暂态电能质量检测方法的研究与实现
摘要
本文针对电力系统中存在的暂态扰动、暂态谐波与间谐波等电能质量问题如何准确定位和快速检出，进行了系统的分析与相关检测算法的研究，以及这些算法以硬逻辑方式在FPGA中实现。
为了有效地检出在电网中存在的暂态扰动信号，去除噪声，本文提出了一种改进的小波阈值去噪方法，该方法在阈值点具有连续性，克服原系数与小波系数之间恒定偏差造成的重构精度的不足，但是运算量大。针对这一问题，提出了一种混合广义形态滤波器去噪法。该方法运算量小，去噪的同时能更好的保留波形的特征量，且结构简单。
为了择优选取小波函数和增强检测算法的抗噪性，本文对比8种常用小波函数的特性。仿真分析表明，Meyer小波函数的定位精度比采用其他小波函数好，但是运算量大。本文提出一种改进的形态小波算法，该算法可对暂态扰动有效检出，同时具有去噪功能，该方法结构简单、运算量小等特点。
为了快速检出电网中存在的且有是我们关注暂态谐波信号，本文提出了FFT和小波包的方法检测暂态谐波。该方法对谐波信号进行FFT运算，确定频率成分，根据相应频谱，确定分解频段，然后得到无频谱泄漏的各次谐波分量，实现暂态谐波的检测，解决了小波包运算量大的问题。
针对暂态谐波检测问题，本文提出了FFT变换和Meyer小波的法检测暂态间谐波。通过FFT运算得到相应的频谱，确定信号的中心频率，得到无频谱泄漏的各次间谐波分量，实现暂态暂态间谐波的检测。
鉴于FPGA具有并行处理、灵活性强、实时性好等特点，本文提出了采用DSP Builder实现对暂态信号检测，并以高通和低通分解滤波器的形式实现小波变换算法及扰动信号的快速分析。并对小波算法进行了实时性优化。
This paper aims at how accurate positioning and rapid detection the existingproblem in power system such as transient disturbances, transient harmonics andinter-harmonics. The paper carried out a systematic analysis and correlationdetection algorithm, and the way these algorithms in hardware logic implementedin the FPGA.
In order to effectively detect and denoise the disturbance signal, animproved wavelet thresholding method was proposed, to overcome the originalconstant coefficients and wavelet coefficients deviation caused by the lack ofreconstruction, but it has a large amount of computing time computation. Tosolve this problem, a hybrid generalized morphological filter denoising methodwas proposed. this method has a small amount of computation and the structureis simple.
In order to merit-based selection the wavelet function and enhanced noiseimmunity detection algorithm, this paper compared eight kinds of commonlyused wavelet features. Simulation results show that, Meyer wavelet functionpositioning accuracy better than using other wavelet function, but it has largeamount of computation. This paper presents an improved morphological waveletalgorithm can effectively detect transient disturbances, but also has de-noisingfunction, the method is simple, less calculation and so on.
For fast detecting of the transient harmonic signals, a FFT and waveletpacket method was proposed to detect transient harmonics. The method use FFTto identify harmonic components, determine the frequency components, and thenget the harmonic components with no spectral leakage, to achieve the detectionof transient harmonics to solve the large amount of computation of waveletpacket problem.
For transient harmonic detection problem, we propose a FFT and Wavelet Meyer method to detect interharmonic. We use FFT to identify interharmoniccomponents, determine the frequency components, and then get the harmoniccomponents with no spectral leakage. Achieve the transient inter-harmonicdetection.
In view of the fact that FPGA has the characteristics of parallel processing,high flexibility, good real-time, this paper uses DSP Builder to achieve transientsignal detection, in the form of high-pass and low-pass filter to achieve wavelettransform algorithm and analysis disturbance signals And the wavelet algorithmfor the real-time optimization. Optimize the wavelet algorithm in real time.
