电能质量扰动分类和扰动源定位是电能质量监测系统的核心功能。本项目针对现有方法的不足,提出一种新型扰动分类和扰动源定位方法。采用先进的原子分解算法分析扰动信号,实现扰动信号的自适应、解析形式分解;根据信号原子分解的思想,针对电能质量扰动信号的特点构建4种扰动相关原子库;通过改变搜索参数的方式,实现对匹配追踪算法的优化;由扰动分量能量与残余信号能量之间的关系构造分类方法,这种方法能克服固定基信号分解模式的缺陷,给出扰动信号的解析表示。在扰动源定位算法中,定义扰动测度概念,将每个测点的扰动特征用扰动方向和扰动强度两个参量表达;根据扰动信号低频成分和高频成分所表示的扰动方向正好相反的特点,分别采用基于暂态扰动功率和稳态扰动能量的扰动方向判别方法,进而得到两种情况下各条线路存在扰动源的征兆程度;应用D-S证据理论,将多扰动源定位判据融合构成综合判据,利用各种判据定位性能上的互补性提高定位结果的可靠性。本项目的研究不仅为解决电能质量扰动分类与定位提出一种新方法,而且也为其他分类问题、诊断问题提供了一条新思路,具有重要学术意义和应用价值。
英文主题词Power quality; Disturbance classification; Disturbance source location; Evidence theory; Atomic decomposition