本文關(guān)鍵詞：基于EEMD算法的電能質(zhì)量擾動(dòng)檢測

  更多相關(guān)文章： 電能質(zhì)量 檢測 經(jīng)驗(yàn)?zāi)B(tài)分解 模態(tài)混疊 去噪

【摘要】：目前,電網(wǎng)中非線性、波動(dòng)性、沖擊性、不平衡性負(fù)荷所占比重逐漸增大,導(dǎo)致電能質(zhì)量問題日益突出。為提高電能質(zhì)量,需要對電能質(zhì)量擾動(dòng)信號(hào)進(jìn)行有效檢測與分析。本文研究電能質(zhì)量擾動(dòng)信號(hào)的數(shù)字處理方法,對總體平均經(jīng)驗(yàn)?zāi)B(tài)分解(Ensemble Empirical Mode Decomposition, EEMD)算法進(jìn)行改進(jìn),并將其應(yīng)用于電能質(zhì)量擾動(dòng)檢測。首先,介紹電能質(zhì)量擾動(dòng)檢測的研究現(xiàn)狀,闡述了EEMD算法原理及實(shí)現(xiàn)步驟,針對EEMD算法在電能質(zhì)量擾動(dòng)檢測中的不足,探討了其改進(jìn)的可能性。其次,提出了基于去噪EEMD算法的電能質(zhì)量擾動(dòng)檢測方法。針對電能質(zhì)量擾動(dòng)信號(hào)的特點(diǎn),對EEMD算法進(jìn)行改進(jìn),將添加的單一輔助噪聲改為一對幅值相等的正負(fù)白噪聲,提高分解的準(zhǔn)確性；采用基于概率統(tǒng)計(jì)的參數(shù)自適應(yīng)給定方法,解決了EEMD算法需要人為主觀確定添加白噪聲幅度和集成平均次數(shù)這兩個(gè)參數(shù)的問題；對于分解得到的各個(gè)本征模態(tài)函數(shù)中噪聲影響較大的分量,給出了自適應(yīng)閾值去噪方法；將這三個(gè)過程結(jié)合得到去噪EEMD算法,并應(yīng)用于電能質(zhì)量擾動(dòng)分析,實(shí)現(xiàn)了單一擾動(dòng)及復(fù)合擾動(dòng)的有效檢測。最后,提出了基于自適應(yīng)EEMD算法的電能質(zhì)量擾動(dòng)檢測方法�，F(xiàn)有EEMD算法在篩選各本征模態(tài)函數(shù)時(shí)添加的白噪聲是相同的,由于高頻成分與低頻成分對噪聲的敏感度不同,添加相同的白噪聲可能會(huì)使分解出現(xiàn)模態(tài)混疊現(xiàn)象。針對這一問題,構(gòu)造幅值隨本征模態(tài)函數(shù)的頻率自適應(yīng)變化的輔助白噪聲,將該白噪聲代替EEMD算法中的高斯白噪聲,結(jié)合去噪EEMD方法,得到自適應(yīng)EEMD算法。將該方法應(yīng)用于電能質(zhì)量擾動(dòng)信號(hào)分析,提高了擾動(dòng)信號(hào)分解的自適應(yīng)性和準(zhǔn)確性,有利于準(zhǔn)確獲取電能質(zhì)量擾動(dòng)特征。構(gòu)造諧波、電壓暫降、暫升、振蕩、脈沖等單一電能質(zhì)量擾動(dòng)信號(hào),以及多種復(fù)合擾動(dòng)信號(hào),利用改進(jìn)的EEMD算法進(jìn)行擾動(dòng)檢測。仿真結(jié)果表明,去噪EEMD算法和自適應(yīng)EEMD算法均能準(zhǔn)確檢測出各種類型擾動(dòng)的起止時(shí)間和擾動(dòng)幅度；自適應(yīng)EEMD算法在篩選次數(shù)較少時(shí)比去噪EEMD算法具有更好的檢測精度,因而檢測結(jié)果較好。
【關(guān)鍵詞】：電能質(zhì)量 檢測 經(jīng)驗(yàn)?zāi)B(tài)分解 模態(tài)混疊 去噪
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TM711
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-19
• 1.1 研究背景與意義10-11
• 1.2 電能質(zhì)量概論11-14
• 1.2.1 電能質(zhì)量概述11-12
• 1.2.2 電能質(zhì)量分類12-14
• 1.3 電能質(zhì)量擾動(dòng)檢測方法14-17
• 1.3.1 時(shí)域分析方法14-15
• 1.3.2 頻域分析方法15
• 1.3.3 時(shí)頻域分析方法15-17
• 1.4 本文研究的主要內(nèi)容17-19
• 第2章 EEMD算法及其在電能質(zhì)量擾動(dòng)檢測中的應(yīng)用19-34
• 2.1 HHT變換19-27
• 2.1.1 EMD算法19-23
• 2.1.2 EMD算法的不足23-26
• 2.1.3 HHT的應(yīng)用26-27
• 2.2 EEMD算法27-29
• 2.2.1 白噪聲的EMD特征27-28
• 2.2.2 EEMD算法基本理論28-29
• 2.3 EEMD算法的兩個(gè)參數(shù)討論29-30
• 2.3.1 添加噪聲的幅度29-30
• 2.3.2 集成平均次數(shù)30
• 2.4 EEMD算法在電能質(zhì)量檢測中的應(yīng)用30-33
• 2.4.1 暫態(tài)擾動(dòng)檢測31-32
• 2.4.2 諧波檢測32-33
• 2.5 本章小結(jié)33-34
• 第3章 基于去噪EEMD算法的電能質(zhì)量擾動(dòng)檢測34-46
• 3.1 前言34
• 3.2 去噪EEMD算法34-39
• 3.2.1 添加不同白噪聲的改進(jìn)EEMD算法34-35
• 3.2.2 基于概率統(tǒng)計(jì)的改進(jìn)EEMD算法35-36
• 3.2.3 EEMD算法去噪原理36-38
• 3.2.4 去噪EEMD算法38-39
• 3.3 去噪EEMD算法在電能質(zhì)量擾動(dòng)檢測中的應(yīng)用39-45
• 3.3.1 單一電能質(zhì)量擾動(dòng)檢測39-44
• 3.3.2 復(fù)合擾動(dòng)檢測44-45
• 3.4 本章小結(jié)45-46
• 第4章 基于自適應(yīng)EEMD算法的電能質(zhì)量擾動(dòng)檢測46-59
• 4.1 自適應(yīng)EEMD算法46-49
• 4.1.1 EEMD算法選取白噪聲的不足46-47
• 4.1.2 自適應(yīng)EEMD算法47-49
• 4.2 自適應(yīng)EEMD算法在電能質(zhì)量擾動(dòng)檢測中的應(yīng)用49-58
• 4.2.1 單一電能質(zhì)量擾動(dòng)檢測49-54
• 4.2.2 諧波檢測54-56
• 4.2.3 復(fù)合擾動(dòng)檢測56-58
• 4.3 自適應(yīng)EEMD算法在電能質(zhì)量擾動(dòng)檢測中的特點(diǎn)58
• 4.4 本章小結(jié)58-59
• 結(jié)論59-61
• 參考文獻(xiàn)61-65
• 致謝65-66
• 附錄A 攻讀學(xué)位期間所獲成果66-67
• 附錄B 攻讀學(xué)位期間參加的科研項(xiàng)目67

