【摘要】：在當(dāng)代社會,電能以其清潔便利、易于傳輸和轉(zhuǎn)換的特點(diǎn)成為使用最廣泛的一種能源。一個理想的電力系統(tǒng)應(yīng)該以恒定的頻率和正弦波形按照規(guī)定的電壓水平為用戶供電。然而,隨著現(xiàn)代電網(wǎng)中電力負(fù)荷構(gòu)成發(fā)生變化,電力系統(tǒng)中存在大量的非線性負(fù)荷和沖擊性負(fù)荷,對電能質(zhì)量造成嚴(yán)重的“污染”,造成電力設(shè)備絕緣老化、壽命降低,引起大范圍停電事故,造成重大經(jīng)濟(jì)損失。另一方面,為了緩解能源危機(jī)、減少環(huán)境污染,越來越多的分布式能源被接入電網(wǎng)。由于分布式能源具有分散性和隨機(jī)性,會帶來一系列諸如電壓偏差、電壓波動、諧波等電能質(zhì)量問題。為了對電能質(zhì)量狀況進(jìn)行有效評估和管理,對電能質(zhì)量進(jìn)行檢測和分析十分必要,它為電能質(zhì)量治理提供技術(shù)支持。目前電能質(zhì)量擾動檢測方法所面臨的主要問題是:第一,擾動類型多,除了單一擾動類型外,復(fù)合擾動也經(jīng)常出現(xiàn),加大了擾動精確檢測的難度;第二,大部分?jǐn)_動是非平穩(wěn)信號,傳統(tǒng)的傅里葉變換法不能提供擾動的時頻定位信息,因此并不適合于非平穩(wěn)電能質(zhì)量擾動的分析;第三,擾動參數(shù)多,主要包括基波和諧波分量的幅值、頻率、相位、擾動發(fā)生時刻和持續(xù)時間、暫態(tài)振蕩幅值等信號參數(shù),以及有功功率、無功功率、功率因數(shù)等電參數(shù),在穩(wěn)態(tài)和非穩(wěn)態(tài)條件下均能精確檢測這些擾動參數(shù)的方法少之又少。為此,本文針對以上電能質(zhì)量擾動檢測的問題,引入強(qiáng)跟蹤濾波器和經(jīng)驗小波變換,有效地解決復(fù)合非平穩(wěn)電能質(zhì)量擾動條件下擾動分類和參數(shù)計算的問題。論文的主要研究內(nèi)容如下:(1)提出了一種基于強(qiáng)跟蹤濾波器的電壓暫降檢測算法。通過在擴(kuò)展卡爾曼濾波器中引入漸消因子,強(qiáng)跟蹤濾波器實(shí)現(xiàn)了卡爾曼增益在線調(diào)整,克服了擴(kuò)展卡爾曼濾波器在模型不匹配和初值設(shè)置不當(dāng)時容易發(fā)散的缺陷,不僅能夠提供暫降的幅值和相位跳變,而且還能精確指示暫降的起始和終止點(diǎn)。通過在起始點(diǎn)和終止點(diǎn)重置預(yù)測誤差協(xié)方差陣為一個較大值,能夠有效加快暫降檢測算法的動態(tài)響應(yīng)速度。克服了國際標(biāo)準(zhǔn)IEC61000-4-30所提的均方根暫降檢測法對于同一暫降事件給出不同暫降特征量的問題,更適合于暫降嚴(yán)重度和站點(diǎn)指數(shù)估計等場合。具有良好的抗干擾性,在出現(xiàn)諧波和間諧波、頻偏和直流偏移等復(fù)合擾動情況下,也能給出精確的檢測結(jié)果。(2)提出了一種基于強(qiáng)跟蹤濾波器和極限學(xué)習(xí)機(jī)的電能質(zhì)量擾動分類算法。結(jié)合了低階強(qiáng)跟蹤濾波器對于暫態(tài)擾動的良好指示作用和高階強(qiáng)跟蹤濾波器良好的抗諧波干擾的能力,本文提出了基于雙強(qiáng)跟蹤濾波器的電能質(zhì)量擾動特征提取方法。在分析單一擾動和復(fù)合擾動對檢測算法結(jié)果影響的基礎(chǔ)上,提出了6種具有良好區(qū)分能力的獨(dú)特特征。針對神經(jīng)網(wǎng)絡(luò)收斂速度慢、容易陷入局部極小值的問題,本文引入極限學(xué)習(xí)機(jī)的分類策略。利用混淆矩陣對極限學(xué)習(xí)機(jī)在隱層節(jié)點(diǎn)數(shù)目不足時的錯分情況進(jìn)行研究,研究結(jié)果表明:大部分樣本都可以使用較少的隱層節(jié)點(diǎn)進(jìn)行分類,只有少部分邊界樣本需要更多的隱層節(jié)點(diǎn)來區(qū)分。基于此特性,本文引入基于規(guī)則的極限學(xué)習(xí)機(jī)法解決了以較少的隱層節(jié)點(diǎn)獲得較高的分類精度和分類穩(wěn)定度的問題。該算法計算復(fù)雜度低,適合于實(shí)時應(yīng)用。(3)提出了一種基于經(jīng)驗小波和希爾伯特變換的電能質(zhì)量擾動參數(shù)檢測法。針對小波變換和S變換存在的分析窗寬不能隨被檢測信號自適應(yīng)調(diào)整的缺陷,本文引入經(jīng)驗小波對電能質(zhì)量擾動信號進(jìn)行自適應(yīng)分解,有效避免了不同頻率成分之間的干擾,提高了復(fù)合擾動信號的檢測精度。將經(jīng)驗小波和希爾伯特變換相結(jié)合提供了電能質(zhì)量擾動信號的時頻表示,實(shí)現(xiàn)了包括穩(wěn)態(tài)和非穩(wěn)態(tài)擾動信號的參數(shù)精確檢測。針對國際標(biāo)準(zhǔn)IEEE Standard 1459-2010所提的基于傅里葉變換的電參數(shù)計算法不能檢測非穩(wěn)態(tài)條件下的電參數(shù)的問題,本文提出了基于經(jīng)驗小波和希爾伯特變換的瞬時電參數(shù)檢測方法,實(shí)驗結(jié)果表明該方法對于穩(wěn)態(tài)和暫態(tài)信號均有效。(4)設(shè)計了基于現(xiàn)場可編程邏輯門陣列(Field Programmable Gate Array,FPGA)的電能質(zhì)量擾動信號采集平臺硬件實(shí)現(xiàn)方案。針對電能質(zhì)量擾動類型增多特別是復(fù)合擾動頻繁出現(xiàn)的現(xiàn)狀,提出了使用具有并行運(yùn)行特性和強(qiáng)大數(shù)據(jù)處理功能的FPGA作為電能質(zhì)量擾動信號采集硬件的核心,以狀態(tài)機(jī)為控制核心實(shí)現(xiàn)了信號采集、存儲和傳輸。同時FPGA的可配置性允許該系統(tǒng)集成新的電能質(zhì)量檢測算法,可方便地實(shí)現(xiàn)系統(tǒng)功能的擴(kuò)展。
【圖文】：

