应用原子分解的电能质量扰动信号分类方法

被引:60
作者
王宁 [1 ]
李林川 [1 ]
贾清泉 [2 ]
董海艳 [2 ]
机构
[1] 电力系统仿真控制教育部重点实验室(天津大学)
[2] 燕山大学电气工程学院
关键词
电能质量; 扰动分类; 原子分解; 匹配追踪; 相关原子库;
D O I
10.13334/j.0258-8013.pcsee.2011.04.008
中图分类号
TM744 [电力系统的计算];
学科分类号
080802 ;
摘要
根据信号原子分解的思想,针对电能质量扰动信号的特点构建4种相关原子库,即基波原子库、类基波原子库、脉冲原子库和振荡原子库。通过改变搜索参数的方式,实现对匹配追踪算法的优化。首先通过匹配追踪算法提取基波分量,对去除基波分量的残余信号提取类基波扰动,并修正基波分量和类基波扰动,然后提取振荡扰动,最后提取脉冲扰动,得到基波和各种扰动的参数。根据扰动分量能量与残余信号能量之间的关系构造分类方法。仿真和实测电能质量扰动录波数据表明,该分类方法具有分类准确率高、对噪声不敏感等优点。
引用
收藏
页码:51 / 58
页数:8
相关论文
共 10 条
[1]   基于改进小波能熵和支持向量机的短时电能质量扰动识别 [J].
李庚银 ;
王洪磊 ;
周明 .
电工技术学报, 2009, 24 (04) :161-167
[2]   奇异值分解和最小二乘支持向量机在电能质量扰动识别中的应用 [J].
李天云 ;
陈昌雷 ;
周博 ;
王静 ;
杨辉 .
中国电机工程学报, 2008, (34) :124-128
[3]   基于数学形态学的电能质量扰动检测和定位 [J].
王丽霞 ;
何正友 ;
赵静 .
电网技术, 2008, (10) :63-68+88
[4]   基于量子行为粒子群优化–人工神经网络的电能质量扰动识别 [J].
杨耿煌 ;
温渤婴 .
中国电机工程学报, 2008, (10) :123-129
[5]   基于小波变换和模糊逻辑的暂态电能质量扰动分类 [J].
刘慧芳 ;
陈勇胜 ;
王群 ;
王成彪 ;
徐炳吉 .
电网技术, 2008, (03) :84-87
[6]   基于MP分解的宽带LFM信号参数估计 [J].
王建英 ;
吕雪 ;
尹忠科 .
电波科学学报 , 2007, (06) :986-990
[7]   基于第二代小波变换和离散隐马尔可夫模型的电能质量扰动分类 [J].
何为 ;
杨洪耕 .
电工技术学报, 2007, (05) :146-152
[8]   基于改进贝叶斯分类法的电能质量扰动分类方法 [J].
张文涛 ;
王成山 .
电网技术, 2007, (07) :22-25
[9]   基于S变换的电压凹陷分类专家系统 [J].
杨洪耕 ;
刘守亮 ;
肖先勇 ;
邓武军 ;
陈丹 .
中国电机工程学报, 2007, (01) :98-104
[10]   基于S变换和多级SVM的电能质量扰动检测识别 [J].
吕干云 ;
程浩忠 ;
郑金菊 ;
汪晓东 .
电工技术学报, 2006, (01) :121-126