電能質(zhì)量擾動(dòng)的自動(dòng)識(shí)別和時(shí)刻定位研究.pdf

1、電能在當(dāng)今生產(chǎn)和生活中扮演了越來(lái)越重要的角色。近年來(lái),電網(wǎng)的負(fù)荷結(jié)構(gòu)發(fā)生了重大變化,一方面大量的非線性、波動(dòng)性、沖擊性負(fù)荷涌入電力系統(tǒng),提高了生產(chǎn)效率和生活質(zhì)量,但也造成電網(wǎng)的污染,導(dǎo)致電能質(zhì)量下降:另一方面,隨著計(jì)算機(jī)技術(shù)和半導(dǎo)體技術(shù)的發(fā)展,以計(jì)算機(jī)和微處理器為核心的高度自動(dòng)化和智能化的電子設(shè)備在工業(yè)生產(chǎn)中得到廣泛應(yīng)用,但這些設(shè)備對(duì)電能質(zhì)量比較敏感,受到電能質(zhì)量問(wèn)題的影響也越來(lái)越嚴(yán)重,造成了重大經(jīng)濟(jì)損失。因此,電能質(zhì)量問(wèn)題受到了越來(lái)越

2、多的關(guān)注,而電能質(zhì)量檢測(cè)、分析及控制技術(shù)成為電力系統(tǒng)領(lǐng)域的研究熱點(diǎn)。
　　 研究電能質(zhì)量的最終目的在于解決電能質(zhì)量對(duì)用戶的影響。電能質(zhì)量監(jiān)測(cè)為最終解決電能質(zhì)量問(wèn)題提供可靠依據(jù),構(gòu)成了電能質(zhì)量控制的基礎(chǔ)。建立電能質(zhì)量監(jiān)測(cè)系統(tǒng)對(duì)電能質(zhì)量擾動(dòng)進(jìn)行檢測(cè)、評(píng)估和分類是十分必要的。實(shí)現(xiàn)電能質(zhì)量監(jiān)測(cè)的基礎(chǔ)是電能質(zhì)量指標(biāo)的計(jì)算方法和分析方法。這些方法需要從其準(zhǔn)確性、正確性和可行性來(lái)考察其有效性。電能質(zhì)量問(wèn)題從大類來(lái)說(shuō)分為穩(wěn)態(tài)電能質(zhì)量問(wèn)題和暫態(tài)電

3、能質(zhì)量問(wèn)題,它們的檢測(cè)、分析和評(píng)估方法有很大的差別。數(shù)字信號(hào)處理技術(shù)的發(fā)展為電能質(zhì)量的檢測(cè)與分析提供了大量的分析工具。穩(wěn)態(tài)電能質(zhì)量問(wèn)題的檢測(cè)、分析通常采用傅立葉變換的方法,并有快速傅立葉變換算法,技術(shù)上相對(duì)成熟。暫態(tài)電能質(zhì)量問(wèn)題的檢測(cè)與分析較穩(wěn)態(tài)電能質(zhì)量復(fù)雜。短時(shí)電壓擾動(dòng)如電壓暫降、暫升和中斷是暫態(tài)電能質(zhì)量問(wèn)題中對(duì)用戶影響最大的電能質(zhì)量問(wèn)題,因此研究短時(shí)電壓擾動(dòng)的檢測(cè)與定位方法有重要意義。
　　 短時(shí)電壓擾動(dòng)的檢測(cè)和定位為判斷電

4、能質(zhì)量擾動(dòng)產(chǎn)生的因?yàn)樘峁┮罁?jù),成為電能質(zhì)量問(wèn)題研究中的熱點(diǎn)問(wèn)題。短時(shí)電壓擾動(dòng)的檢測(cè)和定位主要是依據(jù)電壓信號(hào)在擾動(dòng)發(fā)生時(shí)的奇異性。目前常用的方法有時(shí)域擾動(dòng)檢測(cè)法、神經(jīng)網(wǎng)絡(luò)擾動(dòng)檢測(cè)法、小波變換法、數(shù)學(xué)形態(tài)學(xué)法、TEO能量算子法和其Hilben-Huang變換法等。但當(dāng)采樣信號(hào)的背景噪聲較強(qiáng)時(shí),將會(huì)給擾動(dòng)信號(hào)奇異點(diǎn)的檢測(cè)和定位帶來(lái)誤差甚至不能定位。如何從含有隨機(jī)噪聲的擾動(dòng)信號(hào)中檢測(cè)與定位擾動(dòng)成為一個(gè)焦點(diǎn)問(wèn)題,也是考核一個(gè)擾動(dòng)檢測(cè)與定位方法優(yōu)劣

