探讨短时电能质量扰动(SDDShort Duration Disturbance)的有序判别与量化方法。研究S 变换的时频幅(度)相(位)分布特征,局部时频相似度及逆映射机理,SDD 的标准特征量抽取与标准判据确立方式,完成SDD 的时域定位、数据压缩和分类,研究通过α、β变换和扩展卡尔曼滤波技术准确确定基频频率和幅值变化的方法,完成SDD 的量化;研究利用卡尔曼滤波轨线分析闪变的算法。所提方法将电力系统的稳态与非稳态电能质量参数的测量分析方法有机联系在一起、相互补充,易于通过软硬件实现电力系统广义电能质量的无缝测量分析和电气故障分类诊断。本项目针对输、配电系统电能质量全面实时监测与人工智能诊断的关键技术难题,具有较高的工程应用价值。本项目体现多学科交叉渗透研究,力争取得原创性成果。
英文主题词time-frequency characteristics; timefrequency weighting; Kalman filter; S-transform; short duration disturbance