小波变换在电力系统自动化中的几种应用探讨.docVIP

小波变换在电力系统自动化中的几种应用探讨 [摘 要] 依据信号变换的数学理论和方法，从电力系统的角度出发讨论了小波变换的特点及应用现状和发展前景，探讨了小波变换在状态监视、故障的诊断、电能质量分析、谐波分析、暂态稳定分析、动态安全分析、输电线路的故障定位、负荷预测、信号奇异性检测等方面的应用。 [关键词] 电力系统 励磁涌流 小波变换 应用 0.引言 小波变换(wavelet analysis)作为数学学科的一个分支，汲取了现代分析学中诸如泛函分析、数值分析、fourier分析、样条分析、调和分析等众多分支的精华。它是泛函分析、傅立叶分析、样条分析、调和分析和数值分析的完美结晶，小波变换在短短的几年中，受到了科学界、工程界的高度重视，并且在信号处理、图像处理、模式识别、量子场论、天体识别、地震预报、矿产勘测、故障诊断、状态监视、机器视觉、ct成像、话音识别、彩色复印、数据电视、音乐、雷达、刑事侦破等十几个学科领域中得到(或将得到)广泛的应用。 小波变换是一种时域-频域分析，它在时域-频域同时具有良好的局部化性质。它可以根据信号不同的频率成份，在时域和空间域自动调节取样的疏密频率高时，则密；频率低时，则疏。基于小波变换的这些优良特性，可以观察函数、信号、图像的任意细节，并加以分析。从而，小波变换在信号分析与重构、信号和噪声分离技术、特征提取、数据压缩等工程应用上，显示出优越性，而这些正是100多年来大量应用于工程领域的fourier变换所无法做到的。它在时域和频域同时具有良好的局部化性质以及多分辨率(multiresolutionanalysis)分析的特点。具体表现在： (1)小波变换能随信号频率的变化自动调节时域-频域窗口，能敏感信号的变化； (2)多分辨分析可以以任意精度表示出信号； (3)利用小波包可得到信号在时域-频域空间的最佳分解； (4)利用快速小波变换可快速进行矩阵运算； (5)利用多尺度边缘回复理论，能以较高的压缩比压缩数据。 对于具有奇异性的信号分析用傅立叶变换是无能为力的，这是因为傅立叶变换是纯频域分析方法，它在时域上没有任何分辨能力。它即不能刻划出暂态行波到达观测点的准确时刻，也不能确定行波幅度和极性。为小波变换的数学理论和方法在数学界被认为是傅立叶分析的重大发展，在应用科学领域被认为是工具和方法上的重大突破，它迅速地在信号处理、图象边缘检测、模式识别等领域得到有效广泛的应用。 电力系统继电保护是一门综合性的科学，它既古老又年轻，这是因为它已有着近一百年的历史，同时又像一些新兴科学一样处于不断发展中。 在断电保护中，最关健的环节是故障信息的提取与识别。微机保护中，数字信号处理已成为故障信息的提取与识别的基本手段。目前微机保护原理基本上是用工频量实现的，有些保护中也用到二次、三次或五次谐波，为了从故障信息中获取上述分量，傅立叶变换是一个十分有效工具，并得到非常广泛的应用。从继电保护技术观点看，小波变换最突出的特点是：它在时域和频域同时具有良好的局部化性质，因此成为分析象暂态行波这样非平稳变化或具有奇异性的其它故障信号的锐利工具。 1.小波变换理论基础 1.1 小波变换 小波变换的诞生为信号特别是非平稳信号分析在工具和方法上取得了重大突破。“小波”的小是指局部非零，具有紧支型和衰减性；“波”是指具有波动性，包含频率的特性。小波变换的目的就是既要看到信号的全貌，又要看到信号的细节。 短时傅里叶变换(stft)的窗口函数是通过函数时间轴的平移与频率限制得到，由此得到的时频分析窗口具有固定的大小。对于非平稳信号而言，需要时频窗口具有可调的性质，即要求在高频部分具有较好的时间分辨率特性，而在低频部分具有较好的频率分辨率特性。为此特引入窗口函数，设则可定义关于的连续小波变换为： (1) 其中，ar且a≠0。式(1)定义了连续小波变换，a为尺度因子，表示与频率相关的伸缩，b为时间平移因子。 很显然，并非所有函数都能保证式(1)中表示的变换对于所有f∈l2(r)均有意义；另外，在实际应用尤其是信号处理以及图像处理的应用中，变换只是一种简化问题、处理问题的有效手段，最终目的需要回到原问题的求解，因此，还要保证连续小波变换存在逆变换。同时，作为窗口函数，为了保证时间窗口与频率窗口具有快速衰减特性，经常要求函数ψ(x)具有如下性质： 其中，c为与x，无关的常数，ε0。 小波变换原理示意图如图1所示。 同时可定义相应的小波变换的逆变换为： 等式(3)右端前面的尺度因子保证小波基函数的范数(norms)全都相等。因为： 1.2 小波变换的多分辨率分解 在实际应用中，信号的可测分辨率是有限的，我们不可能计算在所有的尺度2j上的小波变换，分辨率2j应取有限值。我们把变换限定在一个最大尺度和最小尺度之间，20表示最高分