（电力系统及其自动化专业论文）基于小波变换和人工神经网络的电能质量扰动分类.pdf

a b s t r a c t 1 no r d e rt oa n a l y z ea n d s t u d yt h ep h e n o m e n o no fp o w e r q u a l i t y ，6 n dt h ec a u s eo f p o w e rq u a l l t yi s s u e sa n dt a k ea p p r o p r i a t es o l u t i o n s ，i ti s v e r ys i g n i f i c a n tt oc l a s s i f y p o w e rq u a l l t yd i s t u r b a n c e sc o r r e c t l y f i r s tt h i s p a p e ri n t r o d u c e st h ei s s u eo fp o w e r q u a l l t y ，a n a l y z e st h ee x i s t i n gc l a s s i f i c a t i o nm e t h o d so fp o w e r q u a l i t yd i s t u r b a n c e si n d e p t h i h e n ，w a v e l e tt r a n s f o r m ( w t ) ，a r t i f j c i a ln e u r a ln e t w o r k s ( a n n ) ，p a r t i c l e s w a r mo p t l m i z a t i o n ( p s o ) a l g o r i t h m ，p r i n c i p a lc o m p o n e n ta n a l y s i s( p c a )a n d k e r n e l p n n c l p a lc o m p o n e n ta n a l y s i s( k p c a )a r eu s e dt o c l a s s i f yp o w e rq u a l i t y d l s t u r b a n c e s i h ew o r ko ft h i sp a p e rm a i n l yi n c l u d e st w o a s p e c t s ： ( 1 ) am e t h o dc l a s s i f y i n g p o w e rq u a l i t yd i s t u r b a n c e si s p r e s e n t e db a s e do n 、v a v e l e tt r a n s f o r ma n dp s o b pn e u r a ln e t w o r k to rt h es h o r t c o m i n g so f g r a d i e n td e s c e n ta l g o r i t h mo ft r a d i t i o n a lb p a l g o r i t h m ， s u c na ss l o wc o n v e r g e n c ea n db e i n gi n t ol o c a lm i n i m ae a s i l y ，an e w a lg o r i t h mi s p r o p o s e db a s e do np s oa l g o r i t h mt oi m p r o v en e u r a ln e t w o r kb pa l g o r i t h m ，t h a t i s ， p s o - b pa l g o r i t h m t h e na l a r g en u m b e ro fp o 、v e rq u a l i t yd i s t u r b a n c e sw a v e f o r m d a t a a r eg o tu s i n gp s c a d e m t d cs i m u l a t j o ns o f t w a r ea n d a p p l i e dt ow a v e l e tt r a n s f o r m a n dm u l t 卜s o l u t i o na n a l y s i s a tl a s t t h es i g n a lp o w e rv a r i a t i o n sa te a c h s c a l ea r e e x t r a c t e da sf e a t u r ev e c t o r sa n d i n p u tp s 0 一b pn e t w o r kt oc i a s s i f y p o w e rq u a l i t y d l s t u r b a n c e s s i m u l a t i o nr e s u l t ss h o wt h a tt h i