电能质量扰动
电能质量扰动的相关文献在2001年到2023年内共计368篇,主要集中在电工技术、无线电电子学、电信技术、自动化技术、计算机技术
等领域,其中期刊论文130篇、会议论文10篇、专利文献118753篇;相关期刊69种,包括城市建设理论研究(电子版)、科学技术与工程、电力科学与技术学报等;
相关会议10种,包括第五届电工技术前沿问题学术论坛暨湖南省电工技术学会2012年学术年会、江苏省电机工程学会2009年电网电能质量控制与监测学术交流会、第四届电能质量(国际)研讨会等;电能质量扰动的相关文献由1149位作者贡献,包括徐艳春、李开成、翁国庆等。
电能质量扰动—发文量
专利文献>
论文:118753篇
占比:99.88%
总计:118893篇
电能质量扰动
-研究学者
- 徐艳春
- 李开成
- 翁国庆
- 车辚辚
- 张有兵
- 李振华
- 黄南天
- 吴炬卓
- 庄重
- 李建文
- 唐求
- 尹柏强
- 张明
- 李宁
- 李振兴
- 滕召胜
- 王同勋
- 董耀
- 高永康
- 黄飞腾
- 佐磊
- 刘志刚
- 孔英会
- 孙旻
- 李兵
- 李加升
- 李永刚
- 秦刚
- 肖先勇
- 胡为兵
- 蔡国伟
- 袁莉芬
- 钟建伟
- 高云鹏
- 何怡刚
- 刘勇
- 刘颖英
- 卿朝进
- 吕干云
- 姚文轩
- 姚海燕
- 孙明革
- 张功平
- 张巧革
- 张新闻
- 徐永海
- 成达
- 戴瑜兴
- 方聪
- 曹军威
-
-
陈子璇;
席燕辉;
沈银
-
-
摘要:
针对实际电能质量扰动数据大、识别多重扰动精度不高的问题,提出了一种基于自适应最大似然卡尔曼滤波和深度置信网络相结合的电能质量扰动识别方法。首先,该方法使用自适应最大似然卡尔曼滤波对含有噪声的原始扰动信号进行去噪。然后,通过深度置信网络对去除噪声的扰动信号进行训练、分类,以此实现电能质量扰动类型的识别。最后,在20类不同噪声水平下的电能质量扰动信号上进行测试。由仿真结果可知,在不同的噪声水平下,该方法都具有较高的分类正确率,表明了该方法的有效性及对噪声的强鲁棒性。
-
-
王嘉凯;
余雷;
庞宇
-
-
摘要:
为提高电能质量扰动检测定位在高噪声环境下的准确性,在小波包降噪的基础上引入模糊熵判据,对不同噪声水平的扰动信号自适应最优分解层数,构造阈值随噪声系数改变的函数。选取噪声序列模糊熵最大时的阈值作为最优阈值,对降噪后的扰动信号进行Hilbert-Huang变换,以确定其起止时间与频率等参数。将算法与传统的小波阈值降噪方法进行对比,结果表明算法对于不同的噪声环境均具有良好的抗噪能力。由此可见基于模糊熵的小波包降噪可以更好地提高电能质量扰动分析的精度。
-
-
丁琰;
张宸宇;
李丹奇;
沙浩源;
梅飞
-
-
摘要:
近年来分布式能源发电的规模逐渐扩大,更具优势的直流供电技术也随之飞速发展,未来电网的主要模式将大概率趋向交流电网和直流电网混联的电网结构。其中交流电能质量问题已逐渐成熟,而相应的直流部分仍有待研究。对直流电能质量扰动波形进行有效区分与准确辨识,是研究直流电能质量必不可少的环节。直流电能质量扰动波形分类算法研究对直流配电网的实际工程推广应用具有重大意义。文中通过搭建交直流仿真系统,模拟各类直流电能质量问题并监测异常波形,对不同扰动源造成电能质量扰动问题波形进行了特征分析。通过训练二元树结构的支持向量机辨识扰动波形的类型。仿真算例验证了该方法的可行性与高准确率。
-
-
吴炬卓;
陈书原;
牛海清;
陆小鹏
-
-
摘要:
为更加有效地对电能质量扰动信号进行分类,将小波变换和神经网络进行有机结合,构建4层小波神经网络模型,同时将混沌引入到粒子群优化算法中,通过混沌运动的特性,提高网络模型训练的收敛速度和精度。使用训练好的网络模型,对正常电压和几种常见电能质量扰动进行分类。结果表明,混沌粒子群优化小波神经网络能够有效地对电能质量扰动进行分类,且具有抗干扰性强,稳定性好的优点。另外,与粒子群优化算法和BP算法相比,使用混沌粒子群优化算法能够更好地对电能质量扰动进行分类,具有更高的分类准确率。
-
-
王凯;
孙贤明;
任成昊;
胡玉耀;
王文成;
路尧
-
-
摘要:
