本文關(guān)鍵詞：電力系統(tǒng)暫態(tài)信號小波熵檢測方法研究

  更多相關(guān)文章： 暫態(tài)信號 特征提取 雙樹復(fù)小波變換 Tsallis熵

【摘要】：隨著電力系統(tǒng)的飛速發(fā)展,電網(wǎng)中日益增多的非線性電力電子設(shè)備已成為電能質(zhì)量問題的重要來源之一,嚴重威脅到電力系統(tǒng)的穩(wěn)定運行。同時,在電力系統(tǒng)實際運行下,由于人為操作或自然災(zāi)害現(xiàn)象,各種短路故障、雷擊干擾需要及時發(fā)現(xiàn)并處理。而在實際工況下,由于受到多種因素干擾,電力系統(tǒng)故障所產(chǎn)生的擾動特征信號易被諧波等背景噪聲淹沒,難以直接辨別。因此,通過濾除電力系統(tǒng)暫態(tài)擾動信號中包含的干擾噪聲,實現(xiàn)信號特征提取,對于提高電力系統(tǒng)穩(wěn)定性具有重要意義。本論文首先在對小波變換和小波熵算法進行理論分析的基礎(chǔ)上,實現(xiàn)Mallat小波變換與小波包變換,同時引入雙樹復(fù)小波變換分析,通過設(shè)計仿真實驗驗證了雙樹復(fù)小波變換在運算過程中能夠顯著改善傳統(tǒng)小波變換存在的頻率混疊和平移敏感等缺陷。其次,由于電力暫態(tài)信號相對能量較低,幅值小,容易被穩(wěn)態(tài)信號及系統(tǒng)噪聲所淹沒,因此借助熵理論對小波分析結(jié)果作進一步處理以改善仿真結(jié)果。由于熵算法結(jié)果仍會受到Shannon小波熵僅適用于廣延性系統(tǒng)的缺陷的影響;為拓寬熵算法的應(yīng)用范圍,于是又將能夠應(yīng)用于非廣延系統(tǒng)的Tsallis熵應(yīng)用到電力系統(tǒng)信號檢測中。綜合上述分析,本課題結(jié)合雙樹復(fù)小波和Tsallis熵的優(yōu)點,構(gòu)造了一種基于雙樹復(fù)小波變換的改進Tsallis小波熵算法,通過設(shè)計仿真實驗分析比較其與傳統(tǒng)Shannon小波熵算法和Tsallis小波熵算法的特征提取效果,驗證該方法的可行性。最后,借助MATLAB/Sim Power Systems仿真工具箱,搭建典型電力系統(tǒng)模型產(chǎn)生電力系統(tǒng)典型故障信號進行特性分析,并以一組實際測得的AC相接地故障信號為例,運用本文所提出的改進Tsallis小波能量熵算法提取出兩相接地故障信號特征。仿真結(jié)果表明,與傳統(tǒng)Shannon小波熵和Tsallis小波熵相比,Tsallis復(fù)小波熵算法在維持相近運算速度的前提下,顯著地提高了電力系統(tǒng)暫態(tài)信號特征提取的精確度,為準確判別電力系統(tǒng)故障類型提供更有力的保障。
【關(guān)鍵詞】：暫態(tài)信號 特征提取 雙樹復(fù)小波變換 Tsallis熵
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TM712
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-16
• 1.1 課題研究目的和意義9
• 1.2 國內(nèi)外研究現(xiàn)狀9-14
• 1.2.1 電力系統(tǒng)暫態(tài)信號檢測的主要方法9-14
• 1.2.2 暫態(tài)信號檢測方法的研究現(xiàn)狀14
• 1.3 課題的主要研究內(nèi)容14-16
• 第2章 電力系統(tǒng)暫態(tài)信號特征提取理論分析16-34
• 2.1 引言16
• 2.2 用于特征提取的小波變換分析16-26
• 2.2.1 Mallat小波變換的基本原理16-21
• 2.2.2 小波包變換21-23
• 2.2.3 電力擾動信號小波變換分析23-26
• 2.3 用于特征提取的雙樹復(fù)小波變換分析26-30
• 2.3.1 雙樹復(fù)小波變換基本原理27-28
• 2.3.2 電力擾動信號雙樹復(fù)小波變換分析28-30
• 2.4 用于特征提取的小波熵理論分析30-33
• 2.4.1 Shannon小波能量熵30-32
• 2.4.2 Tsallis小波能量熵32-33
• 2.5 本章小結(jié)33-34
• 第3章 暫態(tài)信號小波熵仿真算法設(shè)計34-43
• 3.1 引言34
• 3.2 常見電力系統(tǒng)暫態(tài)信號分類34-37
• 3.3 小波能量熵算法仿真設(shè)計37-40
• 3.3.1 Shannon小波能量熵算法仿真37-39
• 3.3.2 Tsallis小波能量熵算法仿真39-40
• 3.4 Tsallis復(fù)小波能量熵算法仿真40-42
• 3.5 本章小結(jié)42-43
• 第4章 電力系統(tǒng)典型故障信號分析43-55
• 4.1 引言43
• 4.2 典型故障信號特性分析43-52
• 4.2.1 仿真模型建立43-44
• 4.2.2 雷擊故障信號特性分析44-46
• 4.2.3 典型短路故障信號特性分析46-52
• 4.3 典型故障信號特征提取分析52-54
• 4.4 本章小結(jié)54-55
• 結(jié)論55-56
• 參考文獻56-61
• 攻讀碩士學(xué)位期間的學(xué)術(shù)成果61-63
• 致謝63

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 黃南天;徐殿國;劉曉勝;;基于S變換與SVM的電能質(zhì)量復(fù)合擾動識別[J];電工技術(shù)學(xué)報;2011年10期

2 謝添卉;劉明光;楊罡;;基于數(shù)學(xué)形態(tài)譜和人工神經(jīng)網(wǎng)絡(luò)的高壓輸電線接地故障類型識別方法[J];電氣自動化;2009年03期

3 羅日成;李穩(wěn);陸毅;黃彪;胡宗宇;;基于Hilbert-Huang變換的1000kV輸電線路雷電繞擊與反擊識別方法[J];電工技術(shù)學(xué)報;2015年03期

4 李濤;張宇;何怡剛;;基于MAP估計雙樹復(fù)小波的電能質(zhì)量擾動信號去噪方法[J];計算技術(shù)與自動化;2012年01期

5 王曉冬;何正嘉;訾艷陽;;滾動軸承故障診斷的多小波譜峭度方法[J];西安交通大學(xué)學(xué)報;2010年03期

6 陳繼開;李浩昱;吳建強;楊世彥;寇寶泉;;非廣延小波熵在電力系統(tǒng)暫態(tài)信號特征提取中的應(yīng)用[J];中國電機工程學(xué)報;2010年28期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 易吉良;基于S變換的電能質(zhì)量擾動分析[D];湖南大學(xué);2010年

，

本文編號：596024