电压暂降的改进S变换分析与分类
电能质量报告
基于变换的方法主要指 Fourier 变换方法、短时 Fourier 变换方法以 及近年来兴起的小波变换方法。 一）Fourier 变换方法（TFT） 作为经典的信号分析方法 Fourier 变换具有正交、完备等许多优点， 而且有 FFT 这样的快速算法，因此，已在电能质量分析领域中得到 广泛的应用。但在运用 FFT 时，必须满足以下条件：（1）满足采样 定理的要求，即采样频率必须是最高信号频率的两倍以上；（2）被分 析的波形必须是稳态的、随时间周期变化的。 因此，当采用频率或信号不能满足上述条件时，利用 FFT 分析会给 系统分析带来误差。此外，由于 FFT 变换是整个时间段的积分，时 间信息得不到充分利用， 信号的任何突变，其频谱将散步于整个频带。 （二）短时 Fourier 变换方法（STFT） 为了克服 Fourier 变换方法不能进行局部化分析的重大缺陷，Gabor 利用加窗提出了短时 Fourier 变换方法，即将不平稳过程看成是一系 列短时平稳过程的集合，将 Fourier 变换用于不平稳信号的分析。由 于实际多尺度过程的分析要求时－频窗口具有自适应性，即高频时频 窗大、时窗小；低频时频窗小、时窗大。而 STFT 的时－频窗口则 固定不变，因此，它只适合于分析特征尺度大致相同的过程，不适合 分析多尺度过程和突变过程。而且，这种方法的离散形式没有正交展 开，难以实现高效算法。（以下为短时傅里叶变换的的计算公式）
S(ω,τ ) = ∫ f (t )g* (t −τ )e− jωtdt R
（三）小波变换方法（WT）
给定一个基本小波函数ψ (t),并且函数满足 f (t)∈ L2 (R)的条件时的小波
变换定义为:
∫ WT (α,τ ) =
f ,ψ α,x =
1 α
∞ f (t)ψ * (t −τ )dt
基于改进DenseNet_模型的电压暂降故障识别方法
第19期2023年10月无线互联科技Wireless Internet Science and TechnologyNo.19October,2023基金项目:湖南省教育科学 十三五 规划2019年度教育财建研究专项课题;项目名称:基于物联网的学校后勤水电节能精准管理研究;项目编号:CJ193851㊂作者简介:胡怀雯(1986 ),女,湖南津市人,讲师,硕士;研究方向:电气工程㊂基于改进DenseNet 模型的电压暂降故障识别方法胡怀雯(湖南机电职业技术学院,湖南长沙410151)摘要:为了解决电力系统中常见的电压暂降故障的识别问题,文章提出了一种基于改进DenseNet 模型的识别方法㊂首先,将电压信号从时域空间转换到频率空间,并对瞬时电压进行空间坐标变换,将三维静止坐标系转换到二维静止坐标系㊂其次,将二维坐标矢量轨迹图㊁电压瞬时波形图和频率空间图像作为改进DenseNet 模型的输入,并对这些图像进行二值化处理㊂最后,在过渡层中引入注意力机制,帮助DenseNet 模型更好地集中注意力于关键的特征,在全局平均池化层增加自适应池化功能,以适应处理任意尺寸的图像㊂实验结果表明该方法能够有效地识别电压暂降故障㊂关键词:电压暂降;DenseNet 模型;空间坐标变换中图分类号:TP18㊀㊀文献标志码:A0㊀引言㊀㊀电压暂降是指供电电压在短时间内突然下降,然后在稍后的短暂时间内恢复到正常水平的现象㊂简而言之,它是一种瞬时的电压降低后迅速恢复的情况㊂国际电工委员会(IEC)定义电压暂降为电压有效值下降到额定值的1%~90%,并在10ms 到1min 的时间内恢复到正常值㊂在校园环境中,电压暂降已经成为影响实验设备和培训设备的主要电能质量问题㊂所以,实时监测电压暂数据,及时预防和解决电压暂降带来的问题变得非常重要㊂电压暂降可分为两类:随机性暂降和计划性暂降㊂随机性暂降是由短路故障引起的暂降,这包括单相短路㊁两相短路和三相短路㊂而计划性暂降则是由人为操作引起的暂降,其中包括大型感应电机启动和变压器投切㊂近年来,国内外专家对电压暂降类别做了大量的研究,传统的电压暂降故障识别方法主要依赖于特征工程和基于机器学习算法的分类器㊂然而,这些方法往往需要手动提取特征,且在处理复杂多变的电压信号时存在一定的局限性[1-3]㊂为了克服这些问题,近年来出现了基于深度学习的方法,特别是卷积神经网络(Convolutional Neural Network,CNN)在电压暂降故障识别中显示出了优异的性能和潜力[4]㊂基于此,本文提出一种基于改进DenseNet 模型的电压暂降检测方法㊂首先,利用空间变换和频率变换获取空间图像和频率图像,为改进DenseNet 模型提供多种维度的特征,提升模型的性能,提高模型的泛化能力㊂其次,传统DenseNet 模型的密集连接的设计,虽然使得网络的每一层都能够直接访问和重用来自前面层的特征信息,但是过于密集,会导致特征数据过多,学习速度变慢㊂因此在过渡层中使用注意力机制,以平衡模型的复杂度和表示能力㊂最后,对图像进行二值化操作,只关注曲线本身对曲线颜色等特征的屏蔽,增强模型的鲁棒性,提升训练的收敛速度㊂1㊀电压暂降数据的空间变换㊀㊀在电力系统分析中,常用复平面中的矢量表示三相对称电压和电流,它们被称为空间矢量,三相电压常用三相静止坐标系表示,他们会合成一个旋转的矢量,这个合成的矢量就很难用三相静止坐标系描述㊂因此,为了更好地表示这个旋转矢量,引入α-β坐标系(两相静止坐标系),α轴和β轴正交,选定α轴与U 相方向重合㊂将合成矢量分解到α轴和β轴上,这样就得到了三相静止坐标系到两相静止坐标系的转换,具体变换如式(1)所示㊂u αu β()=23-1-12-12032-32æèççççöø÷÷÷÷u A u B u C()(1)如图1所示,左侧为三相电压瞬时波形,分别对应单相短路㊁双相短路和三相短路,右侧为对应的空间变换图像㊂从图可知各种故障特征明显,很容易用肉眼区分,因此空间矢量图和三相电压瞬时波形图能够作为输入,训练改进DenseNet 