传统的电能质量扰动识别在提取分类时都是人工手动单一地选择特征,这种方法普遍存在精度低、成本高、泛化能力弱等缺陷。针对目前深度学习在故障识别分类处理中的应用,文中提出一种基于多尺度融合选择卷积网络实现端到端的电能质量扰动识别分类方法。文中通过仿真实现了单一扰动信号和复合扰动信号,将Multi⁃scale目标检测和轻量级模块SKNet算法思路相结合,利用不同卷积核构造多个尺度下不同的特征,将特征融合选择得到新的主要特征量,并用线性分类器进行快速的扰动识别。研究结果表明,与未改进的深度学习识别方法对比,文中方法在特征提取上具有更强的区分空间、更高的识别率和鲁棒性,整体识别率达到99%,可为电能质量扰动识别研究提供一种新的思路。
-
-
陈向群;
杨茂涛;
刘谋海;
黄瑞;
余敏琪;
王智
-
-
摘要:
为了提高电能质量扰动识别的准确性,弥补基于传统单一特征量模式识别方法易受干扰、精度低的缺陷,提出基于模糊聚类分析的电能质量扰动模式识别方法。该方法利用HHT变换从多种不同类型的电能质量扰动信号中提取出相应的扰动特征量,再将提取的特征量进行模糊聚类分析,准确地把这些电能质量扰动信号一一归类至光伏扰动与公共电网扰动两大类别,同时建立基于模糊聚类分析的电能质量扰动识别流程。仿真结果表明,该方法克服了传统单一特征量模式识别方法的局限性,优化了扰动信号的识别效果,提高了识别效率,识别精度高,抗噪能力强。
-
-
李云峰;
高云鹏;
蔡星月;
朱彦卿;
吴聪
-
-
摘要:
针对电网中电能质量扰动信号在强噪声环境下扰动时刻难以准确检测问题,该文提出一种基于自适应辛几何模态分解(SGMD)和短时能量差分因子的电能质量扰动检测算法。基于自适应SGMD改进传统SGMD的滤波重构环节,准确重构电能质量扰动信号,计算重构信号的短时能量,推导基于短时能量的无参自适应阈值算式,构建短时能量差分因子,据此开发基于虚拟仪器的电能质量扰动检测平台,以实现电能质量扰动准确实时检测。仿真和实测结果表明,该文提出的算法在噪声环境下对单一扰动、复合扰动与过零扰动,均能有效地检测扰动起止时刻,且能有效地克服扰动幅值波动对检测结果的影响,相较于现有检测算法,其测量结果更加快速准确。
-
-
袁莉芬;
张成林;
尹柏强;
李兵;
佐磊
-
-
摘要:
针对传统S变换存在时频分辨率低且计算量大的问题,该文提出一种基于最优Bohman窗的改进S变换。该方法通过直接控制窗长获得最优时频分辨率,同时只针对主要频率点进行时频分析,实现对各类扰动信号特征的精确快速提取。首先根据所提评价标准确定最优长度参数;其次将采样信号进行快速傅里叶变换得到FFT频谱,再通过基于极大值包络的动态测度快速算法确定主要频率点;然后根据主要频率点所处频段选择对应最优长度参数进行计算处理;最后根据模时频矩阵计算时频幅值向量完成时频特征提取。仿真分析和实验结果表明,所提方法相较于传统S变换具有更高的时频分辨率和更短的计算时间,适用于电能质量扰动信号特征的精确快速提取。
-
-
廖晓辉;
陈川川
-
-
摘要:
针对电能质量扰动检测精度低和抗干扰性弱的问题,提出了一种基于能量收敛因子与PSO优化的VMD-HT方法.首先通过改进的VMD方法自适应地选择k和 α的最优取值,然后通过Hilbert变换求取VMD分解后IMF分量的瞬时幅值-频率仿真图,定位扰动发生的起止时刻,实现电能质量扰动的检测.通过加入白噪声模拟实际电能质量扰动和随机改变电能质量扰动数学模型的起止时刻,进行大量检测仿真实验.结果显示,其暂态振荡扰动信号在含20 dB白噪声的环境下发生的起止时刻检测精度相较于HHT分别提高了0.007 s和0.006 s,且其检测误差在0.003 s内的概率达到99.84%.复合电能质量扰动等检测仿真实验结果也表明,改进的VMD-HT方法相较于传统的HHT方法具有更好的检测效果,避免了因EMD容易发生模态混叠的现象导致检测精度低、抗干扰性弱和容错性差的问题.
-
-
徐佳雄;
张明;
王阳;
程郴;
何顺帆
-
-
摘要:
为了精确实现电能质量扰动的定位和分类,提出了一种基于改进的Hilbert-Huang变换(Hilbert-Huang transform,HHT)的电能质量扰动辨识新方法.对传统HHT得到的幅频参数运用极值滑窗均值算法进行去极值均值化处理,提高了在Hilbert-Huang谱中判断扰动发生和结束时刻的精确性.通过新方法求出幅频曲线、Hilbert-Huang谱和Hilbert边际谱并从中提取扰动的频率成分、持续时间、电压幅值和Hilbert-Huang谱幅值4个特征量,以实现扰动的分类与辨识.仿真结果表明:改进HHT和决策树的结合不仅适用于单一扰动的定位与分类,对复杂非平稳扰动也能取得较好的效果,具备一定的抗噪能力.
