（检测技术与自动化装置专业论文）暂态电能质量扰动的识别与监测.pdf

摘要 随着电力系统的快速发展，非线性、冲击性、非对称性负荷大量接入电网，电能质 量问题日益严重，电力部门和用户对电能质量问题的关注也日益增加。改善和提高电能 质量的首要前提是对电能质量扰动类型进行识别、检测与分析，只有快速、准确地识别、 检测出电力系统中的电能质量问题，并进行有效的分析，确定问题的类型，才能对其进 行有效的控制和治理。 本文将小波变换理论和神经网络算法结合起来，提出了一种新的基于小波变换和小 波函数的神经网络算法的电能质量扰动辨识方法。将识别后的电能质量通过一种利用多 结构元素自适应权重并行复合形态滤波器对波形进行预处理，然后利用小波变换的奇异 点模极大值原理对暂态电能质量扰动监测定位。基于m m l a b 的数字仿真验证了所提算 法的正确性和有效性。本文采用在l a b v i e w 中调用m m l a b 程序完成电能质量检测分析 平台的开发。所开发的电能质量检测分析平台具有良好的可视化、可操作性。能基本上 满足暂态电能质量检测、定位、类型识别的功能。 关键词：电能质量，神经网络，形态学滤波，小波变换，扰动识别与定位 r g n i t i o a n dm o n i t o ft h et r ：m s i e n tp o w e r0 u a l i t y r e c o g n i t i o na nm o n i t o r i n gt h e1 r a n s i e n to w e ru a l i t v d i s t u r b a n c e s u nw e i n i ( d e t e c t i o nt e c h n o l o g ya n da u t o m a t i ci n s t r u m e n t ) d i r e c t e db yp r o f e s s o rw a n gy a n s o n g a b s t r a c t w h i l et h ep o w e rs y s t e mi sd e v e l o p i n gq u i c k l ya n dag r e a td e a lo f n o n l i n e a r ，i m p a c ta n d u n s y m m e t r i c a ll o a di st a k e nt ot h ep o w e rs y s t e m ，t h ep o w e rq u a l i t yi s s u e sa r em o r ea n dm o r e s e r i o u s t h ef i r s ts t e pt oi m p r o v et h ep o w e rq u a l i t yi st h ed e t e c t i o na n da n a l y s i so fp o w e r q u a l i t y w es h o u l dd e t e c tt h ep o w e rq u a l i t yi s s u e sq u i c k l ya n de x a c t l y ，a n dt a k et h e mi n t o a n a l y s i se f f e c t i v e l y s ow ec a nc o n t r o la n dt r e a tt h ei s s u e s ，w h i l ew ec o n f i r mt h et y p e sa n d a r e a so ft h ei s s u e s b a s e do nw a v e l e tt r a n s f o r m a t i o na n dn e u r a ln e t w o r k ，a na p p r o a c h - - w a v e l e tn e t w o r k ，o n p o w e r q u a l i t y ( p q ) d i s t u r b a n c ed e t e c t i o na n dl o c a t i o ni sp r e s e n t e di nt h i sp a p e r i tc a n r e c o g n i z et h et r a n s i e n tp qe f f e c t i v e l y a f t e rr e c o g n i t i o n ，ap a r a l l e l - c o m p o s e dm o r p h o l o g i c a l f i l t e rw i t ha d a p t i v em u l t i p l es t r u c t u r ee l e m e n t si sd e s i g n e dt of i l t e rr a n d o mn o i s ea n di