基于变换的电能质量分析方法

作者：张斌，刘晓川，许之晗　来源：不详

5　小波变换法 小波变换（WT）是由Morlet于1980年在进行地震数据分析工作时创造的。小波就是最短最简单的振动。小波分析方法是一种窗口大小（即窗口面积）固定但其形状可改变的时频局部化分析方法。它在低频部分具有较高的频率分辨率和较低的时间分辨率，而在高频部分具有较高的时间分辨率和较低的频率分辨率，所以被誉为“数学显微镜”。正是这种特性，使小波变换具有对信号的自适应性。小波变换是一种多尺度分析，对时间序列过程从粗到细加以分析（从低分辨率到高分辨率），既显示过程变化的全貌，又剖析局部变化特征。对于电能质量领域的非平稳时间序列，小波变换大有用武之地。近年来，国外许多学者都利用小波变换对电能质量问题进行研究［2，5，10～14］。 常见的小波基函数有：B小波、Daubechies小波、Haar小波、Meyer小波和Morlet小波等［15］。Shyh－Jier Huang等人提出了用Morlet小波监视电力系统扰动的方法［5］。仿真结果表明，该方法能够检测电压骤降、骤升、短时断电和振荡暂态等扰动，同时也能对电弧炉产生的动态谐波进行分析。今后要做的工作应该是找出最适合电能质量分析的小波基函数。 1988年Mallat在Burt和Adelson图象分解和重构的塔式算法启发下，基于多分辨率分析（MRA）框架，建立了小波快速算法——Mallat算法，它在小波分析中的地位相当于FFT在经典傅里叶分析中的地位。目前，这种MRA方法仍是电能质量分析领域中使用最多的算法［2，11］。MRA方法的一个特性是能够准确地检测到电压信号中尖锐变化的发生时刻（如电压骤降、断电、过电压和暂态）［2］。但是MRA方法也有其不足之处，它不能对基波信号的幅值进行直接可靠的测量，也无法准确地估计原始信号的谐波分量幅值［2］。MRA方法的另一个特色是可以区分不同的电能质量扰动［11］。文献［11］提出了不同分辨率上的标准偏差曲线，从而为区分不同的电能质量问题以及进一步找出扰动源提供了手段。 电能质量扰动现象的频率变化范围十分广泛。例如，由电弧炉引起的典型电压波动的频率一般低于25 Hz，而由雷电冲击引起的脉冲暂态的频率则可达数MHz。为了监测这类高频暂态扰动，需要采用具有1～4 MHz采样频率的电能质量监测装置，这就要求存储大量的数据。为了节省存储设备费用，常常采用小波变换进行数据压缩。S．Santoso等人提出了一种简单而有效的数据压缩方法［11］。该方法的基本思想是将扰动信号分解为多个尺度，在每个尺度上，与扰动事件对应的小波变换系数被保留，而与扰动事件无关的系数则被丢弃。该方法应用于实际电能质量数据时可达到的压缩比（原数据容量与压缩后数据容量之比值）在3～6之间，而且重构信号与原信号之间的归一化均方误差也很小，只有10－5～10－6。文献［12］还利用小波包变换（WPT）对电力系统扰动数据进行压缩，从而减少了基于串行口和MODEM的通信系统的数据通信负担。 除此之外，还可采用连续小波变换（CWT）进行电能质量分析［2］，以及利用小波实现电力系统扰动的建模［13］和暂态问题的分析［14］。 6　二次变换 二次变换（QT）是一种基于能量角度来考虑的时－频变换方法［16］。信号的能量分布是时间和频率的双线性函数，它构成了时－频二次变换的基础。文献［2］提出了一种基于二次变换的信号处理工具，称之为平滑的假维格纳－维尔分布（Smoothed PseudoWigner－Ville Distri -bution，SPWVD）的能量分布与可分离的哈明（Hamming）时窗及哈明频窗结合起来进行电能质量分析。仿真计算结果表明，这种二次变换不仅可以准确地测量基波和谐波分量的幅值，而且能够准确地检测到信号发生尖锐变化的时刻。 7　结语 　　本文介绍了4种基于变换的电能质量分析方法。针对不同类型的电能质量扰动，可以根据每种方法的特点和适用范围来选择一种加以分析。傅里叶变换和短时傅里叶变换这2种分析方法已在电能质量分析领域做出了重要贡献。与此同时，小波变换和二次变换也正成为电能质量分析的有力工具，其中小波变换尤为引人注目，目前它在电能质量分析领域正处于尝试应用的阶段，但其优势和潜力已初见端倪。随着电能质量研究的逐步深入，今后的工作将是设计和开发基于变换的实用装置，从而进行电能质量的监测分析（在线或离线）以及扰动类型的正确识别。 参考文献： ［1］　Dugan R C，Megranghan M F，Benty H W．Electrical power　system quality［M］ ．New York：MCGraw－Hill，1996． ［2］　Poisson O，Rioual P，Meunier M．New signalprocessing tools ap－plied to power quality analysis［J］．IEEE Trans on Power Delivery，1999，14（2）：561－566． ［3］　Heydt G T，et al．Applications of the windowed FFT to electricpower quality assessment［J］．IEEE Trans on Power Delivery，1999，14（4）：1411－1416． ［4］　吕润馀．电力系统高次谐波［M］．北京：中国电力出版社，1998． ［5］　Huang S J，Hsieh C T，Huang C L．Application of Morletwavelets to supervise power system disturbances［J］．IEEE　Trans on Power Delivery，1999，14（1）：235－241． ［6］　李庚银，陈志业，宁宇．快速傅里叶变换的两种改进算法［J］．电力系统自动化，1997，21（12）． ［7］　张伏生，耿中行，葛耀中．电力系统谐波分析的高精度FFT算法［J］．中国电机工程学报，1999，19（3）． ［8］　赵渊，钟岷秀，周念成，等．电力系统谐波分析仪算法研究［J］．华东电力，1999，27（4）． ［9］　Daubechies I．The wavelets transform，time frequency localizationand signalanalysis［J］．IEEE Trans on Info Theory，1990，36（5）：961－1005． ［10］Gaouda A M，Salama M M A，Sultan M R，et al．Power qualitydetection and classification using wavelet－multiresolution signaldecomposition［J］．IEEE Trans on Power Delivery，1999，14（4）：1469－1476． ［11］Santoso S，Powers E J，Grady W M．Power quality disturbancedata compression using wavelet transform methods［J］．IEEE　Trans on Power Delivery，1997，12（3）：1250－1255． ［12］Littler T B，Morrow D D J．Wavelets for the analysis and com－pression of power system disturbances［J］．IEEETrans on Power Delivery，1999，14（2）：358－364． ［13］Pillay P，Bhattacharjee A．Application of wavelets to modelshort－term power system disturbances［J］．IEEETrans on Power System，1996，11（4）：2031－2037． ［14］Heydt G T，Galli A W．Transient power quality problems ana－lyzed using wavelets［J］．IEEETrans on Power Delivery，1997，　　12（2）：908－915． ［15］崔锦泰著，程正兴译．小波分析导论［M］．西安：西安交通大学出版社，1995． ［16］Hlawatsch F，Boudreaux－Bartels G F．Linear and quadratic timefrequency signals representations［J］．IEEE Signal Processing Magazine，1992，9（2）. 本新闻共2页,当前在第2页  [首页]    [上一页]    [下一页]    [末页]     选择页数12