版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、電能質(zhì)量是指引起用電設(shè)備故障或不能正常工作的電壓、電流或頻率的偏差。由于非線性、沖擊性和不對(duì)稱負(fù)荷大量、快速使用,對(duì)電能質(zhì)量產(chǎn)生嚴(yán)重的影響,破壞和污染了電能質(zhì)量,產(chǎn)生電壓暫降、電壓暫升、電壓中斷、暫態(tài)脈沖和諧波等多種電能質(zhì)量問(wèn)題,給用戶和供電方帶來(lái)巨大的經(jīng)濟(jì)損失。同時(shí)以計(jì)算機(jī)和微處理器為核心的智能化精密設(shè)備對(duì)電能質(zhì)量提出更高的要求,如何有效治理電能質(zhì)量問(wèn)題,改善電能質(zhì)量成為電力行業(yè)研究的重點(diǎn)和熱點(diǎn)。電能質(zhì)量檢測(cè)是治理和改善電能質(zhì)量的前提
2、和基礎(chǔ),只有快速、正確的檢測(cè)與識(shí)別出電能質(zhì)量問(wèn)題才能采取正確的治理措施,改善電能質(zhì)量,減少電能質(zhì)量問(wèn)題帶來(lái)的損失。
首先介紹了電能質(zhì)量的概念、分類(lèi)、標(biāo)準(zhǔn)、產(chǎn)生因?yàn)?、危害及其傳統(tǒng)分析方法,然后針對(duì)電能質(zhì)量擾動(dòng)問(wèn)題,提出基于S變換和智能算法的電能質(zhì)量擾動(dòng)識(shí)別方法,對(duì)于電能質(zhì)量擾動(dòng)中最為嚴(yán)重的電壓暫降問(wèn)題,提出了基于S變換和GA-SVM的電壓暫降源識(shí)別方法,并在DSP平臺(tái)和Matlab軟件上實(shí)現(xiàn)電能質(zhì)量擾動(dòng)識(shí)別裝置,具體研究?jī)?nèi)容
3、如下:
(1)在分析各種電能質(zhì)量擾動(dòng)基礎(chǔ)上,提出基于S變換和智能算法的電能質(zhì)量擾動(dòng)識(shí)別方法。電能質(zhì)量擾動(dòng)主要包括諧波、電壓暫降、電壓暫升、電壓中斷、電壓波動(dòng)、暫態(tài)振蕩、諧波暫升和諧波暫降等電能質(zhì)量問(wèn)題。首先通過(guò)仿真模型產(chǎn)生各種電能質(zhì)量擾動(dòng)信號(hào),然后運(yùn)用S變換對(duì)各電能質(zhì)量擾動(dòng)信號(hào)進(jìn)行時(shí)頻分析,提取到多個(gè)特征樣本,最后分別運(yùn)用關(guān)聯(lián)向量機(jī)、神經(jīng)網(wǎng)絡(luò)、多分類(lèi)支持向量機(jī)三種智能算法對(duì)特征樣本進(jìn)行訓(xùn)練及測(cè)試,輸出電能質(zhì)量擾動(dòng)類(lèi)型。測(cè)試
4、結(jié)果表明,基于S變換和關(guān)聯(lián)向量機(jī)的電能質(zhì)量擾動(dòng)識(shí)別方法能夠快速、有效的識(shí)別出電能質(zhì)量擾動(dòng)信號(hào)類(lèi)型,具有測(cè)試時(shí)間短、正確率高等優(yōu)點(diǎn),可應(yīng)用于實(shí)時(shí)電能質(zhì)量監(jiān)測(cè)系統(tǒng)。
(2)電壓暫降是電能質(zhì)量擾動(dòng)中最為嚴(yán)重的電能質(zhì)量問(wèn)題,其產(chǎn)生的因?yàn)橹饕煞譃槎搪饭收?、變壓器投運(yùn)和電動(dòng)機(jī)啟動(dòng),不同因?yàn)楫a(chǎn)生不同電壓暫降,正確識(shí)別電壓暫降產(chǎn)生的因?yàn)閷?duì)于電壓暫降防治和治理具有重要意義。本文提出基于了基于S變換和GA-SVM的電壓暫降源識(shí)別方法,首先利
5、用S變換對(duì)各種電壓暫降進(jìn)行處理,檢測(cè)得到暫降幅值和暫降時(shí)間等多個(gè)特征樣本,然后運(yùn)用遺傳算法對(duì)特征樣本進(jìn)行優(yōu)秀特征選取,選取得到對(duì)電壓暫降源識(shí)別具有重要貢獻(xiàn)的特征樣本,最后通過(guò)多分類(lèi)支持向量機(jī)來(lái)驗(yàn)證優(yōu)秀特征樣本有效性。經(jīng)算例驗(yàn)證,基于S變換和GA-SVM法的電壓暫降源識(shí)別方法能夠快速、有效識(shí)別出電壓暫降產(chǎn)生的因?yàn)椤?br> (3)在分析國(guó)內(nèi)外電能質(zhì)量監(jiān)測(cè)技術(shù)的基礎(chǔ)上,本文研制了一款基于DSP平臺(tái)和Matlab軟件的電能質(zhì)量監(jiān)測(cè)系統(tǒng),
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于智能算法的電能質(zhì)量綜合評(píng)估.pdf
- 電能質(zhì)量擾動(dòng)信號(hào)檢測(cè)與識(shí)別算法研究.pdf
- 基于人工智能算法的圖像識(shí)別與生成
- 基于網(wǎng)絡(luò)入侵檢測(cè)的智能算法研究.pdf
- 生物識(shí)別技術(shù)中的智能算法.pdf
- 暫態(tài)電能質(zhì)量的檢測(cè)與識(shí)別.pdf
- 電能質(zhì)量復(fù)合擾動(dòng)信號(hào)檢測(cè)和識(shí)別算法研究.pdf
- 基于小波變換的電能質(zhì)量檢測(cè)與識(shí)別.pdf
- 入侵檢測(cè)中智能算法的研究與實(shí)現(xiàn).pdf
- 電能質(zhì)量擾動(dòng)信號(hào)的檢測(cè)與識(shí)別.pdf
- 電能質(zhì)量擾動(dòng)檢測(cè)與識(shí)別研究.pdf
- 基于智能算法多用戶檢測(cè)技術(shù)的研究.pdf
- 基于智能算法的網(wǎng)絡(luò)入侵檢測(cè)技術(shù)研究.pdf
- 基于信號(hào)處理的電能質(zhì)量擾動(dòng)檢測(cè)與識(shí)別.pdf
- 基于智能算法的鼠標(biāo)手勢(shì)識(shí)別的應(yīng)用研究.pdf
- 基于智能算法的高爐煤氣流分布識(shí)別方法.pdf
- 基于ZYNQ的電能質(zhì)量檢測(cè)裝置設(shè)計(jì)與算法實(shí)現(xiàn).pdf
- 基于群智能算法的UWB多用戶檢測(cè).pdf
- 電網(wǎng)電能質(zhì)量智能檢測(cè)及擾動(dòng)類(lèi)型識(shí)別方法研究.pdf
- 基于計(jì)算智能算法的蛋白質(zhì)溫?zé)嵝宰R(shí)別研究.pdf
評(píng)論
0/150
提交評(píng)論