m p u l s e n o i s ei np qd i s t u r b a n c es i g n a l sa tf i r s t t h e nu s et h es t r a n g ed o t sa n dm o d e lm a x t h e o r yo f t h ew a v e l e tt r a n s f o r m a t i o nt od e t e c tt h et r a n s i e n tp q n u m e r i c a lr e s u l t su n d e rm a t l a b e n v i r o n m e n t ss h o wt h a tt h ep r o p o s e da p p r o a c hi sv a l i da n de f f e c t i v e d e s i g nap l a t f o r mo f p o w e rq u a l i t ya n a l y s i sw i t ht r a n s f e r r i n gm a t l a bc o d e st ol a b v l e w t h i sp l a t f o r mo fp q a n a l y s i sh a sag o o dv i s u a l i z a t i o no fo p e r a b i l i t y c a nb a s i c a l l ym e e t t h en e e d so ft r a n s i e n tp q d e t e c t i o n ，l o c a t i o n ，i d e n t 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 y ，n e u r a ln e t w o r k ，m a t h e m a t i c a lm o r p h o l o g y ，w a v e l e t t r a n s f o r m ，d i s t u r b a n c er e c o g n i t i o na n dl o c a l i z a t i o n 关于学位论文的独创性声明 本人郑重声明：所呈交的论文是本人在指导教师指导下独立进行研究工作所取得的 成果，论文中有关资料和数据是实事求是的。尽我所知，除文中已经加以标注和致谢外， 本论文不包含其他人已经发表或撰写的研究成果，也不包含本人或他人为获得中国石油 大学( 华东) 或其它教育机构的学位或学历证书而使用过的材料。与我一同工作的同志 对研究所做的任何贡献均已在论文中作出了明确的说明。 若有不实之处，本人愿意承担相关法律责任。 学位论文作者签名：j 缸经k 日期： 呷年 月 ；日 学位论文使用授权书 本人完全同意中国石油大学( 华东) 有权使用本学位论文( 包括但不限于其印 刷版和电子版) ，使用方式包括但不限于：保留学位论文，按规定向国家有关部门( 机 构) 送交学位论文，以学术交流为目的赠送和交换学位论文，允许学位论文被查阅、 借阅和复印，将学位论文的全部或部分内容编入有关数据库进行检索，采用影印、 缩印或其他复制手段保存学位论文。 保密学位论文在解密后的使用授权同上。 学位论文作者签名：固、旌掘 指导教师签名： 日期：哆年月；e t 日期：o p 年月3 日 中国石油大学( 华东) 硕士学位论文 1 1 课题研究背景与意义 第1 章绪论 自电能作为一种消费品进入人类的生活开始，就存在了电能质量这一问题，随着电 能使用范围的扩展和现代化工业水平的迅猛发展，电能质量【】的问题日渐为人们所关 注，电能质量问题也日趋复杂，究其原因大概可以分为以下几类： ( 1 ) 用电负荷日趋复杂化和多样化，半导体整流和逆变装置以及变频调速装置等 电力电子设备的应用。这些具有非线性、谐波丰富、冲击性和不平衡特征的负荷会影响 到供电电网，给电能质量提出了新的问题。 ( 2 ) 负荷设备对电能质量变化更加敏感。许多新型负荷装置都含有基于微处理器 的控件和电力电子器件，这些控件和器件对于多种扰动都很敏感。如大型的集成芯片生 产厂，如果其供电中断超过几个工频周波，就会造成芯片被毁。 ( 3 ) 为提高整个电力系统的效益而不断地应用一些装置，例如高效可调速电动机 和用于功率因数补偿的并联电容器组等。这就使电力系统的谐波水平有所增长。 ( 4 ) 终端用户越来越了解断电、电压骤降以及开关暂态等电能质量问题，他们将 督促电力部门提高供电质量。 ( 5 ) 电力系统的各个部分都是相互联系的，供用电双方的相互影响越来越紧密。 这就意味着任何一个局部的故障或事件都有可能造成大面积的影响，甚至是重大损失。 电能质量问题的研究引起了国内外学者的高度重视。其研究可分为两个方向，其一 是研究改善电能质量的方法。除了通过提高电网的自动化程度来确保供电的可靠性外， 电力电子技术是改善和提高电能质量的重要手段，随着高性能电力电子器件的出现，为 电能质量的改善开辟了新的途径。