-
-
Huang Nantian;
黄南天;
Xu Dianguo;
徐殿国;
蔡国伟
- 《第五届电工技术前沿问题学术论坛暨湖南省电工技术学会2012年学术年会》
| 2012年
-
摘要:
针对S交换窗函数固定,时-频分辨率有限的缺点,提出一种根据电能质量扰动信号傅里叶谱特征,自适应调整窗函数宽度的广义S变换用于分析扰动信号.首先,根据暂态扰动信号傅里叶谱,确定信号主要频率成分,由此初步确定扰动类型.然后,根据扰动信号对时间与频率分辨率的不同需求,自适应调整广义S变换的窗宽调整因子,控制窗口宽度.将优化后的自适应广义S变换用于分析扰动信号.最后,提取7种特征,构造概率神经网络分类器,识别含2种复合扰动在内的10种扰动信号.仿真实验证明,新方法分类过程简单,识别准确率高,抗噪声干扰能力强.
-
-
-
刘琳;
沈颂华;
朱守真
- 《第三届电能质量(国际)研讨会》
| 2006年
-
摘要:
本文针对电压暂降和电压暂升两种电压波形畸变进行了定量检测研究,提出了基于小波变换的电能质量扰动检测和精确定位的方法.首先对含有噪声的电压信号进行小波消噪处理,得到信噪比较高的信号;采用小波网络提取信号的基频分量,然后应用小波变换的模极大值方法实现对电压暂降和电压暂升扰动发生、恢复时间的精确定位.仿真结果表明了该方法的有效性.
-
-
刘安定;
肖先勇;
邓武军
- 《中国高等学校电力系统及其自动化专业第20届学术年会》
| 2004年
-
摘要:
将DCT(离散余弦变换)变换和差变算法结合起来进行短时电能质量扰动的检测.对含强噪声的短时电能质量扰动采样信号(电压凹陷、电压凸起和电压间断)进行DCT变换,从所得DCT系数中提取出差变信号,通过DCT系数和差变序列检测出扰动的幅值和起止时间.仿真结果表明,用该方法检测扰动,分析过程简单,利用DCT系数的噪声鲁棒性能实现强噪声环境下的扰动信号检测,且检测精度较高.
-
-
薛蕙;
杨仁刚
- 《2003年全国高等学校电力系统及其自动化专业第十九届学术年会》
| 2003年
-
摘要:
小波包变换能够实现信号频带的均匀划分,在任意频率聚焦,是分析暂态电能质量扰动时频特性的良好工具.但是电气信号中的电磁噪声严重影响了小波包的检测特性.本文提出了一种小波包除噪算法.通过仿真验证,本文提出的算法可以消除扰动检测中的噪声影响,从而为噪声环境中电能质量扰动的检测和定位提供了良好的依据.
-
-
陈祥训
- 《中国电机工程学会测试技术及仪表专业委员会换届年会暨第三届电力系统综合测量技术研讨会》
| 2001年
-
摘要:
本文提出一种新的短时电能质量扰动(SDPQD)的测量与分类方法.SDPQD的位置与范围用差变信号实时确定,幅度用小波变换(WT)方法确定.WT用新设计的复小波,采用塔式二进快速算法即可达到移动不变效果.分类用特征量为极容易在时域与WT域提取的新定义的二进数量,用简单的二-十进制转换方法即可得到毫无歧义的正确的分类结果.对5种SDPQD的仿真结果表明,本文方法快速,正确,扩展到分析更多的SDPQD时极为方便.
-
-
Tongxun Wang;
王同勋;
Yingying Liu;
刘颖英
- 《第九届中国计算机学会服务计算学术会议(NCSC2018)》
-
摘要:
提升电网电能质量是保障电网和用户经济可靠运行的重要手段.随着信息通信技术和电能质量监测技术的快速发展,电能质量实时在线监测的逐渐普及,电网电能质量监测系统目前可以提供丰富的监测数据,但是数据分析还停留在传统的指标统计和多维分析上,并未充分挖掘数据中的信息.本文基于异常指标关联分析的电能质量扰动特征挖掘算法,提出一种用于实时监测电能质量扰动事件的事件检测服务.该服务在无需业务经验提取电能质量指标特征的前提下,以数据为驱动挖掘电能质量指标之间、监测点之间的异常指标共现关联,从而分析电网中具有该扰动特征的电能质量扰动事件.经过电网实测扰动数据验证,本文提出的电能质量扰动事件检测服务能够有效检测电能质量扰动事件.
-
-
-