基于S变换的电能质量扰动分析

合集下载

基于S变换与SVM的暂态电能质量扰动识别

分析，对暂态信号无能为力。快速傅立叶变换
（ＴＦＳＦ）是对傅立叶变换的发展与补充，虽然在
一
特性，因而非常适合于进行电能质量扰动信号的
特征提取。
定程度上解决了傅立叶变换不具备局部分析的
问题，但一旦窗函数确定，视频分辨率也就确定了，因此，对于暂态信号，很难找到一个好的时
，
厂）（（ｆ）ｊｄ￡ｘ）ｆ，ｅｐｔｆ —厂－＃ｗ２
：ｅ
ｆ１］
”＝［ｑ］Ｚｘ．ｅ＋
］】
ｌｆ
，
ｎ≠Ｏ（）ｌ９
ｍ＝（００１）
其中，
（
一ｔｆ）为高斯窗口，
其中，
口舻 “
（ａｓａＷｉｏ）丁为控制高斯窗口在时间轴ｔＧｕｓｎｎｗ；ｉｄ的位置参数；ｆ为频率；为虚数单位。由式（）１
ＳＭ是ＶｐｉＶａｎｋ等人在统计学习理论的基础上
发展的一种新的模式识别方法。它根据结构风险
最小化原则，在解决小样本问题上具有良好的泛
间窗口来适合不同的时间段。小波变换（）ｗＴ
是一种窗口面积固定但形状可改变的视频局部化分析方法。由于具有良好的时频特性而广泛应用
收稿日期：２１ — ２２０００ — ２
２６
２Ｓ变换的基本理论
Ｓ变换是由地球物理学家ＲＧＳｏｋｅ．．ｔｗｌｃｌ于１９９６年提出的一种加时窗傅里叶变换时频可逆分

基于S变换局部奇异值分解的过电压特征提取

基于S变换局部奇异值分解的过电压特征提取杜林;戴斌;陆国俊;孙才新;王有元【摘要】针对实测过电压信号波形不规则、不易识别问题,根据矩阵奇异值的特点,提出了一种采用S变换和局部奇异值分解的过电压特征提取方法.首先通过S变换得到过电压发生时零序电压的时频模值矩阵,然后对矩阵进行划分,计算各个子矩阵的最大奇异值,利用最大奇异值在不同频带以及整个时频空间的分布差异来构造过电压特征量.对变电站实测的感应雷过电压等五种过电压信号的计算表明,所提取的特征量维数低,对过电压信号随机扰动具有相对稳定性,能提取出过电压的本质特征.【期刊名称】《电工技术学报》【年(卷),期】2010(025)012【总页数】7页(P147-153)【关键词】过电压;特征提取;S变换;奇异值分解;局部奇异值特征【作者】杜林;戴斌;陆国俊;孙才新;王有元【作者单位】重庆大学输配电装备及系统安全与新技术国家重点实验室,重庆,400044;重庆大学输配电装备及系统安全与新技术国家重点实验室,重庆,400044;广州供电局,广州,510410;重庆大学输配电装备及系统安全与新技术国家重点实验室,重庆,400044;重庆大学输配电装备及系统安全与新技术国家重点实验室,重庆,400044【正文语种】中文【中图分类】TM835.11 引言随着电网的建设与发展，电力系统过电压已经成为发展高压和超高压电网所必须研究的重要课题[1]。

