本文關鍵詞：暫態(tài)電能質量擾動檢測分析與評估的研究

  更多相關文章： 暫態(tài)電能質量 小波變換 最優(yōu)小波包 模極大值 BT-SVM

【摘要】：隨著科技的迅猛發(fā)展,生產過程更加自動化,生產設備更加智能化,用戶側對電能質量提出更高要求,發(fā)供電側也更加關注如何提高電能質量。電力系統中各種擾動引起的電能質量問題主要分為穩(wěn)態(tài)和暫態(tài)。相對于暫態(tài)電能質量,穩(wěn)態(tài)電能質量分析算法目前已經較為成熟,暫態(tài)電能質量擾動時間雖短,但危害極大,其理論研究和軟硬件應用卻仍在初步階段。暫態(tài)電能質量擾動檢測分析系統需要快速檢測及定位擾動,為確定引起擾動的原因并及時恢復正常運行,還需識別出各種暫態(tài)電能質量擾動的類型。還可通過分析特定運行環(huán)境下的擾動特征,研究制定提高暫態(tài)電能質量的措施。建立暫態(tài)電能質量檢測分析及評估的模型包括特征值的獲取、時間定位和擾動類型識別三個方面。利用小波變換模極大值進行擾動定位。設計基于小波變換模極大值原理的擾動識別新算法,利用模極大值分析數據標記擾動分類,依據分類結果選擇小波變換或最優(yōu)小波包系數作為特征向量。將暫態(tài)電能質量擾動的特征向量輸入二叉樹支持向量機(BT-SV M)分類器,實現擾動識別。利用MATLAB仿真平臺,對比基于小波(包)變化及支持向量機的暫態(tài)電能質量擾動識別算法,求證新算法的準確度、計算量、誤差等,列舉三個仿真實例來說明該方法的可行性與準確性。給出基于小波變換模極大值原理及BT-SVM的擾動識別的新算法,針對暫態(tài)電能質量不同擾動的特性區(qū)別,采用不同的分析方法,進行特征提取,完成進一步的擾動識別,該算法在保證短時擾動分析的實時性的同時,提高暫態(tài)高頻擾動檢測分析的精確度。
【關鍵詞】：暫態(tài)電能質量 小波變換 最優(yōu)小波包 模極大值 BT-SVM
【學位授予單位】：華北電力大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TM711
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-13
• 1.1 課題研究背景及意義9-10
• 1.2 課題研究現狀10-12
• 1.2.1 電能質量的定義與分類10-11
• 1.2.2 暫態(tài)電能質量研究現狀11-12
• 1.3 本課題主要研究內容12-13
• 第2章 暫態(tài)電能質量擾動信號特征研究13-22
• 2.1 暫態(tài)電能質量擾動現象分類13-15
• 2.1.1 暫態(tài)電能質量擾動現象13-14
• 2.1.2 低頻短時擾動現象14-15
• 2.1.3 高頻瞬態(tài)擾動現象15
• 2.2 暫態(tài)電能質量擾動信號模型15-21
• 2.2.1 電磁瞬態(tài)擾動信號16-18
• 2.2.2 短時電壓變動信號18-19
• 2.2.3 周期性擾動信號19-20
• 2.2.4 短時諧波擾動信號20-21
• 2.3 本章小結21-22
• 第3章 暫態(tài)電能質量擾動定位及特征值提取22-31
• 3.1 分析方法選取22-26
• 3.1.1 基于小波(包)變換的多分辨率分解22-24
• 3.1.2 基本小波函數選取24-26
• 3.2 信號采樣及擾動定位26-28
• 3.2.1 信號采樣26-27
• 3.2.2 基于小波變換模極大值原理的擾動定位27-28
• 3.3 最優(yōu)小波包特征值提取28-30
• 3.4 本章小結30-31
• 第4章 暫態(tài)電能質量擾動識別及系統模型31-37
• 4.1 支持向量機分類器31-32
• 4.2 基于BT-SVM的電能質量擾動識別32-34
• 4.3 基于改進算法的暫態(tài)電能質量檢測分析及評估系統模型34-36
• 4.4 本章小結36-37
• 第5章 算法仿真及結果分析37-46
• 5.1 仿真算例37-44
• 5.1.1 沖擊脈沖信號38-40
• 5.1.2 電壓暫降信號40-42
• 5.1.3 短時諧波信號42-44
• 5.2 結果分析44-46
• 第6章 總結與展望46-48
• 6.1 總結46-47
• 6.2 展望47-48
• 參考文獻48-52
• 攻讀碩士學位期間發(fā)表的論文及其它成果52-53
• 致謝53

【參考文獻】

中國期刊全文數據庫 前1條

1 李燕玲;蘇一丹;;改進的二叉樹支持向量機在多分類中的應用[J];計算機技術與發(fā)展;2014年07期

，

本文編號：640439