本文關(guān)鍵詞：基于多分辨率快速S變換的電能質(zhì)量擾動信號識別，，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來整流器、變頻調(diào)速裝置、電弧爐、電氣化鐵路等設(shè)備在各行各業(yè)中廣泛應(yīng)用,電網(wǎng)受到嚴(yán)重干擾,電能質(zhì)量不斷惡化。同時,為保障現(xiàn)代工業(yè)敏感設(shè)備、高效生產(chǎn)流程的正常運行,用戶開始主動向電力部門提出高質(zhì)量供電的要求。電能質(zhì)量擾動信號識別是電能質(zhì)量綜合評估、擾動源定位治理的前提,具有重要意義。為提高電能質(zhì)量擾動識別準(zhǔn)確率與分析能力,本文提出了一種多分辨率快速S變換方法,用于高噪工業(yè)環(huán)境下的電能質(zhì)量擾動信號識別和擾動參數(shù)檢測。為兼顧電能質(zhì)量信號的類型識別與參數(shù)檢測兩方面的需要,首先,分析廣義S變換在不同窗寬調(diào)整因子時,時間-幅值曲線與頻率-幅值曲線中擾動起、止處峭度與擾動參數(shù)檢測誤差間的關(guān)系;之后,根據(jù)離差最大化法確定不同頻率范圍內(nèi)最優(yōu)窗寬調(diào)整因子,并通過3次樣條插值法進行擬合,自適應(yīng)調(diào)整不同擾動信號識別和參數(shù)檢測所需最優(yōu)窗寬;最后,針對廣義S變換冗余計算較多的特點,設(shè)計多分辨率快速S變換方法以降低運算量滿足實時性要求。經(jīng)過S變換后獲得的擾動信號的時 頻模矩陣具有灰度圖像特點。因此,可通過二維數(shù)學(xué)形態(tài)學(xué)方法,濾除噪聲干擾,獲得更高的識別準(zhǔn)確率。首先,在閾值濾波基礎(chǔ)上,根據(jù)信號時 頻分布特點,選擇線段型、零角度結(jié)構(gòu)元進行灰度級形態(tài)學(xué)開運算,濾除高頻頻域噪聲;之后,從原始信號、信號傅里葉譜、多分辨率快速S變換模矩陣中提取5種特征用于構(gòu)建決策樹分類器,識別含噪聲信號與6種復(fù)合擾動信號在內(nèi)的13種電能質(zhì)量信號;最后,提出最小分類損失原則,確定決策樹節(jié)點分類閾值,設(shè)計擾動分類器。通過仿真對比實驗發(fā)現(xiàn),新方法具有更好的抗噪能力,更加適用于低信噪比環(huán)境下的電能質(zhì)量信號識別。在采用多分辨率快速S變換處理電能質(zhì)量擾動信號的基礎(chǔ)上,根據(jù)識別結(jié)果進行相應(yīng)的參數(shù)檢測。原始信號、信號傅里葉譜、基頻幅值曲線、時間-幅值曲線與頻率-幅值曲線可以全面反映電能質(zhì)量擾動信號的擾動幅值、擾動起止時間、擾動主要頻率等信息。通過對短時擾動、周期性擾動和暫態(tài)擾動的分析,本文提出一套適用于單類擾動及復(fù)合擾動的參數(shù)檢測方法。仿真實驗和實測數(shù)據(jù)分析表明,新方法能夠滿足電能質(zhì)量擾動參數(shù)檢測需要,參數(shù)檢測誤差低于廣義S變換等方法。仿真對比實驗和實測數(shù)據(jù)分析表明,新變換方法特征表現(xiàn)能力顯著提高,且在高采樣率時有效降低運算時間,抗噪能力強,識別準(zhǔn)確率高,參數(shù)分析準(zhǔn)確。
【關(guān)鍵詞】：電能質(zhì)量 S變換 擾動識別 形態(tài)學(xué) 參數(shù)檢測
【學(xué)位授予單位】：東北電力大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TM711
【目錄】：

