几种电能质量扰动检测和分类方法研究
电能质量扰动检测研究方法
电能质量扰动检测研究方法谭万禹;金月;张红;宋雯【摘要】随着工业生产新技术的出现,电力负载的大量使用使得电能质量问题变得尤为突出,同时现代电力设备对电网系统中电能的质量要求越来越高,从而使得对电能质量检测提高电能质量变得尤为重要,如何选择合适的电能质量算法已经成为目前研究的热点.介绍了电能质量问题等相关理论,阐述了电能质量的研究背景及意义.最后系统地总结了国内外关于电能质量扰动检测识别的研究现状.【期刊名称】《长春工程学院学报（自然科学版）》【年(卷),期】2013(014)004【总页数】3页(P40-42)【关键词】电能质量;检测;识别【作者】谭万禹;金月;张红;宋雯【作者单位】长春工程学院电气与信息工程学院;配电自动化高校研究中心,长春130012;东北电力大学,吉林省吉林市132012;长春工程学院电气与信息工程学院;配电自动化高校研究中心,长春130012;国网通化供电公司,吉林通化134000【正文语种】中文【中图分类】TM9300 引言电能质量（Power Quality）从严格意义上讲，衡量电能质量的主要指标有电压、频率和波形。
从普遍意义上指优质供电，包括电压质量、电流质量、供电质量和用电质量。
电能质量即电力系统中电能的质量，理想的电能应该是完整对称的正弦波。
一些因素会使波形发生偏离对称正弦，由此便产生了电能质量问题。
一方面我们研究存在哪些影响因素会导致电能质量问题，另一方面需要研究这些因素会导致哪些方面的问题。
随着电力工业的快速发展，越来越多的电子装置和冲击性负荷的广泛使用，由此引起的电能质量问题越来越严重。
对于电能质量检测的研究，有助于提前捕获故障信号，从而提醒工作人员在故障发生之前对设备进行调整和检修。
1 研究背景及意义在电力系统中，电能质量是电气工程师及用户们最为关心的指标。
这正是因为电能质量的好坏，决定了用户用电效率，同时也与衡量一个国家发展水平和整体经济水平有着至关重要的联系。
电力系统的电能质量检测技术
电力系统的电能质量检测技术随着现代社会对电力质量的要求不断提升，电能质量检测技术在电力系统中扮演着非常重要的角色。
电能质量指的是电能供应系统满足用户要求的能力，包括电压波动、频率偏差、电流波形失真、谐波等方面。
本文将讨论电力系统中常用的电能质量检测技术，并对其应用和发展前景进行探讨。
一、电能质量检测技术的背景与意义电力系统的电能质量是指电能供应系统向用户提供稳定、可靠、无污染的电能的能力。
良好的电能质量对于保证电力设备正常运行、提高生产效率、降低能耗、减少能源浪费具有重要意义。
然而，电力系统中存在很多因素可能会对电能质量产生负面影响，如电力设备故障、谐波、电压波动等。
因此，电能质量检测技术的研究和应用对于实现电力系统的稳定运行、提供优质的电能供应具有重要意义。
二、电能质量检测技术的分类电能质量检测技术可以按照检测对象的不同进行分类。
主要可以分为电压质量检测、电流质量检测、谐波检测和瞬变检测等几个方面。
1. 电压质量检测电压质量是指电力系统中电压的稳定性和波动性。
常用的电压质量检测技术包括电压暂降、电压中断、电压波动和电压闪变等。
电压暂降是指电压瞬时降低，可能导致设备故障或短暂停电。
电压中断则是指电压完全中断，电力系统无法正常供电。
电压波动是指电压在一定时间内波动的现象，会对电力设备的正常运行产生不利影响。
电压闪变是指电压瞬时性变化，导致照明灯光的明暗变化。
2. 电流质量检测电流质量是指电力系统中电流的稳定性和波动性。