模型㊂训练时会对图像做二值化处理㊂图1㊀空间矢量坐标变换2㊀电压暂降数据的频率变换㊀㊀当电力系统中发生电压暂降故障时,可以通过傅立叶变换分析电压信号的特点㊂傅立叶变换将时域信号(在时间上表示)转换为频域信号(在频率上表示),可以帮助人们更好地理解信号在不同频率上的组成,电压暂降故障时的频谱如图2所示㊂在电压暂降故障时,电压信号可能会出现瞬时下降,并在一段时间后恢复正常㊂傅立叶变换可以将这个瞬时下降的电压信号分解成一系列频率分量,从而揭示信号的频谱特性,可以观察到低频成分增强㊁高频成分衰减㊁相位变化等特征㊂因此本文也会提取频率部分特征㊂图2㊀电压暂降故障频谱3㊀改进DenseNet 模型㊀㊀DenseNet 模型种类较多,主要的区别在于深度的不同,为了使模型能够在便携式设备上使用,本文选用DenseNet -121模型㊂DenseNet -121模型是DenseNet 模型系列中一个相对较浅的模型,由于其较少的参数量和计算复杂度,被广泛应用于计算资源受限的环境中㊂下面本文将对DenseNet -121模型进行简单介绍㊂(1)输入层:接受图像或其他类型的输入;(2)初始卷积层:一个7ˑ7的卷积核进行卷积操作,步长为2,对卷积结果进行批归一化处理后传递给ReLU 激活函数提取初始特征;(3)池化层:一个3ˑ3的最大池化层,步长为2,用于降低特征图的尺寸;(4)Dense Block 1:由6个密集层组成,每个密集层都与前面密集层的输出进行连接,形成一种密集连接的结构㊂即对于第i 个密集层而言,它的输入是前面所有层的输出的级联,密集层通常由一系列卷积操作组成,在卷积之后会应用批归一化(Batch Normalization)和激活函数(如ReLU);(5)过渡层1:包括1ˑ1卷积层和2ˑ2的平均池化层,用于减小特征图的尺寸;(6)Dense Block 2:由12个密集层组成,同样采用3ˑ3的卷积核;(7)过渡层2:与过渡层1类似的结构;(8)Dense Block 3:由24个密集层组成;(9)过渡层3:与过渡层1和2类似的结构;(10)Dense Block 4:由16个密集层组成;(11)全局平均池化层:将最后一个Dense Block 的特征图尺寸转换为固定长度的特征向量;(12)全连接层:将特征向量映射为预期的类别数量;(13)输出层:通过Softmax 激活函数得到最终的分类概率输出㊂改进DenseNet 模型主要的修改为:(1)对过渡层1~3进行修改,用注意力机制替代过渡层的操作;(2)全局平均池化层改为自适应池化层,不管什么尺寸的图像最后都能提取出相同维度的特征㊂4㊀检测结果㊀㊀综合分析实验结果,本文认为改进DenseNet 模型对于电压暂降类型分类任务比较有效㊂然而,在这个实验中,笔者也发现随着网络深度的增加,模型的训练时间和计算资源需求也随之增加㊂因此,本文选用的是轻量级的DenseNet-121模型㊂实验采用的训练数据和测试数据一部分来自pqubes,一部分由函数模拟生成㊂实验结果详情如表1所示,其中 测试数据 表示每个实验所使用的不同测试数据集; 损失函数 是指模型对样本预测的结果与真实结果的距离,本文使用交叉熵损失函数; 准确率 表示预测正确的概率(包括正反例预测正确); 精确率 表示真正例在所有预测为正例中所占的比例; 召回率 表示真正例与真正例和假反例之和的比率㊂表1㊀实验结果测试数据/组损失函数/bits准确率/%精确率/%召回率/%10.285838720.1587848830.178785895 结语㊀㊀本文通过利用DenseNet的稠密连接和特征重用的特性,结合注意力机制,有效地提高了模型识别电压暂降故障的能力㊂本文研究对电力电压暂降问题的诊断具有重要的实际意义㊂通过准确识别电压暂降故障类型,快速定位故障,保证电力系统的稳定运行,提高供电可靠性㊂然而,该方法仍然存在一些不足:(1)可以进一步研究和优化模型的架构和参数设置,以进一步提高性能;(2)进一步的实验和验证也是必要的,以确保该方法在更广泛的数据集和实际场景中的适用性;(3)为了提高电能质量,必要的检测手段必不可少㊂因此,后续的研究应拓展故障检测的范围,为电力系统高质量运行提供检测手段㊂参考文献[1]张宸宇,史明明,范忠,等.电压暂降事件分类及短路类型识别研究[J].电力工程技术,2018(2): 102-107,113.[2]储佳伟,袁晓冬,陈兵,等.结合小波分析和改进型DTW距离的配电网电压暂降源辨识方法[J].电网技术,2018(2):637-643.[3]郑志宇,蔡翀,张昭丞,等.基于小波域相子的电压暂降特征提取与成因辨识[J].电力系统保护与控制,2018(1):16-22.[4]郑智聪,王红,齐林海.基于深度学习模型融合的电压暂降源识别方法[J].中国电机工程学报,2019 (1):97-104.(编辑㊀王雪芬)Voltage sag fault recognition method based on improved DenseNet modelHu HuaiwenHunan Mechanical and Electrical Polytechnic Changsha410151 ChinaAbstract To address the recognition problem of voltage sag faults in power systems this paper proposes a recognition method based on an improved DenseNet model.Firstly the voltage signals are transformed from the time domain to the frequency domain and the instantaneous voltage is subjected to spatial coordinate transformation converting the three-dimensional stationary coordinate system to a two-dimensional stationary coordinate system.Then the two-dimensional coordinate vector trajectory plot voltage instantaneous waveform plot and frequency