谱峭度及其在电力系统暂态信号处理中的应用研究

摘要

随着电力网络规模的不断扩大和其复杂程度的增加，实际电力系统运行中，往往会发生故障事件，大量电力电子设备的操作，不良电力变化等都会产生大量暂态信号。电力系统暂态信号分析能够为电力系统早期故障诊断和预测电网、输电线路以及大型电力设备的稳定运行或故障情况提供有用信息，并对开展电网、电力设备的状态检修工作进行指导。因此，对电力系统暂态信号进行分析具有非常重大的意义。
　　本文采用一种全新的暂态信号分析工具--谱峭度方法，分别对局部放电信号进行提取和暂态电能质量扰动信号进行分类识别。主要概括起来本文做了如下研究工作：
　　1.分别利用基于分段法的谱峭度、基于短时傅立叶变换的谱峭度、基于小波变换的谱峭度和基于威格纳分布的谱峭度方法对一个含有三种不同成分的仿真信号进行了分析，讨论了这些方法的主要性能和表征不同信号成分的能力，并对其存在的主要问题和一些影响因数进行了研究。
　　2.局部放电信号往往被淹没在大量的噪声中，为了提取局部放电信号的特征，提出了一种基于谱峭度的局部放电信号提取新方法。该方法首先通过基于短时傅立叶变换的谱峭度方法求取含噪局放信号谱峭度，再根据噪信比分别与谱峭度和Wiener滤波器之间的约束关系设计出自适应最优带通滤波器进行滤波，最后采用小波平滑去噪，得到较为光滑的局部放电信号。通过对平稳随机型干扰和窄带周期型干扰的抑制结果，比较本文方法和直接用小波阈值去噪方法，得出本文方法的去噪各个性能指标都优于小波阈值去噪。
　　3.根据暂态电能质量扰动的内在特性和谱峭度的特点，提出了一种基于巴特沃斯分布(BWD)的谱峭度计算新方法并与支持向量机相结合应用于暂态脉冲和暂态振荡扰动识别中。该算法采用BWD谱峭度方法计算暂态脉冲和暂态振荡两类扰动信号的谱峭度，选取谱峭度的最大值、最小值和均值作为特征向量，输入PSO优化参数的SVM进行训练测试。通过PSCAD/EMTDC获得仿真数据，采用该方法进行分析。结果表明，基于BWD谱峭度方法能够有效提取扰动特征量，且具有良好的抗噪性能；利用SVM分类器在小样本和叠加有其他扰动时，有效识别两类扰动，识别率较高。