。功率譜密度反映了信號的頻域能量分布,利用Dyn測度檢測其功率譜密度極值點,即主頻點;由于畸變點與正常點的梯度差異,因此可通過Dyn測度檢測梯度劇烈變化的畸變點,進而獲取擾動起止時刻。OGST時頻矩陣頻率與時間平方和均值的能量譜分別反映了信號的頻域、時域分布。對于復合擾動,本文同樣利用Dyn測度檢測OGST模矩陣頻率、時間平方和均值的能量譜梯度分布畸變點獲取主頻點及擾動時間。鑒于DDAGSVM決策分類器根節(jié)點的選擇與決策走向存在隨機性而造成誤差增大,本文引入廣義KKT條件與空間區(qū)分度,將類間區(qū)分度的高低作為分類器節(jié)點選擇的依據(jù),將區(qū)分度最高的節(jié)點作為根節(jié)點,以此減少誤差累積,同時利用遺傳算法(Genetic Algorithm,GA)優(yōu)化核函數(shù)調(diào)節(jié)因子并用于構建識別模式,本文通過構造數(shù)據(jù)集比較GSO-DDAGSVM、GA-DDAGSVM、PSO-DDAGSVM三種算法在消耗時間、識別精度、收斂速度三個指標在電能擾動信號識別的綜合性能,最終選用GA-DDAGSVM算法作為電能質(zhì)量識別方案,同時驗證了算法在SNR=20/30/40/50dB高斯白噪聲環(huán)境下的魯棒性以及對復合擾動的識別率。
【學位單位】：中國礦業(yè)大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：TM711
【文章目錄】：
致謝
摘要
abstract
1 緒論
    1.1 研究背景及意義
    1.2 電能質(zhì)量概述
    1.3 國內(nèi)外研究現(xiàn)狀
    1.4 論文主要研究內(nèi)容
    1.5 論文章節(jié)安排
2 廣義S變換和Dyn動態(tài)測度法的電能質(zhì)量擾動分析
    2.1 S變換原理概述
    2.2 廣義S變換實現(xiàn)原理及參數(shù)優(yōu)化
    2.3 Dyn動態(tài)測度法原理及應用
    2.4 OGST結合Dyn動態(tài)測度算例分析
    2.5 本章小結
3 基于OGST及Dyn動態(tài)測度的電能質(zhì)量擾動定位
    3.1 常見電能質(zhì)量的OGST變換特征分析
    3.2 短時擾動檢測分析
    3.3 暫態(tài)擾動檢測分析
    3.4 復合擾動檢測分析
    3.5 本章小結
4 基于GA-DDAGSVM的電能質(zhì)量擾動分類及識別
    4.1 電能質(zhì)量擾動特征量提取
    4.2 基于廣義KKT條件與空間分布的DDAGSVM改進
    4.3 基于GA算法的DDAGSVM參量優(yōu)化及驗證
    4.4 本章小結
5 總結與展望
    5.1 總結
    5.2 展望
參考文獻
作者簡歷
學位論文數(shù)據(jù)集

【參考文獻】

相關期刊論文 前10條

1 張鴻博;蔡曉峰;魯改鳳;;基于雙窗全相位FFT雙譜線校正的電力諧波分析[J];儀器儀表學報;2015年12期

2 舒振宇;王典洪;周城;海濤洋;;基于DLSVM算法的高分辨率遙感圖像分類研究[J];中南民族大學學報(自然科學版);2015年04期

3 史朝輝;王堅;華繼學;郭新鵬;;一種改進的DDAGSVM決策算法[J];空軍工程大學學報(自然科學版);2015年02期

4 張逸;林焱;吳丹岳;;電能質(zhì)量監(jiān)測系統(tǒng)研究現(xiàn)狀及發(fā)展趨勢[J];電力系統(tǒng)保護與控制;2015年02期

5 蔡曉峰;張鴻博;魯改鳳;;應用三譜線插值FFT分析電力諧波的改進算法[J];電力系統(tǒng)保護與控制;2015年02期

6 張紅;雷志國;金月;譚萬禹;;基于SVM的電能質(zhì)量擾動分類[J];電測與儀表;2014年23期

7 付學謙;陳皓勇;劉國特;金小明;;分布式電源電能質(zhì)量綜合評估方法[J];中國電機工程學報;2014年25期

8 楊永進;高燕;吳在軍;;遵循IEC61850標準的區(qū)域電能質(zhì)量監(jiān)測系統(tǒng)研究[J];電測與儀表;2014年03期

9 胡昊明;鄭偉;徐偉;鮑顏紅;劉韶峰;段慧;;Prony和HHT算法在低頻振蕩在線辨識中的適用性比較[J];電力系統(tǒng)保護與控制;2013年14期

10 吳興偉;;基于DDAGSVM的離心風機振動故障診斷[J];風機技術;2013年03期

本文編號：2891396