首页> 中文学位 >风电场集电系统过电压仿真与自适应识别研究
【6h】

风电场集电系统过电压仿真与自适应识别研究

代理获取

目录

第1章 绪 论

1.1 研究背景及其意义

1.2 研究现状

1.2.1 过电压信号特征提取研究现状

1.2.2 过电压信号识别研究现状

1.3 本文主要工作

第2章 基于ATP-EMTP的集电系统过电压仿真

2.1 引言

2.2 集电系统过电压仿真模型建立

2.2.1 EMTP电磁暂态程序仿真

2.2.2 集电系统过电压仿真模型建立及参数设计

2.3 过电压仿真分析

2.3.1 绕击雷与反击雷过电压

2.3.2 断路器分闸与合闸过电压

2.3.3 单相接地与两相相间短路

2.4 本章小结

第3章 基于自适应VMD的过电压信号分解

3.1 引言

3.2 待分解的过电压信号区间选择

3.3 变分模态分解理论

3.4 自适应变分模态分解

3.4.1 自适应VMD方法

3.4.2 自适应VMD性能评价指标构造

3.4.3 模态的自适应选取方法

3.5 自适应VMD的过电压信号分解总体方案

3.6 基于自适应VMD的过电压信号分解仿真分析

3.6.1 过电压信号的自适应模态选取分析

3.6.2 过电压信号的自适应VMD分解分析

3.6.3 过电压信号分解性能分析

3.7 本章小结

第4章 基于时-频分段能量熵的过电压信号特征提取

4.1 引言

4.2 熵特征的基本理论

4.3 时-频分段能量熵特征

4.4 过电压信号时-频分段能量熵特征提取总体方案

4.5 时-频分段能量熵特征提取分析

4.5.1 过电压信号的时-频分段能量熵提取分析

4.5.2 两种能量熵特征提取结果对比分析

4.6 本章小结

第5章 基于多分类器的集电系统过电压信号识别

5.1 引言

5.2 支持向量机分类原理

5.3 SVM多分类器的构建

5.4 集电系统过电压信号识别分析

5.4.1两种分类器过电压信号识别对比分析

5.4.2两种熵分别作为特征的识别结果对比分析

5.5 本章小结

结论

参考文献

附录

攻读硕士学位期间发表的论文及其他成果

声明

致谢

展开▼

摘要

随着中国对风电场建设的规模不断扩大,风电场集电系统的稳定运行受过电压的影响日益增大,过电压的产生会导致电气设备绝缘击穿,甚至造成大面积停电事故。针对各类过电压产生的机理和特性不同,研究一种快速、精确的过电压识别方法,对集电系统的快速检修、绝缘完善以及风电场稳定运行具有重要意义。 文中通过研究风电场集电系统各模块的建模方法,并结合恒山风电场各设备参数和实际接线情况,在ATP-EMTP软件中搭建35NV集电系统过电压仿真模型,对场站频发的各类过电压信号进行仿真,分析了各类过电压信号特性,并在时域上截取有效故障时段作为待研究样本信号。针对过电压信号具有非平稳、非线性的特点,提出了一种基于自适应变分模态分解的过电压信号分解方法,分解得到一系列的本征模态分量,并设立正交性评价指标描述信号分解精度;考虑到各信号自适应分解后模态分量数的不同,设计了一种模态自适应统一选择的方案。将选择的各模态的时间序列沿时域划分为若干子矩阵,以提取各模态下的时-频分段能量熵特征,并组合为用以信号识别的特征向量。将支持向量机应用于过电压信号识别中,采用LibSVM选取径向基核函数,结合交叉验证法对参数进行寻优,创建多分类支持向量机模型,实现各类过电压信号的一次性识别。 通过仿真分析,发现相对于经验模态分解法,采用自适应变分模态分解法对过电压信号的分解精度高,能够准确提取过电压信号特征,并能统一各类过电压信号的特征向量维度。相对于传统能量熵特征,各类过电压信号的时-频分段能量熵特征间的大小差异更加明显,利于分类器识别。采用LibSVM构建的SVM多分类器应用在各类过电压的识别中可有效提高识别准确率,且计算速率高。本文提出的方法满足电力系统过电压自动识别的实际需要,为以后工程应用提供了技术支持。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号