基于多分辨率S变换的电能质量暂态扰动分类方法大论文

毕 业 设 计 论 文基于多分辨率 S 变换的电能质量暂态扰动分类方法学 生 姓 名： 任立阳班 级： 电自 1317学 号： 2013316021724指 导 教 师： 刘博2所 在 单 位： 电气工程学院答 辩 日 期： 年 月 日东北电力大学本科毕业设计论文I摘 要随着复杂敏感的新型电力负荷的迅速发展，电力用户对电能质量的要求不断提高，电能质量问题受到越来越广泛的关注。本文针对电能质量的短时扰动的分类问题，提出了一种基于多分辨率 S 变换和模糊模式识别的短时电能质量的分类方法。首先通过多分辨率 S 变换将暂态扰动进行变换和重构。变换的结果为一个二维复数矩阵，对矩阵各元素求模后得到 S 模矩阵。S 变换产生的矩阵含有丰富的扰动特征信息。为特征值的提取提供数据基础。然后再根据扰动的特征性及常用的特征量，按照，少特征量，少冗余的原则，进行特征量提取。然后采用基于语言值的电能质量分类，选取形状为平顶高斯型的隶属函数。该方法直接用待分类的各个类别来定义模糊输入变量的语言值,根据各个类别对应的输入变量取值来设定隶属函数。最后，为提高电能质量暂态扰动模糊分类效率，提出一种基于类别语言值的电能质量扰动分类方法。该方法针对电能质量扰动模糊分类器简化模糊规则需求与传统模糊推理机制之间的差异，将电能质量暂态扰动的类别作为隶属函数的语言值，给出基于类别语言值的模糊分类器设计方法，并确定隶属函数，生成模糊规则，实现分类目的与语言值选择及隶属函数设计的融合，为分类器模糊推理过程及模糊规则库的精简提供了重要依据。关键词：暂态电能质量扰动，S 变换，模糊模式识别，扰动分类东北电力大学本科毕业设计论文IIABSTRACTWith the rapid development of complex and sensitive new power load, the demand for power quality of electric power users is increasing, and the power quality problem is paid more and more attention. In this paper, a classification method of short-term power quality based on multi-resolution S-transform and fuzzy pattern recognition is proposed for the classification of short-term disturbance of power quality.First, the transient perturbation is transformed and reconstructed by multiresolution S transform. The result of the transformation is a two-dimensional complex matrix, and the S-matrix is obtained by modulating the elements of the matrix. The matrix generated by the S transform has rich perturbation feature information. Provide the data base for the extraction of eigenvalues.And then according to the characteristics of the disturbance and the commonly used feature quantity, according to the principle of less feature, less redundant principle, the feature extraction. Then, based on the classification of power quality based on language value. This method directly defines the language value of the fuzzy input variable with each category to be classified, and sets the membership function according to the input variable value corresponding to each category.Finally, in order to improve the fuzzy classification efficiency of power quality transient disturbance, a classification method of power quality disturbance based on 东北电力大学本科毕业设计论文IIIcategory language is proposed.The fuzzy classifier design method based on the category language value is given as the language value of the membership function. And to determine the membership function, generate fuzzy rules, to achieve the classification of language and language value selection and membership function design fusion for the classifier fuzzy reasoning process and fuzzy rule base provides an important basis for the streamlining.Keywords: transient electrical energy disturbance；S