王海元,李开成,张献
(1. 国网湖南省电力公司电力科学研究院,湖南 长沙410007;2. 强电磁工程与新技术国家重点实验室(华中科技大学),湖北 武汉430074)
随着电力工业迅猛发展,各种大功率电力电子设备以及敏感负荷的投入使用,产生了大量诸如谐波、闪变、电压骤升、电压骤降等电能质量扰动事件,对电网造成了污染,也严重影响了电网中其它负荷设备的正常运行,造成巨大的经济损失。对各种电能质量扰动进行治理,前提是能够找到合适的方法对扰动事件进行正确辨识与分类。
近些年来,国内外学者在电能质量辨识方面做了大量工作,电能质量扰动辨识的一般流程为,将信号经过时频分析工具得到信号的时频信息,然后从中提取出能够表征信号特征的一些时频量,经由分类器可得到分类结果。
提取特征量的时频分析工具很多,比较公认的有短时傅里叶变换〔1〕,小波变换〔2〕,S 变换〔3〕等等。短时傅里叶变换在传统的傅里叶变换的基础上加时间窗,将时间窗内的非平稳信号近似为平稳信号的方法,运用到非平稳信号的处理上取得了一定的效果,但是这些窗函数与频率f 无关,窗函数一旦确定,其在整个时频面上的窗口形状和宽度便确定了,即时间分辨率和频率分辨率不能改变,它只适合分析特征尺度大体相同的过程,不适合提取非平稳信号,如电压骤升、骤降、凹陷等信号的时频信息,因此不适合于非平稳信号的辨识。小波变换……