电流质量的检测主要关注电流失真和电流不平衡等。
电流失真是指电流波形失真的情况，可导致设备发热过大、谐波传导和仪器表计读数误差。
电流不平衡则是指三相电路中三相电流不平衡的情况，常见于配电系统中。
3. 谐波检测谐波是指频率是基波频率整数倍的周期性波动，主要由非线性负载引起。
谐波对电力系统的影响主要体现在电流失真、电刷内干扰、设备发热过大等方面。
谐波检测主要关注谐波含量和谐波畸变率等指标。
电能质量指标及其检测方法的研究
电能质量指标及其检测方法的研究随着电力电子技术的进步和广泛应用，供电系统中出现了大量的会引起电网电压、电流波形畸变，电压波动与闪变，三相不平衡等不利影响的设备，这些不利影响会导致供用电设备的安全性降低，削弱与干扰电网的经济运行，造成电网公害；电压暂降与电压中断、暂时过电压和瞬态过电压等都会影响电网的电能质量，从而造成用户用电损失，甚至直接危及电力设备安全运行。
如何提高电能质量、向电力用户提供优质的电能成为国内外研究的热点。
标签：电能质量指标检测方法研究1 电能质量的定义及内容电能质量的不严格定义为：以电子系统的供电和接地作为研究对象，以保证对于该系统供电的完善。
IEEE1159标准中对电能质量的定义为：涉及敏感设备供电和接地的方法的概念，这种方法有利于敏感设备的运行。
在IEEE标准术语权威词典（IEEE100）中，电能质量的定义为：涉及电子设备供电和接地方法的概念，这种方法有利于电子设备的运行，并使其兼容于供電系统及其连接的其他设备。
电能质量主要包括：频率，电压，波形，三相对称等。
2 影响电能质量的因素2.1 电压偏差系统中各处偏离其额定值的百分比即为电压偏差，电网中用户负荷发生变化或电力系统运行方式发生改变而加到用电设备的电压偏离网络的额定电压。
过大的电压偏差不仅影响用电设备的安全、经济运行，更会危害电网的稳定以及经济运行。
2.2 电压谐波与畸变由于供电系统中采用大量的如电弧设备以及变压器等非线性的电气设备，这些设备都是高次谐波的电流源，在电网中接入这些高次谐波电流源后就会造成系统的电压以及电流产生高次谐波。
发电机的电压波形在高次谐波的作用下会产生畸变而降低供电电压的质量；供电电力会由于谐波的存在而造成损耗，从而导致电气设备的损坏而降低了供电的可靠性。
较大的波动或冲击性非线性负荷都会引发间谐波电压。
虽然间谐波的频率不是工频品类的整数倍，但是抑制或消除其产生的危害却比正数次谐波困难很多。
2.3 电压波动与闪变电压波动是指电压快速变动时其电压最大值和最小值之差相对于额定电压的百分比，即电压均方根值一系列的变动或连续的变化。
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。
基于图卷积神经网络和格拉姆角场的电能质量扰动分类
基于图卷积神经网络和格拉姆角场的电能质量扰动分类
黄光磊;田启东;林志贤;郑炜楠;徐特;李冰然
【期刊名称】《电气传动》
【年(卷),期】2024(54)3
【摘要】由于新能源系统的广泛加入,系统中的电能质量扰动数量和种类也相应增加,而传统电能质量扰动(PQD)分类方法存在准确率和效率不高的问题,难以适应现有包含高新能源渗透率的电力系统的电能质量管理。
因此,提出了一种基于图卷积神经网络(GCNNs)和格拉姆角场(GAF)的电能质量扰动分类方法。
首先,对原始的PQD信号进行归一化和极坐标转化处理;然后采用GAF对不同种类的PQD一维信号进行图形化转换,生成包含不同PQD特征的二维图片;最后,采用GCNNs对不同种类的PQD图片进行训练和分类,实现不同PQD的分类。