为了有效地检出在电网中存在的暂态扰动信号，去除噪声，本文提出了一种改进的小波阈值去噪方法，该方法在阈值点具有连续性，克服原系数与小波系数之间恒定偏差造成的重构精度的不足，但是运算量大。针对这一问题，提出了一种混合广义形态滤波器去噪法。该方法运算量小，去噪的同时能更好的保留波形的特征量，且结构简单。
为了择优选取小波函数和增强检测算法的抗噪性，本文对比8种常用小波函数的特性。仿真分析表明，Meyer小波函数的定位精度比采用其他小波函数好，但是运算量大。本文提出一种改进的形态小波算法，该算法可对暂态扰动有效检出，同时具有去噪功能，该方法结构简单、运算量小等特点。
为了快速检出电网中存在的且有是我们关注暂态谐波信号，本文提出了FFT和小波包的方法检测暂态谐波。该方法对谐波信号进行FFT运算，确定频率成分，根据相应频谱，确定分解频段，然后得到无频谱泄漏的各次谐波分量，实现暂态谐波的检测，解决了小波包运算量大的问题。
针对暂态谐波检测问题，本文提出了FFT变换和Meyer小波的法检测暂态间谐波。通过FFT运算得到相应的频谱，确定信号的中心频率，得到无频谱泄漏的各次间谐波分量，实现暂态暂态间谐波的检测。
鉴于FPGA具有并行处理、灵活性强、实时性好等特点，本文提出了采用DSP Builder实现对暂态信号检测，并以高通和低通分解滤波器的形式实现小波变换算法及扰动信号的快速分析。并对小波算法进行了实时性优化。
This paper aims at how accurate positioning and rapid detection the existingproblem in power system such as transient disturbances, transient harmonics andinter-harmonics. The paper carried out a systematic analysis and correlationdetection algorithm, and the way these algorithms in hardware logic implementedin the FPGA.
In order to effectively detect and denoise the disturbance signal, animproved wavelet thresholding method was proposed, to overcome the originalconstant coefficients and wavelet coefficients deviation caused by the lack ofreconstruction, but it has a large amount of computing time computation. Tosolve this problem, a hybrid generalized morphological filter denoising methodwas proposed. this method has a small amount of computation and the structureis simple.
In order to merit-based selection the wavelet function and enhanced noiseimmunity detection algorithm, this paper compared eight kinds of commonlyused wavelet features. Simulation results show that, Meyer wavelet functionpositioning accuracy better than using other wavelet function, but it has largeamount of computation. This paper presents an improved morphological waveletalgorithm can effectively detect transient disturbances, but also has de-noisingfunction, the method is simple, less calculation and so on.
For fast detecting of the transient harmonic signals, a FFT and waveletpacket method was proposed to detect transient harmonics. The method use FFTto identify harmonic components, determine the frequency components, and thenget the harmonic components with no spectral leakage, to achieve the detectionof transient harmonics to solve the large amount of computation of waveletpacket problem.
For transient harmonic detection problem, we propose a FFT and Wavelet Meyer method to detect interharmonic. We use FFT to identify interharmoniccomponents, determine the frequency components, and then get the harmoniccomponents with no spectral leakage. Achieve the transient inter-harmonicdetection.
In view of the fact that FPGA has the characteristics of parallel processing,high flexibility, good real-time, this paper uses DSP Builder to achieve transientsignal detection, in the form of high-pass and low-pass filter to achieve wavelettransform algorithm and analysis disturbance signals And the wavelet algorithmfor the real-time optimization. Optimize the wavelet algorithm in real time.