5、的標(biāo)志。
　　 電能質(zhì)量擾動(dòng)分類為電能質(zhì)量擾動(dòng)的治理提供可靠依據(jù),因此研究電能質(zhì)量擾動(dòng)的分類識(shí)別方法構(gòu)成了研究熱點(diǎn)。電能質(zhì)量擾動(dòng)的分類識(shí)別方法分為兩部分,即信號(hào)特征向量的提取和分類器分類。提取出的信號(hào)特征向量一方面要能夠代表信號(hào)的特征,另一方面要考慮盡量減小特征向量的大小。常用的特征向量提取方法主要有小波變換、S變換、HHT變換等方法及其衍生出來(lái)的一些方法。分類器構(gòu)造采用人工智能技術(shù),主要方法有:人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、模糊分

6、類、專家系統(tǒng)、模糊專家系統(tǒng)等。
　　 本文著重研究暫態(tài)電能質(zhì)量問(wèn)題的檢測(cè)和定位方法、電能質(zhì)量擾動(dòng)的分類方法,并基于虛擬儀器技術(shù)開(kāi)發(fā)綜合電能質(zhì)量監(jiān)測(cè)系統(tǒng)。本文的主要研究?jī)?nèi)容和成果如下:
　　 (1)提出了基于小波變換能量分布和神經(jīng)網(wǎng)絡(luò)的電能質(zhì)量擾動(dòng)的自動(dòng)分類方法。首先對(duì)采樣信號(hào)進(jìn)行小波變換,然后利用小波變換系數(shù)計(jì)算該信號(hào)的能量分布向量并與標(biāo)準(zhǔn)信號(hào)的能量分布向量進(jìn)行比較,從而得到能量分布差向量。將該能量分布差向量作為所提取的

7、信號(hào)特征向量,用于信號(hào)分類器輸入,經(jīng)三層BP神經(jīng)網(wǎng)絡(luò)得到電能質(zhì)量擾動(dòng)的類型。在對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測(cè)試時(shí),為使所采用的信號(hào)具有一定的代表性,一方面使擾動(dòng)的發(fā)生時(shí)刻和持續(xù)時(shí)間是隨機(jī)量,另一方面在信號(hào)中加入一定比例的白噪聲,以獲取該方法在噪聲環(huán)境下的特性。仿真結(jié)果表明,該方法能夠在一定噪聲環(huán)境下對(duì)電能質(zhì)量擾動(dòng)信號(hào)有較高的識(shí)別率,且性能保持穩(wěn)定,證明了所提方法的正確性。
　　 (2)提出了基于信號(hào)自回歸模型的短時(shí)電壓擾動(dòng)起止時(shí)刻定位方

8、法。該方法利用自回歸模型線性預(yù)測(cè)理論對(duì)各個(gè)采樣點(diǎn)數(shù)據(jù)進(jìn)行預(yù)測(cè),并與實(shí)際的電壓采樣數(shù)據(jù)進(jìn)行比較,由二者的殘差曲線上對(duì)應(yīng)于短時(shí)電壓擾動(dòng)發(fā)生的起止點(diǎn)上的突變來(lái)確定短時(shí)電壓擾動(dòng)的準(zhǔn)確起止時(shí)刻。在處理過(guò)程中,將采樣信號(hào)分成相互重疊的數(shù)據(jù)段,在每個(gè)數(shù)據(jù)段內(nèi)計(jì)算自回歸模型,并在預(yù)測(cè)段內(nèi)數(shù)據(jù)時(shí)保持不變,但各數(shù)據(jù)段之間使用相同階數(shù)的自回歸模型。仿真結(jié)果表明所提的方法對(duì)短時(shí)電壓擾動(dòng)的起止時(shí)刻定位準(zhǔn)確,對(duì)噪聲干擾和諧波干擾具有較強(qiáng)的抑制作用。對(duì)由投運(yùn)空載變壓

