發(fā)布時(shí)間：2020-11-20 12:10

　　 電力系統(tǒng)中存在大量具有非線性、沖擊性和不平衡性等電特性的負(fù)載,使電網(wǎng)中產(chǎn)生注入大量脈沖、閃變等電能質(zhì)量問(wèn)題。高效檢測(cè)、分析電能質(zhì)量問(wèn)題,是當(dāng)今的研究熱點(diǎn)。本文的工作重點(diǎn)是改進(jìn)廣義S變換并將其用于檢測(cè)、定位電能質(zhì)量擾動(dòng)成分,并對(duì)經(jīng)典決策導(dǎo)向非循環(huán)圖支持向量機(jī)(Decision Directed Acyclic Graph SVM,DDAGSVM)識(shí)別算法提出改進(jìn)。信號(hào)時(shí)頻分布反映了其局部能量分布,能量越集中,信號(hào)的“模態(tài)混疊”現(xiàn)象越弱,時(shí)頻性能越優(yōu)秀。針對(duì)廣義S變換窗幅度拉伸因子與頻率尺度拉伸因子b的自適應(yīng)優(yōu)化,本文提出一種新的基于時(shí)頻聚焦性準(zhǔn)則與新增參量算法的兩自由度優(yōu)化算法,通過(guò)結(jié)合Djurovic算法、Stankovic算法及分段策略,將最優(yōu)時(shí)頻聚焦測(cè)度值對(duì)應(yīng)的參量作為最優(yōu)參量,同時(shí)為防止斷層現(xiàn)象,將最優(yōu)參量適當(dāng)擬合,通過(guò)優(yōu)化每一頻幀的窗寬來(lái)提升其時(shí)頻聚焦性能,最終將優(yōu)化廣義S變換(Optimization of Generalized S Transform,OGST)用于分析信號(hào)擾動(dòng)成分并提取特征量。Dyn動(dòng)態(tài)測(cè)度法可以檢測(cè)到信號(hào)的極值點(diǎn),本文將Dyn動(dòng)態(tài)測(cè)度結(jié)合OGST變換用于電能質(zhì)量擾動(dòng)成分的檢測(cè)。功率譜密度反映了信號(hào)的頻域能量分布,利用Dyn測(cè)度檢測(cè)其功率譜密度極值點(diǎn),即主頻點(diǎn);由于畸變點(diǎn)與正常點(diǎn)的梯度差異,因此可通過(guò)Dyn測(cè)度檢測(cè)梯度劇烈變化的畸變點(diǎn),進(jìn)而獲取擾動(dòng)起止時(shí)刻。OGST時(shí)頻矩陣頻率與時(shí)間平方和均值的能量譜分別反映了信號(hào)的頻域、時(shí)域分布。對(duì)于復(fù)合擾動(dòng),本文同樣利用Dyn測(cè)度檢測(cè)OGST模矩陣頻率、時(shí)間平方和均值的能量譜梯度分布畸變點(diǎn)獲取主頻點(diǎn)及擾動(dòng)時(shí)間。鑒于DDAGSVM決策分類器根節(jié)點(diǎn)的選擇與決策走向存在隨機(jī)性而造成誤差增大,本文引入廣義KKT條件與空間區(qū)分度,將類間區(qū)分度的高低作為分類器節(jié)點(diǎn)選擇的依據(jù),將區(qū)分度最高的節(jié)點(diǎn)作為根節(jié)點(diǎn),以此減少誤差累積,同時(shí)利用遺傳算法(Genetic Algorithm,GA)優(yōu)化核函數(shù)調(diào)節(jié)因子并用于構(gòu)建識(shí)別模式,本文通過(guò)構(gòu)造數(shù)據(jù)集比較GSO-DDAGSVM、GA-DDAGSVM、PSO-DDAGSVM三種算法在消耗時(shí)間、識(shí)別精度、收斂速度三個(gè)指標(biāo)在電能擾動(dòng)信號(hào)識(shí)別的綜合性能,最終選用GA-DDAGSVM算法作為電能質(zhì)量識(shí)別方案,同時(shí)驗(yàn)證了算法在SNR=20/30/40/50dB高斯白噪聲環(huán)境下的魯棒性以及對(duì)復(fù)合擾動(dòng)的識(shí)別率。
【學(xué)位單位】：中國(guó)礦業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TM711
【文章目錄】：
致謝
摘要
abstract
1 緒論
    1.1 研究背景及意義
    1.2 電能質(zhì)量概述
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
    1.4 論文主要研究?jī)?nèi)容
    1.5 論文章節(jié)安排
2 廣義S變換和Dyn動(dòng)態(tài)測(cè)度法的電能質(zhì)量擾動(dòng)分析
    2.1 S變換原理概述
    2.2 廣義S變換實(shí)現(xiàn)原理及參數(shù)優(yōu)化
    2.3 Dyn動(dòng)態(tài)測(cè)度法原理及應(yīng)用
    2.4 OGST結(jié)合Dyn動(dòng)態(tài)測(cè)度算例分析
    2.5 本章小結(jié)
3 基于OGST及Dyn動(dòng)態(tài)測(cè)度的電能質(zhì)量擾動(dòng)定位
    3.1 常見電能質(zhì)量的OGST變換特征分析
    3.2 短時(shí)擾動(dòng)檢測(cè)分析
    3.3 暫態(tài)擾動(dòng)檢測(cè)分析
    3.4 復(fù)合擾動(dòng)檢測(cè)分析
    3.5 本章小結(jié)
4 基于GA-DDAGSVM的電能質(zhì)量擾動(dòng)分類及識(shí)別
    4.1 電能質(zhì)量擾動(dòng)特征量提取
    4.2 基于廣義KKT條件與空間分布的DDAGSVM改進(jìn)
    4.3 基于GA算法的DDAGSVM參量?jī)?yōu)化及驗(yàn)證
    4.4 本章小結(jié)
5 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
作者簡(jiǎn)歷
學(xué)位論文數(shù)據(jù)集