domain image are used as inputs to the improved DenseNet model and these images are subjected to binary processing.Finally an attention mechanism is introduced in the transition layer to help the DenseNet model focus more on key features add adaptive pooling functionality to the global average pooling layer enabling it to handle images of different sizes. Experimental results demonstrate that this method can effectively identify voltage sag faults.Key words voltage sag DenseNet model spatial coordinate transformation。
电压暂降
电压暂降危害-行业举例2
塑制品聚合加工业、造纸业、玻璃制造业——电力 消耗大户
暂降导致现代化生产线突然停止意味着重启前需要数小时 清除设备内的垃圾。 某玻璃制品厂工频5个周期的电压间断，造成损失约 200,000$；
IT、通讯业——高价值端客户需要超高可靠性
某计算机中心2秒的供电中断引起约600,000$的损失。 杭州东信通讯移动电话公司一次暂降造成损失达3，000， 000￥。
暂降发生过程简要分析
电压
RMS,
电压暂降
故障切除 电压恢复
重合成功 电压恢复
1
分支线路
熔断器 重合闸 1
变电站
主馈线 2
短时间中断
2
A
B
时间
图5-4 重合闸时故障线路（实线）和非故障线路 （虚线）电压均方根值 A——故障切除时间 B——重合闸重合时间
图5-3 带有熔断器和重合闸的架空线路配电系统
事件型电能质量－电压暂降实测波形
电压快速短时突然变动示例
电压暂降(Sags/Dips)的基本概念
电压暂降属于两维的电磁扰动，即电压跌落的大小（残压或暂降深 度）和时间（持续时间—见图）。 残压是电压暂降或短时间停电过程中电压方均根值的最小值，残压 可用伏特值或相对参考电压的百分比值或标幺值表示。
参考电压
阈值
暂降 深度 暂降持续时间 残压
医疗器械——暂降引起设备不正常工作影响诊断、治疗、
手术进行，甚至危及到病人的生命。
6.电压暂降的抑制
很明显，为解决或减缓设备敏感度问题，应该从消除或减少设备遭受电 压暂降的机会和增强设备本身对暂降的耐受能力两方面入手。 因此，设备对电压暂降的敏感度问题涉及电力部门、用户和设备制造商， 需要三方协力合作，共同解决。 1.供电系统方面 2.用户方面
浅谈电压暂降的几种治理方案的对比分析
浅谈电压暂降的几种治理方案的对比分析发布时间：2022-07-22T02:16:46.672Z 来源：《科学与技术》2022年第30卷第3月第5期作者：彭友刚吉翔杨超李海彭冯杰[导读] 近年来，非线性、冲击性和不对称负荷造成的诸如电压波动、电压跌落、谐波等电能质量问彭友刚吉翔杨超李海彭冯杰中国工程物理研究院激光聚变研究中心绵阳市621000摘要：近年来，非线性、冲击性和不对称负荷造成的诸如电压波动、电压跌落、谐波等电能质量问题，引起了业界广泛关注。
随着现代电力工业的快速发展和系统中用电负荷结构的重大变化，工厂和办公自动化对电子设备的依赖性快速增长。
对于电力用户来说，电压暂降正成为一个主要的问题。
电能从发出到使用的整个过程中要跨越广阔的地理区域，这其中整个传输系统普遍遭遇闪电、暴雨、大风、施工、人员误操作等意外，引起短路故障导致的电压暂降现象，有些足以影响到敏感设备的正常运行。
据统计和案例反映，以雷击、大风和冰雪灾害为代表的恶劣天气是电力系统发生暂态电压扰动事件的重要诱因。
因此，大部分的暂态电压扰动无法从系统侧避免，用户应根据自身情况，针对电压敏感的关键设备，就地采取相应的治理措施。
本文针对四种治理方案分别进行拓扑对比分析，阐述各自的优势与特点，以实现在不同的需求下达到最优的设计。
关键词：暂降；暂升；电力电子调压装置；一、引言由于电能从发出到使用的整个过程中要跨越广阔的地理区域，这其中整个传输系统普遍遭遇闪电、暴雨、大风、施工、人员误操作等意外，引起短路故障导致的电压暂降现象，有些足以影响到敏感设备的正常运行[[[] 王宾, 潘贞存, 徐丙垠. 配电系统电压跌落问题的分析[J].电网技术, 2004, 28(2):4.]]，而随着现代工业的发展，用户对供电质量的要求不断提高，对电网供电质量越来越高。
目前针对暂降/暂升等现象，较通用的方案有：双电源供电、采用加装UPS方案、或者采用在线式A VC方案。
基于S变换的三相短路故障电压暂降检测研究
（ Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆ Ａ ｕ ｔ ｏ ｍ ａ ｔ ｉ ｏ ｎ ａ ｎ ｄ Ｅ ｌ ｅ ｃ ｔ ｉ ｒ ｃ ａ ｌ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｉ ｒ ｎ ｇ ，Ｎ ａ ｍｉ ｎ ｇ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｏ ｆ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ Ｎａ ｎ ｊ ｉ ｎ ｇ ２ １ １ ８ １ ６ ，Ｃ ｈ ｉ ｎ ａ ）
ｔ ｈ ｒ ｅ ｅ —ｐ ｈ ａ ｓ ｅ ｓ ｈ ｏ ｔ —ｃ ｒ ｉ ｒ ｃ ｕ ｉ ｔ ｆ ａ ｕ ｌ ｔ ，ｐ ｈ ａ ｓ ｅ ｊ ｕ ｍ ｐ ，ｄ ｕ ｒ ａ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｈ ａ ｍｏ ｒ ｎ ｉ ｃ ｃ ｏ ｎ ｔ ｅ ｎ ｔ ．Ｔ ｈ ｅ ｓ ｉ ｍ ｕ ｌ ａ ｔ ｉ ｏ ｎ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｓ ｈ ｏ ｗ ｔ ｈ ａ ｔ ｔ ｈ ｉ ｓ
