實時電能質(zhì)量分析理論與技術(shù)的研究.pdf

1、隨著電力系統(tǒng)的日益復(fù)雜，電力電子裝置以及各類其它非線性負(fù)載的廣泛應(yīng)用，電能質(zhì)量問題(power quality,PQ)比以往任何時候都更加受到關(guān)注。國內(nèi)外大量專家學(xué)者對此進行了研究，并取得了許多成果。電能質(zhì)量分析主要包括以下三個方面：電能質(zhì)量數(shù)據(jù)壓縮，擾動事件模式分類，擾動參數(shù)計算。在不同的場合，三個方向的要求也不盡相同。目前許多復(fù)雜的研究工作相較于IEC/IEEE提供的算法在精度、識別度以及擾動分類數(shù)量上都有提高，然而實時性也隨之變差

2、。目前對電網(wǎng)信號檢測實時性要求越來越高，同時為了檢測出高頻擾動信號分量，提高電能質(zhì)量評估精度，采樣頻率也在提高。因此研究高效以及高準(zhǔn)確度的電能質(zhì)量分析方法有十分重要的意義。
　　在兩項國家自然科學(xué)基金的支持下，本文在確保準(zhǔn)確度的前提下著重研究了電能質(zhì)量分析方法的實時性，并在其壓縮，模式分類，參數(shù)計算等方面得到了良好的應(yīng)用。本文的主要內(nèi)容如下：
　?。?）設(shè)計了一種具有PQ擾動實時在線檢測與分類功能的電能質(zhì)量分析裝置。該裝置基

3、于DSP和FPGA嵌入式系統(tǒng)，實現(xiàn)了信號的采集、處理等基本功能，為本文方法的實用性與實時性驗證提供了一個良好的參考平臺。
　?。?）提出了一種基于強跟蹤濾波器(Strong trace filter)、動態(tài)測度(Dynamics)和提升小波(Lifting wavelet transform)的參數(shù)化電能質(zhì)量數(shù)據(jù)壓縮算法。強跟蹤濾波器不僅能夠提供有效的參數(shù)估計，同時又能清晰的分辨暫態(tài)擾動；動態(tài)測度可以在噪聲環(huán)境中分辨間諧波；提升小

4、波的運算時間與內(nèi)存占用量只有二進小波的一半，同時又能達到普通離散小波的壓縮精度。通過減去信號中的基波與諧波，提升小波可以直接壓縮暫態(tài)擾動與間諧波，在同一精度下提高了壓縮比（在同一壓縮比下提高了精度）。同時該方法比已有的基于參數(shù)化電能質(zhì)量數(shù)據(jù)壓縮方法有更高的精度（壓縮比相同的情況下），可靠性高，實用性強。
　?。?）時頻分析是電能質(zhì)量擾動事件分類技術(shù)中一個重要的特征提取手段。本文提出了一種基于S變換和動態(tài)測度的混合方法，在保證時頻分

5、析特征提取精度的條件下大大降低了運行時間。海森伯格測不準(zhǔn)是很多時頻分析的瓶頸問題，本文針對S變換中不同信號頻段，采用不同的高斯窗，在一定程度上減小了海森伯格給帶來的影響，提高了辨識精度。選取了5個分辨能力強的特征量，采用決策樹作為分類器。決策樹每一支只選用一個判斷依據(jù)，相較于多判斷依據(jù)組合，其語言更加清晰明確。決策樹可裁剪的特點允許在不同的監(jiān)控場合，用戶可以進行簡單的改變使之滿足特殊要求。分類器的兼容性明顯提高。
　?。?）參數(shù)計

6、算問題一直是電能質(zhì)量分析領(lǐng)域重要的研究組成部分，是定量評估電能質(zhì)量好壞最直接的判斷依據(jù)之一。文獻表明目前穩(wěn)態(tài)電能質(zhì)量擾動事件的參數(shù)計算問題如基波、諧波等已經(jīng)得到了較為全面的研究。然而在暫態(tài)電能質(zhì)量擾動事件的參數(shù)計算卻仍存在問題：暫態(tài)特征參數(shù)計算參數(shù)的準(zhǔn)確性；基頻偏移帶來的計算誤差；暫態(tài)檢測的延時問題等等。本文針對電力系統(tǒng)中最常見的電壓暫降（暫升，中斷與暫降的檢測原理相同）進行了討論，提出了基于強跟蹤濾波器的時變檢測方法。該方法具有實時性