实验部分采用IEEE-39节点系统仿真并模拟不同种类的PQD曲线,对所提方法进行验证。
实验结果表明,所提方法可以自动地进行特征的提取和优化,满足PQD识别和分类的高效性和准确性。
【总页数】7页(P84-90)
【作者】黄光磊;田启东;林志贤;郑炜楠;徐特;李冰然
【作者单位】深圳供电局有限公司;国家电网江苏省电力有限公司
【正文语种】中文
【中图分类】TM346
【相关文献】
1.基于侧输出融合卷积神经网络的电能质量扰动分类方法
2.格拉米角场和图卷积神经网络识别复杂电能质量扰动
3.基于格莱姆角场和迁移学习的电能质量扰动分类研究
4.基于粒子群优化与卷积神经网络的电能质量扰动分类方法
5.基于格拉姆角差场和卷积神经网络的宽频振荡分类方法
因版权原因，仅展示原文概要，查看原文内容请购买。
电能质量综合监测方法的研究
电能质量综合监测方法的研究随着社会经济的发展，电器设备得到了广泛应用，有效的电力供应已经成为现代化生产、生活的必要条件。
然而，运行中的电力系统一直面临着电能质量问题，即电能在传输、分配、使用过程中所存在的问题。
电能质量问题不仅会影响电力系统的可靠性和经济性，而且对相关领域的安全和生产都会造成一定的影响。
电能质量的监测是电力系统运行的重要保障。
目前，电能质量监测技术已经越来越成熟。
然而，电能质量问题的复杂性和多样性，要求监测方法具有一定的综合性和智能化。
本文将对电能质量综合监测方法的研究进行探讨，包括传统的监测方法和新兴的监测方法。
同时，也会分析目前电能质量监测技术的现状和存在的问题，最后对未来发展方向进行展望。
一、传统的电能质量监测方法1.基于仪器的监测方法传统的电能质量监测主要使用各类电能质量监测仪器，如功率质量分析仪、波形分析仪、电流电压监测仪等。
这些仪器可以测量电能质量参数，如电压、电流、功率因数、变压器负载等。
这些参数可以帮助监测电能质量的不同方面，如波形畸变、电压波动、频率偏差等。
此类方法简单易行，且测量结果准确，但仪器设备价格昂贵，大多数场所难以承受。
2.基于无线传感器监测方法随着物联网技术的不断发展，基于无线传感器的监测方法也逐渐得到了应用。
该方法通过无线传感器网络，实现对电能质量参数的实时无线监测。
相比于传统方法，使用无线传感器的方法具有一定的灵活性和即时性。
但一些技术性问题，如信号干扰、网络通讯等仍需要进一步研究解决，平台的安全性也需要加强。
二、新兴的电能质量监测方法1.基于数据挖掘的监测方法随着计算机技术的发展，基于数据挖掘的监测方法也逐渐得到了应用。
该方法通过对设备内部的大量数据进行分析和挖掘，实现对电能质量参数的监测。
此方法不仅可以有效监测电能质量问题，而且可以预测潜在的电能问题和故障，提前采取有效的预防措施。
但该方法需要大量的数据积累和处理，且还需要进行特征选择和模型建立等多个环节，技术难度较高，仍需要进一步研究。
采用嵌入式Haar小波变换算法检测电能质量扰动信号
采用嵌入式Haar小波变换算法检测电能质量扰动信号
宋敏
【期刊名称】《能源技术》
【年(卷),期】2011(032)006
【摘要】根据小波变换原理,分析了我国电网背景下Haar小波变换的采样频率和
层数,并对6种暂态电能质量扰动——电压尖峰、电压缺口、高频干扰、电压凹陷、电压中断和电压隆起特征信号做Haar小波变换和反变换,重构得到低频分量。
针
对低频信号分量和原始信号的特征,提出了特征信号分类方法,并使用单片机ATmega1281（8位AVR）实现了算法的仿真,从而得到了扰动信号的特征分类和持续作用时间,不仅效果良好,而且成本较低。