障 电压暂 降 的各特征 量检 测 。
关键 词 ： 电能质量 ；短 时扰 动检 测 ；三相 短路故 障 ；电压 暂 降 ；Ｓ变换
中图分 类号 ：Ｔ Ｄ ６ ０ ８
文献标 识码 ：Ｂ
文章 编 号 ：１ ６ ７ １— ０ ９ ５ ９ （ ２ ０ １ ４ ） ０ ３ － ０ １ ０ ９ － ０ ３
ｔ ｒ ａ ｎｓ ｏｒ ｆ ｍ
近年来 ，随 着高科 技技 术 的迅速 发展 ，电力系统 中大 量投入使用 了新 型用 电设备 和各 种 电力 电子设 备 ，它 们对 电力系统 的干 扰 非常 的敏 感 ，对 电 能质 量 的要 求非 常 高。
１ Ｓ变 换 的基本原 理
Ｓ ｔ ｏ ｃ ｋ ｗ ｅ ｌ ｌ等 学 者 于 １ ９ ９ ６年 引 入 了 ｓ变 换 （ Ｓ— Ｔ ｒ ａ ｎ ｓ ｆ ｏ ｒ ｍ，Ｓ Ｔ ） ［ ４ ３ 这一数 字信 号处理 技术 。从 概念 上理解 ， ｓ变换可 以看作是短 时傅 里叶变换 与连续 小波变换 的结合 ， 它可 以像短 时傅 里 叶变换一 样得 到局部 化 的时频信 息 ，同 时利用长宽可变 的 时间窗 ，又 可 以像 小波 变换一 样具有 不 同的频率 分辨 率。 为了利用包 含 在连续 小 波变换 （ Ｃ ＷＴ ） 相 位 中 的信息 ， 有必要修正母体小 波的相位 。信号 ｈ （ ｔ ） 函数 的 Ｃ ＷＴ是如此
基于S变换标准模板相似度的电压暂降分类_李康瑞
2010年12月电工技术学报Vol.25 No. 12 第25卷第12期TRANSACTIONS OF CHINA ELECTROTECHNICAL SOCIETY Dec. 2010 基于S变换标准模板相似度的电压暂降分类李康瑞杨洪耕（四川大学电气信息学院成都 610065）摘要提出了一种基于S变换的标准模板相似度的电压暂降分类方法。
采用双线性插值尺度变换形成各类持续时间不同暂降的全局模板；提取全局模板中最能反映该类暂降特征的特定部分建立该类暂降的唯一标准模板。
将未知暂降信号的模时频矩阵经尺度变换和局部化提取后的实测局部模板与标准模板做相似度对比，依据模板相似度最大原则进行分类。
该方法有效利用局部区域明确的时频相关性，抗干扰能力强, 解决了持续时间不同的暂降信号需建立不同模板的问题，分类过程简洁直观。
Matlab仿真和实际试验结果显示，该方法在噪声情况下可准确对所考查的暂降信号进行分类，是一种有效的电压暂降分类方法。
关键词：S变换时频尺度变换标准模板相似度电压暂降分类中图分类号：TM711S-Transform Based Classification for Voltage Dips According toStandard Template SimilarityLi Kangrui Yang Honggeng（Sichuan University Chengdu 610065 China）Abstract A classification method for voltage dips based on S-transform according to standard template similarity is proposed. Standard template is established as below: Bilinear-interpolation is firstly adopted to form overall templates for dips of each type with different time duration, and then the part of overall template representing the dip characters is extracted as standard template. The similarity is calculated between standard and actual partial template established by scale transform and character extraction to the dip signal of the unknown type. Then classification is accomplished according to the principle of maximum similarity. Effectively using the clear time-frequency relation in local region, this method has strong anti-jamming capability and can classify voltage dips of different time duration with one standard template each type in a simple and clear way. The Matlab simulation and test results show that it is an effective method for voltage dips classification.Keywords：S-transform,time-frequency scale transform,standard template similarity,voltage dips classification1引言电压暂降（又称电压跌落，dips或sags）是指电压方均根值暂时下降至额定电压幅值的90%～10%，典型持续时间为0.5～30个周波的一种现象[1]。
电子设备电源电压暂降、短时中断抗扰性标准测试与改进
