富含擾動(dòng)的電壓暫降信號(hào)處理技術(shù)研究
發(fā)布時(shí)間:2022-08-08 21:20
當(dāng)前,電壓暫降問題引起越來越多人的關(guān)注。在實(shí)際回路參數(shù)與運(yùn)行條件影響下,實(shí)測暫降信號(hào)大多是非線性非平穩(wěn)的,且含有復(fù)雜噪聲及多種擾動(dòng)(諧波、振蕩、波動(dòng)等),使富含擾動(dòng)的暫降信號(hào)的檢測和識(shí)別更加困難,現(xiàn)有方法的誤檢、漏檢問題需要新的方法去解決。為此,本文開展了富含擾動(dòng)的暫降信號(hào)處理技術(shù)研究。首先,本文對(duì)大量實(shí)測暫降信號(hào)展開多角度分析,并提出一種基于空間相量模型與改進(jìn)DBSCAN算法的暫降分析方法,用于分析多級(jí)暫降信號(hào)的特征;通過搭建仿真模型產(chǎn)生各類暫降信號(hào),并疊加噪聲及多種擾動(dòng)信號(hào),形成本文的信號(hào)源。其次,針對(duì)實(shí)測信號(hào)中可能混雜有諧波與振蕩等干擾信號(hào)的問題,本文引入變分模態(tài)分解(Variational Model Decompositon,VMD)算法,并將其進(jìn)行改進(jìn),使其能將暫降信號(hào)與諧波、振蕩信號(hào)分離,然后結(jié)合Hilbert變換確定暫降幅值,形態(tài)邊緣檢測定位暫降起止時(shí)刻。此外,針對(duì)實(shí)測信號(hào)可能混雜有波動(dòng)信號(hào)的情況,本文對(duì)傳統(tǒng)的擴(kuò)展Prony算法進(jìn)行改進(jìn),提出了自適應(yīng)擴(kuò)展Prony算法擬合源信號(hào)中波動(dòng)分量,然后采用自適應(yīng)濾波器將其剔除,獲取其中的暫降分量。然后,針對(duì)第二章重點(diǎn)關(guān)注的十類暫...
【文章頁數(shù)】:104 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 本課題的研究背景及意義
1.2 本課題相關(guān)國內(nèi)外研究現(xiàn)狀
1.2.1 暫降檢測方法研究現(xiàn)狀
1.2.2 暫降分類識(shí)別研究現(xiàn)狀
1.3 本文的主要研究內(nèi)容
第二章 實(shí)測電壓暫降信號(hào)特征分析
2.1 基于實(shí)測數(shù)據(jù)的電壓暫降特征分析
2.1.1 波形特征
2.1.2 復(fù)合電壓暫降
2.1.3 多種疊加與噪聲污染
2.2 傳統(tǒng)方法檢測實(shí)測暫降數(shù)據(jù)存在的問題
2.3 基于空間相量模型的電壓暫降分析方法
2.3.1 三相電壓的SPM變換
2.3.2 基于密度的改進(jìn)DBSCAN聚類算法
2.3.3 暫降特征提取
2.3.4 實(shí)測暫降信號(hào)分析
2.4 本文的電壓暫降信號(hào)產(chǎn)生模型
2.4.1 暫降信號(hào)產(chǎn)生模型
2.4.2 干擾信號(hào)模型
2.5 本章小結(jié)
第三章 基于改進(jìn)VMD算法的抗干擾暫降檢測方法研究
3.1 基于自適應(yīng)橫縱閾值的改進(jìn)VMD方法
3.1.1 模態(tài)分解數(shù)確定方法
3.1.2 自適應(yīng)橫縱閾值選取方案
3.2 基于改進(jìn)VMD算法的Hilbert變換
3.3 基于形態(tài)邊緣檢測的擾動(dòng)定位方法
3.3.1 多尺度數(shù)學(xué)形態(tài)濾波原理
3.3.2 形態(tài)邊緣檢測方法
3.4 算例仿真
3.4.1 仿真信號(hào)分析
3.4.2 實(shí)測信號(hào)分析
3.5 本章小結(jié)
第四章 考慮電壓波動(dòng)影響的電壓暫降檢測方法研究
4.1 基于自適應(yīng)擴(kuò)展Prony算法的波動(dòng)信號(hào)提取方法
4.1.1 自適應(yīng)多尺度形態(tài)濾波
4.1.2 改進(jìn)小波分析方法
4.1.3 自適應(yīng)擴(kuò)展Prony算法
4.1.4 方法有效性測試
4.2 基于自適應(yīng)濾波器原理的波動(dòng)信號(hào)分離方法
4.3 實(shí)測信號(hào)分析
4.4 本章小結(jié)
第五章 基于廣義S變換與多級(jí)SVM的復(fù)合電壓暫降分類識(shí)別研究
5.1 廣義S變換
5.2 電壓暫降特征分析
5.3 暫降識(shí)別特征指標(biāo)體系
