本文關(guān)鍵詞：暫態(tài)電能質(zhì)量擾動(dòng)檢測(cè)分析與評(píng)估的研究

  更多相關(guān)文章： 暫態(tài)電能質(zhì)量 小波變換 最優(yōu)小波包 模極大值 BT-SVM

【摘要】：隨著科技的迅猛發(fā)展,生產(chǎn)過(guò)程更加自動(dòng)化,生產(chǎn)設(shè)備更加智能化,用戶側(cè)對(duì)電能質(zhì)量提出更高要求,發(fā)供電側(cè)也更加關(guān)注如何提高電能質(zhì)量。電力系統(tǒng)中各種擾動(dòng)引起的電能質(zhì)量問(wèn)題主要分為穩(wěn)態(tài)和暫態(tài)。相對(duì)于暫態(tài)電能質(zhì)量,穩(wěn)態(tài)電能質(zhì)量分析算法目前已經(jīng)較為成熟,暫態(tài)電能質(zhì)量擾動(dòng)時(shí)間雖短,但危害極大,其理論研究和軟硬件應(yīng)用卻仍在初步階段。暫態(tài)電能質(zhì)量擾動(dòng)檢測(cè)分析系統(tǒng)需要快速檢測(cè)及定位擾動(dòng),為確定引起擾動(dòng)的原因并及時(shí)恢復(fù)正常運(yùn)行,還需識(shí)別出各種暫態(tài)電能質(zhì)量擾動(dòng)的類型。還可通過(guò)分析特定運(yùn)行環(huán)境下的擾動(dòng)特征,研究制定提高暫態(tài)電能質(zhì)量的措施。建立暫態(tài)電能質(zhì)量檢測(cè)分析及評(píng)估的模型包括特征值的獲取、時(shí)間定位和擾動(dòng)類型識(shí)別三個(gè)方面。利用小波變換模極大值進(jìn)行擾動(dòng)定位。設(shè)計(jì)基于小波變換模極大值原理的擾動(dòng)識(shí)別新算法,利用模極大值分析數(shù)據(jù)標(biāo)記擾動(dòng)分類,依據(jù)分類結(jié)果選擇小波變換或最優(yōu)小波包系數(shù)作為特征向量。將暫態(tài)電能質(zhì)量擾動(dòng)的特征向量輸入二叉樹(shù)支持向量機(jī)(BT-SV M)分類器,實(shí)現(xiàn)擾動(dòng)識(shí)別。利用MATLAB仿真平臺(tái),對(duì)比基于小波(包)變化及支持向量機(jī)的暫態(tài)電能質(zhì)量擾動(dòng)識(shí)別算法,求證新算法的準(zhǔn)確度、計(jì)算量、誤差等,列舉三個(gè)仿真實(shí)例來(lái)說(shuō)明該方法的可行性與準(zhǔn)確性。給出基于小波變換模極大值原理及BT-SVM的擾動(dòng)識(shí)別的新算法,針對(duì)暫態(tài)電能質(zhì)量不同擾動(dòng)的特性區(qū)別,采用不同的分析方法,進(jìn)行特征提取,完成進(jìn)一步的擾動(dòng)識(shí)別,該算法在保證短時(shí)擾動(dòng)分析的實(shí)時(shí)性的同時(shí),提高暫態(tài)高頻擾動(dòng)檢測(cè)分析的精確度。
【關(guān)鍵詞】：暫態(tài)電能質(zhì)量 小波變換 最優(yōu)小波包 模極大值 BT-SVM
【學(xué)位授予單位】：華北電力大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TM711
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-13
• 1.1 課題研究背景及意義9-10
• 1.2 課題研究現(xiàn)狀10-12
• 1.2.1 電能質(zhì)量的定義與分類10-11
• 1.2.2 暫態(tài)電能質(zhì)量研究現(xiàn)狀11-12
• 1.3 本課題主要研究?jī)?nèi)容12-13
• 第2章 暫態(tài)電能質(zhì)量擾動(dòng)信號(hào)特征研究13-22
• 2.1 暫態(tài)電能質(zhì)量擾動(dòng)現(xiàn)象分類13-15
• 2.1.1 暫態(tài)電能質(zhì)量擾動(dòng)現(xiàn)象13-14
• 2.1.2 低頻短時(shí)擾動(dòng)現(xiàn)象14-15
• 2.1.3 高頻瞬態(tài)擾動(dòng)現(xiàn)象15
• 2.2 暫態(tài)電能質(zhì)量擾動(dòng)信號(hào)模型15-21
• 2.2.1 電磁瞬態(tài)擾動(dòng)信號(hào)16-18
• 2.2.2 短時(shí)電壓變動(dòng)信號(hào)18-19
• 2.2.3 周期性擾動(dòng)信號(hào)19-20
• 2.2.4 短時(shí)諧波擾動(dòng)信號(hào)20-21
• 2.3 本章小結(jié)21-22
• 第3章 暫態(tài)電能質(zhì)量擾動(dòng)定位及特征值提取22-31
• 3.1 分析方法選取22-26
• 3.1.1 基于小波(包)變換的多分辨率分解22-24
• 3.1.2 基本小波函數(shù)選取24-26
• 3.2 信號(hào)采樣及擾動(dòng)定位26-28
• 3.2.1 信號(hào)采樣26-27
• 3.2.2 基于小波變換模極大值原理的擾動(dòng)定位27-28
• 3.3 最優(yōu)小波包特征值提取28-30
• 3.4 本章小結(jié)30-31
• 第4章 暫態(tài)電能質(zhì)量擾動(dòng)識(shí)別及系統(tǒng)模型31-37
• 4.1 支持向量機(jī)分類器31-32
• 4.2 基于BT-SVM的電能質(zhì)量擾動(dòng)識(shí)別32-34
• 4.3 基于改進(jìn)算法的暫態(tài)電能質(zhì)量檢測(cè)分析及評(píng)估系統(tǒng)模型34-36
• 4.4 本章小結(jié)36-37
• 第5章 算法仿真及結(jié)果分析37-46
• 5.1 仿真算例37-44
• 5.1.1 沖擊脈沖信號(hào)38-40
• 5.1.2 電壓暫降信號(hào)40-42
• 5.1.3 短時(shí)諧波信號(hào)42-44
• 5.2 結(jié)果分析44-46
• 第6章 總結(jié)與展望46-48
• 6.1 總結(jié)46-47
• 6.2 展望47-48
• 參考文獻(xiàn)48-52
• 攻讀碩士學(xué)位期間發(fā)表的論文及其它成果52-53
• 致謝53

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 李燕玲;蘇一丹;;改進(jìn)的二叉樹(shù)支持向量機(jī)在多分類中的應(yīng)用[J];計(jì)算機(jī)技術(shù)與發(fā)展;2014年07期

，

本文編號(hào)：640439