倍 ,而且随着技术进步还有提高的余地 , 这对 节能、 环保都有重要意义 ) , 重量轻 (较线性电 源轻二分之一 ) , 体积小 (较线性电源小三分 之一 )等 , 凭借这些优点 , 开关电源成了微机 电源的标准设计。 分析其电路特征可以发现 , 在提高电压暂降、 短时中断抗扰性方面 , 开关 电源有着独到的优势与潜力。 1. 1 电压暂降抗扰性分析 开关电源的恒输入功率特性 (负输入阻 抗特性 )使得其电压暂降抗扰性特别强壮 , 线 路电压降低时 , 输入电流自动升高以维持输 出电压 (功率 )不变 , 以保证负载正常工作。 反 之亦然。 极宽的输入电压范围这一特殊优点 , 使开关电源成了对付电压暂降的“ 专家” 。当 然 ,线路电压暂降太多 (电压过低 )时 , 过高的 输入电流成了损坏电源的潜在危险。 不过 , 合 理的器件裕量设计和早已成熟的保护技术可 使这些危险迎刃化解。 1. 2 短时中断抗扰性分析 开关电源电路中舍弃了工频变压器 , 而 将市电直接整流滤波贮能 , 再经隔离变换 , 输 出整流滤波就可以获得多种不同电压电流档 21
随着国际贸易的日趋活跃及贸易对地区 经济 (甚至社会、 环保 )发展的明显影响 , 各个 国家及地区自我发展、 自我保护的意识也在 日益增强 , 电磁兼容性 ( EMC)也已成了世界 电工电子产品贸易中度量其环保特性和衡量 其内在质量的重要性能指标。国际电子委员 会 IEC 61000 — 4系列电磁兼容性标准 , 已成 为各国参照采用的权威标准。我国依此起草 (等效、 等同采用 )的 11项最新 EMC抗扰度 基础标准 , 已于今年 5月通过了送审稿的审 查 , 只待报批执行。其中 IEC 61000 —4 — 11 标准 ,针对电压暂降、 短时中断和电压变化抗 扰度提出了具体要求。笔者就选择微机用开 关电源针对上述要求进行了分析实验 , 得出 了一些有益的结果。 1 分析 现代电子设备电源供应中越来越多地采 用无工频变压器开关电源设计。与传统采用 工频变压器线性电源相比 , 开关电源拥有一 系列明显优点 , 如效率高 (较线性电源高出一
基于改进S变换技术的轧钢厂电机电压检测方法
（ ６ ０ ９ ７ １ ０ １ ６， ６ １ １ ０ ８ ０ ８ ６ ）、 四川省教育厅 自然科学重点项 目 （ １ １ Ｚ ＡＩ ６ ８ ） 、 达州市重 大科技攻关项 目（ ２ ０ １ ０ ｚ ｄ ｚ ｘ ０ ０ ６ ） 资助 第一作 者简介 ： 周 崾 （１ ９ ８ １ ～ ），男 ，重 庆涪 陵人 ，四川文理 学 院， 硕士研究生 ， 研究方向 ： 人工智能 。Ｅ — ｍａ ｉ ｌ ： ｓ ｉ ｏ ｎ ２ ０ ０ ５ ＠１ ６ ３ ． ｅ ｏ ｍ。
强， 检测精度高 的特点 ， 故可将 其用于对谐 波和 电 压暂降的检测 ， 以期获得更佳的检测效果。但存在 因噪声统计特性估 计不准确和计算机舍 人误差 引
起 的滤波 发散 现象 ， 不能 随着 噪 声 统 计 特性 的改 变
２ ２期
周 螟 ： 基于改进 Ｓ变换技术 的轧钢厂电机电压检测方法
而调整 自身 的滤波参数。分 形理论是 近年来发展
较 快 的一 门学科 ， 在 信 号 处 理 和 数 据 压缩 方 面具 有
较 强 的功能 。小 波变 换 ＿ ４ 为分 析分 形局 部 细微 性
５ （ ． ｒ
压特征检测 ， 提 出一种新的 电压暂降特 征检测方法。该方法在介绍 ｓ变换 的基本 原理基础上 ， 提 出改进 的 ｓ变换技术 ， 进而提 出基于 改进 Ｓ变换技术 的电压暂 降特征检测方法和实现步骤 。以达州钢铁集 团轧钢厂感 应电动机 为研 究对象 ， 利用 改进 的 Ｓ
变换技术 ， 计算电机电压暂降幅值、 相位跳 变和持续 时 间等特 征 向量 。通过 大量 的仿 真实验 ， 结果表 明提 出的电压检测 方法 具有 计算量 小、 准确度高、 抑制 噪声 干扰效果好等优 点。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第38卷 第3期2011年3月湖南大学学报(自然科学版)Journal of H unan U niversity(Nat ur al Sciences)Vo l.38,N o.3M ar 2011文章编号:1674 2974(2011)03 0045 06电压暂降的改进S变换分析与分类*全惠敏 ,戴瑜兴(湖南大学电气与信息工程学院,湖南长沙 410082)摘 要:提出了一种采用改进S变换(M ST)检测和识别电压暂降的方法.推导了白噪声在S变换和M ST下的平均功率谱,证明了改进S变换对噪声具有抑制作用.分析了改进S变换中可变参数的选择思想,给出了MST提取暂降幅值、暂降时刻和相位的方法.利用M ST变换分析短路故障、感应电机启动和变压器空载激磁3种扰动源引起的电压暂降信号,并提取6种电压暂降特征参数,形成分类判决规则对暂降源进行识别.仿真结果表明,改进S变换比S变换提取的电压暂降幅值和暂降时间更加精确,MST提取的特征量能全面明显地反映扰动源特征,分类算法能够实现对3种暂降扰动源的正确识别.关键词:电压暂降;改进S变换;扰动源中图分类号:TM711 文献标识码:ADetection and Classification of Voltage Sag sBased on M odified S transformQU AN Hui min ,DAI Yu xing(Colleg e o f Electr ical and Info rmatio n Engineer ing,Hunan U niv,Chang sha,H unan 410082,China)Abstract:A new approach based on modified S transform(MST)w as proposed to detect and classify the voltage sags.The average power spectrum of w hite noise was deduced on the S transform and MST,and the results show ed the MST'r estraint upon noise.The selection thinking of adjusting parameter in MST w as described,the method to get the amplitude