基于小波变换和ann的电能质量分析.pdfVIP

基于基于小波小波变换变换和和 ANNANN 的电能质量分析的电能质量分析 基于基于小波小波变换变换和和 ANNANN 的电能质量分析的电能质量分析 摘要摘要：：电能质量扰动分类是电能质量控制的重要工作之一,本文主要针对电力系 摘要摘要：： 统的暂态扰动现象，利用小波分析和神经网络的混合方法来对暂态电能质量进行 分类。这种混合的方法包含两个阶段的内容，首先是利用小波变换对电力系统中 的扰动信号进行检测和扰动发生时间进行定位，第二阶段的工作是利用神经网络 对小波变换提取的特征向量进行归类，进而实现暂态电能质量扰动的自动识别。 此方法能有效的识别电压暂降、电压瞬升、电压中断、瞬时脉冲等电能扰动。 关键词关键词：：电能质量；扰动分类；小波变换；BP 神经网络； 关键词关键词：： 00 引言引言 00 引言引言 电能质量问题已经成为电力部门及其用户密切关注的问题。随着现代电力系 统中大功率电器负荷的广泛使用，由于其非线性、冲击性以及不平衡的用电特性 使电网的电压波形发生畸变，引起系统频率波动等，供电质量下降，由此产生了 电能质量问题。要改善电能质量，首先要对电能质量进行正确的检测、分析。小 波变换方法具有很好的时频局部化特点，它的时频窗口大小将随着分析频率的变 化而变化。它通过采用多尺度分析，可以聚焦到信号的细节，特别适合于对电能 质量中电压幅值或频率随时间冲击性变化的畸变波形的分析。小波变换早已经被 应用于电能扰动的分析，通过多分辨率分析的方法在时域和频域内对扰动信号进 [1] 行分析。对这些扰动信号进行分类是非常重要的。通过多分辨率分析 ，可以对 不同的变化信号进行特征分析。结果可以被用来进行更进一步的人工神经网络分 析，从而确定它们的扰动类型。在本文中，一个智能的混合系统将用来把扰动的 信号进行分类。 1 1 小波变换基本原理小波变换基本原理 11 小波变换基本原理小波变换基本原理 小波变换发展了传统的傅立叶变换思想，它在时域和频域都具有良好的局部 特性，特别是对非平稳信号的分析明显优于傅立叶变换[2] 2 。对函数 φ (t ) ∈ L (R ), 当 ∧ 且仅当 φ (ω )满足允许条件： - 1 - 2 ∧ ( ) φ ω C = +∞ dω ∞ （1） φ ∫−∞ ω 时，称φ (t ) 是一个基本小波或母小波。 2 2 电能扰动特征值的提取电能扰动特征值的提取 22 电能扰动特征值的提取电能扰动特征值的提取 2.1 特征值的提取方法 本文应用小波变换的方法来提取扰动特征量，然后根据提取的时频特性来对 扰动进行分类，首先给出 4 种电能扰动的信号模型，见表 1。 表1 信号模型 类型 信号模型 参数 电压骤升 u(t) =(1 + α (u(t ) − u(t ))) sin(ω t) α =0.10.8−, ( T ≤ t − t ≤ 9T ) 2 1 0 2 1 电压骤降 u(t) =(1 + α (u(t ) − u(t ))) s