5.3.1 時(shí)域特征
5.3.2 波形特征
5.4 基于多級(jí)支持向量機(jī)的復(fù)合電壓暫降識(shí)別系統(tǒng)
5.4.1 多級(jí)SVM的構(gòu)成
5.4.2 實(shí)現(xiàn)步驟
5.5 識(shí)別結(jié)果分析
5.6 本章小結(jié)
第六章 富含擾動(dòng)的電壓暫降信號(hào)處理系統(tǒng)設(shè)計(jì)
6.1 系統(tǒng)設(shè)計(jì)
6.1.1 暫降檢測子系統(tǒng)
6.1.2 暫降識(shí)別子系統(tǒng)
6.2 仿真信號(hào)分析
6.3 本章小結(jié)
結(jié)論與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的研究成果
致謝
附件
本文編號(hào):3672252
【文章頁數(shù)】:104 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 本課題的研究背景及意義
1.2 本課題相關(guān)國內(nèi)外研究現(xiàn)狀
1.2.1 暫降檢測方法研究現(xiàn)狀
1.2.2 暫降分類識(shí)別研究現(xiàn)狀
1.3 本文的主要研究內(nèi)容
第二章 實(shí)測電壓暫降信號(hào)特征分析
2.1 基于實(shí)測數(shù)據(jù)的電壓暫降特征分析
2.1.1 波形特征
2.1.2 復(fù)合電壓暫降
2.1.3 多種疊加與噪聲污染
2.2 傳統(tǒng)方法檢測實(shí)測暫降數(shù)據(jù)存在的問題
2.3 基于空間相量模型的電壓暫降分析方法
2.3.1 三相電壓的SPM變換
2.3.2 基于密度的改進(jìn)DBSCAN聚類算法
2.3.3 暫降特征提取
2.3.4 實(shí)測暫降信號(hào)分析
2.4 本文的電壓暫降信號(hào)產(chǎn)生模型
2.4.1 暫降信號(hào)產(chǎn)生模型
2.4.2 干擾信號(hào)模型
2.5 本章小結(jié)
第三章 基于改進(jìn)VMD算法的抗干擾暫降檢測方法研究
3.1 基于自適應(yīng)橫縱閾值的改進(jìn)VMD方法
3.1.1 模態(tài)分解數(shù)確定方法
3.1.2 自適應(yīng)橫縱閾值選取方案
3.2 基于改進(jìn)VMD算法的Hilbert變換
3.3 基于形態(tài)邊緣檢測的擾動(dòng)定位方法
3.3.1 多尺度數(shù)學(xué)形態(tài)濾波原理
3.3.2 形態(tài)邊緣檢測方法
3.4 算例仿真
3.4.1 仿真信號(hào)分析
3.4.2 實(shí)測信號(hào)分析
3.5 本章小結(jié)
第四章 考慮電壓波動(dòng)影響的電壓暫降檢測方法研究
4.1 基于自適應(yīng)擴(kuò)展Prony算法的波動(dòng)信號(hào)提取方法
4.1.1 自適應(yīng)多尺度形態(tài)濾波
4.1.2 改進(jìn)小波分析方法
4.1.3 自適應(yīng)擴(kuò)展Prony算法
4.1.4 方法有效性測試
4.2 基于自適應(yīng)濾波器原理的波動(dòng)信號(hào)分離方法
4.3 實(shí)測信號(hào)分析
4.4 本章小結(jié)
第五章 基于廣義S變換與多級(jí)SVM的復(fù)合電壓暫降分類識(shí)別研究
5.1 廣義S變換
5.2 電壓暫降特征分析
5.3 暫降識(shí)別特征指標(biāo)體系
5.3.1 時(shí)域特征
5.3.2 波形特征
5.4 基于多級(jí)支持向量機(jī)的復(fù)合電壓暫降識(shí)別系統(tǒng)
5.4.1 多級(jí)SVM的構(gòu)成
5.4.2 實(shí)現(xiàn)步驟
5.5 識(shí)別結(jié)果分析
5.6 本章小結(jié)
第六章 富含擾動(dòng)的電壓暫降信號(hào)處理系統(tǒng)設(shè)計(jì)
6.1 系統(tǒng)設(shè)計(jì)
6.1.1 暫降檢測子系統(tǒng)
6.1.2 暫降識(shí)別子系統(tǒng)
6.2 仿真信號(hào)分析
6.3 本章小結(jié)
結(jié)論與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的研究成果
致謝
附件
本文編號(hào):3672252
本文鏈接:http://sikaile.net/kejilunwen/dianlidianqilunwen/3672252.html
最近更新
教材專著