表 3-12 STF-ELM(M=50)的混淆矩陣C2 C3/C4 C5/C6 C7/C8 C9/C10 C11/C12 C13/C14 C15/C16 C17/C18 /0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 76 0/11 13/0 0/0 0/0 0/0 0/0 0/0 0/0 0 100/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0 0/100 0/0 0/0 0/0 0/0 0/0 0/0 0/0 0 0/0 100/0 0/0 0/0 0/0 0/0 0/0 0/0 0 0/0 0/99 0/0 0/0 0/0 0/0 0/0 1/0 0 0/0 0/0 100/0 0/0 0/0 0/0 0/0 0/0 0 0/0 0/0 0/83 0/0 0/0 0/0 0/0 0/0 0 0/0 0/0 0/0 90/0 0/0 0/0 0/0 0/0 0 0/0 0/0 0/0 0/87 0/13 0/0 0/0 0/0 0 0/0 0/0 0/0 0/0 99/0 1/0 0/0 0/0 0 0/0 0/0 0/0 0/0 0/100 0/0 0/0 0/0 0 0/0 0/0 0/0 0/0 0/0 100/0 0/0 0/0 0 0/0 0/0 0/0 0/0 0/0 0/89 0/0 0/11 0 0/0 0/0 0/0 0/0 0/0 0/0 99/0 0/1 0 0/0 0/2 0/0 0/0 0/0 0/0 0/98 0/0 0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 100/0 0 0/0 0/2 0/0 0/0 0/0 0/0 0/0 0/98 0 5/0 0/0 0/0 0/0 0/0 0/0 0/0 0/0 16 0/17 0/0 0/0 0/0 0/0 0/0 0/0 0/0