w as obtained,and the time and phases of the sag were given.Then the voltage sags in short circuit fault ,induction motor starting and transformer exciting without load w ere analyzed,six feature parameters w ere extracted and decision rules w ere obtained to recognize the sag disturbance sources.The simulation results show that the ampli tude and time of the voltage sags by using MST are more accurate than those by using S transform,and the classifica tion method has a high classification ratio.Key words:vo ltag e sags;modified S transfor m;disturbance source电压暂降(Voltage Sag)是输配电系统中最为常见的一种电能质量扰动,是影响用电设备安全运行的最严重的暂态电能质量问题[1].目前,国内外对于暂降问题的研究还处于起步阶段,如何准确描述*收稿日期:2010 08 11基金项目:湖南省自然科学基金资助项目(07J J6134)作者简介:全惠敏(1971-),女,湖北钟祥人,湖南大学副教授 通讯联系人,E mail:h mquan123@湖南大学学报(自然科学版)2011年和识别电压暂降还没有完全成熟的方法.已经提出的电压暂降幅值检测方法主要有均方根值方法和dq变换法[2],这两种方法虽然在快速跟踪电压幅值变化上有一定优势,但是不能得到准确的电压暂降幅值也无法得到明确的扰动起止时刻.文献[3-4]采用离散小波变换对电压暂降做了深入的分析.小波变换对单纯的电压暂降扰动具有较强的定位能力,但是从小波系数中很难提取出电压暂降幅值特征.文献[5]采用S模矩阵幅值平方和均值来定位各种扰动的发生时刻,用50H z时间幅度曲线来计算电压暂降幅值,这种方法对于低信噪比和暂降程度不明显的情况会因噪声的影响而出现一定的误差.改进S变换(M odified S Transform)是一种在S变换基础上发展起来的,更适合分析含噪信号的变换.为克服噪声对检测结果的影响,本文采用改进S变换方法分析电压暂降信号,给出提取电压暂降幅值、相位和起止时间等特征的具体方法,并根据不同类型暂降的特征对扰动源进行了基于判决规则的分类.1 改进S变换基本原理1.1 修正S变换的定义C.R.Pinneg ar在文献[6]中提出并证明了改进S变换(M ST,m odified ST)更能突出有效信号,信号h(t)的修正S变换定义为:S N( ,f,g)=¥-¥h(t)f g2exp[-fg( -t)22]ex p(-i2 f t)d tw N(t,f)=f g2exp(-f gt22)(1)显然,与文献[7]中定义的S变换相比,修正S 变换增加了可调参数g且窗函数w N(t,f)的窗宽与f成反比.1.2 白噪声在S变换和改进S变换下的平均功率谱设y(t)是均值为0,方差为 2的白噪声,用E 表示计算函数的期望,y(t)的自相关函数为: E[y(t)y(u)]= 2 (t-u)(2)式中 (t)表示函数.记S( ,f)2为信号S变换功率谱,利用S变换的定义和式(2),可以证明白噪声h(t)的S变换平均功率谱为:E[S( ,f)2]=¥E[y(t)y*(u)]w(t- )w(u- )exp[-i2 f(t-u)]d u d t=f22(3)同样,可以证明白噪声y(t)的改进S变换平均功率谱为:E[S N( ,f)2]=¥E[y(t)y*(u)]w N(t- )w N(u- )exp[-i2 f(t-u)]d u d t=f g22(4)可见,白噪声经S变换和改进S变换后,其平均功率谱对给定的时间 呈线性变化,且白噪声y(t)的S 变换时间均值随频率变化斜率近似为f,而白噪声y (t)的改进S变换时间均值随频率变化斜率近似为4f,且受系数g的影响.显然改进S变换对比S变换而言对噪声信号具有一定的抑制作用,故修正S变换更适合分析含噪信号.1.3 改进S变换参数g的选择从式(1)可知改进S变换中g的取值大小影响时频分辨率,即g越大,则时间分辨率越高,频率分辨率越低,g 0时只有频率分辨率,g ¥时只有时间分辨率.在电压暂降的分析中,电压暂降幅值和扰动起止时刻是否准确都主要取决于时间分辨率,故从时间分辨率的角度出发g应该取较大值.从式(4)可知对于某一频率f,当g=f时改进S变换和S变换的白噪声平均功率谱相等,g>f时改进S变换白噪声平均功率谱大于S变换的白噪声平均功率谱,g<f时则相反,故从抑制噪声的角度出发g应该取较小值.因电压暂降信号的主频f=50H z,噪声频率虽分布广泛,但对主频信号影响较小,故为兼顾时频分辩率和抑制噪声的要求,本文取g=50.2 电压暂降的MST分析2.1 电压暂降的MST暂降幅值和时刻检测在电压暂降的实际检测中,电压暂降幅值和扰动起止时刻是标称电压暂降最重要的两个特征量.基于S变换的电压暂降分析中,电压暂降幅值通常用基频幅值曲线上的归一化最小值来表示,扰动起46第3期全惠敏等:电压暂降的改进S 变换分析与分类止时刻则用S 模矩阵幅值平方和均值[5]或高频向量(如10倍基频向量)[8]检测.图2是暂降信号x (t)=(1-0.2(0.1 t 0.16))sin( 0t )加入信噪比为20dB 的噪声后的S 变换结果.其中采样频率为3.2kH z,共采样10个周期.图1 含噪暂降信号的S 变换结果F ig.1 S t ransf orm analysis of sag with noise在图1中基频幅值曲线的最小幅值为0.8152,S 模矩阵幅值平方和均值和高频向量则无法明显给出扰动时刻.