sm e t h o dh a st h er a p i d e rc o n v e r g e n c e s p e e da n dm e e tt h et r a i n i n gr e q u i r e m e n t sm o r e e a s i l yt h a nt h eb pa 1 9 0 r i t h m ( 2 ) a n o t h e rm e t h o dc l a s s i f y i n g p o w e rq u a l i t yd i s t u r b a n c e si sa l s op r e s e n t e d b a s e do np c a + k p c ao fw a v e l e tc o e 所c i e n t s f e a t u r ea n dp r o b a b i l i s t i cn e u r a l n e t w o r k s ( p n n ) to rt n e s h o r t c o m i n g so ft h em e t h o dt h a tu s e d d i r e c t l ye a c hs c a l ew a v e l e t c o e n l c l e n t s oc l a s s i f yp o w e r q u a l i t yd i s t u r b a n c e s ，s u c ha st h ei a r g ei n p u tv o l u m ea n d s l o wl e a 咖n g v e l o c i t y ，an e wm e t h o dt oe x t r a c td i s t u r b a n c e sf e a t u r ei s p r e s e n t e d b a s e do np c a + k p c ao fw a v e l e tc o e m c i e n t sf e a t u r e f i r s tt h em a t h e m a t i c a lm o d e l s o td l s t u r b a n c e sa r ee s t a b l i s h e dt o g e tm a n yw a v e f o r md a t a t h ew a v e f o r m sa r e a p p l l e d t ow a v e l e tt r a n s f o r m a n dm u l t i - s o l u t i o n a n a l y s i st o g e tt h ew a v e i e t c o e m c l e n t so fe a c hs c a l e t h e np c a + k p c a i s 印p l i e dt or e d u c ew a v e l e tc o e m c i e n t s t e a u r ev e c o r s d i m e n s i o n a tl a s tt h e ya r ep u ti n t op n nt o c l a s s i f y s i m u l a t i o n r e s u l t ss h o wt h a tt h i sm e t h o dn o to n l ya c h i e v e st h ep u r p o s eo f r e d u c i n gt h ei n p u t i i l 基于小波变换和人工神经网络的电能质量扰动分类 q u a n t i t y b u ta l s o i m p r o v e s t h es p e e do ff l e a t u r ee x t r a c t i o na n dh a sf a v o r a b l e c l a s s i f i c a t i o np r e c i s i o n i nt h i sp a p e r ，t h ea b o v em e n t i o n e dt w om e t h o d so fp o w e rq u a l i t yd i s t u r b a n c e s c l a s s i 行c a t i o nm a k ei m p r o v e m e n t sr e s p e c t i v e l yi nb o t hn e u r a ln e t w o r kc l a s s i f i c a t i o n a n df e a t u r ee x t 豫c t i o nf o rt h el i m i t a t i o n so fp r e v i o u sm e t h o d s s i m u l a t i o nr e s u l t s v e r i f y t h ef e a s i b i l i t ya n de f f e c t i v e n e s so ft h et w om e t h