基于Hilbert-Huang变换的电能质量扰动检测与识别研究

摘要

现代电力系统中的电能质量问题复杂而突出，准确检测电能质量扰动的参数，并识别出其扰动类型，是实现电能质量有效治理的必要前提。本文在前人工作的基础上，对电能质量检测和扰动识别问题进行研究，分析比较了傅里叶变换、小波变换、S变换、希尔伯特-黄变换(Hilbert-Huang Transform, HHT)等电能质量分析方法，将HHT算法作为本文的信号分析方法和理论依据。
　　在HHT的理论部分，对经验模态分解(Empirical Mode Decomposition, EMD)和 Hilbert变换两个核心内容进行研究，同时简单介绍固有模态函数的判据、虚假分量判别及瞬时参数的求取过程。之后，重点探讨HHT的端点效应问题及抑制方法，最终采用改进的基于斜率的方法(Improved Slope Based Method, ISBM)进行端点处理，作为改进的HHT算法。并应用于电能质量扰动检测，进行相关的仿真分析，具体包括两部分：基于数学模型的扰动信号检测、基于电力系统仿真模型的扰动信号检测。
　　在电能质量检测的基础上，本文提出一种改进HHT和决策树的电能质量扰动分类识别方法。该方法首先采用ISBM法抑制HHT算法的端点效应，进行电能质量扰动信号的分析，该过程中需滤除EMD分解产生的虚假分量，而只对有效的分量进行 Hilbert变换；从得到的瞬时频率曲线中提取频率成分、扰动持续时间和扰动期间频率三个特征量，从瞬时幅值曲线中获取扰动期间幅值；最后构建分类决策树，将这四个特征量作为判断依据，实现扰动信号的分类识别。根据电压暂降、谐波、脉冲等8类电能质量扰动信号的数学模型，产生大量的测试样本，分别在无噪声、信噪比30db和信噪比50db三种条件下进行仿真测试，并统计其分类准确率。
　　仿真模型的搭建和改进HHT算法的编程都是通过MATLAB平台来实现的。仿真结果表明，文中所述方法可以准确检测电能质量扰动的特征信息，并对其进行分类，分类准确度高，并且具有一定的抗噪声干扰能力。

目录

声明

致谢

1 绪论

1.1 研究背景和意义(Research Background and Significance)

1.2 电能质量概述(Overview of Power Quality)

1.3 国内外研究现状(Research Status at Home and Abroad)

1.4 本文主要工作(The Main Work of This Paper)

2 HHT的基本理论

2.1固有模态函数(Intrinsic Mode Function)

2.2经验模态分解(Empirical Mode Decomposition)

2.3 Hilbert 变换和瞬时参数的计算(Hilbert Transform and Instantaneous Parameters Calculation)

2.4 HHT的主要特点(Main Characteristics of HHT)

2.5 本章小结(Chapter Summary)

3 HHT的端点效应及其抑制方法

3.1 端点效应问题简介(Brief Introduction of Endpoint Effect)

3.2 端点效应对电能质量扰动分析的影响(Influence of Endpoint Effect on Power Quality Disturbances Analysis)

3.3 端点效应的抑制方法(Inhibition Methods of Endpoint Effect)

3.4改进的基于斜率的方法(Improved Slope Based Method)

3.5 本章小结(Chapter Summary)

4 改进HHT的电能质量扰动检测

4.1 PQ 扰动信号检测原理(The Principle of Power Quality Disturbance Detection)

4.2 基于数学模型的 PQ 扰动信号检测(Detection of PQ Disturbance Signals Based on Mathematical Model)

4.3基于电力系统仿真模型的PQ扰动信号检测(Detection of PQ Disturbance Signals Based on Simulation Model in Power System)

4.4 本章小结(Chapter Summary)

5电能质量扰动分类识别

5.1特征量的提取(Extraction of Characteristic Values)

5.2 电能质量扰动分类决策树(Power Quality Disturbances Classification Tree)

5.3仿真测试(Simulation Tests)

5.4本章小结(Chapter Summary)

6 结论

参考文献

作者简历

学位论文数据集