面向不间断供电(UPS)系统的电能质量分析技术.pdfVIP

第33卷第1期电子设计工程2025年1月

Vol.33No.1ElectronicDesignEngineeringJan.2025

面向不间断供电（UPS）系统的电能质量分析技术

邓卜侨，谢岫峰，纪明阳，艾青，王康

（北京中电飞华通信有限公司，北京100070）

摘要：针对现行UPS电能质量检测过程存在的准确率低、实时性差且成本高的缺点，文中基于

VMD-SAE-1DCNN模型提出了一种UPS电能质量检测与识别算法。对于电能信号非线性与非平

稳的特点，使用变分模态算法对原信号进行分解，从而得到本征模态信号。同时，采用稀疏自编码

器对本征模态信号进行特征提取，通过建立多层一维卷积神经网络模型对特征进行训练，提升了

运算效率。实验测试结果表明，所提算法的迭代次数与运行时间在对比算法中均为最优，分类准

确率可达97%以上，充分证明了改进算法的有效性。

关键词：UPS；变分模态算法；稀疏自编码器；卷积神经网络；电能质量分析

中图分类号：TN99；TP391文献标识码：A文章编号：1674-6236（2025）01-0012-05

DOI：10.14022/j.issn1674-6236.2025.01.003

PowerqualityanalysistechnologyforUninterruptiblePowerSupply(UPS)system

DENGBuqiao，XIEXiufeng，JIMingyang，AIQing，WANGKang

（BeijingFibrLinkCommunicationsCo.，Ltd.，Beijing100070，China）

Abstract:Inresponsetotheshortcomingsoflowaccuracy，poorreal⁃timeperformance，andhighcostin

thecurrentUPSpowerqualitydetectionprocess，aUPSpowerqualitydetectionandrecognitionalgorithm

isproposedbasedontheVMD⁃SAE⁃1DCNNmodel.Forthenonlinearandnon⁃stationarycharacteristics

ofelectricenergysignals，thevariationalmodalalgorithmisusedtodecomposetheoriginalsignalto

obtaintheintrinsicmodalsignal.Atthesametime，thesparseAutoEncoderisusedtoextractthe

characteristicsoftheintrinsicmodesignal，andthemulti⁃layerone⁃dimensionalConvolutionalNeural

Networkmodelisestablishedtotrainthecharacteristics，whichimprovestheoperationefficiency.The

experimentaltestresultsshowthattheproposedalgorithmhasthebestiterationtimesandrunningtimein

thecomparisonalgorithm，withaclassificationaccuracyofover97%，fullyprovingtheeffectivenessof

theproposedalgorithmimprovement.

Keywords:UPS；variationalmodalalgorithm；SparseAutoEncoder；ConvolutionalNeuralNetwork；power

qualityanalysis