目前现有的电力系统过电压在线监测装置，不具备对过电压信号的分析识别能力[2-3]。

当出现过电压事故时，需要根据人工经验，判断过电压类型。

仅靠人工判断过电压类型，难以形成科学统一的判断标准，且工作量大，容易误判。

因此，研究过电压信号特征提取及识别算法，实现过电压类型的自动识别诊断，对保证电网安全运行具有十分重要的意义。

电力系统过电压类型多种多样，从过电压能量来源角度，可分为内部过电压和外部过电压。

内部过电压从持续时间上来看，又可分为暂时过电压和操作过电压。

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DILCD和SDEO的电能质量扰动检测新方法

基于DILCD和SDEO的电能质量扰动检测新方法周超;黄纯;易凡【摘要】针对局部特征尺度分解(LCD)出现的模态混叠现象,提出了基于微积分局部特征尺度分解(DILCD)和对称差分能量算子(SDEO)的电能质量扰动信号分析方法.首先选取电力系统中的暂降、暂升,谐波、间谐波,衰减振荡等单一及其复合扰动信号分别进行DILCD分解可得到若干个内禀尺度分量(ISC);然后利用SDEO解调ISC分量求取瞬时频率和瞬时幅值,定位扰动发生的起止时刻.仿真结果表明,该方法能有效检测分析非平稳电能质量扰动信号,获得的瞬时幅值波动、端部效应小,频率检测精度高,时间定位准确.【期刊名称】《电力系统及其自动化学报》【年(卷),期】2018(030)009【总页数】10页(P141-150)【关键词】电能质量;扰动分析;微积分;局部特征尺度分解;内禀尺度分量【作者】周超;黄纯;易凡【作者单位】湖南省电力公司检修公司,长沙 410004;湖南大学电气与信息工程学院,长沙 410082;湖南省电力公司检修公司,长沙 410004【正文语种】中文【中图分类】TM727.2近年来，由于电力电子元件的大规模使用及非线性、冲击性负荷的增加，对电能质量造成严重的影响。

电网中存在的电压暂降、暂升、短时中断，谐波、间谐波以及电压衰减振荡等电能质量问题受到了广泛的关注[1]。

电能质量扰动信号的提取对电能质量的监管至关重要。

扰动信号可看作多分量非线性信号，提取时可先对扰动信号进行分解得出单分量信号，然后对其解调得到扰动参数。

用于电能质量扰动信号常用的分解方法有快速傅里叶变换[2]、小波变换[3]、S变换[4-5]、希尔伯特变换[6]、原子分解算法[7-8]和局部均值分解算法[9]等，这些方法各有特点。

傅里叶变换（FFT）主要用来分析稳态信号，不能处理非平稳、非线性信号；小波变换缺乏自适应性，受基函数选择的影响，对噪声较敏感；S变换频率分辨率高，能独立分析信号每个频率分量的幅值变化，但是要得到各频率分量对应的理想幅值曲线，需要对变换结果进行适当修正；希尔伯特变换采用三次样条函数插值，具有欠、过包络现象，还有迭代判据、端点效应等问题；原子分解算法计算量大，对构造谐波、间谐波，电压闪变的电能质量扰动的相关原子库还有待研究；局部均值分解由于受到余弦函数值域的限制，定位扰动起止时刻不够准确。

电能质量检测方法及应用探讨

电能质量检测方法及应用探讨摘要：本文首先对电能质量进行概述，并分析与探讨电能质量检测方法及应用，希望能够为提高我国电能质量，确保电网运行的安全与稳定贡献一份绵薄之力。

关键词：电能质量；检测；方法；应用当前，在我国经济快速发展的背景下，越来越多的非线性负荷投入到使用当中，导致点阿旺中出现谐波、电压畸变；部分负荷具有冲击性、波动性的则极易引发电压的闪变与波动等等都会使得电力系统的稳定、可靠与安全性能受到影响。

所以为了确保电力系统的运行安全与稳定，降低由于电能质量问题所造成的的影响，所以非常有必要分析与探讨电能质量检测方法及应用。

一、电能质量概述电能质量主要指的是电力系统利用公用电网来给用户端提供交流电能的品质。

在理想情况下，公用电网主要是利用正弦波形、恒定频率以及标准电压给用户供电。

不过因为电力系统当中含有线路、变压器以及发电机等不对称或非线性设备，受到外部因素干扰、负荷性质多变以及各类故障等因素影响，所以在具体运行过程中是不存在理想状况的。