o d si n p o w e rq u a l i t y d i s t u r b a n c ec l a s s i f i c a t i o n k e yw o r d s ：p o w e rq u a l i t yd i s t u r b a n c e s ；c l a s s i f i c a t i o n ；w a v e l e tt r a n s f o r m ；a r t i f i c i a l n e u r a l n e t w o r k ； p a n i c l es w a r mo p t i m i z a t i o n ； p r i n c i p a lc o m p o n e n t a n a l y s i s ；k e r n e lp r i n c i p a lc o m p o n e n ta n a l y s i s 湖南大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研 究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文 不包含任何其他个人或集体己经发表或撰写的成果作品。对本文的研 究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完 全意识到本声明的法律后果由本人承担。 作者签名： 匀绷抒 日期：加口夕年r 月岁。日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定， 同意学校保留并向国家有关部门或机构送交论文的复印件和电子版， 允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部 或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等 复制手段保存和汇编本学位论文。 本学位论文属于 l 、保密口，在年解密后适用本授权书。 2 、不保密团。 ( 请在以上相应方框内打“ ) 作者签名： 导师签名： 另5 荔飓乏丐 气以 日期：加t ，夕年r 月罗口日 日期：一年r 月日 硕士学位论文 第1 章绪论 1 1 本文研究的背景和意义 电能既是一种经济实用、清洁方便且容易传输、控制和转换的能源形式，又 是一种由电力部门向电力用户提供，并由供、用双方共同保证质量的特殊商品。 如今，电能作为走进市场的商品，与其他商品一样，也应讲究质量。随着工业规 模的扩大和科学技术的发展，现代电力系统中，负载结构呈现复杂化，新工艺、 新技术广泛应用于工业生产和人民生活的各个方面，越来越多的用户采用了性能 好、效率高但对电源特性变化敏感的高科技设备，使得电能质量问题日趋严重， 对电能质量提出了更高的要求。 日益突出的电能质量问题，引起了供电部门和广大电力用户的普遍关注。电 能质量问题根据其产生和持续的时间可以分为稳态质量问题与暂态质量问题两大 类。电压质量下降带来的危害和损失是非常严重的，劣质电能引发电网大面积停 电，造成用户生产力的下降。为了保证供电质量和系统的安全、稳定、经济运行， 对电能质量问题进行科学地研究进而有效地加以控制就显得十分必要而且迫切 了。 对出现的各种各样的电能质量现象进行分类整理和研究，深入分析和探索尚 待认识的电磁干扰问题，找出引起电能质量问题的原因并采取针对性的解决办法， 对于确保社会生产和人民生活的优质供电，以最小程度减少对现代工业企业和重 要电力用户的影响，具有十分重要的意义。 1 2 电能质量的定义和分类 从普遍意义上讲，电能质量是指优质供电。但是由于人们看问题的角度不同， 迄今为止，对电能质量的技术含义仍存在着不同的认识。例如，电力部门可能把 电能质量定义为电压、频率的合格率以及连续供电的年小时数，并且用统计数字 ( 如9 9 9 等) 来说明电力系统是安全可靠运行的。电力用户则可能把电能质量简 单定义为是否向设备提供了电力。电力设备制造厂家则可能将电能质量定义为电 源特性应当完全满足电气设备的正常工作需要，而这对于不同设备及制造厂家又 可能相差很大。 i e e e 标准化协调委员会已正式采用“p o w e rq u a l i t y ( 电能质量) 这个术语， 并给出相应的技术定义：合格的电能质量的概念是指，给敏感设备提供的电力和 设备的接地系统是均适合于该设备正常工作的。而与i e e e 相反，i e c 并没有采用 基于小波变换和人工神经网络的电能质量扰动分类 “p o w e rq u a l i t y ( 电能质量) 这个术语，而是提出使用“e m c ( 电磁兼容) 术语， 强调设备与设备之间的相互作用和影响，以及电源与设备之间的相互作用和影响， 并在此基础上制定出一系列相关的电磁兼容标准【l 】。电磁兼容术语与电能质量术 语两者之间具有很大的重叠性，因此具有许多同义词。由于至今为止，有关电能 质量的定义仍然存在着许多分歧，在使用的术语上也并未完全统一，为了便于分 析研究，对电能质量的相关定义进行归纳，迄今为止关于电能质量的定义概括起 来主要有以下三种【2 l ： ( 1 ) 合格的电能质量是指，提供给敏感设备的电力和为其设置的接地系统均适 合于该设备正常工作。 ( 2 ) 造成用电设备故障或动作的任何电力问题都是电能质量问题，其表现为电 压、电流或频率的偏差。 ( 3 ) 电能质量就是电压质量，合格的电能质量应当是恒定频率和恒定幅值的正 弦波形电压与连续供电。 电能质量问题终究是由电力用户的生产需求驱动的，所以用户的衡量标准应 占有优先的位置。因此电能质量可以定义为【3 】：导致用电设备故障或不能正常工 作的电压、电流或频率的偏差，其内容包括频率偏差、电压偏差、电压波动和闪 变、三相不平衡、暂时或瞬时过电压、波形畸变、电压暂降与短时间中断以及供 电连续性等。 为了系统地分析研究电能质量现象，将电能质量问题进行分类和给出相应的 定义或规定是很重要的，从而能够对其测量结果进行分析，找出引起电能质量问 题的原因和采取有效措施来解决电能质量问题。i e e e 第2 2 标准协调委员会和其 他国际委员会最近推荐采用15 种专用术语来说明主要的电能质量问题，其中的一 些术语目前在国内尚无统一翻译，在本文中采取如下定义： ( 1 ) 谐波( h a r m o n i c ) 含有基波的整数倍频率的正弦波电压或电流称为谐波。 ( 2 ) 间谐波( i n t e r h a r m o n i c ) 含有基波的非整数倍频率的电压或电流称为间谐波。间谐波的主要来源是静 止变频器、感应电动机和电弧发生装置等。间谐波会使显示装置引发视觉闪变。 ( 3 ) 电压缺口( n o t c h i n g ) 电压缺口是一种持续时间小于0 5 周波的周期性电压扰动，电压缺口主要是 由于电力电子装置在有关两相间发生瞬时短路时电流从一相转换到另一相而产生 的。电压缺口的频率会非常高，用常规的谐波分析仪难以测量，直到最近才被列 入电压扰动内容。 ( 4 ) 直流偏移( d co f f s e t ) 在交流电力系统中出现直流电压或电流的扰动现象称作直流偏移。这可能是 硕士学位论文 由地磁干扰或半波整流引起的。 ( 5 ) 噪声( n o i s e ) 噪声是指附加于电力系统的三相电压或电流之上，或者出现在中性线和信号 线上的非期望电信号。噪声具有小于2 0 0 k h z 的宽带频谱成分，并将对灵敏电子 设备产生不利的影响。 ( 6 ) 电压不平衡( v o l t a g ei m b a l 锄c e ) 在理想的三相交流电力系统中，三相电压应该具有同样的幅值，并且按彳、b 、 c 顺序互成2 兀3 角度，这样的系统叫做三相平衡系统。然而由于存在种种不平衡 因素，实际电力系统并不是完全平衡的。电压不平衡可以定义为三相电压平均值 的最大偏差与三相电压平均值的百分比。电压不平衡也可利用对称分量法来定义， 即用负序或零序分量与正序分量的百分比加以衡量。 ( 7 ) 电压波动( v o l t a g ef l i c k e r ) 电压波动是在包络线内的电压的有规则变动，或是幅值通常不超出0 9 p u 至 1 1 p u 电压范围的一系列电压随机变化。 ( 8 ) 频率偏差( f r e q u e n c yv a r i a t i o n s ) 把电力系统基波频率偏离规定正常值的现象定义为频率变化。国家有关的标 准为电力系统频率允许偏差( g b t1 5 9 4 5 一1 9 9 5 ) 。 ( 9 ) 欠电压( u n d e r v o l t a g e ) 欠电压是指电压幅值小于标称电压且持续时间大于1 m i n 。欠电压的幅值为 0 8 p u 至0 9 p u 。 ( 10 ) 过电压( o v e r v o l t a g e ) 过电压是指电压幅值超过标称电压且持续时间大于l m i n 。过电压的幅值为 1 1 p u 至1 2 p u 。 ( 1 1 ) 电压暂降( v o l t a g es a g ) 根据i e e e1 1 5 9 1 9 9 5 标准，电压暂降是指工频电压或电流降低到o 1 p u 至 0 9 p u 之间，持续时间在o 5 个周波到lm i n 之间的暂态电压质量问题。 ( 1 2 ) 电压暂升( v o l t a g es w e l l ) 电压暂升是指供电电压有效值上升到1 1 p u 至1 8 p u 之间，持续时间在0 5 周 波到lm i n 之间的电压质量问题。 ( 13 ) 电压中断( v o l t a g ei n t e r r u p t i o n ) 电压中断指的是供电电压降到o 1 p u 以下，持续时间不超过1m i n 的电能质量 问题。 ( 14 ) 振荡暂态( o s c i l l a t i o nt r a n s i e n t ) 振荡暂态是指电压或电流在其稳态条件下的一个突发的、非电源频率的变换。 ( 1 5 ) 脉冲暂态( i m p u l s et r a n s i e n t ) 基于小波变换和人工神经网络的电能质量扰动分类 脉冲暂态表示了在两个连续稳态之间的一种在极短时间内发生的现象或数量 变化。脉冲可以是任一极性的单方向脉冲，也可以是发生在任一极性的阻尼震荡 波第一个尖峰。 各种电能质量问题的性质、特征指标、产生原因、后果见表1 1 【4 - 5 1 。 