The invention discloses a transient power quality detection method and a system. The detection method includes: sampling power signal; obtaining frequency and occurrence time of transient harmonics by using wavelet transform and fast Fourier transform algorithm according to the power signal; acquiring transient disturbance signal; and obtaining transient disturbance by using lifting wavelet and Hilbert transform method according to the transient disturbance signal. Occurrence time and disturbance type. By adopting the detection method and system of the present invention, the transient power quality can be detected synthetically, so as to realize the effective detection of the time when the transient harmonics occur and the amplitude of the transient harmonics, and realize the accurate location of the signal disturbance time and the fast identification of the disturbance type, so as to make the detection of the transient power quality more accurate. Accurate and effective. The results of transient simulation show that the proposed method has the characteristics of high accuracy and good real-time performance.
【技术实现步骤摘要】
一种暂态电能质量检测方法及系统
本专利技术涉及电能质量检测领域,特别是涉及一种暂态电能质量检测方法及系统。
技术介绍
近年来,暂态电能质量问题倍受关注,国内外对暂态电能质量扰动分析方法的研究逐步深入,暂态扰动也可视为短时的电压波动,如暂态升、降和中断以及暂态脉冲和振荡;由于暂态扰动和暂态谐波持续的时间短、随机性强等,及其自身信号固有的复杂性和多样性,使得在这一领域的研究呈多样性。暂态电能质量检测主要包括暂态谐波检测以及暂态扰动时间定位与扰动类型识别。暂态电能参数具有持续时间短、随机性强、复杂性和多样性等特点,与其相关的理论体系还不完整、对应的检测方法也不够成熟。目前,通常采用S变换法、Hilbert-Huang变换(简称HHT)、小波变换法以及人工智能等检测方法。HHT法和S变换法能够得到暂态信号的瞬态幅值,但在时间定位上的准确度较低,且随着采样频率的提高,方法的运算量大、耗时较长。小波变换在对暂态电能质量的检测上表现出明显的优越性,但需要选取合适的小波基,才能达到最优的检测结果。人工智能算法具有快速提取信号参数和检测精度高的特点,但是需要大量的训练样本,对于复杂模型运算量较大,需要的训练时间较长。
技术实现思路
本专利技术的目的是提供一种暂态电能质量检测方法及系统,以解决现有技术中暂态电能质量检测准确度低且耗时长的问题,使得针对暂态质量的检测更加准确和有效。为实现上述目的,本专利技术提供了如下方案:一种暂态电能质量检测方法,所述检测方法包括:对电能信号进行采样;根据所述电能信号利用小波变换和快速傅里叶变换算法获得暂态谐波的频率与发生时刻;获取暂态扰动信号;根 ...
【技术保护点】
1.一种暂态电能质量检测方法,其特征在于,所述检测方法包括:对电能信号进行采样;根据所述电能信号利用小波变换和快速傅里叶变换算法获得暂态谐波的频率与发生时刻;获取暂态扰动信号;根据所述暂态扰动信号利用提升小波和希尔伯特变换方法获得暂态扰动的发生时刻和扰动类型。
【技术特征摘要】
1.一种暂态电能质量检测方法,其特征在于,所述检测方法包括:对电能信号进行采样;根据所述电能信号利用小波变换和快速傅里叶变换算法获得暂态谐波的频率与发生时刻;获取暂态扰动信号;根据所述暂态扰动信号利用提升小波和希尔伯特变换方法获得暂态扰动的发生时刻和扰动类型。2.根据权利要求1所述的检测方法,其特征在于,所述根据所述电能信号利用小波变换和快速傅里叶变换算法获得暂态谐波的频率与发生时刻,具体包括:利用小波变换的塔式算法对所述电能信号进行分解与重构,获得所述电能信号的细节成分和近似成分;获得所述细节成分的模极大值;根据所述模极大值定位所述暂态谐波的发生时刻;根据所述近似成分,利用快速傅里叶变换算法获得所述暂态谐波的频谱;根据所述频谱确定所述暂态谐波的频率。3.根据权利要求2所述的检测方法,其特征在于,所述利用小波变换的塔式算法对所述电能信号进行分解与重构,获得所述电能信号的细节成分和近似成分,具体包括:利用分解为Vj-1空间和Wj-1空间的两个分量之和,也就是由已知序列{aj,n}分别获得j-1级的近似成分{aj-1,n}和j-1级的细节成分{dj-1,n},其中,电能信号f(x)∈Vj空间,{aj,n,n∈Z}为已知系数;{ψj-1,n(x)}n∈Z和是为Vj-1空间和Wj-1空间的规范正交基。4.根据权利要求2所述的检测方法,其特征在于,所述获得所述细节成分的模极大值,具体包括:利用奇异点算法获得所述细节成分的函数的奇异点;根据所述奇异点确定所述细节成分的模极大值。5.根据权利要求1所述的检测方法,其特征在于,所述根据所述暂态扰动信号利用提升小波和希尔伯特变换方法获得暂态扰动的发生时刻和扰动类型,具体包括:利用提升小波方法获得所述暂态扰动信号的低频部分和高频部分;利用所述希尔伯特变换方法获得所述低频部分和高频部分的瞬时幅值;获得所述低频部分的幅值模极大值;根据所述模极大值确定所述暂态扰动的发生时刻;根据所述高频部分的幅值特性确定所述暂态扰动的扰动类型。6.根据权利要求5所述的检测方法,其特征在于,所述利用提升小波方法获得所述暂态扰动信号的低频部分和高频部分,具体包括:根据split(sj)=(ej-1,oj-1)将所述暂态扰动信号分解为奇数序列oj-1={oj-1,k=sj,2k+1}和偶数序列ej-...
【专利技术属性】
技术研发人员:王向周,张宁宁,郑戍华,彭熙伟,
申请(专利权)人:北京理工大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。