在多物理場強(qiáng)耦合的復(fù)雜電網(wǎng)環(huán)境下,電網(wǎng)電能質(zhì)量呈現(xiàn)出極其復(fù)雜的非平穩(wěn)波動(dòng)現(xiàn)象,且多種擾動(dòng)間相互耦合的時(shí)空特性進(jìn)一步加劇了電能質(zhì)量擾動(dòng)（PQD,power quality disturbance）行為的復(fù)雜性。現(xiàn)有的PQD分析方法是將信號(hào)在一組完備的正交基框架下進(jìn)行頻譜變換分析,采用一組固定的、性質(zhì)相同的基函數(shù)去表示任意信號(hào),而忽略了目標(biāo)信號(hào)本身的特性,使其難以獲得更為稀疏、靈活和自適應(yīng)的信號(hào)表達(dá)形式。為此,本文擬探討一種在過完備字典稀疏優(yōu)化框架下進(jìn)行擾動(dòng)分析的新方法,以PQD信號(hào)去噪和分類識(shí)別兩大關(guān)鍵問題為研究對象,展開相關(guān)的理論分析和實(shí)驗(yàn)研究,為電能質(zhì)量分析和控制的理論及應(yīng)用提供有益補(bǔ)充。首先,考慮到傳統(tǒng)信號(hào)分析和表達(dá)方法存在基函數(shù)固定單一、自適應(yīng)性差的不足,致使此類基于正交基框架的分析方法在PQD應(yīng)用中遭遇了瓶頸。為此,提出一種過完備字典稀疏優(yōu)化建模思路,并針對PQD信號(hào)去噪效果不理想和分類識(shí)別精度低兩大難點(diǎn)問題分別構(gòu)建了稀疏優(yōu)化模型,從而為電能質(zhì)量擾動(dòng)分析提供簡便有效的理論基礎(chǔ)。其次,提出了一種改進(jìn)混沌粒子群（ICPSO）動(dòng)態(tài)搜索時(shí)頻原子的電能質(zhì)量擾動(dòng)信號(hào)自適應(yīng)去噪方法,有效地解... 

【文章來源】：重慶大學(xué)重慶市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：71 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 研究背景及意義
    1.2 電能質(zhì)量的基本概念
        1.2.1 電能質(zhì)量的定義
        1.2.2 電能質(zhì)量擾動(dòng)類型劃分
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 電能質(zhì)量擾動(dòng)去噪方法研究現(xiàn)狀
        1.3.2 電能質(zhì)量擾動(dòng)分類方法研究現(xiàn)狀
    1.4 本文研究內(nèi)容
2 面向電能質(zhì)量擾動(dòng)分析的稀疏優(yōu)化模型
    2.1 引言
    2.2 生物視覺稀疏認(rèn)知機(jī)理
    2.3 稀疏優(yōu)化模型
        2.3.1 欠定方程求解問題
        2.3.2 信號(hào)稀疏表示建模
    2.4 稀疏恢復(fù)問題的數(shù)值優(yōu)化算法
        2.4.1 貪婪算法
        2.4.2 松弛算法
        2.4.3 群智能優(yōu)化算法
    2.5 用于電能質(zhì)量擾動(dòng)分析的稀疏優(yōu)化建模
        2.5.1 PQD信號(hào)稀疏表示去噪模型
        2.5.2 PQD信號(hào)稀疏表示分類模型
    2.6 本章小結(jié)
3 采用改進(jìn)CPSO動(dòng)態(tài)搜索時(shí)頻原子的PQD信號(hào)去噪方法
    3.1 引言
    3.2 PQD信號(hào)稀疏表示去噪原理
        3.2.1 信號(hào)稀疏表示去噪框架
        3.2.2 匹配PQD信號(hào)過完備字典
        3.2.3 相鄰殘差比終止策略
    3.3 改進(jìn)混沌粒子群動(dòng)態(tài)搜索最佳匹配原子
        3.3.1 粒子群優(yōu)化算法原理
        3.3.2 改進(jìn)CPSO算法
        3.3.3 采用ICPSO動(dòng)態(tài)搜索時(shí)頻原子的PQD信號(hào)去噪步驟描述
    3.4 仿真實(shí)驗(yàn)與分析
        3.4.1 算法性能分析
        3.4.2 PQD信號(hào)模型及去噪評價(jià)指標(biāo)
        3.4.3 去噪效果對比驗(yàn)證
        3.4.4 實(shí)際數(shù)據(jù)分析
        3.4.5 算法復(fù)雜度及收斂性分析
    3.5 本章小結(jié)
4 基于SSAE的電能質(zhì)量復(fù)合擾動(dòng)稀疏表示分類方法
    4.1 引言
    4.2 電能質(zhì)量擾動(dòng)特征提取
        4.2.1 雙樹復(fù)小波變換
        4.2.2 基于深度學(xué)習(xí)的自動(dòng)特征提取框架
    4.3 棧式稀疏自動(dòng)編碼器模型
        4.3.1 稀疏自動(dòng)編碼器
        4.3.2 棧式稀疏自動(dòng)編碼器
        4.3.3 Softmax回歸
    4.4 基于SSAE框架的PQD稀疏表示分類方法整體流程
    4.5 仿真實(shí)驗(yàn)與分析
        4.5.1 PQD數(shù)據(jù)生成及模型參數(shù)設(shè)置
        4.5.2 參數(shù)影響分析
        4.5.3 PQD深度表達(dá)特征可視化
        4.5.4 SSAE-MSRC框架性能分析
        4.5.5 PQD信號(hào)去噪效果驗(yàn)證
    4.6 本章小結(jié)
5 總結(jié)與展望
    5.1 論文工作總結(jié)
    5.2 后續(xù)工作展望
致謝
參考文獻(xiàn)
附錄
    A.作者在攻讀碩士學(xué)位期間發(fā)表的論文
    B.作者在攻讀碩士學(xué)位期間參與的科研項(xiàng)目