目前国内外学者竞相研究静止无功电源( s v g ) 、有 源电力滤波器( a p f ) 、统一电能质量控制器( u p q c ) 等补偿装置，并取得了一定的 成果，展现了电能质量治理方面良好的前景。 电能质量研究的另一个方向是研究电能质量监测分析系统，对电能质量进行精确的 分析、评估。电能质量监测分析具有如下现实意义： ( 1 ) 改善电能质量必须采取合理的措施，而合理措施的制定往往依赖于电能质量 的分析和评估。 1 第1 章绪论 ( 2 ) 电能质量的好坏不仅仅取决于电力生产企业，全面保障电能质量既是电力企 业的责任，也是用户( 干扰性负荷) 应尽的义务，对电能质量进行监测分析是获得电能 质量信息的直接途径，是约束发、供、用三方共同遵守国家电能质量标准的前提条件。 1 2 国内外研究现状 近年来，基于数字技术的各种方法己在以下的电能质量领域中得到广泛应用：( 1 ) 分析谐波在网络中的传播；( 2 ) 分析各种扰动源引起的波形畸变：( 3 ) 开发各种电能 质量控制装置，分析它们在解决电能质量问题方面的作用。按所采用的不同分析方法， 这种技术主要可分为时域、频域和变换域三种5 。 1 时域仿真方法 在三种方法中，时域仿真方法在电能质量分析中的应用最为广泛，其最主要的用途 是利用各种时域仿真程序对电能质量问题中的各种暂态现象进行研究：目前较通用的时 域仿真程序主要有e m t p 、e m t d c 、n e t o m a c 、a t p 等系统暂态仿真程序和s p i c e 、 p s p i c e 、s a b e r 等电力电子仿真程序两大类。影响电能质量的暂态现象根据电流、电 压的波形可分为脉冲暂态和振荡暂态两种，它们主要是由雷击线路和投切电力设备引起 的。此外，伴随着暂态过程还会出现电压暂降、电压暂升和电压中断等现象。 2 频域分析方法 频域分析方法主要用于电能质量中谐波问题的分析，包括频率扫描、谐波潮流计算 等： ( 1 ) 频率扫描 在谐波分析中，线性网络可用式( 1 一1 ) 表示。 l = 匕瓯，m = l ，2 ，h ( 1 一1 ) 式中匕为节点导纳矩阵；l 为注入电流源矢量；为节点电压矢量；m 为谐波次 数，其中，对应每个谐波频率的匕都要单独完成。通过向所研究的节点注入幅值为l 的 电流，其余节点的注入电流置为零，求解式( 1 1 ) 所得的电压即为该节点的谐波输入 阻抗和相应各节点间的转移阻抗。当注入电流的频率在一定范围内变动时，可得相应谐 波阻抗频率的分布图，从图中曲线的谷值和峰值可确定该节点发生串、并联谐振的 频率。 2 中国石油大学( 华东) 硕士学位论文 ( 2 ) 谐波潮流计算 利用频域分析法还可以进行谐波潮流计算，从而分析谐波在系统中的分布情况。大 多数情况下，在实际谐波潮流计算中对应每个谐波频率，从各非线性负载电流中取出相 应的分量组成注入电流矢量，代入式( 1 1 ) 即可求出各节点电压的相应频率分量。将 这些分量合成，又可得各节点电压的时域波形。但在某些情况下，上述非线性负载模型 的误差较大。因此文献【7 提出了一种改进方法，即将非线性负载电流表示为如式( 1 2 ) 所示的负载节点电压和负载控制变量的函数： 厶= f ( u ，c 1 ，c 2 ，g ) ，m = 1 ，2 ，h ( 1 2 ) 式中厶，厶，厶为非线性负载电流各次谐波分量；u ，u 29 t 9 为负载节点电压各次 谐波分量；g ，c 2 ，g 为负载控制变量( 逆变器触发角等变量) 。利用牛顿法联立求 解式( 1 1 )( 1 2 ) 即可得各节点谐波电压。 文献【8 】又提出一种更精确的方法一混合谐波潮流计算法。网络仍采用式( 1 1 ) 所示的模型，非线性负载利用微分方程描述。求解时，先设定电压初值，利用e m t p 等 时域仿真程序对非线性负载进行仿真计算，直至稳态，可得各非线性负载新的各次谐波 电流分量，形成各次谐波电流矢量，代入网络方程求解，又可得各次谐波节点电压矢量。 反复如上过程，直至网络方程收敛，并且所有非线性负载都处于稳态。这种方法的优点 是可详细考虑非线性负载控制系统的作用，因此可精确描述其动态特性。缺点是计算量 大，求解过程复杂。 3 基于变换的方法 基于变换的方法主要指傅立叶变换方法、短时傅立叶变换方法以及近年来出现的小 波变换方法。 ( 1 ) 傅立叶变换方法 作为经典的信号分析方法，傅立叶变换具有正交、完备等优点，而且有像f f t 这样 的快速算法，因此已在电能质量分析领域中得到广泛应用。常常利用离散傅立叶变换 ( d f t ) 和快速傅立叶变换( f f t ) 对非正弦周期信号的时间连续信号用采样装置进行 等间隔采样，并把采样值依次转化成数字序列，然后借助计算机进行谐波分析。 但在运用f f t 时，必须满足以下条件：( 1 ) 满足采样定理的要求，即采样频率必 须是最高信号频率的两倍以上； ( 2 ) 被分析的波形是稳态的、随时间周期变化的。因 此当采样频率或信号不能满足上列条件时，利用f f t 分析会产生“旁瓣”或“频谱泄漏 飞 第1 章绪论 现象，给分析带来误差。