引文
[1]张明．电能质量扰动相关问题研究．华中科技大学博士论文[D]，2010：5-12．
[2]吕广强，赵剑锋，程明，等．配电网动态电能质量问题及其解决方案[J]．高电压技术，2007，33(1)：53-56．
[3]许丽霞．电能质量监测技术的发展[J]．中国科技信息．2012，72(24)：121-129．
[4]粟时平，刘桂英．现代电能质量检测技术[M]．北京：中国电力出版社，2008：3-4．
[5]徐丽霞．电能质量检测技术发展[J]．中国科技信息．2012，17(24)：15-27．
[6] Liu Yu-quan，Wu Guo-pei，Hua Huang-sheng，Wang Li．Research forthe effects of high-speed electrified railway traction load on powerquality[C]．Weihai：20114th International Conference on Electric UtilityDeregulation and Restructuring and Power Technologies (DRPT)，2011：569-573．
[7] Murat Uyara，Selcuk Yildirima，Muhsin Tunay Gencoglub．An effectivewavelet-based feature extraction method for classification of power qualitydisturbance signals[J]． Electric Power Systems Research．2008，78(10)：1747-1755．
[8] T Jayasree， D Devaraj， R Sukanesh． Power quality disturbanceclassification using Hilbert transform and RBF networks[J]． NeuralComputing and Applications．2010，73(7)：1451-1456．
[9]曹健，林涛，徐遐龄等．一种电能质量扰动监测与识别新方法[J]．中国电机工程学报，2011，(31)：39-42．
[10]李天云，程思勇，杨梅．基于希尔伯特-黄变换的电力系统谐波分析[J]．中国电机工程学报，2008，28(4)：109-113．
[11]边海龙，禹陈光，杜天军，基于小波神经网络的时变谐波信号检测[J]．中国电机工程学报，2008，28(7)：104-109．
[12]王公宝，向东阳，马伟明．基于FFT和神经网络的非整数次谐波分析改进算法[J]．中国电机工程学报，2008，28(4)：102-108．
[13]冯宇，唐轶，史丽萍，等．基于图形模式识别的稳态电能质景指标[J]．电工技术学报，2008，23(3)：108-114．
[14] GB/T12326-2008，电能质量电压波动和闪变[S]．北京：中国标准出版社，2008．
[15] GB/T14549-1993，电能质量公用电网谐波[S]．北京：中国标准出版社，1993．
[16] GB/T18481-2001，电能质量暂时过电压和瞬态电压[S]．北京：中国标准出版社，2001．
[17] IEEE Std (1159-2009)， IEEE Recommended Practice for MonitoringElectric Power Quality[S]，2009．
[18]董金发，梁羽生，张应榜，等．电能质量监测方法和在线电能质量监测仪[P]：CN101706539．
[19]房宇雄，欧阳森，余涛．一种电能质量综合监测装置[P]：CN201203652．
[20]张新太，阎天圣，煦黎，等．电能质量在线监测装置[P]：CN201218822．
[21] Suriya Kaewarsa，Kitti Attakitmongcol．Wavelet-based intelligent systemfor recognition of power quality disturbance signals[J]．Lecture Notes inComputer Science，2006，(3972)：1378-1385．
[22] Aiello M， Cataliotti A， Nuccio S A． A chirp-z transform-basedsynchronizer for power system measurements[J]．IEEE Transactions onInstrumentation and Measurement．2005，54(3)：1025-1032．
[23] A S Cerqueira，D D Ferreira，M V Ribeiro，et al．Power quality eventsrecognition using a SVM-based method[J]． Electric Power SystemsResearch．2008，78(9)：1546-1552．
[24] Z Moravej，S A Banihashemi，M H Velayati．Power quality eventsclassification and recognition using a novel support vectoralgorithm[J]．Energy Conversion．2009，50(12)：2071-3077．
