本文關(guān)鍵詞：風(fēng)電并網(wǎng)的電能質(zhì)量擾動(dòng)檢測方法研究

  更多相關(guān)文章： 電能質(zhì)量檢測 風(fēng)電并網(wǎng) Tsallis熵 實(shí)時(shí)數(shù)字仿真器 希爾伯特-黃變換 聚類經(jīng)驗(yàn)?zāi)B(tài)分解 譜峭度

【摘要】：大規(guī)模風(fēng)電場接入電網(wǎng),將不可避免的對(duì)電力系統(tǒng)的穩(wěn)定性、經(jīng)濟(jì)性以及電能質(zhì)量產(chǎn)生重大影響。同時(shí),隨著電力系統(tǒng)對(duì)電能質(zhì)量的要求越來越高,風(fēng)電接入電網(wǎng)對(duì)電能質(zhì)量的影響將成為研究熱點(diǎn)和難點(diǎn)。對(duì)于風(fēng)電并網(wǎng)系統(tǒng)發(fā)生故障引起的電能質(zhì)量擾動(dòng)信號(hào)的檢測,包括擾動(dòng)的幅值、頻率、持續(xù)時(shí)間等的檢測,能夠?yàn)轱L(fēng)電并網(wǎng)系統(tǒng)故障診斷提供重要的依據(jù)。本文基于實(shí)時(shí)數(shù)字仿真裝置(Real Time Digital Simulator, RTDS)搭建風(fēng)電并網(wǎng)模型,深入研究了由風(fēng)電并網(wǎng)系統(tǒng)故障引起的電能質(zhì)量擾動(dòng)信號(hào)的特點(diǎn),選擇了Tsallis小波包奇異熵、基于聚類經(jīng)驗(yàn)?zāi)B(tài)分解(Ensemble Empirical Mode Decomposition,EEMD)的希爾伯特-黃變換(Hilbert-Huang Transform,HHT)和基于Morlet復(fù)小波譜峭度(spectral kurtosis,SK)算法實(shí)現(xiàn)電能質(zhì)量檢測。為了研究風(fēng)電并網(wǎng)對(duì)電能質(zhì)量的影響,本文采用雙饋感應(yīng)風(fēng)力發(fā)電機(jī)(Doubly Fed Induction Generator,DFIG),利用RSCAD軟件搭建了DFIG并網(wǎng)模型,并結(jié)合RTDS硬件進(jìn)行仿真,即可采集相應(yīng)的電能質(zhì)量擾動(dòng)信號(hào),用于檢測和分析。為了解決傳統(tǒng)電能質(zhì)量檢測方法用于風(fēng)電并網(wǎng)故障信號(hào),易受到噪聲干擾,定位效果不精確,檢測誤差大,復(fù)合擾動(dòng)分解困難等問題,本文運(yùn)用小波包Tsallis奇異熵對(duì)擾動(dòng)進(jìn)行精確定位；采用基于EEMD的HHT算法,將擾動(dòng)信號(hào)用EEMD方法分解成不同固有模態(tài)函數(shù)(Intrinsic Mode Function,IMF)并將表征模態(tài)相同的IMF分量疊加形成最終的特征分量,然后將不同的IMF做Hilbert變換得到瞬時(shí)幅值和瞬時(shí)頻率,實(shí)現(xiàn)擾動(dòng)參數(shù)的檢測。由于擾動(dòng)信號(hào)普遍存在暫態(tài)振蕩,本文將EEMD方法與基于Morlet小波核函數(shù)的譜峭度方法相結(jié)合對(duì)仿真信號(hào)分析,實(shí)現(xiàn)擾動(dòng)頻率的精確檢測。本文搭建的一個(gè)雙饋風(fēng)機(jī)并網(wǎng)模型,可以產(chǎn)生電壓暫升、暫降、中斷、諧波、暫態(tài)振蕩組成的多種復(fù)合電能質(zhì)量擾動(dòng)。運(yùn)用三種算法相結(jié)合算法可以將擾動(dòng)起止時(shí)間定位,將不同擾動(dòng)模態(tài)分開,成功實(shí)現(xiàn)了擾動(dòng)持續(xù)時(shí)間、幅值等擾動(dòng)參數(shù)的檢測,實(shí)現(xiàn)了暫態(tài)振蕩擾動(dòng)頻率的檢測。檢測結(jié)果表明該方法誤差小、可靠性高。
【關(guān)鍵詞】：電能質(zhì)量檢測 風(fēng)電并網(wǎng) Tsallis熵 實(shí)時(shí)數(shù)字仿真器 希爾伯特-黃變換 聚類經(jīng)驗(yàn)?zāi)B(tài)分解 譜峭度
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TM711;TM614
【目錄】：

