現(xiàn)今,隨著科技快速發(fā)展,各種新的電力技術(shù)和用電裝置層出不窮,另一方面,全社會的電能需求量急劇擴大。這就使得各種電能質(zhì)量相關(guān)的問題不斷增加,并且威脅到了電網(wǎng)安全和相關(guān)的用電設(shè)備,對社會經(jīng)濟造成了巨大的損失。對電能質(zhì)量擾動信號進行檢測和識別是治理電能質(zhì)量相關(guān)問題的基礎(chǔ),只有正確的檢測和識別出擾動信號,才可以對電能質(zhì)量問題進行進一步的處理和分析。本文建立了8種常見的電能質(zhì)量擾動信號,并在擾動預(yù)處理、檢測和識別三個方面對電能質(zhì)量擾動進行了分析。在擾動信號預(yù)處理方面,面對電力系統(tǒng)中的電能質(zhì)量擾動信號往往存在噪聲且噪聲會影響電能質(zhì)量擾動信號的檢測與識別的現(xiàn)實情況。本文在分析和理解小波變換分解重構(gòu)的基礎(chǔ)上,提出了一種改進的小波閾值去噪算法。通過仿真實驗,證明了改進的閾值去噪算法可以有效去除電能質(zhì)量擾動信號中存在的噪聲。同時,與傳統(tǒng)的硬閾值和軟閾值去噪算法相比,改進的小波閾值去噪算法去噪效果更加優(yōu)越。在擾動信號檢測方面,本文著重研究了信號的S變換及其模矩陣,基于信號S變換理論,對多種擾動信號進行S變換得到S變換模矩陣,從S變換矩陣中提取多種特征量,比如:突變點曲線、時間幅值平方和均值曲線等特征量,并用...

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景及意義
    1.2 電能質(zhì)量擾動問題的概述
    1.3 電能質(zhì)量擾動國內(nèi)外研究現(xiàn)狀
    1.4 論文的主要工作及內(nèi)容
第2章 電能質(zhì)量標(biāo)準(zhǔn)與電能質(zhì)量擾動的建模
    2.1 電能質(zhì)量的相關(guān)標(biāo)準(zhǔn)
    2.2 電能質(zhì)量擾動信號的建模
    2.3 本章小結(jié)
第3章 基于小波變換的電能質(zhì)量擾動去噪處理
    3.1 小波變換
    3.2 擾動信號的小波去噪及改進
        3.2.1 擾動信號的噪聲去除
        3.2.2 小波閾值去噪改進
    3.3 改進閾值去噪仿真對比
        3.3.1 實驗設(shè)計
        3.3.2 實驗結(jié)果及分析
    3.4 本章小結(jié)
第4章 基于S變換模矩陣的電能質(zhì)量擾動檢測
    4.1 S變換
        4.1.1 一維連續(xù)S變換
        4.1.2 一維離散S變換
    4.2 S變換改進方案
    4.3 S變換模矩陣的擾動信號檢測
        4.3.1 擾動信號S變換模矩陣的獲取
        4.3.2 擾動信號S變換模矩陣特征量的獲取
        4.3.3 S變換擾動信號檢測原理
    4.4 基于S變換模矩陣的檢測仿真及結(jié)果分析
        4.4.1 實驗設(shè)計
        4.4.2 實驗結(jié)果及分析
    4.5 本章小結(jié)
第5章 基于統(tǒng)計特征和神經(jīng)網(wǎng)絡(luò)的電能質(zhì)量擾動識別算法
    5.1 波形振幅值統(tǒng)計特征的提取
    5.2 基于波形振幅值統(tǒng)計特征的神經(jīng)網(wǎng)絡(luò)訓(xùn)練
        5.2.1 神經(jīng)網(wǎng)絡(luò)的概述
        5.2.2 BP神經(jīng)網(wǎng)絡(luò)模型
    5.3 實驗仿真
        5.3.1 實驗設(shè)計
        5.3.2 實驗結(jié)果與分析
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻
攻讀學(xué)位期間的研究成果



本文編號：3825336