[25] Gargoom A M， Ertugrul N， Soong W L． Investigation of effectiveautomatic recognition systems of power-quality events[J]． IEEETransactions on Power Delivery．2007：22(4)：2319-2326．
[26] Tomic J J，Kusljevic M D，Vujicic V V．A new power system digitalharmonic analyzer[J]．IEEE Transactions on Power Delivery．2007，22(2)：772-780
[27] Kalyuzhny A， Zissu S， Shein D． Analytical Study of VoltageMagnification Transients Due to Capacitor Switching[J]． IEEETransactions on Instrumeniation and Measurement，2008，57(8)：1725-1733．
[28]奥其斯电器科技有限公司．电源质量问题的危害及解决方案[J]．电网技术，2006，1：66-67．
[29]赵静，何正友，钱清泉．利用广义形态滤波与差分熵的电能质量扰动检测[J]．中国电机工程学报，2009，29(7)：121-127．
[30]赵静，何正友，贾勇，钱清泉．利用形态非抽样小波的电能质量扰动定位方法[J]．中国电机工程学报，2009，29(31)：109-114．
[31]苏玉香，刘志刚，李东敏，李科亮．一种改善HHT端点效应的新方法及其在电能质量中的应用[J]．电力自动化设备，2008，28(11)：40-45．
[32]胡晓曦，刘含露，熊婷婷，胡京莹．基于希尔伯特-黄变换的复杂电能质量信号检测技术[J]．电气技术，2012，5(4)：6-10．
[33] Kaewarsa S． Classification of power quality distur-bances using S-transform based artificial neural net-works[C]． IEEE InternationalConference on Intel-ligent Computing and Intelligent Systems．2009(1)：566-570．
[34] Faisal M F，Mohamed A，Hussain A，et al．Support vector regressionbased S-transform for prediction of single and multiple power qualitydisturbances[J]．European Journal of Scientific Research．2009，34(2)：237-251．
[35] Mishra S，Bhende C N，Panigrahi B K．Detection and classification ofpower quality disturbances using S-transform and probabilistic neuralnetwork[J]．IEEE Transactions on Power Delivery．2008，23(1)：280-287．
[36] Qi Li，Qian Lewei，Woodruff S，et al．Prony analysis for power systemtransient harmonics[J]． Eurasip Journal on Advances in SignalProcessing，2007：1-12．
[37] Bracale A．Adaptive Prony method for waveform distortion detection inpower systems[J]．International Journal of ElectricalPower and EnergySystems．2007，29(5)：371-379．
[38] LOBOS T，REZMER J，JANIK P，et al．Application of wavelets andProny method for disturbance detection in fixed speed windfarms[J]． International Journal of Electrical Power and EnergySystems．2009，12(3)：1109-1118．
[39] Sudipta Nath，Arindam Dey，Abhijit Chakrabarti．Detection of PowerQuality Disturbances using Wavelet Transform[C]． Engineering andtechnology．2009：61-66．
[40] C Venkatesh，D V S S Siva Sarma，M Sydulu．Detection of PowerQuality Disturbances using Phase Corrected WaveletTransform[J]．Journal of The Institution of Engineers (India)，2012，93(1)：37-42．
