暂态电能质量扰动检测与识别方法研究

近年来,随着电力电子装置在电力系统中的广泛应用,电能质量问题已成为众多领域关注的焦点。对电能质量扰动的检测与识别能为改善电能质量提供重要的信息,是改善电能质量的前提,目前已成为研究的热点。 本文主要研究了暂态电能质量扰动的检测和识别方法,基于小波变换和支持向量机实现暂态电能质量扰动的检测与分类。根据小波变换模极大值检测信号奇异点原理,利用扰动信号小波分解的高频系数实现了各类暂态电能质量扰动的检测和时间定位。小波变换作为特征提取的工具,利用小波变换提取扰动信号的多尺度能量信息,并结合信号时域特征组成特征向量。根据支持向量机模式识别算法设计分类器,把提取的特征向量作为支持向量机分类器的输入,对分类器进行训练和测试,实现扰动的分类识别。在Matlab下进行仿真实现扰动的检测与识别,仿真时,同时考虑实际电力系统中噪声的影响,对扰动信号加入一定信噪比的高斯白噪声。研究了小波消噪的理论和方法,采用了一种软、硬阀值折中法的信号小波消噪。由于小波变换对噪声的敏感性,本文在扰动检测识别前先对扰动信号进行消噪处理,达到了较好的消噪效果。仿真结果验证了本文所提方法具有泛化性强、模式简单、识别准确率高等优点,是一种有效的电能质量扰动识别分析方法。