预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共55页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

湖南大学硕士学位论文暂态电能质量扰动定位的研究姓名:石佳申请学位级别:硕士专业:电力系统及其自动化指导教师:黄纯20080508摘要保留信号细节特征等优点;同时,它综合了不同的结构元素,而且在确定开一闭、闭一开滤波器的权系数方面,不再像传统滤波器那样采用简单的加权平均,而是随着计算机、电力电子和信息技术等高新产业的发展和普及,电压暂降与中断等暂态电能质量问题己成为众多领域关注的热点。对暂态电能质量扰动进行准确的检测与分析,实现暂态电能质量的故障定位、特征提取与分类识别,是对暂因为电力信号中往往带有噪声,噪声对暂态电能质量扰动检测影响很大,所以信号消噪是扰动检测和定位的必不可少的环节。针对传统线性滤波器在暂态电能质量扰动检测中存在的固有缺陷,本文采用形态滤波器对电力扰动信号进行消噪。在对数学形态学算子和传统形态滤波器研究的基础上,提出了基于自适应LMs算法的广义形态滤波器。该滤波器具有传统形态滤波计算量小、易于实现、采用基于最小均方误差算法的自适应技术,通过逐步修正权系数,使该滤波器具有更好的消噪能力。从Matlab仿真结果来看,改进的形态滤波器确有更好的滤波本文分别使用小波检测算法和分形网格检测算法来进行信号扰动的定位,并对两者的检测效果进行对比分析。利用小波变换良好的时频局部化特性,根据Mallat算法和小波变换模极大值原理,本文通过对信号的多分辨率分解,实现了维数中的网格分形维数提出另一种简单快速的检测判据。对比于小波检测算法,分形检测算法计算量小,而且不存在过零检测失效的问题,Matlab的仿真结果证关键词:电能质量;数学形态学:自适应:小波变换;分形态电能质量进行监测和治理的必要前提和依据。效果。扰动信号的检测。同时根据不同形体其分形维数一般不同的特点,本文采用分形实了分形检测定位算法的正确性和有效性。ⅡAbstractWhenWithmana舀ngLMSinformatiOnwithmathematicalmOrphologicalMatlabpapef.AndwhichMallatdetectionalgorithm.哲态电能质量扰动定位的研究thedeVeloPmentandpopularizationofhigh—techindustriessuchcomputer,powerelectronictechnology,powefqualitytransientproblemsVbltagesagdiscoⅡtinuityhavealreadybecomefocusthatnumerousfieldshaVepaidclOseattentiontO.ThepOwerdetectedanalyzedaccuratelyist0realizefault10calization,Characte“sticextractiOn,identification,whichessentialpresuppositionbasisOfmonitoringtfansient.BecausenOiseoftengoeselectricsignalhasbiginlpactresults,therefOredenoisinglinkessential.Againstinherentdefectstraditionallinearfilterindisturbances,thispapermorphologymorphologicalfilters.Onresearchoperatortraditionallyfilter,theproposesgeneralizedmorph0109yfOundedadaptivealgorithm.Themanybenefits,suchsmallamOuntcalculation,reservationsdetailscharacteristicswell.Alsoitcombinesdi饪efentstructuralelements.determininghowchoosecoefficientsopen—closedc10se—openedfilter,itlongersimpleweightedaVeragemOrphologyfilter,butchoosesadaptiVealgo“thmtechnologybasingminimummeansquareerfor.ByamendinggraduaUy,makebettefability.Thenewdoesbetterfilteringeffectfromsimulationresults.Inaspecttesting,wewaVeletalgorithmfractalalgorithmscarr