[41] Y Chen．Harmonic detection in electric power system based on waveletmulti-resolution analysis[J]．Proceedings of International Conference onComputer Science and Software Engineering．2008(5)：1204-1207．
[42] Vanga S，Ganesh S N V．Comparison of Fourier Transform and WaveletPacket Transform for quantification of power quality[C]．Mylavaram：2012International Conference on Advances in Power Conversion andEnergy Technologies (APCET)，2012：1-6．
[43] Chang Y P，Low C．Optimization of a passive harmonic filter based onthe neural-genetic algorithm with fuzzy logic for a steel manufacturingplant[J]．EXPERT SYSTEMS WITH APPLICATIONS，2008，34(3)：2059-2070．
[44] Lu Y L，Chuang C L，Fahn C S，et al．Multiple disturbances classifierfor electric signals using adaptive structuring neural networks[J]．Mesurement Science and Technology．2008，19(7)：1-11．
[45] N Senroy，S Suryanarayanan．Two techniques to enhance empirical modedecomposition for power quality applications[J]．IEEE Power EngineeringSociety GeneralMeeting．2007：1-6．
[46]李庚银，王洪磊，周明．基于改进小波能熵和支持向量机的短时电能质量扰动识别[J]．电工技术学报，2009，24(4)：161-167．
[47]李天云，陈昌雷，周博，等．奇异值分解和最小二乘支持向量机在电能质量扰动识别中的应用[J]．中国电机工程学报，2008，28(34)：124-128．
[48]刘慧芳，陈勇胜，王群，等．基于小波变换和模糊逻辑的暂态电能质量扰动分类[J]．电网技术，2008，32(3)：84-87．
[49] Erist H，Demir Y．A new algorithm for automatic classification of powerquality events based on wavelet transform and SVM[J]．Expert SystemsWith Applications．2010，37(6)：4094-4102．
[50]吴青华，张东江．形态滤波技术及其在继电保护中的应用[J]．电力系统自动化，2003，27(7)：45-49．
[51]林湘宁，刘沛，刘世明．电力系统超高速保护的形态学—小波综合滤波算法[J]，中国电机工程学报，2002，22(9)：19-24．
[52] Aptoula E，Lefevre S．A comparative study on multivariate mathematicalmorphology[J]．Elsevier，2007，40(11)：2914-2929．
[53]郝晓弘，郝守庆，胡振邦，郑伟．基于模糊自适应形态滤波器和S变换的暂态电能质量扰动检测[J]．电力系统保护与控制．2011，39(17)：98-102．
[54] A Sopharak， B Uyyanonvara， S Barman． Automatic detection ofdiabetic retinopathy exudates from non-dilated retinal images usingmathematical morphology methods[J]． Computerized Medical Imagingand Graphics，2008，32(8)，720-727．
[55]岳蔚，刘沛．基于数学形态学消噪的电能质量扰动检测方法[J]．电力系统自动化，2002，26(7)：13-17．
[56]何正友，蔡玉梅，王志兵，钱清泉．基于数学形态学的电能质量扰动检测和定位[J]．电网技术，2005，32(10)：63-68．
[57]王丽霞，何正友，赵静．基于数学形态学的电能质量扰动检测和定位[J]．电网技术，2008，32(10)：63-68．
[58]舒泓，王毅．基于数学形态滤波和Hilbert变换的电压闪变测量[J]．中国电机工程学报，2008，28(1)：111-114．
[59]凌玲，徐政．基于数学形态学的动态电能质量扰动的检测与分类[J]．电网技术，2006，30(5)：62-66．
[60]欧阳森，黄润鸿．基于形态边缘检测的电能质量暂态扰动定位方法[J]．电网技术，2012，36(4)：63-67．