目前，各种算法的d f t 和f f t 已经成为现代频谱分析和谐波 分析的基础，这些改进的算法大大提高了f f t 方法的计算精度和速度。 文献 9 】提出了基于线性插值原理和抛物线插值原理的两种改进f f t 方法，分别称 为l f f t 算法和p f f t 算法。算例分析表明，改进后的算法明显提高了计算精度并可降 低对采样频率的要求，从而提高了计算速度。为消除频谱泄漏误差，提高检测精度，文 献 1 0 】中详细介绍了f f t 算法的频谱泄漏现象，在此基础上提出了改进算法。该算法通 过对f f t 算法做简单的变换，减少了频谱泄漏误差，降低了谐波之间的相互干扰。文献 【1 1 对f f t 的频谱泄漏进行了分析，在v j a i n 和t g r a n d k e 提出的插值算法的基础上， 提出了一种修正算法采用余弦窗进行插值。这种新算法可以明显地提高谐波分析精度， 文中指出b l a c k m a n h a r r i s 窗函数的计算精度准确性最高。文献【1 2 】提出了一种基于两根 谱线的加权平均来修正幅值的双峰谱线修正算法，利用距谐波频点最近的两根离散频谱 修正的计算公式，这些改进能够进一步降低泄漏和噪声干扰，提高谐波分析的准确性。 虽然傅立叶变换能够将信号的时域特征和频域特征联系起来，分别从信号的时域和 频域观察，但却不能把二者有机的结合起来。傅立叶变换只能适用于确定性的平稳信号 ( 如谐波) ，对时变非平稳信号却难以充分描述。这是因为傅立叶变换是在整个时域内 积分，时间信息得不到充分的利用，信号的任何突变，其频谱将散布于整个频带。因而 去掉了非平稳信号中的时变信息。同时，傅立叶分析在时域的分辨率是不变的，因而不 足以在任意小的范围内描述或确定频率厂。为了分析暂态电能质量领域的突变信号和非 平稳信号，必须寻求新的信号处理工具，要求它既能保持傅立叶分析的优点，又能弥补 其不足。 ( 2 ) 短时傅立叶变换方法 为解决上述问题，g a b o r 利用加窗提出了短时傅立叶变换( s t f t ) 方法。短时傅立 叶变换( s t f t ) 亦称加窗傅立叶变换( w f f t ) ，是一种局域化的时频分析方法，其奠 基工作是由g a b o r 于1 9 4 6 年完成的。这种方法的基本思想是：把信号划分为许多小的 时间间隔，用傅立叶变换分析每一个时间间隔，以便确定该时间间隔存在的频率。它把 非平稳信号看成是一系列短时平稳信号的迭加，而短时性则通过时域上加窗来获得。虽 然短时傅立叶变换在一定程度上克服了标准傅立叶变换不具有的局部分析能力的缺陷， 但其自身也存在很大的不足，即当窗函数确定后，只能改变窗口在相平面上的位置，而 不能改变窗口的形状，则必须重新选择窗函数。因此，这类变换用来分析平稳信号尚可， 4 中国石油大学( 华东) 硕士学位论文 但对于暂态电能质量领域的非平稳信号，在信号波形变化剧烈的时段内( 主要是高频) ， 要求有较高的时间分辨率，而波形变化比较平缓的时间段内( 主要是低频) ，则要求有 较高的频率分辨率，而短时傅立叶变换不能兼顾两者。而且这种方法的离散形式没有正 式展开，难以实现高效算法。 文献【1 3 】对短时傅立时变换进行了讨论，并采用s t f t 进行谐波幅值测量。由于s t f t 的时频窗口是固定不变的，难以进一步减少谱分析的误差，文中使用w i n g e r - v i l l e 分布 来获得更好的效果。g t h e y d t 等人在文献【1 4 】中提出了可调节宽度的移动窗口，并利用 这种w i n d o w e d f f t 方法对电能质量进行评估。该方法的基本思想先用宽窗对测量数据 进行快速浏览，检测到扰动之后再用窄窗对扰动细节进行分析。由于使用窗函数会给谱 分析带来误差，可以通过调整参数来减小误差。将该方法与i e e e l1 5 9 标准 1 5 的定义 相结合，就可以对电能质量问题进行评估与分类。 ( 3 ) 小波变换 小波变换是由m o f l e t 与1 9 8 0 年在进行地震数据分析工作时创造的。小波就是最短 最简单的振动。常见的小波基函数有：样条小波、d a u b e e h i e s 小波、h a a r 小波、m e y e r 小波和m o r l e t 小波等。小波分析方法是一种窗口大小( 即窗口面积) 固定但其形状可改 变的时域局部化分析方法。它在低频部分具有较高的频率分辨率和较低的时间分辨率， 而在高频部分具有较高的时间分辨率和较低的频率分辨率，所以被誉为“数学显微镜”。 正是这种特性，小波变换具有对信号的自适应性。 小波变换由于具有时频局部化的特点，克服了以上f f t 和s t f t 的缺点，特别适合 于突变信号和非平稳信号的分析。小波变换是一种多尺度分析，能够对信号从粗到细加 以分析( 从低分辨率到高分辨率) ，既显示过程变化的全貌，又剖析局部变化特征。小 波变换作为一种新的数字技术被引入工程界后，已在图像处理、数据压缩和信号分析等 领域得到广泛应用。