表1 1 电能质量问题一览表 表1 2 则给出了i e e e 关于电能质量领域电磁现象的具体分类【6 】。 对于表1 2 中列出的各种现象可进一步用其属性和特性加以描述。对于稳态 现象，可利用以下属性描述：幅值、频率、频谱、调制、缺口深度和面积；对于 非稳态现象，可利用以下属性：上升率、幅值、相位移、持续时间、频谱、频率、 发生率、能量强度等。可以说表1 2 提供了一个清晰描述电能质量及电磁干扰现 象的实用工具。 根据表1 2 ，电力系统中主要的电能质量问题可分为稳态和暂态两大类。稳 态电能质量问题以波形畸变为特征，主要包括三相电压不平衡、电压波动与闪变、 电压偏移、频率偏移以及其他以波形畸变为特征的谐波、间谐波、陷波等现象。 暂态电能质量问题通常是以频谱和暂态持续时间为特征，主要包括暂降、中断、 暂升、脉冲暂态和振荡暂态等。此外，在配电系统中还存在着大量由于不正确的 接线或接地所引起的各种稳态和暂态噪声问题。 表1 2 电力系统电磁现象的种类和特征 基于小波变换和人t 神经网络的电能质量扰动分类 1 3 国内外研究现状 1 3 1 电能质量分析与控制方法研究 目前，研究和解决电能质量问题已成为电力发展的当务之急，国内外有关电 能质量问题的研究正掀起高潮，无论在理论上，还是在改善和提高电能质量的装 置研制上，都取得了一系列的成果。 国内外电能质量问题主要的研究内容有： ( 1 ) 电能质量指标评价体系的研究 国外积极开展电能质量指标的评价体系研究，如何评价电能质量的好坏，通 常使用的几种定量评价电能质量的指标，如总谐波畸变率、功率因数等，但当波 形为非周期信号频率为分数次谐波频率时，上述评价指标就有不协调的问题，这 涉及到如何处理畸变不平衡现象的功率定义问题，这方面国外已作了大量研究并 给出了一些建议，但至今尚未取得一致意见。 ( 2 ) 电能质量国家标准的发布 为了保证我国的电能质量，到2 0 0 2 年底，我国相继发布了六项电能质量国家 标准【7 - 1 2 】：g b1 2 3 2 5 一l9 9 0 电能质量供电电压允许偏差；g b t1 4 5 4 9 一1 9 9 3 电能质量公用电网谐波；g b t1 5 5 4 3 1 9 9 5 电能质量三相电压允许不 平衡度j g b t15 9 4 5 1 9 9 5 电能质量电力系统频率允许偏差；g b 1 2 3 2 6 2 0 0 0 电能质量电压波动和闪变。该标准是在g b1 2 3 2 6 1 9 9 0 电能质 量电压允许波动和闪变的基础上，参考了国际电工委员会i e c 电磁兼容i e c 6 l o o 一3 7 等文件和标准修订后重新颁布实施的；g b t1 8 4 8 卜2 0 0 l 电能质量 暂时过电压和瞬态过电压。以上电能质量标准分别从发电、供电、用电端对电 能质量提出了要求，这些标准的发布无疑为提高我国的电能质量水平起到了促进 作用。 ( 3 ) 电能质量问题检测分析方法的研究 基于时域、频域和数学变换的各种分析方法在电能质量分析领域得到了广泛 的应用。特别是基于数学变换的方法，如傅立叶变换法，短时傅立叶变换法成为 电能质量分析中最常用的算法。随着小波理论自身的发展和世界范围内小波分析 算法研究热潮的兴起，以及各种人工智能技术在电力系统的成功应用，对电能质 量的检测、分类识别和统计有了很好的解决办法，为电能质量分析开辟了新的研 究方向。国内外不少学者己经开始了小波变换应用在电能质量扰动检测和定位 【1 3 1 4 】、信号数据压缩【15 1 、识别和分类【1 6 。1 7 1 等方面的研究。近年来，人工智能技术 发展迅速，分支众多，主要有人工神经网络( a n m c i a ln e u r a ln e t w o r k ，a n n ) 、 模糊逻辑( f u z z yl o g i c ，f l ) 、专家系统( e x p e r ts y s t e m ，e s ) 和遗传算法( g e n e t i c a l g o r i t h m ，g a ) 等技术，已经在电力系统的各个领域得到广泛应用：报警处理、 硕上学位论文 恢复控制、系统安全稳定性分析、故障诊断和负荷预测等。国外专家学者对此开 发和研究了将小波变换与人工神经网络、专家系统、模糊逻辑等相结合，利用人 工智能技术对暂态电能质量波形进行自动辨识的软件系统，并进行实际的应用和 验证【l 引。除了用人工智能方法对电能质量的扰动进行分类辨识外，也有文献考虑 用人工智能方法提高电能质量，包括用模糊方法实现电压和无功的控制【l 别；用专 家系统、模糊集理论和遗传算法实现电容器组的最优分布【2 0 】；用模糊逻辑分析扰 动对敏感负荷的作用等1 2 。 ( 4 ) 电能质量控制装置的研制 国外已提出并开发了许多改善和提高电能质量的装置，包括有源电力滤波器 和无源滤波器，电池贮能系统，配电用静态同步补偿器，配电用串联电容器，动 态电压恢复器，功率因数校正电容器，避雷器，超导磁能贮存系统，静态电子分 接开关，固态转移开关，固态断路器，静止无功补偿器，晶闸管开关电容器，不 间断电源等，这些装置主要是采用电力电子技术，一些装置已相当成熟，其产品 开始进入大量实用化阶段。