【參考文獻(xiàn)】：
期刊論文
[1]配電網(wǎng)電力電子化的發(fā)展和超高次諧波新問題[J]. 肖湘寧,廖坤玉,唐松浩,范文杰.  電工技術(shù)學(xué)報(bào). 2018(04)
[2]復(fù)雜電能質(zhì)量擾動(dòng)事件區(qū)段定位方法研究[J]. 董海艷,賈清泉,王寧,石磊磊,于浩.  中國電機(jī)工程學(xué)報(bào). 2017(17)
[3]能源互聯(lián)網(wǎng)多能擾動(dòng)識(shí)別的數(shù)據(jù)流處理模型[J]. 王德文,李俊.  電力系統(tǒng)自動(dòng)化. 2016(23)
[4]電能質(zhì)量擾動(dòng)信號(hào)的自適應(yīng)去噪方法[J]. 王燕,李群湛,高潔.  電力系統(tǒng)自動(dòng)化. 2016(23)
[5]能源互聯(lián)網(wǎng)供能質(zhì)量綜合評估[J]. 付學(xué)謙,孫宏斌,郭慶來,張秀容.  電力自動(dòng)化設(shè)備. 2016(10)
[6]一種平穩(wěn)小波變換改進(jìn)閾值函數(shù)的電能質(zhì)量擾動(dòng)信號(hào)去噪方法[J]. 范小龍,謝維成,蔣文波,李毅,黃小莉.  電工技術(shù)學(xué)報(bào). 2016(14)
[7]基于遺傳粒子群優(yōu)化算法的調(diào)速器執(zhí)行機(jī)構(gòu)分段線性模型及參數(shù)辨識(shí)[J]. 王力,趙潔,劉滌塵,王駿,陳剛,劉蔚.  電工技術(shù)學(xué)報(bào). 2016(12)
[8]國內(nèi)外配電前沿技術(shù)動(dòng)態(tài)及發(fā)展[J]. 馬釗,安婷,尚宇煒.  中國電機(jī)工程學(xué)報(bào). 2016(06)
[9]基于改進(jìn)量子粒子群優(yōu)化稀疏分解的局放信號(hào)去噪方法[J]. 王永強(qiáng),謝軍,律方成.  電工技術(shù)學(xué)報(bào). 2015(12)
[10]未來配電系統(tǒng)形態(tài)及發(fā)展趨勢[J]. 馬釗,周孝信,尚宇煒,周莉梅.  中國電機(jī)工程學(xué)報(bào). 2015(06)

博士論文
[1]基于相關(guān)原子庫的電能質(zhì)量擾動(dòng)分析方法研究[D]. 王寧.天津大學(xué) 2013

碩士論文
[1]電能質(zhì)量擾動(dòng)信號(hào)的檢測與識(shí)別[D]. 章俊.南昌大學(xué) 2015
[2]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]. 郝婉茹.燕山大學(xué) 2015
[3]混合電能質(zhì)量擾動(dòng)信號(hào)識(shí)別算法研究[D]. 張楊.西南交通大學(xué) 2012



本文編號(hào)：3310932