【总页数】6页(P478-483)
【作者】宋敏
【作者单位】上海交通大学电子信息与电气工程学院,上海200240
【正文语种】中文
【中图分类】TM935
【相关文献】
1.采用嵌入式Haar小波变换算法检测电能质量扰动信号 [J], 宋敏
2.采用Meyer小波变换的电能质量扰动信号的检测与时频分析 [J], 何顺忠
3.采用小波变换检测和定位电能质量扰动 [J], 耿云玲;何怡刚;王群;杨东根
4.采用Meyer小波变换的电能质量扰动信号的检测与时频分析 [J], 何顺忠
5.采用Haar离散小波变换的彩色图像水印算法研究 [J], 马金发
因版权原因，仅展示原文概要，查看原文内容请购买。
基于改进PSO-WNN的电能质量扰动分类研究
ｉ ｃｎ ｉ ｔ ａ ｍｐｒ ｖ ｅ ｏ ｎｉｉｎ ｏ ｏ ｒｑｕ ｌｔ ｓｕ ｂａ ｃ ． ｏ ｅｒ ｃ ｇ ｔｏ ｆｐ ｗｅ ａｉｙ ｄｉｔｒ ｎ ｅ Ｋｅ ｙｗｏ ｄ ｐｏ ｒｑｕ ｌｔ ｉｔ ｒ ａ ｅ ｐ ｒｉｌ ｗａ ｍ ｐｔｍｉａｉｎ ｗａ ｅｅ ｅ ａ ｅ ｗｏ ｋ ｃ ａ ｓｆｃ ｔｏ ｒ ｓ： ｗｅ ａｉｙ ｄ ｓｕ ｂ ｎｃ ｓ ａ ｃｅ ｓ ｒ ｏ ｉ ｚ ｔｏ ｔ ｖ ｌｔｎ ｕｒｌｎ ｔ ｒ ｌ ｓｉ ａｉｎ ｉ
- 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)。
几种电能质量扰动检测和分类方法研究
作者：杨正凡
来源：《科技风》2018年第30期
摘要：随着电力行业的发展、新型电力电子器件和大量非线性负荷的使用，致使电能质量问题正变得越來越严重，同时，电力供应商和电能消费者均对电能质量提出更高的要求。
电能质量扰动信号的识别分类是进行电能质量扰动参数分析、定位扰动信号发生的源头，并对电能质量进行改善的重要前提。
本文对几种电能质量暂态扰动信号的定位与识别方法进行了探讨，简析它们在处理电能质量扰动信号上的优缺，为后续的相关工作提供参考。
关键词：电能质量；扰动；定位与分类
1 电能质量扰动检测方法
1.1 傅里叶变换
傅里叶变换就是把时域上的信息映射到了频域上，因此可以分别从时域和频域两个角度来观察信号所具有的特性。
但傅里叶变换只能反映信号在整个时间轴上的整体信息，却不能反映局部时间上频率特性。
因此，傅里叶变换只适合处理一些平稳的、随时间周期变化的信号，否则会出现栅栏效应和频谱泄露。
离散傅里叶变换（Discrete Fourier Transform，DFT）在频域检测中也得到了广泛的应用，通过加窗、插值及频谱校正等方式在傅里叶方法上进行了改善，使得变换速度和计算精度得到了很大的提高。
而后又提出了快速傅里叶变换（Fast Fourier Transform，FFT），因其克服了DFT的计算量大等问题，使得其运算速度得到很大的提升。
1.2 小波变换
小波变换是一常用的处理电能质量的时频域分析法。
小波变换可以很好的处理非平稳的信号，并且它能够同时从时域和频域进行观察，可以用一个二维矩阵实现信号的重构和局部变化，它的时频窗口可以自适应变化，具有良好的时频局部化特性。
而能否选取合适的小波基使得小波变换的分析结果差别很大，而且小波变换的冗余度和计算量都较大。
连续小波变换、离散小波变换、小波包变换等改进型方法克服了小波变换的缺陷在实际中得到大量应用。
1.3 希尔伯特黄变换
希尔伯特黄变换（Hilbert.Huang Transform，HHT）也是一种时频域分析法，实现了完全自适应并对非平稳信号有着精准的分析。
