电压波动与闪变的检测有两个重要的部分,提取电压波动信号的包络线及对提取的电压波动信号进行有效分析,并确定短时闪变严重度Pst。电压波动信号的提取是分析电压波动与闪变的前提,而电压波动信号的分析是研究电压波动与闪变的关键。
本文主要针对提取出来的闪变信号进行分析。闪变信号的分析方法通常有离散傅里叶变换和小波变换等。离散傅立叶变换(DFT)具有频谱泄漏和栅栏效应的缺点将导致应用DFT计算Pst时精度不高,而小波变换具有时—频局部化的特点,克服了DFT的弊端,特别适合于突变信号分析,可以检测出闪变信号的开始时间和结束时间,因此将小波变换用于电压波动与闪变的分析。基于多分辨率分析理论的小波变换,采用Mallat算法,该算法存在频率折叠和能量泄漏问题。
为解决频率折叠问题本文将DFT和离散傅立叶逆变换与Mallat算法结合形成DMallat(DMallat,DFTMallat)算法,通过与DFT计算短时闪变严重度Pst的对比试验,表明了所提的算法的有效性和稳定性,显著提高了短时闪变严重度Pst的计算精度。
恰当地选取小波函数或合理选取采样频率可以减少能量泄漏。本文选取dbN小波,增大N值可以减少能量泄漏同时增加了计算量,为了减少计算量对于单一频率的闪变信号,采用隔点抽样的方式。对于多频闪变信号,通过大量的仿真试验给出了减少能量泄漏的频率选择范围,尽量使信号的基频靠近小波分解频带近似部分的下限,谐波分量位于细节部分的中心位置。
在描述单位瞬时闪变值时的频率和所对应频率的正弦电压波动值关系时,采用了具有很好的非线性函数逼近能力和内插特性的BP网络来对单位瞬时闪变值时的频率和所对应频率的正弦电压波动值的关系进行拟合建模,提高了拟合时的精度。