• 摘要6-7
• Abstract7-11
• 第1章 緒論11-18
• 1.1 課題背景及研究的目的和意義11-12
• 1.2 電能質(zhì)量擾動信號識別的國內(nèi)外研究現(xiàn)狀12-15
• 1.2.1 電能質(zhì)量擾動信號處理12-14
• 1.2.2 電能質(zhì)量擾動信號特征提取14
• 1.2.3 電能質(zhì)量擾動信號模式識別14-15
• 1.3 電能質(zhì)量擾動信號參數(shù)檢測的國內(nèi)外研究現(xiàn)狀15-16
• 1.4 本文的主要研究內(nèi)容16-18
• 第2章 基于MFST的電能質(zhì)量擾動信號處理18-33
• 2.1 電能質(zhì)量擾動信號概述及其數(shù)學(xué)模型18-22
• 2.1.1 電能質(zhì)量相關(guān)標(biāo)準(zhǔn)18-19
• 2.1.2 電能質(zhì)量擾動產(chǎn)生原因、危害及治理措施19-21
• 2.1.3 電能質(zhì)量擾動信號數(shù)學(xué)模型21-22
• 2.2 多分辨率S變換及其窗寬調(diào)整因子的確定22-28
• 2.2.1 多分辨率S變換22-23
• 2.2.2 GST峭度-誤差分析23-27
• 2.2.3 窗寬調(diào)整因子確定27-28
• 2.3 快速S變換原理28-31
• 2.3.1 Otsu’s濾波方法28-30
• 2.3.2 多分辨率快速S變換30-31
• 2.4 采用MFST的暫態(tài)擾動信號處理31-32
• 2.5 本章小節(jié)32-33
• 第3章 基于MFST的電能質(zhì)量擾動信號特征提取33-38
• 3.1 采用灰度級形態(tài)學(xué)高頻降噪的振蕩特征提取33-36
• 3.1.1 形態(tài)學(xué)開運算33
• 3.1.2 采用灰度級形態(tài)學(xué)高頻降噪33-34
• 3.1.3 降噪后特征分類能力比較34-36
• 3.2 擾動特征提取36-37
• 3.3 本章小節(jié)37-38
• 第4章 基于MFST的電能質(zhì)量擾動信號識別實驗38-49
• 4.1 模式識別分類器設(shè)計38-40
• 4.1.1 采用最小分類損失原則確定分類閾值38-40
• 4.1.2 基于決策樹的擾動信號分類器設(shè)計40
• 4.2 實驗流程40-41
• 4.3 仿真實驗分析41-45
• 4.3.1 MFST識別準(zhǔn)確率分析41-44
• 4.3.2 對比實驗識別結(jié)果分析44-45
• 4.3.3 運算時間對比分析45
• 4.4 實測數(shù)據(jù)分析45-48
• 4.5 本章小結(jié)48-49
• 第5章 基于MFST的電能質(zhì)量擾動信號參數(shù)檢測49-55
• 5.1 擾動參數(shù)檢測方法49-52
• 5.1.1 短時擾動的參數(shù)檢測方法49-50
• 5.1.2 周期性擾動的參數(shù)檢測方法50-51
• 5.1.3 暫態(tài)擾動的參數(shù)檢測方法51
• 5.1.4 復(fù)合擾動的參數(shù)檢測方法51-52
• 5.2 參數(shù)檢測仿真實驗52-53
• 5.3 實測數(shù)據(jù)參數(shù)檢測53-54
• 5.4 本章小結(jié)54-55
• 結(jié)論55-56
• 參考文獻56-60
• 攻讀碩士學(xué)位期間發(fā)表的論文及其它成果60-61
• 致謝61

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉守亮,肖先勇;基于S變換的短時電能質(zhì)量擾動檢測與分類[J];四川電力技術(shù);2005年S1期

2 羅滇生;何洪英;姚建剛;;短時電能質(zhì)量擾動分類方法研究[J];計算機工程與應(yīng)用;2008年17期

3 唐軼;劉昊;方永麗;;基于時域特征分析的電能質(zhì)量擾動分類[J];電力系統(tǒng)自動化;2008年17期

4 黃南天;徐殿國;劉曉勝;;基于改進多層前饋神經(jīng)網(wǎng)絡(luò)的電能質(zhì)量擾動分類[J];電子測量與儀器學(xué)報;2009年10期

5 賴曉君;孫洪成;;一種新的電能質(zhì)量擾動分類識別算法[J];電氣開關(guān);2011年02期

6 陳祥訓(xùn);采用小波技術(shù)的幾種電能質(zhì)量擾動的測量與分類方法[J];中國電機工程學(xué)報;2002年10期

7 薛蕙,楊仁剛;基于小波包除噪的電能質(zhì)量擾動檢測方法[J];中國電機工程學(xué)報;2004年03期

8 束洪春,王晶,陳學(xué)允;動態(tài)電能質(zhì)量擾動的多刻度形態(tài)學(xué)分析[J];中國電機工程學(xué)報;2004年04期