所以会出现供用电环节、电力设备以及电网运行过程中的电能质量问题。

根据电能质量中供用电双方需求、影响指标等不同可以划分电能质量为用电质量、供电质量、电流质量以及电压质量四个方面。

二、电能质量检测方法及应用通常情况下电能质量检测含括了计算机技术、数字信号处理技术等各类技术。

而在科技不断进步的时代背景下，电能质量检测方法也在逐步优化与改进。

当前，电能质量检测装置不但可以有效检测稳态指标，如频率、电流、电压、谐波等内容，同时还可以对瞬间扰动、电压暂升与暂降、暂态谐波等暂态信息量。

当前，可以划分电能质量检测方法为时域、频域以及变换域三种。

（一）时域仿真法时域仿真法主要指的是基于仿真程序来分析与研究电能质量问题中的暂态信息量。

通常情况下，时域仿真程序包括电力电子仿真程序以及系统暂态仿真程度两种类型。

其中电力方程主要是采取微分方程来表示，电力系统则主要是由R、L、C元件构成，采取数学计算方式来求解。

多特征组合及优化SVM的电能质量扰动识别

多特征组合及优化SVM的电能质量扰动识别韩刚;张建文;褚鑫;周贤姣【摘要】提出一种基于多特征组合及粒子群优化的支持向量机(SVM)的电能质量扰动识别方法.该方法采用小波变换和S变换提取各扰动信号特征向量,采用粒子群(PSO)优化的支持向量机进行分类识别.首先针对提取的小波能量谱中谐波信号的明显差异,通过设定特征阈值进行初步分类,然后结合S变换提取的3种特征,采用优化参数的SVM进行后续分类.仿真实验表明,该方法能够有效识别常见的8种电能质量扰动及2种复合扰动,相比未经优化的支持向量机模型,粒子群优化的SVM具有较高的识别精度和运算速度,且抗噪能力强.【期刊名称】《电力系统及其自动化学报》【年(卷),期】2015(027)008【总页数】7页(P71-76,81)【关键词】电能质量扰动;支持向量机;小波变换;S变换;粒子群算法;特征组合;参数优化【作者】韩刚;张建文;褚鑫;周贤姣【作者单位】中国矿业大学信息与电气工程学院,徐州221116;中国矿业大学信息与电气工程学院,徐州221116;中国矿业大学信息与电气工程学院,徐州221116;中国矿业大学信息与电气工程学院,徐州221116【正文语种】中文【中图分类】TM74电网中的非线性、冲击性和不平衡负荷的投入导致电网电压波形发生畸变、电压波动和三相不平衡等，造成严重的电能质量问题。

深入研究影响电能质量的各种因素，实现电能质量扰动的准确分类，为电能质量的改善和治理提供决策依据[1]。

迄今为止，国内外已有大量学者研究电能质量扰动分类问题[2-3]。

电能质量扰动分类包括扰动特征提取和分类识别。

诸如傅里叶变换、dq变换、时频原子变换、小波变换、S变换、希尔伯特黄变换HHT（Hilbert-Huang transform）等多种方法[4-5]。

电能质量扰动信号分类主要有人工神经网络、专家系统、贝叶斯分类和支持向量机SVM等方法[6]。

SVM是一种基于统计学习理论的模式识别方法，在解决小样本、非线性及高维模式识别问题中具有独特优势，克服了人工神经网络易陷入局部最优解和训练时间长的缺点[7]。

基于S变换图像灰度量化的短时电能质量扰动识别分类

用
。但是小波变换易受噪声影响，结果缺乏直且
观性。ｓ变换克服了短时傅里叶变换窗函数长度不易
张中全，赵俊
（都电业局，Ｉ成都成四川
摘
６０４）１０１
要：对短时电能质量扰动分类大多依赖分类器，类准确率不高这一难题，出了基于ｓ变换模时频矩阵灰度针分提
图像法。首先对常见的几种扰动进行ｓ变换分析，到模时频矩阵，应用数字图像灰度方法，模矩阵各元素值用得再将
ａａｙｉｎｈｅＳ — ｍｏａｉｅ— ｆｅｕｅｃｔｉｓｃｎｔｕｔｄ，ｔｅｇｅｃｌｍａｅｏｉｈｃｕｌａｉａｃｌｔｄａ — ｎｌｓｓａｄｔｄｌｔｍｒｑｎｙｍａｒｘｉｏｓｒｃｅｈｒｙｓａｅｉｇｆｗｈｃｏｄｂｅｅｓｌｃｌｕａｅｃｙｃｒｎｇｔｇｔｌｉａｅｇｅｃｌｅｈｄ．Ｔｈｅｏｄｉｏｄｉｉａｍｇｒｙｓａｅｍｔｏｎ，ｔｅｇｅａｕｅａｒｙｖｒａｃｒｎｔｏｕｄｔｕａｔｆｈｈｒｃｅｉ— ｈｒｙｖｌｎｄｇｅａｉｎｅａｅｉｒｄｃｅｏｑｎｉｔｅｃａａｔｒｓｙｔｃｆＳ —ｍｏｌｔｍｅ— ｆｅｅｃｍａｅｉｒｅｏａｈｉｖｈｓｕｈａｅｃａｓｆｃｔｏｉｓｏｄａｉｒｑｕｎｙｉｇｎｏｄｒｔｃｅｅｔｅｄｉｔｒｎｃｌｓｉａｉｎ．Ｔｈｉｕａｉｎｒｓｔｈｗｈｔｔｅｉｅｓｍｌｔｏｅｕｌｓｓｏｔａｈｐｏｏｅｔｏａｌｓｉｈｉｔｒａｃｅｘｃｌｎｓｎｔｓｎｉｉｅｔｉｅ，ＳｔｉｎｅｆｃｉｅｃａｓｆｃｔｎｍｅｈｄｏｒｐｓｄｍｅｈｄｃｎｃａｓｆｔｅｄｓｕｂｎｓｅａｔｙａｄｉｏｅｓｔｖｏｎｏｓｙＯｉｓａｆｅｔｖｌｓｉａｉｔｏｆｉｏ