目前国内也提出和开发了一些改善和提高电能质量的 电能质量补偿装置，包括各种有源电力滤波器，动态无功补偿装置，电能质量综 合补偿装置即统一电能质量调节器，以及动态电压恢复器，电能质量在线监测仪 等。可以看出与国外的差距是非常明显的。在我国，有源电力滤波器方面的研究 仍处于起步阶段，有关有源电力滤波器的研究主要集中在并联型、混合型，也开 始研究串联型，研究最成熟的是并联型，主要以理论研究和实验研究为主。 1 3 2 电能质量扰动的分类方法研究 为了更加系统地分析和研究电能质量现象，找出引起电能质量问题的原因和 采取针对性的解决办法，对电能质量扰动进行正确的分类识别具有重要的意义。 电能质量扰动分类识别主要有提取扰动特征和分类两个相继的过程。目前， 提取扰动特征的方法有傅立叶变换【2 2 1 、小波变换2 3 - 2 5 1 、s 变换2 6 1 、数学形态学2 7 1 、 分形分析2 8 1 等；分类的方法有人工神经网络【2 4 。2 5 】、模糊分类【2 9 1 、专家系统【3 0 1 和 支持向量机( s u p p o nv e c t o rm a c h i n e ，s v m ) 【2 6 】等。 文献 2 2 提出将快速傅里叶变换作为区分谐波和闪变的一种手段。由于谐波 和闪变的傅里叶频谱具有明显不同的特征，且闪变的频谱只分布在基频及其附近， 因此可利用快速傅里叶变换进行谐波分析。文献 2 3 2 5 采用基于小波变换和人工 神经网络的电能质量扰动分类方法。该方法利用小波变换提取扰动特征作为特征 向量，然后输入人工神经网络进行分类。文献 2 6 采用s 变换和支持向量机进行 电能质量扰动的分类识别。首先通过s 变换进行扰动信号特征提取，然后构造支 持向量机分类树进行扰动分类。算例表明该方案具有分类准确率高，对噪声不敏 感，训练样本少等优点，是电能质量扰动识别的有效方法。文献 2 7 提出了一种 基于小波变换和人工神经网络的电能质量扰动分类 基于数学形态学的动态电能质量扰动检测与分类方法。该方法先对整流信号取绝 对值以后的信号进行开运算以滤除尖峰噪声，再用长度为工频周期的扁平结构元 素进行膨胀运算提取其幅值特性，同时对差变信号进行短扁平结构元素的梯度运 算来检测和定位奇异点，克服了以往方法可能漏检奇异点的不足。基于已得到的 幅值特性和形态梯度可对五种动态电能质量扰动( 电压暂降、暂升、中断、暂态脉 冲和振荡) 进行分类。文献 2 8 利用小波和分形的内在联系，从小波变换后的系数 中，提取扰动的全局分形指数和局部分形指数作为动态电能质量扰动的特征，建 立了识别扰动类型的分形指数小波分析方法。文献 2 9 提出了一种基于s 变换和 模糊分类系统的电能质量扰动分类方法。首先通过s 变换进行扰动信号特征提取， 然后利用一个模糊逻辑为基础的模式识别系统来区分各种扰动波形。模糊分类方 法应用简单，在很多的电能质量扰动分类问题中分类精确度较高。文献 3 0 提出 了基于s 变换的电压凹陷分类专家系统。分析了由故障、故障自清除、变压器激 磁和感应电机启动等原因引起的电压凹陷在三相幅值凹凸性、谐波含量、幅值突 变次数和相位跳变等方面的不同特征，利用s 变换良好的时频分析能力提取并量 化这些特征信息，引入了幅度因子、谐波增量、幅值突变次数和最大相位增量等 指标，并设计出了基于规则的专家系统。仿真和实际试验分析表明，该专家系统 可以正确识别多种类型电压凹陷，有较好的实用性。 小波变换具有时域和频域局部化的特点，克服了傅立叶变换和短时傅立叶变 换方法的缺点，特别适合于突变信号和不平稳信号的分析，因而在电能质量扰动 分析中得到广泛的应用。2 0 0 0 年，s s a n t o s o 等利用小波变换的方法对电能质量 扰动进行特征提取后，提出了完整的基于小波的电能质量扰动波形的神经网络分 类器的实现方法【2 4 。2 5 1 。这两篇文章对小波理论及其在电力系统中的应用起到了重 要的作用。 文献 31 使用人工神经网络中广泛应用的b p ( b a c kp r o p a g a t i o n ) 网络进行扰 动分类：先利用小波变换提取各扰动的特征向量，将其作为b p 网络的输入，利 用已经训练好的b p 网络对其进行分类识别，取得了较好的效果。但是b p 神经网 络也有自身的局限，如收敛速度较慢，容易陷入局部最小值等缺点。本文第三章 将利用粒子群算法( p a i r t i c l es w a r mo p t i m i z a t i o n ，p s o ) 优化b p 算法，加快b p 神 经网络的训练速度，使网络达到训练要求。仿真结果验证了该方法具有较好的分 类速度和准确性。 近年来，随着支持向量机研究的展开，关于核方法的研究逐渐受到重视。核 方法将原始空间的数据映射到特征空间，使分类问题转化到特征空间进行，选用 适当的映射函数，输入空间线性不可分问题在特征空间将转化为线性可分问题。 s c h o l k o p f 等人将核函数应用于主成分分析( p r i n c i p a lc o m p o n e n ta n a l y s i s ，p c a ) 中，提出了基于核函数的主成分分析( k e m e lp r i n c i p a lc o m p o n e n ta n a l y s i s ， 硕十学位论文 k p c a ) 。