【相似文獻(xiàn)】

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(shí)電能質(zhì)量擾動(dòng)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(shí)電能質(zhì)量擾動(dòng)分類方法研究[J];計(jì)算機(jī)工程與應(yīng)用;2008年17期

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

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

5 賴曉君;孫洪成;;一種新的電能質(zhì)量擾動(dòng)分類識(shí)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(dòng)的測量與分類方法[J];中國電機(jī)工程學(xué)報(bào);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(dòng)檢測方法[J];中國電機(jī)工程學(xué)報(bào);2004年03期

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

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

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

中國重要會(huì)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(dòng)研究[A];中國高等學(xué)校電力系統(tǒng)及其自動(dòng)化專業(yè)第二十四屆學(xué)術(shù)年會(huì)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(dòng)識(shí)別研究[A];中南七�。▍^(qū)）電力系統(tǒng)專業(yè)委員會(huì)第二十二屆聯(lián)合學(xué)術(shù)年會(huì)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(dòng)識(shí)別與分類[A];2009中國儀器儀表與測控技術(shù)大會(huì)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(dòng)識(shí)別[A];紀(jì)念中國農(nóng)業(yè)工程學(xué)會(huì)成立30周年暨中國農(nóng)業(yè)工程學(xué)會(huì)2009年學(xué)術(shù)年會(huì)（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(dòng)信號(hào)的小波檢測[A];2004全國測控、計(jì)量與儀器儀表學(xué)術(shù)年會(huì)論文集（上冊）[C];2004年

6 方群會(huì);;基于LS_SVM的暫態(tài)電能質(zhì)量擾動(dòng)分類[A];重慶市電機(jī)工程學(xué)會(huì)2010年學(xué)術(shù)會(huì)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(dòng)檢測中的應(yīng)用[A];中國高等學(xué)校電力系統(tǒng)及其自動(dòng)化專業(yè)第二十四屆學(xué)術(shù)年會(huì)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(jī)的電能質(zhì)量擾動(dòng)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(dòng)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(dòng)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(dòng)的自動(dòng)識(shí)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(dòng)的自動(dòng)識(shí)別和時(shí)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(dòng)分析[D];湖南大學(xué);2010年

7 張明;電能質(zhì)量擾動(dòng)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(dòng)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(dòng)及補(bǔ)償?shù)目刂品椒ㄅc實(shí)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(dòng)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(dòng)信號(hào)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(dòng)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(dòng)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(dòng)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(dòng)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(dòng)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(dòng)檢測與分類識(shí)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(dòng)信號(hào)的檢測與識(shí)別[D];南昌大學(xué);2015年

9 張語R，

本文編號(hào)：899667