特征提取方法在电能质量扰动识别中的应用

参考文献
［１］胡铭，陈珩．电能质量及其分析方法综述［Ｊ］．电网技术，２０００，２４（２）：３６～３８．［２］林海雪．现代电能质量的基本问题［Ｊ］．电网技术，２００１，２５（１０）：５～１２．［３］肖湘宁．电能质量分析与控制［Ｍ］．北京：中国电力出版社，２００４．［４］徐永海，肖湘宁，杨以涵，等．基于ｄｑ变换和ＡＮＮ的电能质量扰动辨识［Ｊ］．电力系统自动化，２００１，３３（５）：２４～２６．［５］王霄桦，程浩忠，胡丹．基于数学形态学复合滤波和无时延ｄ－ｑ变换的电压暂态扰动识别［Ｊ］．继电器，２００７，３５（９）：３２～３５．［６］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）：１～３．［７］欧阳森，王建华，宋政湘，等．一种基于ｄｑ０变换和专家系统的电能质量信号辨识方法［Ｊ］．电力系统自动化学报，２００３，１５（５）：２１～２３．［８］ＨＥＹＤＴＧＴ，ＦＪＥＬＤＰＳ，ＬＩＵＣＣ，ｅｔａｌ．ＡｐｐｌｉｃａｔｉｏｎｏｆｔｈｗｉｎｄｏｗｅｄＦＦＴｔｏｅｌｅｃｔｒｉｃｐｏｗｅｒｑｕａｌｉｔｙａｓｓｅｓｓｍｅｎｔ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＤｅｌｉｖｅｒｙ，１９９９，１４（４）：１４１１～１４１６．［９］唐求，王耀南，郭斯羽，等．基于Ｓ变换与傅里叶变换的电能质量多扰动分类识别［Ｊ］．湖南大学学报（自然科学版），２００９，３６（４）：３８～４０．［１０］赵凤展，杨仁刚．基于时域、小波变换和ＦＦＴ的电能质量扰动识别［Ｊ］．继电器，２００６，３４（８）：５０～５２．［１１］张斌，孙静．基于Ｍａｌｌａｔ算法和快速傅里叶的电能质量分析方法［Ｊ］．电网技术，２００７，３１（１９）：３５～３７．［１２］刘晓芳，刘会金，柯定芳．基于小波变换和神经网络的暂态电能质量扰动自动识别［Ｊ］．继电器，２００５，３３（２３）：４６～４８．［１３］秦英林，田立军，常学飞．基于3) − cos(wt − 2π / 3) 1/ 2

