《基於粒子濾波的統一電能質量分析理論研究》是依託華中科技大學,由李開成擔任項目負責人的面上項目。
基本介紹
- 中文名:基於粒子濾波的統一電能質量分析理論研究
- 項目類別:面上項目
- 項目負責人:李開成
- 依託單位:華中科技大學
中文摘要,結題摘要,
中文摘要
隨著各種新能源的併網及負載的多樣性,導致電能質量惡化,這嚴重危害電力系統的高效經濟和穩定運行,影響人們的正常生活和產品質量,因此對電能質量的分析和治理顯得十分緊迫和重要。電力系統的規模化、複雜化使得電能質量參數計算問題逐漸由單一事件的計算向混合事件的計算方向發展。IEC(國際電工委員會)推薦的方法主要針對各類單一電能質量事件的參數計算,且有些方法存在局限性。由於電能質量分析問題的重要性,使他成為人們關注的熱點問題,許多新的計算方法被不斷提出,但這些方法五花八門,缺乏統一性,且計算條件限制較多。本項目提出採用粒子濾波器的理論和方法來計算電能質量參數,通過對電能質量事件產生的機理和現象進行分析來建立合理的事件數學建模,對模型中的各個參數進行狀態跟蹤估計,並在建模過程中充分考慮模型的非線性、非高斯問題,以實現工業環境下電能質量參數的精確計算,由此建立一套統一的電能質量分析理論。
結題摘要
隨著各種新能源的併網及負載的多樣性,導致電能質量惡化,這嚴重危害電力系統穩定運行,因此對電能質量的分析和治理顯得十分重要。然而電力系統中量測數據和系統動態參數之間往往是非線性關係,尤其是暫態過程和非高斯噪聲給信號分析處理帶來諸多不便。粒子濾波算法具有非參數化的特點,能在貝葉斯(Bayes)理論框架下利用機率分布對真實分布做近似計算,解決了非線性濾波時隨機變數必須滿足高斯分布這一問題。針對構建統一的電能質量分析系統,提出了基於s變換的電能質量擾動分類算法,該算法兼顧了傅立葉和小波的優點,能夠提取出擾動信號的頻率信息與暫態信息,具有計算簡單、容易實施的特點,解決了分析算法實時性的問題。提出了基於強跟蹤濾波器的暫態電能質量擾動檢測,在考慮諧波、頻率偏移、直流偏移、非整次諧波和噪聲影響的基礎上,建立了含有直流分量、基波和諧波分量的強跟蹤濾波模型;採用低階強跟蹤濾波器的漸消因子檢測突變;採用高階強跟蹤濾波器檢測暫降幅值和相位跳變。該檢測方法不僅具有良好的動態回響特性,而且在頻率偏移和直流偏移的情況下也能得到準確的暫降特徵量。基於S變換和基於強跟蹤濾波器的電能質量分析算法受限於時頻分析理論的瓶頸,存在加窗效應、頻譜泄露、頻率混疊等問題,因此,我們提出了基於稀疏分解的統一電能質量分析方法,很好地解決了上述問題。稀疏分解方法能夠直接將信號的暫態量分解出來,既易於分析又容易實現,在正交匹配追蹤算法的幫助下也能夠實現實時計算的功能;稀疏分解係數本身就是已經稀疏化的參數,能夠方便的進行電力數據的壓縮。針對多擾動問題,本項目提出了基於貝葉斯網路的多標籤電能質量擾動分類算法,採用了點估計法與蒙特卡羅估計知識庫中各事件的機率參數,成功構建了知識庫。運用該分類算法不僅解決了多擾動識別問題,而且能對實際信號有效地進行分析。實驗結果表明該算法提高了系統抗基波頻偏、抗噪聲的能力,具有非常理想的電能質量擾動識別準確度。