基于快速原子分解的電能質(zhì)量擾動分析方法研究.pdf

1、高水平的電能質(zhì)量是保證電力系統(tǒng)自身可持續(xù)發(fā)展的必要條件，為采取適當(dāng)?shù)拇胧﹣斫档蛿_動帶來的影響，改善電能質(zhì)量，需要對檢測到的擾動信號進(jìn)行有效分析與處理。本文研究原子稀疏分解在電力擾動信號分析中的適用性，提出了一種利用和聲搜索的改進(jìn)原子稀疏分解算法，并將其應(yīng)用于電力系統(tǒng)擾動信號的提取、辨識和分類。
　　首先，利用快速傅里葉變換對原子稀疏分解中的匹配追蹤算法的初值進(jìn)行了優(yōu)化處理。采用快速傅里葉變換對擾動信號的幅值、頻率作粗略估計，以此估

2、計值作為匹配追蹤算法的初始解，彌補了匹配追蹤算法每次搜索均需遍歷整個原子庫的缺陷，加快了算法的收斂速度。
　　其次，針對常見的電能質(zhì)量擾動特征，對一種或幾種相似的擾動構(gòu)造了相應(yīng)的原子庫，減少了搜索時需匹配的原子數(shù)目。將常用的、適合分析電力系統(tǒng)擾動信號的Gabor原子庫分為類基波庫、脈沖庫、諧波庫、振蕩庫4個子庫；當(dāng)擾動類型已知時，可以用對應(yīng)的子庫進(jìn)行搜索；若不知擾動類型，則可按照以上子庫的順序進(jìn)行搜索；這樣減少了搜索的索引參數(shù)，使

3、原子表達(dá)更簡潔，搜索的針對性加強(qiáng)，加快了收斂速度并提高了計算效率。
　　再次，將和聲算法與匹配追蹤算法相結(jié)合，優(yōu)化了匹配追蹤算法的搜索迭代過程。對和聲搜索算法與匹配追蹤算法結(jié)合的可行性和優(yōu)越性進(jìn)行了分析，用和聲搜索算法對匹配追蹤算法的搜索迭代過程進(jìn)行了優(yōu)化。利用和聲搜索算法同時擁有群體搜索和協(xié)同搜索的能力，彌補了匹配追蹤算法缺乏協(xié)同搜索能力的缺點，通過兩者的結(jié)合顯著降低了算法的計算復(fù)雜度，提高了計算效率。
　　最后，應(yīng)用改進(jìn)

4、的原子稀疏分解算法提取電力擾動特征，并進(jìn)行電能質(zhì)量擾動分類。設(shè)定了提取電能質(zhì)量擾動信號的能量閾值等參數(shù)，對電能質(zhì)量擾動信號利用不同類型的原子庫依次提取相應(yīng)擾動，根據(jù)擾動特征實現(xiàn)擾動分類，同時可得到擾動的解析表示。本方法可單獨獲取某一特定擾動及其在總信號中所占的比重，以進(jìn)行其他分析應(yīng)用，亦能同時實現(xiàn)擾動提取、參數(shù)辨識和擾動分類。
　　本文設(shè)定了電壓暫降、電壓暫升、暫態(tài)振蕩和諧波等單擾動模型，以及諧波加脈沖、諧波加暫態(tài)振蕩和電壓暫降加