k p c a 充分利用核的思想，因而更加适于解决非线性问题。在数据空间 中难以处理或处理效果不好的问题，在特征空间中变得容易处理或处理效果较好， 因此有着广泛的应用前景。 1 4 本文的主要工作 本文对电能质量现象的产生、定义和分类进行了介绍，对各种电能质量扰动 的检测及分类识别方法进行了分析，重点介绍基于小波变换和人工神经网络结合 的方法。本文主要对如下两方面内容进行研究： ( 1 ) 基于小波变换和p s o b p 神经网络的电能质量扰动分类方法； ( 2 ) 基于小波系数p c a + k p c a 和p n n 的电能质量扰动分类方法。 论文共分为4 章，具体内容如下： 第1 章介绍了本文的研究背景和意义、电能质量现象的定义和分类、国内外 研究现状，最后对电能质量扰动分类方法进行了总结。 第2 章系统地介绍了小波变换和人工神经网络的基本理论，包括小波的定义、 连续小波变换、离散小波变换、二进小波变换以及多分辨率分析、人工神经网络 的工作原理、神经元基本模型等，重点介绍了b p 神经网络和概率神经网络。 第3 章提出了一种基于小波变换和p s o b p 神经网络的电能质量扰动分类方 法。首先用p s c a d e m t d c 仿真几种典型的电能质量扰动，并利用小波变换进行 多尺度分解，得到各尺度上信号的能量特征，输入p s o b p 神经网络，实现扰动 的分类。仿真结果表明该方法较b p 网络收敛迅速，容易达到训练要求，同时该 方法具有分类速度快，精确度较高等优点。 第4 章提出了一种基于小波系数p c a ( 主成分分析) + k p c a ( 核主成分分析) 和p n n ( 概率神经网络) 的电能质量扰动分类方法。运用数学模型仿真各种电能质 量扰动，并利用小波变换进行多尺度分解，得到各尺度的小波系数。最后利用 p c a + k p c a 将小波系数降维后输入p n n 分类。仿真结果验证了该方法的有效性。 最后对全文工作做了总结，指出了研究的不足，对进一步研究做了展望。 基于小波变换和人工神经网络的电能质量扰动分类 第2 章小波变换和人工神经网络的基本理论 小波变换与人工神经网络相结合，在电能质量扰动的分类辨识中表现出了很 好的分类性能。本章重点介绍小波变换及人工神经网络的基本理论。 2 1 小波变换 2 1 1 连续小波变换 所谓小波【32 1 ，实质是指一簇同时在时域和频域都局部化了的函数，从时域来 看，小波具有振荡性和衰减性，并且其均值为零。对于函数少o ) r ( 足) ，当且仅 当其傅立叶变换y ( 国) 满足条件： q = e 争 o ，6 r( 2 2 ) 口 口 式中，系数1 口为能量归一化系数；口为伸缩因子，又叫尺度因子，它决定小波 虬6 ( f ) 的频域中心及带宽；6 为平移因子，它与口一起决定小波的时域中心。 平方可积分函数( ，) 三2 ( 尺) 的连续小波变换( c o n t i n u o u sw a v e l e tt r a n s f o r m ， c w t ) 定义为： 啊( 啪) = 去f ：d 饨( 学拈 们抛矿驴o ( 2 3 ) 其对应的重构公式即连续小波的逆变换： 厂( r ) = 专r 睾e ( 口，6 ) 旁( 等) 如 ( 2 4 ) 2 1 2 离散小波变换 在实际应用中，尤其是在计算机上实现，连续小波6 ( f ) 及其变换嘿( 口，6 ) 必 须加以离散化。但是这一离散化都是针对连续的尺度参数口和连续的平移参数6 的，而不是针对时间变量，的，与以前习惯的时间离散化不同【3 3 - 3 4 1 。 通常，把连续小波变换中尺度参数口和平移参数6 的离散化公式分别取作 口= 口；，6 = 妇；6 0 ，七z 。所以对应的离散小波函数y ，j ( r ) 可以写成： 硕士学位论文 咄细2 y ( 半) - 口2 删。) ( 2 5 ) 离散小波变换系数表示为： q ，。= 厂。炒王。( f ) 衍= 、 ( 2 6 ) 其重构公式即逆离散小波变换为： 们) = c c 肚缈肚o ) ( 2 7 ) 式中，c 是一个与信号无关的常数。 2 1 3 二进小波变换 为了使小波变换具有可变化的时间和频率分辨率，适应待分析信号的非平稳 性，我们很自然地需要改变口和6 的大小，使小波变换具有“变焦距”的功能【3 5 确l 。 实际中最常用的是二进制的动态采样网格，即= 2 ，6 0 = 1 。则由此得到的小波 ， ( r ) = 2 川( 譬) j ，七z ( 2 8 ) 称为二进小波。 二进小波对信号的分析具有变焦距的作用。假定有一放大倍数2 ，它对应为 观测信号的某部分内容。如果想进一步观看信号更小的细节，就需要增加放大倍 数，即减小值；反之，若想了解信号更粗的内容，则可以减小放大倍数，即增 大，值。 二进小波变换为： 嘎舶) = 们) + o ) = 2 叫2 少( 咖( 雩) 衍 ( 2 9 ) r _ 其对应的重构公式即逆二进小波变换为： 厂( ，) = 炽，( 6 ) 唬， 6 ( ，) 彩 其中，痧为的对偶框架 ( 2 1o ) 月e z 尺 二进小波介于连续小波和离散小波之间，它只是对尺度参量进行了离散化， 而在时间域上的平移参量仍保持连续变化。