基于小波变换的电能质量扰动识别方法技术

本发明专利技术提供了一种基于小波变换的PQD识别方法，以解决现有技术中输电和配电系统中电能质量检测效率低的问题。所述方法包括如下步骤：构建PQD信号模型；基于MVU选取MVU算法对小波变换提取到的PQD特征提取参数并进行压缩。本发明专利技术将MVU方法引入到基于小波变换的PQD特征提取中，考虑扰动参数随机性和噪声影响，在提取信号小波能量向量的基础上通过MVU进行特征向量降维。得到的低维PQD特征向量很好地保持了原数据的分布边界，且信息量更集中。MVU算法缩减了特征向量个数并满足k‑最近邻点间局部距离不变的约束，在选取核函数时充分考虑了高维数据集的分布特性，减轻了后续PQD的分类压力，减少了分类运算时间，提高了PQD识别准确率。

Power Quality Disturbance Recognition Method Based on Wavelet Transform

The invention provides a PWD identification method based on wavelet transform to solve the problem of low detection efficiency of power quality in transmission and distribution systems in the prior art. The method includes the following steps: building PQD signal model; selecting MVU algorithm based on MVU to extract parameters of PQD features extracted by wavelet transform and compressing them. The method of MVU is introduced into the feature extraction of PQD based on wavelet transform. Considering the randomness of disturbance parameters and the influence of noise, the dimension of feature vector is reduced by MVU on the basis of extracting the energy vector of signal wavelet. The obtained low-dimensional PQD eigenvectors maintain the distribution boundaries of the original data well, and the amount of information is more concentrated. MVU algorithm reduces the number of feature vectors and satisfies the constraints of local distance invariance between k_nearest neighbors. When choosing the kernel function, it takes full account of the distribution characteristics of high-dimensional data sets, reduces the classification pressure of subsequent PQD, reduces the classification operation time, and improves the recognition accuracy of PQD.

【技术实现步骤摘要】
基于小波变换的电能质量扰动识别方法
本专利技术属于电力系统检测与分析领域，具体涉及一种基于小波变换的电能质量扰动识别方法。
技术介绍
随着大量的非线性负载和电力电子设备接入电网中，为了保障电能质量满足用户的性能要求，有必要对输电和配电系统中的电能质量进行有效检测和分析。其中，电能质量扰动(powerqualitydisturbance，PQD)信号是分析电能质量的重要参数，PQD识别技术已成为电能质量分析领域的一个重要研究方向。PQD识别的目的是从海量的电能质量数据中将PQD快速准确地定位和识别。PQD识别过程包括特征提取和模式识别两部分。而PQD特征提取则是PQD识别的关键所在，好的PQD特征能有效地提高识别准确度和减少计算复杂度。PQD特征提取是通过映射变换提取到能反映扰动信号波形特征的特征量。目前，常用的特征提取方法包括：傅里叶变换、小波变换、希尔伯特-黄变换等。其中，傅里叶变换着重反映分析信号的整体信息，但是由于忽略了信号的局部特性，且对于非平稳信号不具备时间局部性，因此不满足时频分析要求。虽然小波变换已被广泛应用于PQD特征提取，该变换从各层小波分解系数中提取特征向量，适用本文档来自技高网...

【技术保护点】
1.一种基于小波变换的PQD识别方法，其特征在于，所述方法包括如下步骤：步骤S1，构建PQD信号模型；步骤S2，基于MVU对小波变换提取到的PQD特征向量进行压缩。

【技术特征摘要】
1.一种基于小波变换的PQD识别方法，其特征在于，所述方法包括如下步骤：步骤S1，构建PQD信号模型；步骤S2，基于MVU对小波变换提取到的PQD特征向量进行压缩。2.根据权利要求1所述的PQD识别方法，其特征在于，所述步骤S1中所构建的PQD信号模型中，包括电压凸起、电压凹陷、电压间断、谐波、电压脉冲暂态和电压振荡暂态六种PQD信号。3.根据权利要求1或2所述的PQD识别方法，其特征在于，所述步骤S2进一步包括：步骤S21，PQD的小波变...

【专利技术属性】
技术研发人员：车辚辚，孔英会，
申请(专利权)人：华北电力大学保定，
类型：发明
国别省市：河北,13