基于多重分形的分布式电能质量扰动源分析.docVIP

第47卷 第1期 2002年1月 简 报 PAGE - PAGE 2 - 基于多重分形的分布式电能质量扰动源分析 Analysis on Distributed Power Quality Distributed Based on Multi Fractal 第47卷 第1期 2002年1月 简 报 PAGE ABSTRACT: Multi fractal is introduced in analysis and location for Distributed Power Quality (DPQ) domain. Aiming at DPQ, a multi fractal based algorithm with multi resolution and location capability is proposed. Data from different monitoring sites is collected and used to construct a 2-D image, an improved differential multi fractal spectrum is used to implement multi resolution analysis, separating singular signals from others for closer study. Correlation Dimension (CD) is then used in distribution dimension, and the similarity quantitated by CD and causality is used in locating the DPQ sources. Harmonics, interharmonics, voltage sag and etc are used in simulation either in standalone and combination way. Experiments prove the correctness and efficiency of the algorithm. KEY WORDS： Distributed power quality; Multi fractal; Multi resolution; Differential box dimension; Relational dimension; Disturbance detection 摘要：将多重分形有关方法引入分布式电能质量研究领域分析扰动信号、确定扰动源。面向电网上分布式电能质量扰动源，提出一种基于多重分形的多分辨率检测及定位算法。首先将不同检测点数据搜集并构建一个二维图形，利用改进的差分多重分形谱对水平维（时间维）上的数据实现多分辨率分析，即将奇异信号与其他信号分开进行重点分析。在此基础上利用关联维数对垂直维（地理维）上的电能质量扰动关系进行分析，根据信号相似性及因果关系确定电能质量扰动的位置。利用谐波、间谐波、电压跌落等电能质量扰动及其组合对所提方法进行验证。数字仿真结果证实了其正确性和有效性。 关键词： 分布式; 电能质量；多重分形；多分辨率；差分计盒维数；关联维数;扰动检测 1 引言 在已有电能质量监测网络拓扑结构下对电能质量扰动源进行定性、定量分析，可以对扰动源进行定位，从而为有效补偿奠定基础，缓解大量投入的补偿装置带来的电能质量问题[1-2]，同时可以节约大量。为实现该目标，需要合理设计电能质量扰动源定位估计器，使其可以利用有限的监测点数据，实现较高精度的定位检测[3]。 基于时频域变换的分析方法目前研究最多，应用最为广泛。小波变换具有的信号消噪、多分辨率分析使其在电能质量扰动分析中占据了重要的地位[4-6]，但计算量大，实现成本高。将小波变换与神经网络等人工智能算法结合又会存在参数整定困难，训练及收敛性能差等问题[7-10]。文献[11]提出了提出了一种基于S变换的电能质量扰动支持向量机分类识别方法。而基于统计学习的支持向量机理论，也有研究者利用其进行扰动源的定位、分类方面的探索[12-13]。 鉴于电能质量扰动本身是从波形特征定义，进来也有研究者采用数学方法对波形模式本身进行研究。从数学形态学[14]，图形模式[15]出发从模式上对电能质量扰动进行研究，也有研究者将分形与小波变换等技术结合对扰动源进行分类[16]。 需要指出的是，单个分形维数很难描述复杂物质的精细结构，而根据人类的认知模式，采用多分辨率进行分析也无法用现有的、单个分形维数实现。本文提出了一种基于多重分形，对分布式电能质量扰动源实现多分辨率检测及