9 呂干云,丁屹峰,程浩忠;一種基于改進鎖相環(huán)系統(tǒng)的電能質(zhì)量擾動檢測方法[J];電力系統(tǒng)及其自動化學(xué)報;2004年05期

10 潘洪湘,宗偉,劉連光;基于數(shù)字信號處理器的短時電能質(zhì)量擾動檢測算法[J];電網(wǎng)技術(shù);2004年20期

中國重要會議論文全文數(shù)據(jù)庫 前7條

1 曹立中;吳杰;蘇春苑;;基于多方法的電能質(zhì)量擾動研究[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（下冊）[C];2008年

2 劉林;林濤;;基于連續(xù)小波變換和專家系統(tǒng)的電能質(zhì)量擾動識別研究[A];中南七�。▍^(qū)）電力系統(tǒng)專業(yè)委員會第二十二屆聯(lián)合學(xué)術(shù)年會論文集[C];2007年

3 張東中;袁帥;佟為明;;基于復(fù)小波和神經(jīng)網(wǎng)絡(luò)的電能質(zhì)量擾動識別與分類[A];2009中國儀器儀表與測控技術(shù)大會論文集[C];2009年

4 陳春玲;許童羽;袁野;;基于多類分類SVM的電能質(zhì)量擾動識別[A];紀(jì)念中國農(nóng)業(yè)工程學(xué)會成立30周年暨中國農(nóng)業(yè)工程學(xué)會2009年學(xué)術(shù)年會（CSAE 2009）論文集[C];2009年

5 耿云玲;王群;何怡剛;;典型電能質(zhì)量擾動信號的小波檢測[A];2004全國測控、計量與儀器儀表學(xué)術(shù)年會論文集（上冊）[C];2004年

6 方群會;;基于LS_SVM的暫態(tài)電能質(zhì)量擾動分類[A];重慶市電機工程學(xué)會2010年學(xué)術(shù)會議論文集[C];2010年

7 張宇;李海維;;小波理論和網(wǎng)格分形在電能質(zhì)量擾動檢測中的應(yīng)用[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（下冊）[C];2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 宋雪雷;基于小波變換和支持向量機的電能質(zhì)量擾動分析方法[D];哈爾濱工業(yè)大學(xué);2007年

2 陳春玲;電能質(zhì)量擾動分析與監(jiān)測研究[D];沈陽農(nóng)業(yè)大學(xué);2009年

3 舒泓;電能質(zhì)量擾動檢測和分類問題的研究[D];北京交通大學(xué);2009年

4 胡為兵;電能質(zhì)量擾動的自動識別和定位相關(guān)理論研究[D];華中科技大學(xué);2008年

5 秦英林;電能質(zhì)量擾動的自動識別和時刻定位研究[D];山東大學(xué);2010年

6 易吉良;基于S變換的電能質(zhì)量擾動分析[D];湖南大學(xué);2010年

7 張明;電能質(zhì)量擾動相關(guān)問題研究[D];華中科技大學(xué);2010年

8 黃文清;電能質(zhì)量擾動在線監(jiān)測方法研究[D];湖南大學(xué);2007年

9 單任仲;并聯(lián)型復(fù)合電能質(zhì)量擾動及補償?shù)目刂品椒ㄅc實現(xiàn)[D];華北電力大學(xué)（北京）;2010年

10 劉應(yīng)梅;電能質(zhì)量擾動檢測和分析的研究[D];中國電力科學(xué)研究院;2003年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 潘冬寅;電能質(zhì)量擾動信號降維及分類研究[D];南京林業(yè)大學(xué);2012年

2 郝婉茹;基于原子分解快速算法的電能質(zhì)量擾動檢測與分類研究[D];燕山大學(xué);2015年

3 鄧為權(quán);基于EEMD和SVM的電能質(zhì)量擾動檢測與分析研究[D];昆明理工大學(xué);2015年

4 胡巧琳;風(fēng)電并網(wǎng)的電能質(zhì)量擾動檢測方法研究[D];西南交通大學(xué);2015年

5 朱玲;混合電能質(zhì)量擾動的檢測與分類[D];西南交通大學(xué);2015年

6 薛文婷;暫態(tài)電能質(zhì)量擾動檢測分析與評估的研究[D];華北電力大學(xué);2015年

7 韓剛;電能質(zhì)量擾動檢測與分類識別方法研究[D];中國礦業(yè)大學(xué);2015年

8 章俊;電能質(zhì)量擾動信號的檢測與識別[D];南昌大學(xué);2015年

9 張語R

本文編號：255735