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張鴻博;蔡曉峰;魯改鳳;;基于雙窗全相位FFT雙譜線校正的電力諧波分析[J];儀器儀表學(xué)報(bào);2015年12期

2 舒振宇;王典洪;周城;海濤洋;;基于DLSVM算法的高分辨率遙感圖像分類研究[J];中南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年04期

3 史朝輝;王堅(jiān);華繼學(xué);郭新鵬;;一種改進(jìn)的DDAGSVM決策算法[J];空軍工程大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年02期

4 張逸;林焱;吳丹岳;;電能質(zhì)量監(jiān)測(cè)系統(tǒng)研究現(xiàn)狀及發(fā)展趨勢(shì)[J];電力系統(tǒng)保護(hù)與控制;2015年02期

5 蔡曉峰;張鴻博;魯改鳳;;應(yīng)用三譜線插值FFT分析電力諧波的改進(jìn)算法[J];電力系統(tǒng)保護(hù)與控制;2015年02期

6 張紅;雷志國(guó);金月;譚萬(wàn)禹;;基于SVM的電能質(zhì)量擾動(dòng)分類[J];電測(cè)與儀表;2014年23期

7 付學(xué)謙;陳皓勇;劉國(guó)特;金小明;;分布式電源電能質(zhì)量綜合評(píng)估方法[J];中國(guó)電機(jī)工程學(xué)報(bào);2014年25期

8 楊永進(jìn);高燕;吳在軍;;遵循IEC61850標(biāo)準(zhǔn)的區(qū)域電能質(zhì)量監(jiān)測(cè)系統(tǒng)研究[J];電測(cè)與儀表;2014年03期

9 胡昊明;鄭偉;徐偉;鮑顏紅;劉韶峰;段慧;;Prony和HHT算法在低頻振蕩在線辨識(shí)中的適用性比較[J];電力系統(tǒng)保護(hù)與控制;2013年14期

10 吳興偉;;基于DDAGSVM的離心風(fēng)機(jī)振動(dòng)故障診斷[J];風(fēng)機(jī)技術(shù);2013年03期

本文編號(hào)：2891396