[61]曾纪勇，丁洪发，段献忠．基于数学形态学的谐波检测与电能质量扰动定位方法[J]．中国电机工程学报．2005，25(21)：57-62．
[62]李天云，赵妍，李楠，冯国，高宏慧．基于HHT的电能质量检测新方法[J]．中国电机工程学报．2005，25(17)：52-56．
[63]李天云，赵妍，李楠．基于EMD的Hllbert变换应用于暂态信号分析[J]．电力系统自动化，2005，29(4)：49-52．
[64]程志友，梁栋等．一种快速暂态电能质量扰动定位方法[J]．电力系统自动化，2007，12(31)：73-76．
[65] Chunling C，Weiwei L，TongyuX．Transient disturbance detection basedon Hilbertphase-shifting and wavelet de-noising[C]． ICEMI2009-Proceedings of9th International Conference on Electronic Measurementand Instruments，2009：4125-4130．
[66] Senroy N，Suryanarayanan S，Ribeiro P F．An Improved Hilbert-HuangMethod for Analysis of Time-Varying Waveforms in PowerQuality[J]．IEEE Transactions on Power Sys-tems，2007，22(4)：1843-1850．
[67] Tse N C F，Chan J Y C，Wing-Hong Lau，Loi Lei Lai．Hybrid Waveletand Hilbert Transform With Frequency-Shifting Decomposition for PowerQuality Analysis[J]．Instrumentation and Measurement，2012，61(12)：3225-3233．
[68]易吉良，彭建春，谭会生．S变换在电能质量扰动分析中的应用综述[J]．电力系统保护与控制，2011，(03)：55-57．
[69]付娟，周汉勇，姜勤．基于S变换的暂态电能质量扰动检测与仿真[J]．电力系统保护与控制，2009，37(21)：86-89．
[70]徐方维，杨洪耕，叶茂清，等．基于改进S变换的电能质量扰动分类[J]．中国电机工程学报，2012，32(4)：77-84．
[71] Xiao Xianyong，Xu Fangwei，Yang Honggen．Shortduration disturbanceclassifying based on S-transformmaximum similarity[J]． InternationalJournal of Electrical Power and Energy Systems，2009，31(7)：374-378．
[72]易吉良，彭建春，谭会生．基于改进S变换估计电能质量信号的噪声水平[J]．电网技术，2009，33（20）：71-74．
[73]易吉良，彭建春．基于S变换和径向基神经网络的暂态电能质量扰动识别[J]．电力系统自动化，2011，09：50-53．
[74]刘奇，周雒维，卢伟国．基于广义S变换的暂态电能质量扰动定位与识别[J]．电力系统保护与控制，2012，40(7)：60-65．
[75]李涛，夏浪，张宇，何怡刚.基于提升复小波的暂态电能质量扰动的检测与定位[J]．中国电机工程学报，2011，31(25)：66-72．
[76]冯浩，周雒维，刘毅．基于复小波变换的暂态电能质量扰动检测与分类[J]．电网技术，2010，34(3)：63-67．
[77]何顺忠．采用Meyer小波变换的电能质量扰动信号的检测与时频分析[J]．自动化技术与应用，2004，23(5)：55-64．
[78]冯浩，谢盛平，郑贺伟．暂态电能质量实时监测和分析系统[J]．电子测量技术，2011，34(1)：109-114．
[79]孙影，柴玉华，桑松．基于db4提升小波的暂态电能质量的检测[J]．自动化技术与应用，2012，31(10)：16-20．
[80]陈继开，李浩昱，吴建强，等．非广延小波熵在电力系统暂态信号特征提取中的应用[J]．中国电机工程学报，2010，30(28)：25-32．
[81]谭平．基于小波变换模极大值的电能质量扰动检测与定位[J]．电工电气，2010，(3)：12-16．
[82]罗国敏，何正友，林圣．利用小波相对熵值的差异识别输电线路暂态信号的探讨[J]．电网技术，2008，32(15)：47-51．
[83]何正友，陈小勤．基于多尺度能量统计和小波能量熵测度的电力暂态信号识别方法[J]．中国电机工程学报，2006，26(10)：33-39．
[84]王继东．基于二进小波变换的电能质量扰动检测[J]．电力系统及其自动化学报，2007，32(5)：73-77．
[85]何正友，钱清泉．电力系统暂态信号分析中小波基的选择原则[J]．电网技术，2008，27(10)：45-48．
[86]宋雪雷．基于小波变换和支持向量机的电能质量扰动分析方法[D]．哈尔滨工业大学博士学位论文，2007：7-13．
[87]贾勇，何正友，赵静．基于小波熵和概率神经网络的配电网电压暂降源识别方法[J]．电网技术，2009，33(16)：63-68．
[88]束洪春，王晶，陈学允．动态电能质量扰动的多刻度形态学分析[J]．中国电机工程学报，2004，24(14)：63-67．
