資源描述：
《電能質(zhì)量擾動檢測與識別方法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、·華北I乜力大學碩I?學位論文摘要隨著人們對電能質(zhì)量要求的提高，電能質(zhì)量擾動問題引起了用戶越來越多的關(guān)注。為了改善和提高電能質(zhì)量，就要對影響電能質(zhì)量的各種擾動進行識別與檢測，從而找出干擾源，采取針對性的解決辦法。本文提出了兩種電能質(zhì)量擾動識別與檢測方法：1．基于dq變換和小波變換的方法；2．基于短時傅里葉變換和矩陣奇異值分解的方法。第一種方法利用dq變換能夠瞬時求取電壓有效值的特性和小波系數(shù)能表征擾動突變信息的特性，根據(jù)不同擾動的有效值差異和突變特征值大小，再結(jié)合某些擾動的頻譜特征，達到識別和檢測電能質(zhì)量擾動的
2、目的。第二種方法運用短時傅里葉變換提取各擾動的特征值，為擾動識別提供量化依據(jù)，然后通過樹型分類法對擾動進行分類；同時還提出將一維電能質(zhì)量信號進行矩陣構(gòu)造，通過矩陣奇異值分解提取電能質(zhì)量信號中的突變信息，達到檢測擾動發(fā)生時間的目的。仿真研究表明本文提出的方法能夠有效、準確的實現(xiàn)電能質(zhì)量擾動分類和檢測，但是第一種方法抗噪性較差且只能分析單一電能質(zhì)量擾動，第二種方法抗噪性很強，在一般噪聲水平下不需要進行去噪處理，而且可以進行多種復(fù)合電能質(zhì)量擾動的分析。實際電網(wǎng)中必然會存在噪聲而且一個擾動的發(fā)生大都會伴隨有其他擾動的產(chǎn)
3、生，因此本文提出的基于短時傅里葉變換和奇異值分解的電能質(zhì)量擾動識別與檢測方法具有較強的實用價值。關(guān)鍵詞：識別；檢測；dq變換；小波變換；短時傅里葉變換；奇異值分解華北I乜力人學碩卜學位論文AbstractWiththedemandsforpowerqualityincreasing,theusersarepayingmoreandmoreattentionstothepowerqualitydisturbance．Inordertoimproveandenhancethepowerquality,wemusti
4、dentifyanddetectthedisturbanceswhicheffectpowerquality,andthenwecanfindoutthesourceofdisturbanceandtakeappropriatesolutions．Inthispaper,twomethodsaboutpowerqualitydisturbanceidentificationanddetectionareproposed：theonebasedondqconversionandwavelettransforill
5、，theotheronebasedonshort-timefouriertransfornlandsingularvaluedecomposition．ThefirstmethodUSeSthefeaturesofdqconversionwhichcaninstantaneouslygetRMSvoltageandwaveletcoefficientswhichCallcharacterizetheabruptinformationofdisturbance．Accordingtothedifferenceso
6、fRMS．thesizeofmutationcharacteristicvalueandthespectralcharacteristicsofsomedisturbances，wecanachievethegoalofidentifyinganddetectingthepowerqualitydisturbances．Thesecondmethodusesshort—timefouriertransfonntoextractcharacteristicvaluesfromdisturbancesrespect
7、ively,thesesprovideaquantitativefoundationforthedisturbanceidentification，andthenclassificationtreeisusedtoclassifythedisturbance．Meanwhile,thismethodproposestotransformone-dimensionpowerqualitysignaltoamatrix，thenwecanextractthemutationinformationfrompowerq
8、ualitysignalthroughthesingularvaluedecompositionandachievedetectingtheoccurrencetimeofdisturbance．Simulationresultsshowthattheproposedmethodsc觚implementclassificationofpowerqualitydisturbancesan