因此，二进小波变换仍具有连续小波 变换的时移共变性，这是它较之离散小波变换相比所具有的独特优点。也正因为 如此，它在奇异性检测、信号分析和图像处理等方面十分有用。 2 1 4 多分辨率分析 多分辨率概念是由s m a l l a t 和y m e y e r 于l9 8 6 年提出来的，它可将此前所有的 基于小波变换和人工神经网络的电能质量扰动分类 正交小波基的构造统一起来，使小波理论产生突破性的进展。同时，在多分辨率 理论分析的基础上，s m a l l a t 引入了一种计算离散栅格上小波变换的快速算法， 即m a l l a t 算法。m a l l a t 算法在小波分析中的地位相当于快速傅立叶变换算法在经典 傅立叶分析中的地位。而多分辨率分析，则是整个小波分析的精髓所在【3 7 1 。 定义空间r ( r ) 中的多分辨率分析是指r ( r ) 中满足下列条件的一个空间序 列 构成巧的r i e s z 基。 上述的空间剖分方式保证了空间于空间矿正交，且各形也正交，即 上形f上，且_ ，歹 ( 2 1 1 ) 设 ) ，e z 为r ( r ) 的多分辨率逼近，存在尺度函数缈( f ) 和小波函数y ( f ) ，则 缈， ( r ) = 2 一2 伊( 2 一r 一七) 七z ( 2 1 2 ) 是尺度空间y ，的正交归一基； 沙，j p ) = 2 一2 i 矿( 2 一。f 一七) 后z( 2 1 3 ) 是小波空间形的正交归一基。 任意信号厂( f ) r ( 尺) 可用多分辨率信号分解公式表示为： ， ( ，) = q ( 后) 纺j ( ，) + 嘭( 后) ( ，) ( 2 1 4 ) 七 = i 七 式中分解系数为： q + 。( 七) = ( 聊一2 七) q 仰) ( 2 1 5 ) 嘭+ 。( 七) = 啊( 聊一2 七) q ( m ) ( 2 1 6 ) 式( 2 1 4 ) 右边第一部分是厂( f ) 在尺度空间y i ( = ) 的投影，它是( ，) 的平滑近 似，c ，( 七) 为离散平滑近似信号；第二部分是厂( ，) 在小波空间，的投影，它是对厂( f ) 的细节补充，d ，( 七) 为离散细节信号。式( 2 15 ) 、( 2 1 6 ) 是小波分解系数的递推计 算公式，其中( 七) 和拓( 七) 分别为低通数字滤波器单位取样响应和高通数字滤波器 单位取样响应。 小波重构过程是分解过程的逆运算，相应的重构公式为： 硕十学位论文 q = j 1 0 ( 七一2 m ) q + 。+ 啊( 七一2 ，1 ) 嘭钉 ( 2 1 7 ) 朋埘 关于多分辨分析的理解，这里以一个三层的分解进行说明，其小波分解树如 图2 1 所示。其中s 表示信号，a 表示低频，d 表示高频。 图2 1 三层多分辨率分析结构图 从图2 1 可以明显看出，多分辨分析只是对低频部分进行进一步分解，而高频 部分则不予以考虑。分解的关系为s = a 3 + d 3 + d 2 + d 1 。如果要进行进一步的分 解，则可以把低频部分的a 3 分解成低频部分a 4 ，和高频部分d 4 ，以下再分解依 此类推。 2 2 人工神经网络 2 2 1 人工神经网络的原理 人工神经网络( a r t m c i a ln e u r a ln e t w o r k s ，a n n ) ，是一种模仿动物神经网络 行为特征，进行分布式并行信息处理的算法数学模型。它由大量的神经元组合而 成，可根据组合方式的不同分为不同的类型，如反向传播神经网络( b p 神经网络) 、 自组织神经网络、广义回归神经网络和概率神经网络等。其神经元的基本模型如 图2 2 所示。 输入 神经元 厂| 、厂_ 、 p l p 2 p 3 p r ! 图2 2 神经元基本模型 输出 基于小波变换和人工神经网络的电能质量扰动分类 神经元( 见图2 2 ) 的基本要素包括1 38 j ： ( 1 ) 1 组连接：连接强度由各连接上的权重值w ，w ，：，w 。尺表示： ( 2 ) 1 个求和单元：用来对各输入的加权值以及偏置值进行求和； ( 3 ) 1 个传递函数：用于非线性映射，并将神经元输出值口= 厂( ”) 幅度限制在一 定范围内，其中疗= w l ，1 p l + ，2 p 2 + + w 1 ，r p r + 6 ，6 为偏置值。 人工神经网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的 关系，从而达到处理信息的目的。其具有自学习和自适应的能力，可以通过预先 提供的一批相互对应的输入一输出数据，分析掌握两者之间潜在的规律，最终根据 这些规律，用新的输入数据来推算输出结果，这种学习分析的过程被称为“训练”。 学习( 训练) 是神经网络研究的一个重要内容，指的是通过神经网络所在环境 的刺激作用调整神经网络的参数( 权值和阈值) ，使神经网络以一种新的方式对外 部环境做出反应的一个过程。能够从环境中学习和在学习中提高自身性能是神经 网络的最有意义的性质。根据学习过程的组织方式不同，学习方式分为两类：有 监督学习和无监督学习。 在有监督学习中，将训练样本的数据加到网络输入端，同时将相应的期望输 出与网络输出相比较，得到误