• 中文摘要6-7
• abstract7-11
• 第1章 緒論11-17
• 1.1 課題的背景及意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀分析12-15
• 1.2.1 電能質(zhì)量檢測算法研究現(xiàn)狀12-14
• 1.2.2 風(fēng)電并網(wǎng)的電能質(zhì)量檢測現(xiàn)狀14
• 1.2.3 目前研究存在問題的探討14-15
• 1.3 研究目標(biāo)和研究內(nèi)容15-16
• 1.3.1 研究對(duì)象與目標(biāo)15
• 1.3.2 主要研究內(nèi)容15-16
• 1.4 論文章節(jié)安排16-17
• 第2章 風(fēng)電并網(wǎng)模型的搭建17-29
• 2.1 引言17
• 2.2 RTDS軟硬件簡介17-20
• 2.2.1 RTDS硬件簡介17-18
• 2.2.2 RTDS軟件簡介18-20
• 2.3 雙饋感應(yīng)風(fēng)機(jī)模型的搭建20-27
• 2.3.1 DFIG主電路建模21-24
• 2.3.2 故障的設(shè)置24-25
• 2.3.3 風(fēng)機(jī)模型接入七節(jié)點(diǎn)電力系統(tǒng)25-27
• 2.4 模型運(yùn)行和擾動(dòng)信號(hào)的提取27-28
• 2.4.1 Runtime模塊運(yùn)行模型27
• 2.4.2 擾動(dòng)信號(hào)數(shù)據(jù)采集27-28
• 2.5 本章小結(jié)28-29
• 第3章 基于小波包Tsallis奇異熵的擾動(dòng)檢測定位29-42
• 3.1 引言29
• 3.2 小波包Tsallis奇異熵29-32
• 3.2.1 Shannon熵29-30
• 3.2.2 Tsallis熵30-31
• 3.2.3 小波包Tsallis奇異熵31-32
• 3.2.4 小波包分解參數(shù)選擇32
• 3.3 檢測算法原理及步驟32-33
• 3.4 仿真驗(yàn)證與分析33-40
• 3.5 本章小結(jié)40-42
• 第4章 基于改進(jìn)HHT和譜峭度結(jié)合的檢測算法42-57
• 4.1 引言42
• 4.2 基于EEMD的HHT擾動(dòng)檢測算法42-49
• 4.2.1 HHT方法42-44
• 4.2.2 EEMD方法44
• 4.2.3 檢測算法原理44-45
• 4.2.4 仿真驗(yàn)證與分析45-49
• 4.3 基于Morlet小波的譜峭度法49-55
• 4.3.1 譜峭度的定義及性質(zhì)49-50
• 4.3.2 基于Morlet小波的譜峭度法50-51
• 4.3.3 檢測原理及步驟51
• 4.3.4 仿真驗(yàn)證與分析51-55
• 4.4 本章小結(jié)55-57
• 第5章 風(fēng)電并網(wǎng)電能質(zhì)量擾動(dòng)檢測57-71
• 5.1 引言57
• 5.2 三相對(duì)稱故障的電能質(zhì)量擾動(dòng)檢測57-63
• 5.2.1 定子側(cè)三相接地短路故障檢測57-60
• 5.2.3 變壓器高壓側(cè)三相接地短路故障檢測60-63
• 5.3 不對(duì)稱故障的電能質(zhì)量擾動(dòng)檢測63-70
• 5.3.1 定子側(cè)A相接地短路63-66
• 5.3.2 定子側(cè)AB兩相接地短路66-70
• 5.4 本章小結(jié)70-71
• 結(jié)論71-73
• 致謝73-74
• 參考文獻(xiàn)74-79
• 攻讀碩士期間發(fā)表的論文及科研成果79

【引證文獻(xiàn)】

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 楊健;一種多功能固態(tài)限流器及其在風(fēng)電場并網(wǎng)中的應(yīng)用研究[D];湖南大學(xué);2016年

，

本文編號(hào)：843459