位置:成果数据库 > 期刊 > 期刊详情页
基于信号变化速率的时间序列异常值检测方法
  • ISSN号:0254-0037
  • 期刊名称:《北京工业大学学报》
  • 时间:0
  • 分类:TM714[电气工程—电力系统及自动化]
  • 作者机构:[1]江苏大学电气信息工程学院,江苏镇江212013
  • 相关基金:国家自然科学基金资助项目(61273142);江苏省科技支撑计划项目(BE2011143);江苏省高校优势学科建设工程资助项目PAPD
中文摘要:

在分布式电源并网系统中,大量逆变装置的使用与非线性负载的接入,给电网带来严重的谐波污染,传统的检测方法(如:快速傅里叶变换、小波分析等)对同步信号检测、基函数选取有较大的依赖性,难以适应微电网环境下的谐波检测要求。为此,结合小波变换与HHT,提出一种新的微电源并网模式下的谐波检测与分析方法。该方法利用小波变换多分辨率分析思想对信号进行划分,并对划分后的信号进行经验模态分解,得到一系列的经验模态函数(intrinsiCmodefunction,IMF),并从IMF分量中提取出基波分量和高次谐波;再对IMF分量进行Hi1bert变换得到信号的频率、幅值信息。仿真实验表明该算法的谐波分析精度高,实时性好,能满足分布式并网系统的谐波检测要求。

英文摘要:

In distributed connected grid system, there is serious harmonic pollution caused by wide use of inverter units and access of nonlinear loads. The traditional detection methods such as Fast Fourier Transform and wavelet analysis heavily depend on synchronous signal detection or basis functions selection, and don't satisfy the requirements of the harmonic detection of micro grid environment. Therefore, a novel harmonic detection and analysis method under the mode of micro-sources connected in parauel is proposed combining the wavelet transform with HHT. The method uses multi resolution analysis of wavelet transform to process the original signal. Then, a series of intrinsic mode function (IMF) components are obtained from the processed signal by using empirical mode decomposition algorithm, and the fundamental component and harmonic are extracted from the IMF components. Finally, the frequency and amplitude of signal are calculated by using the Hilbert transform. Simulation results demonstrate that the proposed algorithm has high precision and good real-time characteristics. Furthermore, the algorithm can satisfy the requirements of the harmonic detection of distributed connected grid system.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《北京工业大学学报》
  • 中国科技核心期刊
  • 主管单位:北京市教委
  • 主办单位:北京工业大学
  • 主编:卢振洋
  • 地址:北京市朝阳区平乐园100号
  • 邮编:100124
  • 邮箱:xuebao@bjut.edu.cn
  • 电话:010-67392535
  • 国际标准刊号:ISSN:0254-0037
  • 国内统一刊号:ISSN:11-2286/T
  • 邮发代号:2-86
  • 获奖情况:
  • 中国高等学校自然科学学报优秀学报二等奖,北京市优秀期刊,华北5省市优秀期刊,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:11924