9、器引起的電能質(zhì)量問(wèn)題進(jìn)行了動(dòng)模實(shí)驗(yàn)研究,投運(yùn)空載變壓器引起的勵(lì)磁涌流中含有較高含量的二次諧波,對(duì)電力系統(tǒng)影響較大；投運(yùn)空載變壓器能夠引起母線電壓暫降,并且其母線電壓是一個(gè)逐步恢復(fù)的過(guò)程,持續(xù)時(shí)間較長(zhǎng)。利用所提的方法對(duì)投運(yùn)空載變壓器引起的電壓暫降波形進(jìn)行了分析,對(duì)電壓暫降的起點(diǎn)定位非常準(zhǔn)確。
　　 (3)提出了基于Hankel矩陣奇異值分解技術(shù)的短時(shí)電壓擾動(dòng)檢測(cè)與定位方法。首先根據(jù)短時(shí)電壓擾動(dòng)的電壓采樣序列構(gòu)造Hankel矩陣,并

10、對(duì)該矩陣進(jìn)行奇異值分解；基于該分解結(jié)果將原電壓信號(hào)分解到多個(gè)分解層,得到擾動(dòng)信號(hào)的一種線性分解,在某些分解層上電壓擾動(dòng)起點(diǎn)和終點(diǎn)表現(xiàn)為突變,根據(jù)這些突變點(diǎn)可以定位擾動(dòng)起始和結(jié)束時(shí)刻。從原采樣序列中,在起點(diǎn)兩側(cè)分別提取一個(gè)周波信號(hào)進(jìn)行FFT。運(yùn)算以獲取擾動(dòng)發(fā)生前后的基波幅值,基于兩者幅值關(guān)系可以確定擾動(dòng)的類型,并計(jì)算出其指標(biāo)。對(duì)短時(shí)電壓信號(hào)、混合信號(hào)及實(shí)測(cè)信號(hào)進(jìn)行仿真計(jì)算,結(jié)果表明所提方法的正確性和有效性。通過(guò)與小波變換方法在定位奇異點(diǎn)的

11、集中性和適用性方面進(jìn)行比較,其結(jié)果說(shuō)明所提方法比小波變換法優(yōu)越。該方法計(jì)算量適中,適合于在線分析。
　　 (4)開(kāi)發(fā)了基于虛擬儀器技術(shù)的綜合電能質(zhì)量監(jiān)測(cè)系統(tǒng)。該系統(tǒng)分為終端機(jī)系統(tǒng)、數(shù)據(jù)服務(wù)器系統(tǒng)和通訊系統(tǒng)三部分。對(duì)系統(tǒng)每一部分進(jìn)行詳細(xì)的功能分析,給出了系統(tǒng)功能結(jié)構(gòu)圖和系統(tǒng)的流程。系統(tǒng)的軟件在虛擬儀器平臺(tái)LabVIEW下開(kāi)發(fā)。終端機(jī)系統(tǒng)包括硬件和軟件兩部分,其硬件部分包括互感器、信號(hào)調(diào)理電路及數(shù)據(jù)采集卡和工控機(jī)等；軟件部分包括數(shù)據(jù)

12、采集控制模塊、電能質(zhì)量指標(biāo)計(jì)算模塊,電能質(zhì)量數(shù)據(jù)存儲(chǔ)模塊及電能質(zhì)量數(shù)據(jù)統(tǒng)計(jì)模塊等。數(shù)據(jù)服務(wù)器系統(tǒng)的硬件采用通用計(jì)算機(jī)即可；軟件系統(tǒng)是其主要部分,其軟件主要完成電能質(zhì)量數(shù)據(jù)的統(tǒng)計(jì),根據(jù)用戶的需要從數(shù)據(jù)庫(kù)中提取數(shù)據(jù)并以友好方式顯示出來(lái)或輸出統(tǒng)計(jì)報(bào)告。由于電能質(zhì)量監(jiān)測(cè)的終端機(jī)通常安裝在中心變、配電站處,一般有通訊通道可用,因此通訊系統(tǒng)的硬件方面未介紹；在軟件方面,采用DataSocket技術(shù)設(shè)計(jì)了運(yùn)行于終端機(jī)和數(shù)據(jù)服務(wù)器系統(tǒng)的數(shù)據(jù)通訊軟件。在