显然,幅值平方和均值和高频向量均受噪声影响较大,考虑到信号基频向量受噪声影响较小,本文采用MST 基频幅值向量最小值计算暂降幅值,用基频幅值斜率变化曲线A (t )来定位暂降时刻.A(t)=A 0(t +1)-A 0(t)(5)其中A 0(t )表示信号的基频幅值向量.图2是电压暂降信号x (t )的改进S 变换结果,图3是图2含噪暂降信号的改进S 变换结果.由图2可得暂降信号x (t )的暂降幅值为0.8000,暂降定位为320点和512点,由图3可得含噪x (t )信号的暂降幅值为0.8004,暂降定位322点和512点,与图1中基于S 变换暂降幅值计算及定位结果比较可知,MST 检测暂降幅值和定位扰动的算法误差明显变小.图2 暂降信号x (t )的M ST 结果F ig.2 M ST analysis ofsag图3 含噪x (t )的M ST 结果Fig.3 M ST analy sis of sag w ith noise2.2 电压暂降的MST 相位检测某些电压暂降过程可能会伴随比较大的相位跳变,本文采用M ST 变换基频相位曲线表示信号的相位跳变.设 50Hz (t)为暂降信号经M ST 变换后基频对应的相位序列,1为标准正弦信号经M ST 变换后的基频相位,则基频相位曲线为:(t)= 50Hz (t)- 1(6)图4是在采样点320处发生暂降,暂降幅值为0.8,相位跳变45 ,512处又恢复正常的信号的M ST 相位检测.图4 暂降信号M ST 基频相位曲线Fig.4 M ST phaseo f the sag s fundamental frequency由图4(b)的峰值读数可得图4(a)所示暂降信号的MST 相位跳变检测值为45 ,显然与实际值吻合.47湖南大学学报(自然科学版)2011年3 电压暂降扰动源检测与分类引起电压暂降最常见的3种扰动源是:短路故障、感应电动机启动和变压器空载激磁.本文在MAT LAB 中建立各种扰动源的电压暂降模型,运行模型得到各自对应的电压暂降信号3.1 短路故障引起的电压暂降短路故障引起的电压暂降可分为对称电压暂降和不对称电压暂降.图5是三相对称电压暂降的MST 分析结果.图5 对称电压暂降M ST 分析F ig.5 M ST analy sis o f the sy mmetrica l sag显然,三相对称电压暂降的信号特征为:三相电压几乎同时快速下降,幅值下降基本相同,有近似相等的相位跳变;故障切除后,电压快速回复正常.同样可得不对称电压暂降的信号特征为:故障相电压快速下降,其他相电压保持不变或略有升高,故障相相位发生跳变.3.2 感应电极启动引起的电压暂降图6是感应电机启动引起的电压暂降信号及其MST 分析,其中图6(c),(d),(e)是对暂降幅度最大的A 相进行分析.由图6的分析可知,感应电机启动电压暂降信号特征为:三相电压快速下降,幅值下降基本相同,暂降到谷底后立刻恢复,恢复到正常值的过程是渐变的,暂降结束时刻不明显,由基频相位曲线可知故障相发生相位跳变.图6 感应电机启动电压暂降M ST 分析Fig.6 M ST analysis of the sag causedby induct ion moto r star ting3.3 变压器空载激磁引起的电压暂降图7是变压器空载激磁引起的电压暂降信号及其M ST 分析.由图7的分析可知,变压器空载激磁电压暂降信号特征为:三相电压快速下降,幅值下降不相同;暂降到谷底后立刻恢复,恢复到正常值的过程是渐变的,暂降结束时刻不明显,由基频相位曲线可知故障相发生微小相位跳变;暂降中伴随谐波出现,且偶次谐波含量较高.图7 变压器空载激磁电压暂降M ST 分析Fig.7 M ST analysis of the sag causedby tr ansfo rmer ex citing3.4 电压暂降源分类从前面的分析可知,每类扰动源引起的电压暂降均有不同的特征.因为不同暂降源引起的电压暂48第3期全惠敏等:电压暂降的改进S变换分析与分类降需要采取的的治理措施不同,故有必要对电压暂降扰动源进行分类.为此,可提取如下分类特征: 三相暂降平衡度B1在A,B,C三相的基频曲线上找出暂降期间各自最小值为DA,DB和DC,令B1={max(DA, DB,DC)-m in(DA,DB,DC)},显然三相暂降平衡时,B1接近于0,反之则B1较大.暂降持续比R1以暂降程度最大的相为对象,找出其基频幅值曲线上的谷底最小值D min及对应的时间点t min,从最小值点往后找到幅值0.9对应的点t max,以及(0.9-D min) 20%+D min值所对应的点t0.02,则(t0.02-t min)表示暂降中幅值处于谷底部分所持续的时间,定义R1= (t0.02-t min)/(t max-t min)为暂降持续比,显然R1表示暂降幅值停留在谷底的时间比例,也可以表明暂降的恢复速度.突变次数N s定义突变次数N s为基频斜率曲线上高于max(A(t))/2的峰的个数.相位跳变值 J选择暂降期间三相相位变化绝对值最大者为相位跳变值.偶次谐波增量H odH od=(H2+H4)-(H20+H40)(7)H2,H4是电压暂降信号中的2次和4次谐波含量;H20,H40是标准正弦电压信号经M ST变换后得到的2次和4次谐波含量.暂降相数N1暂降相数N1为三相电压中电压暂降幅值不大于0.9的总相数.为了提高分类算法的有效性,根据大量仿真数据可知各种扰动源引起的电压暂降6种特征参数各有取值范围,可恰当设置阀值并将特征参数表示成二进制的形式.设B2,R2,N S2, J2,H od2分别是B1, R1,N S, J,H od和N1对应的二进制表示,则得出用于分类扰动源的判决规则:规则1:若B2=0,且R2=1, J2=1,H od2=0, N2=11,N s2=1则为三相短路故障;规则2:若B2=0,且R2=0, J2=0,H od2=0, N2=11,N s2=0则为感应电机启动;规则3:若B2=1,且R2=0, J2=0,H od2=1, N s2=0则为变压器空载激磁;规则4:若B2=1,且R2=1, J2=1,H od2=0, N2=10,N s2=1则为两相短路故障;规则5:若B2=1,且R2=1, J2=1,H od2=0, N2=01,N s2=1则为单相短路故障;规则6:不满足前面5个规则的,为其他扰动源引起的电压暂降.