改進HHT算法在微網(wǎng)電能質(zhì)量波動檢測中的應用研究.pdf

1、近年來，隨著國家提出建設(shè)智能電網(wǎng)，微網(wǎng)作為智能電網(wǎng)的重要組成部分，不僅充分發(fā)揮可再生能源發(fā)電等分布式能源系統(tǒng)的利用效益，節(jié)約了不可再生能源，改善了環(huán)境，并且增加電網(wǎng)的可靠性和利用率。隨著微網(wǎng)的應用和發(fā)展，微網(wǎng)中也出現(xiàn)很多問題。由于微網(wǎng)中大量電力電子設(shè)備的應用和各種各樣的分布式電源的接入，容易出現(xiàn)電能質(zhì)量波動：如電力諧波，電壓波動，電壓暫降等問題。
　　為了有效對微網(wǎng)中各種電能質(zhì)量波動問題進行有效的檢測，研究者們提出了很多方法，如：

2、小波變換分析法，Prony算法，短時傅里葉變換分析法，其中希爾伯特-黃變換分析法作為一種新型的時頻分析方法，有很多傳統(tǒng)方法不可比擬的優(yōu)點。HHT方法可以分析非線性時變信號，具有完全自適應性，不受Heisenberg測不準原理制約，瞬時頻率是采用求導得到的。由于具有這些優(yōu)勢，HHT算法在近年來得到廣泛的關(guān)注和應用。
　　但是HHT方法也存在一些問題，如端點效應問題，模態(tài)混疊問題，自身方法不夠完善，本文針對這些問題對HHT方法進行了一

3、些改進研究。本文提出了多種HHT改進算法，其中包括：加窗函數(shù)法、波形匹配延拓法、鏡像延拓法、自回歸滑動平均模型法、多項式擬合法、比例延拓法、支持向量回歸機法、人工神經(jīng)網(wǎng)絡(luò)法、極值點延拓結(jié)合窗函數(shù)法、鏡像延拓結(jié)合人工神經(jīng)網(wǎng)絡(luò)法等，這些方法在一定程度上解決了端點效應問題；基于周期尺度的間斷準則法，干擾信號極值法，小波預處理法，集成EMD法，偽波法，高頻諧波法，掩膜信號法，這些方法在一定程度可以削弱模態(tài)混疊問題。
　　本文應用鏡像延拓法