由于小波函数本身衰减很快，也属一种暂态波形，将其用于电能质 量分析领域，尤其是暂态电能质量分析领域将具有f f t 、s t f t 所无法比拟的优点。1 9 8 8 年m a l l a t 在b m r t 和a d e l s o n 图像分解和重构的他是算法启发下，基于多分辨率分析 ( m r a ) 框架，建立t d , 波快速算法m a l l a t 算法，它在小波分析中的地位相当于 f f t 在经典傅立叶变换中的地位。目前，这种m r a 方法仍是暂态电能质量分析领域中 使用最多的算法。近年来，国内外许多学者都利用小波变换对暂态电能质量问题进行研 究。 小波变换在暂态电能质量分析领域的应用主要包括： s 第1 章绪论 ( 1 ) 电能质量扰动检测 电能质量扰动起止时刻、持续时间是描述扰动的重要属性，对电能质量扰动进行有 效的检测，有助于识别影响电能质量的诸多因素、查明扰动原因，对于综合治理和提高 电能质量具有重要意义。利用小波变换在信号突变点的特性，可以实现电能质量扰动信 号起止时刻的检测，近年来有许多学者用小波方法实现电能质量扰动检测，下面介绍一 下主要的检测方法： 文献 1 6 】构造了一种基于b 样条函数的小波变换函数，该小波函数具有紧支集，适 于对电能质量扰动信号进行检测，通过对振荡暂态等扰动信号进行连续小波变换验证了 该方法的有效性。文献 1 7 1 提出了一种用c h a a r i 复小波进行连续小波变换检测电能质量 扰动信号的方法，对电压凹陷等扰动信号进行连续小波变换得到时频平面，再分别得到 不同频率的剖面图，从图中可以检测出扰动起止时刻。文献【1 8 】用m o r l e t 小波进行连续 小波变换对电能质量扰动进行检测，并重构了暂态信号。文献 1 9 1 介绍了使用3 种 d a u b e c h i e s 小波进行扰动检测的方法，通过多分辨率分析指出d a u b 4 小波适合检测短时 快速变化的扰动。文献 2 0 1 提出了用c o i f l e t 小波对电压凹陷等典型暂态电能质量扰动进 行检测，取得了较好的效果，通过多分辨率分析能够在适当的分解尺度上检测扰动。文 献【2 1 】采用m a l l a t 算法和雷达系统中检测干扰的s g c a c f a r 方法来检测电压凹陷的起 止时刻。文献 2 2 】提出了将一维数据变换成二维图像，用二维离散小波变换进行处理， 保留细节空间，然后重构信号可以检测到电能质量扰动发生和结束时刻，缺点是增加了 计算量。 文献 2 3 2 5 1 采用多分辨率分析对扰动信号进行多层分解，然后在不同频段重建信号 以达到检测电能质量扰动的目的。文献 2 6 】提出了基于二进制小波变换李氏指数的电能 质量检测方法，该方法利用电能质量扰动存在时电压信号的短时李氏指数会突变这一特 性，对电能质量扰动进行检测，即根据所计算的短时李氏指数，判断电能质量扰动是否 存在，以及确定其发生和恢复时刻。文献【2 7 采用小波变换的奇异性检测进行多尺度分 析，对暂态电能质量扰动信号的初始突变点进行精确的定位。 目前用小波变换方法进行电能质量扰动检测主要分为连续小波变换和多分辨率分 析两类，连续小波变换的缺点是计算量大，存在较大冗余；而多分辨率分析的方法由于 进行y - 抽取，难以直接根据变换结果进行检测，需要重构信号，因此还需要研究性能 更好的方法。 ( 2 ) 电能质量扰动特征提取，与人工智能技术相结合进行扰动分类 6 中国石油大学( 华东) 硕士学位论文 由于电能质量监测装置监测到的相关数据十分庞大，采用人工的方法对各种扰动进 行正确的分类，是一项费时费力的工作。随着人工智能技术的不断发展，实现分类的自 动化已经逐步成为现实。小波变换具有提取信号特征的能力，能够与人工智能技术相结 合实现电能质量扰动的自动分类。国内外许多学者结合小波方法对电能质量扰动进行了 分类，主要方法有： 文献【2 8 】初步提到了用小波变换提取电能质量扰动信号特征的思想，不同类型的扰 动特征在小波系数上可以表现出来。文献【2 9 】提出在时域与小波变换域提取的新定义的 二进数作为特征量，用简单的二十迸制转换方法迸行电能质量扰动分类。 a m g a o u d a ， m m a s a l a m a 等在文献【3 0 】利用多分辨率分析对电能质量扰动信号进行 多尺度分解，计算相互每个尺度上的标准差，做出标准差曲线，以正弦信号的标准差曲 线为基准，其他的扰动类型与之相对照，可以进行分类识别。但是该方法仅仅适用于直 观观察，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。 s u r y as a n t o s o ，e d w a r dj p o w e s 等在文献 3 1 1 中采用了小波变换和神经网络( a n n ) 相结合的方法来实现电能质量的平方作为a n n 的输入，对a n n 进行训练以识别扰动 类型，使用d e m p s t e r s h a f e r 理论进行决策，识别正确率可达9 2 3 。