能同时满足时间域和频率轴上所要求的精度要求，对突变信号的处理性更强。
但其需要复杂的递回，运算时间反而比短时傅里叶变换要长。
由于
HHT拥有自身的有点，填补了FT先天系统的制约，将两种方法交相使用后，对信号的分析得到能力大大加强，得到更多的信号讯息。
1.4 S变换
S变换是在FT和小波变换基础上提出的一种可逆的时频分析算法。
S变换有着更强的局部分析能力和很强的自适应性，兼并了FT和小波变换两者的优点，也很大程度上克服了两者的缺陷。
S变换所加的窗宽与频率的倒数成正比[1]，正好克服了小波变换在低频下时间分辨率较差和在高频下频率分辨率较差这一缺点，而且拥有比小波变换更好的抗噪性和表征信号的特征量。
但由于S变换计算比较繁琐，难以实现对扰动信号的实时监测。
像广义的S变换，双曲S 变换和多分辨率的广义S变换等，其计算精度和算法速度得到很大的提高。
2 电能质量扰动分类
2.1 人工神经网络
人工神经网络（Artificial Neural Networks，ANN）是一种基于分布式并行信息处理的算法模型。
其由大量的神经元组合而成，根据组合方式的不同可得到BP神经网络、概率神经网络、广义回归神经网络和自组织神经网络等。
使用该算法实现对扰动信号的模式识别分类，需要将扰动信号特征量输入人工神经网络分类器中，然后根据分类规则进行分类。
由于人工神经网络通过判别函数去计算已知类的样本，而对于未知类样本不做任何监督，特别是当数据不充分时，神经网络就无法工作。
2.2 决策树
决策树利用归纳的算法制定分类规则，利用分层操作，对样本数据中的每个属性进行逐一划分，越向下的分支分的越细。
所以决策树算法的执行效率高，分类结果明显，而且比较适合处理复合的电能质量扰动信号。
但决策树比较依赖于训练样本，训练样本的好坏直接影响分类结果，并且决策树算法缺乏伸缩性，难以处理庞大的数据。
2.3 支持向量机
支持向量机（Support Vector Machine，SVM）就是通过一个平面或是超平面将分布式的样本划分为两类。
特别在处理小样本、非线性以及高维模式中显示出诸多优点。
在实际情况下，信号类别有很多种，想要对多个类别进行归类时SVM无法实现，所以多分类SVM被提出并应用。
但由于寻求一个最优支持向量机核函数和参数显得比较困难，所以核函数和参数的选取是问题的关键所在，并直接影响分类结果。
2.4 人工免疫系统
人工免疫系统（Artifical Immune System，AIS）是在生物免疫系统信息处理机制上发展起来的一种数据处理、归纳和推理策略。
该方法将各特征量作为抗原，计算抗原与训练好的记忆细胞中抗体的亲和度，根据亲和度的大小得到抗原的类别[2]，实现分类。
由于该算法需要通过大量的训练样本来找到更好的训练方法，使该算法速度在实际应用中受到一定的限制，不适合在线实时监测的场合。
3 结语
电能质量作为应用最为广泛的能源之一，从侧面反映了一个国家的经济科技发展状况。
电能质量的好坏直接影响着经济发展状况。
由电能质量所引发的问题不只是降低了用户的生产力，削弱企业的竞争力，甚至可能会影响到就业问题，对社会造成重大影响。
因此，迅速、准确、可靠地对电能质量扰动信号进行检测定位与识别分类，能够使相关设备及时、准确地动作，保证了设备、产品的安全，切实地维护了用户和电力供应商的利益。
参考文献：
[1]刘博.基于模糊逻辑的电能质量暂态扰动分类研究[D].哈尔滨工业大学，2016.
[2]张亚萍.电能质量扰动检测与定位方法研究[D]. 湖南大学，2016.
作者简介：杨正凡（1993），男，汉族，江苏盐城人，硕士，研究方向：智能控制。