本文關(guān)鍵詞：基于EEMD和SVM的電能質(zhì)量擾動檢測與分析研究

  更多相關(guān)文章： 電能質(zhì)量 Teager能量算子 總體平均經(jīng)驗(yàn)?zāi)B(tài)分解 支持向量機(jī) 擾動識別

【摘要】：隨著社會經(jīng)濟(jì)的快速發(fā)展,電力電子技術(shù)也越來越多的運(yùn)用到我們的生產(chǎn)與生活當(dāng)中,大量的非線性和沖擊性負(fù)荷接入到電網(wǎng)中,使得電網(wǎng)的電壓波形發(fā)生畸變,甚至?xí)䦟?dǎo)致整個配電系統(tǒng)的頻率發(fā)生波動。同時,以微型處理器為核心的電子設(shè)備和精密儀器對電能質(zhì)量提出了更高的要求。因此,電能質(zhì)量問題受到越來越多的電力部門和研究學(xué)者的關(guān)注。本文的主要創(chuàng)新和研究工作如下：1)利用電能質(zhì)量擾動的數(shù)學(xué)模型,分析并研究了影響電能質(zhì)量的幾種主要因素,通過總體平均經(jīng)驗(yàn)?zāi)B(tài)分解(Ensemble Empirical Mode Decomposition, EEMD)與 Teager能量算子(Teager Energy Operator, TEO)對擾動信號的分解和能量特征提取,即可檢測到電能質(zhì)量擾動現(xiàn)象的發(fā)生,并獲取電能質(zhì)量擾動的能量特征數(shù)據(jù)。在以上能量特征的基礎(chǔ)上,針對影響電能質(zhì)量的幾種因素,采用支持向量機(jī)(Support Vector Machine, S VM)對擾動類型進(jìn)行分類與識別。2)考慮到經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical Mode Decomposition, EMD)方法中較為嚴(yán)重的模態(tài)函數(shù)混疊現(xiàn)象,采用總體平均經(jīng)驗(yàn)?zāi)B(tài)分解方法,對電壓信號進(jìn)行抗混分解得到各階模態(tài)函數(shù),然后使用Teager能量算子來獲取擾動信號的能量特征,根據(jù)計算獲取到的擾動信號能量特征,即可檢測出電能質(zhì)量擾動現(xiàn)象的發(fā)生。3)在擾動信號的分類識別中,針對人工神經(jīng)網(wǎng)絡(luò)、貝葉斯分類器等在電能質(zhì)量擾動信號的分類識別中存在的不足,將支持向量機(jī)引入到電能質(zhì)量擾動識別中。通過分析對比徑向基核函數(shù)、多項(xiàng)式核函數(shù)以及線性核函數(shù)對支持向量機(jī)擾動分類識別的影響,采用PSO算法和遺傳算法優(yōu)化徑向基核函數(shù)最優(yōu)參數(shù),并將擾動信號的能量特征信息作為支持向量機(jī)的輸入向量來進(jìn)行擾動信號的分類和識別。仿真結(jié)果表明了本文中方法的有效性,總體平均經(jīng)驗(yàn)?zāi)B(tài)分解準(zhǔn)確度高于經(jīng)驗(yàn)?zāi)B(tài)分解,在擾動信號檢測過程中體現(xiàn)了文中所述方法的快速性與準(zhǔn)確性。在分類與識別過程中,使用參數(shù)優(yōu)化方法進(jìn)一步表明了研究方法的可靠性。
【學(xué)位授予單位】：昆明理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TM711

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 丁世飛;齊丙娟;譚紅艷;;支持向量機(jī)理論與算法研究綜述[J];電子科技大學(xué)學(xué)報;2011年01期

2 趙靜;何正友;錢清泉;;一種識別混合電能質(zhì)量擾動的新方法[J];電力系統(tǒng)自動化;2011年03期

3 易吉良;彭建春;譚會生;;基于改進(jìn)S變換估計電能質(zhì)量信號的噪聲水平[J];電網(wǎng)技術(shù);2009年20期

4 徐永海;趙燕;;基于短時傅里葉變換的電能質(zhì)量擾動識別與采用奇異值分解的擾動時間定位[J];電網(wǎng)技術(shù);2011年08期

5 沈申生;楊奕;;小波包變換在電能質(zhì)量擾動檢測中的應(yīng)用[J];高電壓技術(shù);2006年07期

6 周林;吳紅春;孟婧;徐會亮;馬永強(qiáng);;電壓暫降分析方法研究[J];高電壓技術(shù);2008年05期

7 袁帥;佟為明;;基于Hilbert變換和dq變換的電壓暫降檢測新方法[J];高電壓技術(shù);2009年05期

8 潘從茂;李鳳婷;;基于小波變換的暫態(tài)電能質(zhì)量的檢測與識別[J];電測與儀表;2013年11期

9 陳春玲;許童羽;鄭偉;姜鳳利;郭丹;;多類分類SVM在電能質(zhì)量擾動識別中的應(yīng)用[J];電力系統(tǒng)保護(hù)與控制;2010年13期

10 徐健;張語R，

本文編號：1189794