但是该方法的输入 量太大。文献 3 2 将电能质量扰动信号的离散二进小波变换系数的能量和方差作为特征， 用进化网络识别各类扰动。文献 3 3 】提出了对扰动信号进行离散二进小波变换，一个尺 度小波的方差、最大、最小值、平均值和积分值作为特征向量，用基于遗传算法的神经 网络进行电能质量扰动分类。文献【3 4 】首先对电能质量扰动信号提取基波分量，只保留 扰动分量，然后对扰动分量采用多分辨率分析提取电能质量扰动特征，训练神经网络， 用网络模糊联想式记忆来判别输入波形最可能属于哪一类扰动。 神经网络方法存在结构复杂，训练费时的缺点，而且有新的扰动增加时，需要对网 络重新训练，给应用带来了不便。文献【3 5 】将小波变换的专家系统相结合，用小波变换 提取不同电能质量扰动的特征，建立规则库，使用专家系统进行扰动分类，识别正确率 接近9 5 。与a n n 相比，专家系统具有规模可变的优点，对于新增的扰动类型只需要 增加相应的规则即可。文献 3 6 】用插值法计算信号的基波频率，进而计算均方根值作为 一个特征，再用多分辨率分析得到小波系数标准差及谐波含有率，和电能质量扰动持续 时间成个特征向量，建立推理规则，用专家系统进行分类。 文献 3 7 】使用基于离散正交小波变换的隐式马尔可夫模型，通过小波变换系数建立 7 第1 章绪论 马尔可夫链，采用最大似然分类法，对电能质量扰动的识别正确率达到9 5 5 。文献 3 8 】 提出用多分辨率分析计算电能质量扰动信号各高层系数和低频系数的能量，与正弦信号 能量的差值组成特征向量，文献 3 8 1 中用k 阶最近邻分类器进行分类识别。 电能质量扰动分类是一个模式识别问题，特征向量的选取很重要，现有的方法多数 是将小波变换与a n n 相结合，小波变换具有特征提取能力，但a n n 对于新增扰动的 重新训练使分类器的灵活性不高，因此需要找到新的特征提取方法和性能更好的分类 器，以进一步提高分类识别正确率和灵活性。 ( 3 ) 电能质量扰动信号去噪 由于监测到的电能质量扰动信号有时会受到噪声的影响，噪声的存在给电能质量分 析带来了困难，往往会带来分析误差甚至得出错误的结论，因此需要对扰动信号进行去 噪处理以提高电能质量分析的准确性。离散正交小波变换可以使一个信号的能量在小波 变换域集中于少数系数上，那么相对来说，这些系数的取值必然大于在小波变换域内质 量分散于大量小波系数上的噪声的小波系数值，这就意味着小波系数进行与闽值处理可 以在小波变换域中取出电能质量扰动信号中的低幅度噪声，以尽可能地消除噪声的影 响。基于小波变换的电能质量去噪方法主要有： 文献【3 9 】用多分辨率分析对脉冲信号进行分解，直接去除噪声频段所在的小波系数， 然后重构信号以达到去噪的目的。文献 4 0 1 使用一种基于离散小波变换去噪的阈值选取 算法，对电能质量扰动信号进行去噪。用b r o w n i a nb r i d g e 随机过程的方法来计算阈值， 该方法能够根据噪声背景自适应地确定阈值，有较好的去噪效果，不过阈值的计算过程 较为复杂。文献 4 1 】在基于相关性的噪声抑制算法的基础上，对扰动信号进行离散小波 变换，通过计算各个尺度上小波系数的相关性来确定闽值，对电能质量扰动信号进行去 噪。 用阈值处理小波系数的去噪方法，同时也会存在部分细节信息，如何使重构后的信 号既能有效地消除噪声的影响，又能保持信号的特征信息，对二者进行权衡考虑还需要 进一步研究。 文献 4 2 4 5 】为近几年来新兴的一种基于数学形态学消噪的算法。数学形态学是在积 分几何研究成果的基础上创立的，是基于集合论的数学分支，并已广泛应用于信号、图 像分析和处理等领域，它是有别于基于时域、频域的数学方法。该方法进行信号处理时 只取决于待处理信号的局部形状特性，要比传统的线性滤波更为有效。数学形态学提供 了非常有效的非线性滤波技术。将数学形态学滤波器用于电能质量信号的分析中，即使 8 中国石油大学( 华东) 硕士学位论文 原始信号伴随较强的噪声，甚至发生了严重的畸变，其基本形状仍可以被识别、重构及 增强。文献 4 6 4 7 1 提出用开一闭和闭一开滤波器平均组合的形态滤波器分别滤除白噪声 和脉冲噪声。文献【4 8 】基于数学形态学法，并借鉴小波软阈值算法的消噪方法构建了快 速的扰动信号检测方法，可同时消噪和进行扰动定位。文献 4 9 1 将数学形态学滤波器用 于处理电力系统现场采集数据，并取得了良好的效果。数学形态学的应用已经从图像分 析扩展到信号分析，在电能质量分析中，主要应用于信号消噪，其计算简单，容易实现。 1 3 本文的主要工作 1 分析电能质量问题研究的意义，综述国内外的电能质量的研究现状。 2 基于小波神经网络，提出了一种基于各尺度小波变换系数能量与基准电压各尺度 小波变换系数能量的差值进行归一化处理的特征量提取方法，构造出一种新型小波神经 网络的电能质量识别器。将识别器识别后的短时电压扰动和瞬变电压扰动分类进行检 测。 3 与传统滤波器相比，形态学滤波器易于实现且处理时间少。