通过上述处理,就可以对引起电压暂降的扰动源进行分类.3.5 仿真结果为验证上述判决规则的有效性,使用M ATLAB建立的3类暂降扰动模型产生5类数据各60个,并对每类中的任意20个加入信噪比为20 dB和30dB的白噪声,共形成400个数据.对各信号用M ST方法进行分析,提取B1,R1,PH,H od, P N,N s共6个特征参数,并表示成二进制的形式.用每类中的30个不含噪数据作为训练样本,另50个作为测试样本.通过对50个测试样本应用分类判决规则,可得到表1的分类结果.表1 仿真分类结果Tab.1 C lassification results暂降类型样本数正识数误判数三相短路故障50491两相短路故障50482单相短路故障50473感应电机启动50473变压器空载激50482与文献[9]中的分类方法比较,本文分类方法规则明确,分类正确率高.4 结 论对电压暂降特征参数的准确检测是暂态电压质量评估与改善的先决条件,也是电能质量研究领域的一个重要关注课题.论文提出采用改进S变换方法对电压暂降进行分析,推导了白噪声在M ST变换后的平均功率谱,用M ST分析了短路故障、感应电机启动和变压器空载激磁3种干扰源引起的电压暂降,提取出各自的特征,并根据仿真结果得出了用于对暂降源分类的判决规则.仿真结果表明,M ST能抑制噪声的影响,提取的特征量能全面明显地反映各种扰动特征,分类算法能够实现对3种暂降扰动源的正确识别.49湖南大学学报(自然科学版)2011年参考文献[1] BOLLEN M H J.Understan ding pow er quality problems,voltage sags and in terruptions[M].Piscataw ay,New Jers ey:IEEE Press,2000[2] 张秀娟,徐永海,肖湘宁.基于dq变换与小波变换的电能质量扰动检测与识别方法[J].电力自动化设备,2005,25(7):1-5.ZH ANG Xiu juan,XU Yong hai,XIAO Xian g nin g.Pow er quality disturbance detection and iden tification based on dq conversion an d w avelet transform[J].E lectic Pow er Au tomation Equipment,2005,25(7):1- 5.(In Ch ines e) [3] 王克星,宋政湘,陈德桂,等.基于小波变换的配电网电压暂降的干扰源辨识[J].中国电机工程学报,2003,23(6):29-34.W ANG Ke xing,S ONG Zheng xiang,CH EN De gui,et al.Inter ference source identification of voltage s ag in dis tribution system b as ed on w avelet transform[J].Proceedin gs of th e CSEE,2003,23(6):29-34.(In Chin ese) [4] GAINF Zw e lee.Wavelet bs ed neu ral netw or k for pow erdis tu rban ce r ecognition and classification[J].IEEE Trans ac tions on Pow er Delivery,2004,19(4):1560-1568.[5] 全惠敏,戴瑜兴.基于S变换模矩阵的电能质量扰动信号检测与定位[J].电工技术学报,2007,22(8):119-125.QUAN H ui m in,DAI Yu xin g.Detection and localization ofpow er quality disturbances based on S tran sform module matrixes[J].Transactions of Chin a E lectrotechnical Society,2007,22(8):119-125.(In C hinese)[6] PINNEGAR C R,M ANSIHA L.Tim e local spectral analysisfor non station ary tim e series:th e S transform for noise signal[J].Fluctu ation and Noise L etters,2003,3(3):357-364.[7] STOCKWELL R G,M ANSINA L,OWE R P.Loc ali zation of thecomplex spectrum:the S trans form[J].IEEE Transactions on Signal Process,1996,44:998-1001.[8] ZHAO Feng zhan,YANG Ren gang.Power quali ty disturbancerecogni tion using S transform[J].IEEE Transactions on Pow er Delivery,2007,22(2):944-950.[9] 杨洪耕,刘守亮,肖先勇.利用S变换时频等值线图与幅值包络向量实现电压凹陷的分类[J].电工技术学报,2006,21(8):75-79.YANG H on g geng,LIU Shou liang,XIAO Xian yon g.Classification of voltage dips u sing tim e frequen cy con tour an d am plitude envelope vectors b y S transform[J].Transactionsof China Electrotechn ical Society,2006,21(8):75-79.(InChinese)50。