[89]黄师娟．基于小波分析的时间序列预测模型及其应用研究[D]．西安理工大学，2009：35-38．
[90]丁屹峰，程浩忠，吕干云等．基于prony算法的谐波和间谐波频谱估计[J]．电工技术学报，2005，20(10)：94-97
[91] Qi L.，Qian L. W.，Cartes D，etc．Initial Results in Prony Analysis forHarmonicSelective Active Filters[C]．2006IEEE Power EngineeringSociety GeneralMeeting．Montreal，QC，Canada：IEEE，2006．
[92] Bracale A，Carpinelli G．On Some Spectrum Estimation Methods forAnalysisof Non–stationary Signals in Power Systems Part I：TheoreticalAspects[C]．200411th International Conference on Harmonics and Qualityof Power．Lake Placid，USA：IEEE，2004，266-271．
[93] Naidu S.R.，Costa F.F．A Novel Technique for Estimating HarmonicandInter-harmonic Frequencies in Power System Signals[C]．Proceedingsof the2005European Conference on Circuit Theory and Design．Cork，Ireland：IEEE，2005，461-464．
[94]刘应梅，高玉洁．基于prony法的暂态扰动信号分析电网技术[J]．电网技术，2006，30(4)：26-30．
[95] Lobos T，Rezmer J，Koglin H J．Analysis of Power System TransientsUsingWavelets and Prony Method[C]．2001IEEE Porto. Power Tech.Proceedings．Porto，Portugal：IEEE，2001，4：4-7．
[96]乔新，徐立军．基于小波神经网络的风力发电系统暂态电能质量分析[J]．电力学报，2012，27(5)：469-472．
[97] JS Huang，Nguyen D Thong．A Neural fuzzy Classifier for Recognitionof Power Quality Disturbances[J]． IEEE Trans on Power Delivery，2002，17，(2)：609～616．
[98]王家林，夏立，吴正国，杨宣访．采用遗传神经网络的电力系统暂态信号分析方法[J]．高电压技术．2011，37(1)：170-175．
[99]刘晓芳，刘会金，柯定芳.基于小波变换和神经网络的暂态电能质量扰动自动识别[J]．继电器，2005，33(23)：46-50．
[100]常炳国，吴浩扬．遗传算法在电能质量监测装置优化设计中的应用研究[J]．电工电能新技术，2000，19(3)：65-68．
[101]欧阳森．改进遗传算法和神经网络在电能质量扰动识别中的应用[J]．电工电能新技术，2005，24(3)：13-17．
[102] Anis Ibrahim W R，Morcos M M．Artificial Intelligence and AdvancedMatHematical Tools for Power Quality Applications： ASurvey[J]． IEEETransactions on Power Delivery，2002，17(2)：668-673．
[103] Jiansheng Huang， Negnevitsky M， Nguyen D T． A Neural-FuzzyClassifierfor Recognition of Power Quality Disturbances[J]．IEEE Transactions onPower Delivery，2002，17(2)：609-616．
[104]欧阳森，王建华，宋政湘等．一种基于dq0变换和专家系统的电能质量信号辨识方法[J]．电力系统及其自动化学报，2003，15(5)：21-24．
[105] Styvaktakis E， Bollen M.H.J， Gu I.Y.H． Expert System for VoltageDipClassification and Analysis[C]． IEEE Power Engineering SocietySummerMeeting，2001，1：671-676．
[106]王志群，朱守真，周双喜．电能质量扰动的专家概率分类器模型[J]．电力系统自动化，2004，28(8)：45-49，56．
[107]崔巍，刘波等．基于FPGA小波变换核的设计与实现[J]．电光与控制，2009，16(3)：75-78.
[108]王明．FPGA和小波变换在暂态电扰动检测中的应用研究[J]．声学与电子工程．2011，4：9-13．
[109]郭欣，王超，曹鹏，陆燕．基于DSP Builder的二维提升小波变换实现[J]．电子器件，2007，30(5).