本文基于数学形态学 方法，结合多结构元素并行滤波的思想，构建了综合滤波的滤波器作为扰动检测的前置 单元。该滤波器可以同时滤除多种噪声，将扰动信号与背景分离，同时保持其主要的形 态特征，有利于进行下一步时频分析。 4 利用小波分析具有很好的时空局部化性质，将扰动信号在发生时刻及恢复时刻波 形中发生的微小突变放大并显示出来，进而检测出所对应扰动的发生时刻和恢复时刻及 扰动幅值，从而实现扰动突变信号的检测和定位。 5 基于图形化编程语言l a b v i e w8 5 构建电能质量在线分析平台。 9 第2 章基于小波神经网络的暂态电能质量扰动辨识 第2 章基于小波神经网络的暂态电能质量扰动辨识 近年来，随着电网中非线性负载的大量增加和敏感电子设备的推广应用，电能质量 问题日益严重。为了改善电能质量，要求供电部门首先对暂态干扰源进行识别、分类和 检测，进而采取合理的措旌改善电能质量显得十分必要f 5 0 1 。传统的依靠电能质量专家和 技术人员进行分析，人为判断扰动类型和扰动源的方法已经不切实际了。本章选择一种 新型的人工神经网络小波神经网络对电力系统的电能质量扰动进行辨识。 2 1 电能质量的定义与分类 1 定义 电能质量相关问题是世界各发达国家电力科技工作者正在努力探索和研究的新课 题，全面的电能质量理论研究在我国也只是刚刚起步。其实，早在1 9 6 8 年发表的一篇 关于美国海军电子设备电源规范研究的论文中， “p o w e rq u a l i t y ”( 电能质量) 这一词 语已被使用。随着越来越多的研究人员开展对电能质量问题的研究，电能质量这一技术 名词也渐渐为人们所关心和认同。 2 分类 电力系统中电能质量问题主要分为稳态和暂态两大类。稳态电能质量问题主要包括 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；暂态电能质量问题主要包括短时电压改变及各种暂态现象。 其中短时电压改变是指由于系统中发生故障或较大负载变换所引起节点电压方均根值 在短时间内随时间改变的现象，包括电压暂降、电压暂升以及电压中断等现象；暂态现 象通常是指暂态过电压，可分为脉冲暂态和振荡暂态两类。 在本文进行的暂态电能质量现象的识别与检测分析中，将主要考虑电压暂降、电压 暂升、电压中断、振荡暂态和暂态脉冲5 种常见的暂态现象。 利用m a t l a b 仿真软件分别仿真正常电压波形、电压暂降、电压暂升、电压中断、 振荡暂态和暂态脉冲六种电能质量事件。仿真时间为0 0 1 2 s ，电压使用标幺值表示，采 样频率6 4 0 0 h z ，每周期采样点数1 2 8 个。 图2 1 为几种暂态电能质量的仿真波形。 l o 中国石油大学( 华东) 硕士学位论文 图2 - 1 典型的暂态电能质量仿真图 f i 醇- 1t h et y p i c a ls i m u l a t i o nm a po ft h et r a n s i e n tp o w e rq u a l i t y 2 2 电能质量扰动信号特征向量的提取 电能质量信号特征向量的提取是电能质量识别和分类中一个关键的步骤。特征向量 的选取要保证其计算量要小，识别精度要高，且只与对应的信号有关而与信号发生的时 间无关【5 l 】。利用小波变换将信号分解到对应的不同频段上，从而得到信号在各个频段上 的信息，对这些信息进行综合即可以得到特征向量系数。 很多文献利用离散正交小波变换对电能质量扰动信号进行五频段的分解，得到五个 频段上的小波系数，将这些小波系数作为特征向量，分别输入到五个独立的人工神经网 络进行学习，然后利用训练好的人工神经网络对各种扰动进行识别。由于各频段上的小 波系数能够反映信号各频率分量的特征，因此，采用各频段小波系数作为特征向量输入 到人工神经网络进行扰动识别，可以提高人工神经网络识别率。但是由于各个频段上的 小波系数的数目很多，对于一种电能质量扰动就需要五个子神经网络，大大增加了人工 神经网络的输入量，使得学习过程变慢，由此降低识别效率。 第2 章基于小波神经网络的暂态电能质量扰动辨识 2 2 1 小波变换 小波变换【5 2 】克服了短时傅立叶变换窗口大小不随频率变化的缺点，通过改变时间一 频率窗口形状，解决了时间分辨率与频率分辨率之间的矛盾，在时域和频域都有良好的 局部特性。下面从连续小波变换开始介绍小波变换的原理。 2 211 小波变换的基本概念 1 连续小波变换 小波函数的定义为：设( f ) 为一平方可积函数，也即l f ，( f ) r ( r ) ，若其傅立叶变 换沙( 彩) 满足条件： r 挚 ( 2 1 ) 则称缈( f ) 为基本小波或小波母函数，并称式( 2 1 ) 为小波函数的可容许性条件。 将小波母函数i c ，( f ) 进行伸缩和平移，设其伸缩因子( 又称尺度因子) 为a ，平移因 子为f ，令其平移伸缩后的函数为，( f ) ，则有 i i 等) 称。，( f ) 为依赖于参数口，f 的小波基函数。 ( 2 2 ) 将任意r ( 尺) 空间中的函数厂( f ) 在小波基下进行展开，称这种展开为函数f ( t ) 的连 续小波变换( c o n t i n u ew a v e l e tt r a n s f o r m ，简记为c w t ) ，表达式为 啊( 叩) = ( 儿帆) = 忑1 枷m 争衍 ( 2 - 3 ) 由c w t 的定义可知，小波变换同傅立叶变换一样，都是一种积分变换。同傅立叶变换相 似，称喝( 口，r ) 为小波变换系数。 定义小波母函数y ( r ) 窗口宽度为出，设甲( 缈) 为沙( f ) 的傅立叶变换，窗1 2 1 宽度为 a r o 。将不同岛f 值下的，( f ) 的时频域窗口绘在一张图上，就得到了小波基函数的相平 面，如图2 2 所示。当分析低频( 对应大尺度) 信号时，其时间窗出很大，而当分析高 1 2 中国石油大学( 华东) 硕士学位论文 频( 对应小尺度) 信号时，其时间窗址减小。这恰恰符合实际问题中高频信号的持续时 间短，低频信号持续时间较长的自然规律。因此，同固定时窗的s 耵h 相比，小波变换 在时频分析领域具有不可比拟的优点。 l 口3 l 啦 l q - lj a c o _ 一- 一 a t a t p缈 a t 。 ，一i ia o ) ，a ml f l f 2 f 图2 - 2 小波基函数的相平面 f i 9 2 - 2t h ep h a s ep l a n eo f w a v e l e tb a s i sf u n c t i o n 2 离散小波变换 由小波基函数定义可知，小波基函数是由小波母函数进行伸缩和平移后得到一组函 数系列，这意味着小波基是一组非正交的过渡完全基。因此，任意函数的小波展开系数 之间有一个相关关系，即c w t 系数具有很大的冗余量，为了减少计算量和在计算机实现， 连续小波变换必须加以离散化。 通常把连续小波变换中尺度参数a 和平移参数r 的离散化公式分别取作a = ， 6 = 铡6 0 ，k z ，所以对应的离散小波函数，。( f ) 可以写成幢3 h 2 钔 嘣帆- - q 小y 常m 胪嘶。一k b o ) ( 2 4 ) 离散小波变换系数表示为 0 j = j 厂( f 渺0 ) 班= ( 厂，乒) ( 2 - 5 ) 其重构公式为 1 3 第2 章基于小波神经网络的暂态电能质量扰动辨识 厂o ) = c c j j ( f ) 2 2 1 2 多分辨分析 ( 2 6 ) 多分辨率分析1 5 引( m u f f r e s o l u t i o na n a l y s i s ，m r a ，又称多尺度分析) 是建立在函 数空间概念上的理论。其创建者s m a l l a t 在研究图像处理问题时想到是否能用正交小波 变换基的多尺度特性将图像展开，以得到图像在不同尺度间的“信息增量 。若我们把 尺度理解为照相机的镜头的话，当尺度由大到小变化时，就相当于照相机镜头由远及近 地接近目标。在大尺度空间里，对应近镜下观察到目标的细微部分。因此，随着尺度由 大到小的变化，在各尺度上可以有粗及精地观察目标。这就是多分辨率分析思想。这里 以三层多分辨率分解为例，其小波分解树如图2 3 所示。其中s 表示信号，a 表示低频， d 表示高频。 图2 _ 3 三层多分辨率分解树结构图 f i 9 2 3t h r e em u l t i r e s o l u t i o nt r e es t r u c t u r ed e c o m p o s i t i o n 从图中可以看出，多分辨率分析只是对低频部分进一步分解，而高频部分则不予考 虑。分解具有关系：s = a 3 + d 3 + d 2 + d 1 。如果要进行下一步分解，则可以把低频部分 分解成低频部分a 4 和高频部分d 4 ，以下再分解以此类推。低频部分也称为“逼近 ( a p p r o x i m a t i o n ) ，高频部分也称为“细节( d e t a i l ) ”。 2 213 离散序列的小波分解与重构 1 离散序列的小波分解 将巧空间尺度系数c 肚，进一步分解下去，可分别得到哆+ l ，髟+ ，空间的尺度系数 哆毗，和小波系数嘭+ l - 。 1 4 厂曰 一 一 l 甲己 占 占 中国石油大学( 华东) 硕士学位论文 i j = h o ( m - 2 k ) c j 埘 ( 2 7 ) a j m = h o ( m - 2 k ) c j j ， ( 2 8 ) 同样将尺度空间_ + 。继续分解下去，可分解到任意尺度空间e ，此即为著名的m a l l a t 塔式算法。如图2 4 所示。 一彳3 4 一一 | | d 3d 4 一 分解快速算法示意图 a o 一l 一4 一彳3 一 d t砬d 3d 4 一 重构快速算法示意图 图2 - 4m a l l a t 分解和重构算法示意图 f i 9 2 4m a l l a td e c o m p o s i t i o na n dr e c o n s t r u c t i o na l g o r i t h m 2 离散序列的小波重构 设函数厂(