華 中 科 技 大 學(xué) 博 士 學(xué) 位 論 文滿標(biāo)志 halfnullen=1 時進(jìn)入狀態(tài) 4，此狀態(tài)下分 3 次塊讀 SDRAM，，通道的數(shù)據(jù)。）狀態(tài)4完畢后READ FIFO半滿標(biāo)志halfnullen清0再次回到狀態(tài) 2滿標(biāo)志 halfnullen=1 時再次進(jìn)入狀態(tài) 4，重復(fù)上述過程，依次讀完 S寫滿標(biāo)志 sdfull 為 0，并返回狀態(tài) 2。驗結(jié)果所設(shè)計的電能質(zhì)量擾動信號采集平臺和采集卡實(shí)物圖分別如圖 5-平臺由正弦信號發(fā)生器、采集卡、PXIS-3320 機(jī)箱、工控主機(jī)、顯
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：TM711

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宋海軍;黃傳金;劉宏超;陳鐵軍;李景麗;羅勇;;基于改進(jìn)LMD的電能質(zhì)量擾動檢測新方法[J];中國電機(jī)工程學(xué)報;2014年10期

2 郭俊文;李開成;何順帆;張明;;基于改進(jìn)不完全S變換與決策樹的實(shí)時電能質(zhì)量擾動分類[J];電力系統(tǒng)保護(hù)與控制;2013年22期

3 劉志剛;張巧革;張楊;;電能質(zhì)量復(fù)合擾動分類的研究進(jìn)展[J];電力系統(tǒng)保護(hù)與控制;2013年13期

4 瞿碩;黃純;江亞群;曾照新;;DVR電壓暫降檢測新方法[J];電工技術(shù)學(xué)報;2013年04期

5 朱寧輝;白曉民;董偉杰;;基于EEMD的諧波檢測方法[J];中國電機(jī)工程學(xué)報;2013年07期

6 曹健;林濤;徐遐齡;劉林;;一種電能質(zhì)量擾動監(jiān)測與識別新方法[J];中國電機(jī)工程學(xué)報;2011年31期

7 黃南天;徐殿國;劉曉勝;;基于S變換與SVM的電能質(zhì)量復(fù)合擾動識別[J];電工技術(shù)學(xué)報;2011年10期

8 李立;易吉良;朱建林;;采用改進(jìn)不完全S變換估計電能質(zhì)量擾動參數(shù)[J];電工技術(shù)學(xué)報;2011年06期

9 易吉良;彭建春;譚會生;;S變換在電能質(zhì)量擾動分析中的應(yīng)用綜述[J];電力系統(tǒng)保護(hù)與控制;2011年03期

10 王晶;沈月月;翁國慶;徐愛親;;廣義S變換在電能質(zhì)量擾動識別中的應(yīng)用[J];電力系統(tǒng)及其自動化學(xué)報;2010年06期

本文編號：2672031