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)。

频扰动、电压暂降、电压暂升等问题时，能很好地不检测和定位，缺乏直观性．也用频域分析方法对电能质量中谐波含量进行分析，主要针对各种频率检测、波潮流计算等．谐其优点是能够详细分析负载
（Ｅ）我国均有严格的标准．稳态电能质量检ＩＣ和与
冲、涌、浪电压跌落及瞬时电压中断．判电能质量评
的标准在不断完善中，根据不同的系统环境采用常
指标参数的幅值和持续时间来描述（时考虑其上有升下降率、生频度等）发．目前，速傅里叶变换（Ｆ在电能质量分析快ＦＴ）
ｆｅｕｅｃｏｎｏｐｏｔｕｃｅａｓｌｙｄｉｆｒｎｔｖｏｔｇｅｄｉｔｒａｅｎｕｉｉｅｙ．ｒｑｎｙｃｔｕｒｍａｓｃｎｓｒｔｄｃｎｄｉｐａｆｅｅｌａｓｕｂｎｃｓｉｔｔｖｌＫｅｒｓ：ｐｏｒｑｕｌｔｙｗｏｄｗｅａｉｙ；Ｓ—ｒｎｓｏｍ；ｍｏｌａｒｘ；ｔｍｅｆｅｕｅｙａｌｓｓｔａｆｒｄｕｅｍｔｉｉ — ｒｑｎｃｎａｙｉ
电能质量检测涉及多学科内容口，时检测供］实电系统稳定性，少电网谐波是长期亟待解决的问减
题．电能质量通常被划分成稳态电能质量和暂态电能质量，主要性能指标有电网频率、其电压偏差、不平衡度、波和电压闪变等，此，谐对国际电工委员会
电能质量扰动信号进行分类．电能质量扰动信号的电压凹陷、对电压尖峰、态随机干扰等现象暂
应用ｓ变换分析，构造等值时频图，而清晰直观地显现出电压干扰．从
关键词：电能质量；变换；矩阵；时频分析Ｓ模
ＡｂｔａｔＡｃｏｄｎｏｔｅｍａｎｆａｕｒｓｏｗｅｕａｉｙｄｓｕｂｎｅｓｇｎｌｏｅｅｔｏｎａｌｓｉｉｓｒｃ：ｃｒｉｇｔｈｉｅｔｅｆｐｏｒｑｌｔｉｔｒａｃｉａｓ，ｎｅｄｔｃｉｎｄｃａｓｆ— ｃｔｏｅｈｏｆｖｌａｉａｓｄｏｎＳｒｎｓｏｍｏａｉｎｍｔｄｏｏｔｇｅｓｇｎｌｂａｅｔａｆｒｍｄｕｌａｒｘｗａｏｓｄ，ｎｈｏｗｅｕａｉｙｅｍｔｉｓｐｒｐｏｅａｄｔｅｐｒｑｌｔｗｉｈｄｉｔｂｎｃｓｇｌｗｅｅｌｓｉｉｄ．ＴｈＳｔａｆｍＷ３ａｐｌｅｔａａｙｅｈｅｔｓｕｒａｅｉｎａｓｒｃａｓｆｅｅ — ｒｎｓｏｒＳｐｉｄｏｎｌｚｔｐｏｅｑｌｔｗｒｕａｉｙｄｉｔｂａｃｉａｓｓｃａｔｌａｅｓｇ，ｏｌａｐｋｅ，ｒｎｉｎｔｒｎｄｓｕｒｎｅｓｇｎｌｕｈｓｈｅｖｏｔｇａｖｔｇｅｓｉｔａｓｅａｏｍｄｓｕｒｎｃａｄｔｉｅｉｔｂａｅｎｈｅｔｍ —
领域中应用广泛．其会产生 “ 但旁瓣 ” 频谱泄漏 ” 和“ 现象，分析结果带来一定误差；Ｆ在分析低］给ＦＴ
测相比，暂态电能质量问题的研究起步较晚］研，
究时间短、响范围小，对整个电网的冲击后果影但却比较严重．电能质量暂态压畸变程度，电网遭受外来干扰侵袭或内部当
发生故障、作切换引起系统冲击时，成电压脉操造
中图分类号：ＴＭ６；７１ＴＭ２９
文献标志码：Ａ
ＡｎｌｓｓｏｗｅａｉｙＤｉｔｒａｃｓＢａｅｎＳＴｒｎｆｒａｙｉｆＰｏｒＱｕｌｔｓｕｂｎｅｓｄｏ－ａｓｏｍ
ＳＯＮＧａ — ｉｇ．ＦＥＩＹｕｊｎＷｎｑｎ —ｉｇ。ＭＡｎｄｎＤａ — ａ
第２５卷第４期２１年１０１２月
上
海
工
程
技
术
大
学
学
报
Ｖｏ．Ｏ４１２５Ｎ．
Ｄｅ．２）１ｃ（１
ＪＵＲＯＮＡＬ０ＦＳＨＡＮＧＨＡＩＵＮＩＲＩＹＦＥＶＥＳＴＯＮＧＩＥＮＳＩＮＣＮＥＲＩＧＣＥＥ
文章编号：１００９—４４２１）４—０４４Ｘ（０１０３２—０４
基于Ｓ变换的电能质量扰动分析
宋万清，费毓婧，马丹丹
（海工程技术大学电子电气工程学院，上海２１２）上０６０
摘要：对电能质量扰动信号的特征，出一种基于Ｓ变换模矩阵的信号检测与分类方法，对针提并