transform；fuzzy pattern recognition；the disturbance classification 东北电力大学本科毕业设计论文IV目 录摘 要 .IABSTRACT.II目 录 .IV第 1 章 绪 论 .11.1 课题背景及研究的意义 .11.1.1 课题背景 .11.1.2 课题研究的意义 .11.2 该课题国内外研究现状 .21.2.1 扰动特征提取方法 .21.2.2 扰动分类的方法 .31.3 本文完成的主要工作 .4第 2 章 基于 S 变换的电能质量暂态扰动特征提取 .62.1 引言 .62.2 电能质量扰动信号数学模型 .62.3 利用多分辨率 S 变换的扰动信号重构 .62.3.1 多分辨率 S 变换 .62.3.2 窗宽调整因子确定 .82.3.3 多分辨率 S 变换结果 .92.4 多分辨率 S 变换扰动特征提取 .102.5 本章小节 .11第 3 章 基于类别语言值的电能质量暂态扰动分类 .133.1 引言 .133.2 模糊推理机制与分类器简化的差异问题 .133.3 电能质量暂态扰动的类别语言值模糊分类方法 .15东北电力大学本科毕业设计论文V3.3.1 基于类别语言值的隶属函数确定 .153.3.2 基于类别语言值的模糊规则生成 .193.4 基于类别语言值的扰动分类实测数据验证 .213.4.1 国外实测数据提取验证 .213.4.2 国内实测数据提取验证 .233.5 本章小结 .25结 论 .27参 考 文 献 .28致 谢 .29东北电力大学本科毕业设计论文1第 1 章 绪 论（1.1 课题背景及研究的意义1.1.1 课题背景伴随着社会的不断进步，在现代电子技术领域，各种电力电子器件以及各种低功率电源已经迅速发展起来。在电力生产过程中，应该严格控制电能质量这一重要指标。主要的研究对象是电能传输的过程中产生的高次谐波危害和电能传输是否安全可靠，在此基础上，随着科研脚步的深入，暂态电能质量问题成为关注的焦点。暂态电能质量扰动持续时间较短、发生情况复杂且种类繁多，因此，必须对有效的电能质量暂态扰动数据进行精准分类，以便于及时发现引起电能质量下降的各种问题文献 1。1.1.2 课题研究的意义电能质量暂态扰动的精确识别是电能质量扰动治理与电能质量分析的前提与基础，其关键是设计能够准确表征扰动特征与扰动类型之间映射关系的分类器 2。考虑到电能质量扰动信号本质上是非线性非平稳随机信号，所以模糊逻辑等人工智能方法广泛应用于扰动分类器设计，以便于灵活描述电能质量扰动中蕴含的复杂非线性特征与扰动类型的内在联系，但由于模糊逻辑是对人类模糊思维过程的模拟，模糊逻辑中的知识总结与获取具有一定困难，使得模糊分类器参数确定过程繁琐，且不易达到性能最优文献 3。此外，随着扰动类型增多和智能优化技术的发展，模糊分类器中所需的模糊变量、模糊规则和分类参数也不断增加。在保证分类效果的同时，扩大了分类器规模，降低了分类效率。对电力系统网络故障发生原因的处理，继电保护对发生位置的精确判断，电力系统中重要的负荷预测以及维持正常的电能质量是对其扰动分类的重要技术指标。东北电力大学本科毕业设计论文21.2 该课题国内外研究现状1.2.1 扰动特征提取方法1.2.1.1 小波变换法小波变换是一种新的变换分析方法，它继承和发展了短时傅立叶变换局部化的思想，同时又克服了窗口大小不随频率变化等缺点，能够提供一个随频率改变的“时间 -频率” 窗口，是进行信号时频分析和处理的理想工具 4。吴兆刚等使用小波变换法提取扰动的时间特征，将扰动持续时间、扰动幅度、扰动频率、电压变化率绝对值作为暂态电能质量扰动的特征向量，输入到 4 输入 2 输出的模糊逻辑推理系统，自动判别暂态电能质量的扰动类型及强度 3。但是，该方法在识别电压瞬变扰动时对参数选择具有较强的依赖性。文献4中利用小波分解扰动信号到各个频带，在基频带、谐波频带和高频带上分别计算其能量值和小波系数熵作为特征值，另计算基波频带扰动过程的均方根作为特征的补充，融合能量值，熵和均方根作为扰动判断的特征向量，规范化后输入到改进神经树分类器进行训练和分类 4。1.2.1.2 希尔伯特-黄变换法HHT 是将信号进行平稳化处理，把非线性、非平稳信号分解为若干个频率从高向低排列的 IMF，并利用分解后的 IMF 表征原始信号中包含的特征信息 5。简单说来，HHT 处理非平稳信号的基本过程是：首先利用 EMD 方法将给定的信号分解为若干固有模态函数，这些 IMF 是满足一定条件的分量；然后，对每一个 IMF 进行 Hilbert 变换，得到相应的 Hilbert 谱，即将每个 IMF 表示在联合的时频域中；最后，汇总所有 IMF 的 Hilbert 谱就会得到原始信号的 Hilbert 谱。Kumar 等提出了基于 HHT 的电能质量扰动分类技术，用于检测和定位电能质量扰动。 提取事件波形的 IA，IP 和 IF 信息以确定任何电能质量扰动。提出的方法用于对两种类型的单级和多种电能质量扰动进行分类，精度很高，但是由于其自身存在模态混叠、端点延拓和边界处理等问题，在暂态信号分析中仍具有局限性 5。东北电力大学本科毕业设计论文31.2.1.3 S 变换S 变换是由 Stockwell 等学者于 1996 年首次提出的。是一种可逆的局部时频分析方法；同时，它不仅是添加了归一化高斯窗的傅里叶变换改进形式，也相当于经过了相位校正的连续变换小波（Continuous Wavelet Transform，CWT）理论的扩展。因此，S 变换既有小波变换多分辨率分析的特点，又有短时傅里叶变换的单频率独立分析能力，同时又避免了短时傅里叶变换函数选择的问题。文何为等就是使用 S 变换对扰动信号进行时頻分析，研究了在有多种扰动同时发生的情况下，从 S 变换的结果中提取扰动特征向量的方法，得到了由基频特征矢量、高频特征矢量、香味特征矢量组成的特征矢量组 6。最后再将提取出来的特征向量组送入由扩张神经网络构建的分类器中，该方法提取的扰动特征矢量不受扰动发生时刻影响，适用性强，维数低，不仅能准确地反映基本扰动的特征，在多种扰动同时发生的情况下仍有较理想的效果 6。1.2.2 扰动分类的方法1.2.2.1 支持向量机 SVM支持向量机 SVM 由于其出色的学习性能，已经成为国际上机器学习领域的研究热点。简单地说，SVM 就是通过在空间或经投影后在高维空间中构造最有分类面，将给定的属于两