[110]张全明，刘会金，兰泉妮．基于小波混合阈值方法的电能质量信号去噪[J]．电力自动化设备，2008，28(8)：28-30．
[111]张明，李开成，胡益胜．基于小波邻域阈值分类的电能质量信号去噪算法[J]．电力自动化设备，2010，34(10)：84-89．
[112] R.H.G. TAN， V.K. Ramachandaramurthy． Performance Analysis ofWavelet Based Denoise System for Power QualityDisturbances[C]．PowerTech，2009IEEE Bucharest，2009：1-5．
[2]吕广强，赵剑锋，程明，等．配电网动态电能质量问题及其解决方案[J]．高电压技术，2007，33(1)：53-56．
[3]许丽霞．电能质量监测技术的发展[J]．中国科技信息．2012，72(24)：121-129．
[4]粟时平，刘桂英．现代电能质量检测技术[M]．北京：中国电力出版社，2008：3-4．
[5]徐丽霞．电能质量检测技术发展[J]．中国科技信息．2012，17(24)：15-27．
[6] Liu Yu-quan，Wu Guo-pei，Hua Huang-sheng，Wang Li．Research forthe effects of high-speed electrified railway traction load on powerquality[C]．Weihai：20114th International Conference on Electric UtilityDeregulation and Restructuring and Power Technologies (DRPT)，2011：569-573．
[7] Murat Uyara，Selcuk Yildirima，Muhsin Tunay Gencoglub．An effectivewavelet-based feature extraction method for classification of power qualitydisturbance signals[J]． Electric Power Systems Research．2008，78(10)：1747-1755．
[8] T Jayasree， D Devaraj， R Sukanesh． Power quality disturbanceclassification using Hilbert transform and RBF networks[J]． NeuralComputing and Applications．2010，73(7)：1451-1456．
[9]曹健，林涛，徐遐龄等．一种电能质量扰动监测与识别新方法[J]．中国电机工程学报，2011，(31)：39-42．
[10]李天云，程思勇，杨梅．基于希尔伯特-黄变换的电力系统谐波分析[J]．中国电机工程学报，2008，28(4)：109-113．
[11]边海龙，禹陈光，杜天军，基于小波神经网络的时变谐波信号检测[J]．中国电机工程学报，2008，28(7)：104-109．
[12]王公宝，向东阳，马伟明．基于FFT和神经网络的非整数次谐波分析改进算法[J]．中国电机工程学报，2008，28(4)：102-108．
[13]冯宇，唐轶，史丽萍，等．基于图形模式识别的稳态电能质景指标[J]．电工技术学报，2008，23(3)：108-114．
[14] GB/T12326-2008，电能质量电压波动和闪变[S]．北京：中国标准出版社，2008．
[15] GB/T14549-1993，电能质量公用电网谐波[S]．北京：中国标准出版社，1993．
[16] GB/T18481-2001，电能质量暂时过电压和瞬态电压[S]．北京：中国标准出版社，2001．
[17] IEEE Std (1159-2009)， IEEE Recommended Practice for MonitoringElectric Power Quality[S]，2009．
[18]董金发，梁羽生，张应榜，等．电能质量监测方法和在线电能质量监测仪[P]：CN101706539．
[19]房宇雄，欧阳森，余涛．一种电能质量综合监测装置[P]：CN201203652．
[20]张新太，阎天圣，煦黎，等．电能质量在线监测装置[P]：CN201218822．
[21] Suriya Kaewarsa，Kitti Attakitmongcol．Wavelet-based intelligent systemfor recognition of power quality disturbance signals[J]．Lecture Notes inComputer Science，2006，(3972)：1378-1385．
[22] Aiello M， Cataliotti A， Nuccio S A． A chirp-z transform-basedsynchronizer for power system measurements[J]．IEEE Transactions onInstrumentation and Measurement．2005，54(3)：1025-1032．
[23] A S Cerqueira，D D Ferreira，M V Ribeiro，et al．Power quality eventsrecognition using a SVM-based method[J]． Electric Power SystemsResearch．2008，78(9)：1546-1552．
[24] Z Moravej，S A Banihashemi，M H Velayati．Power quality eventsclassification and recognition using a novel support vectoralgorithm[J]．Energy Conversion．2009，50(12)：2071-3077．
[25] Gargoom A M， Ertugrul N， Soong W L． Investigation of effectiveautomatic recognition systems of power-quality events[J]． IEEETransactions on Power Delivery．2007：22(4)：2319-2326．
[26] Tomic J J，Kusljevic M D，Vujicic V V．A new power system digitalharmonic analyzer[J]．IEEE Transactions on Power Delivery．2007，22(2)：772-780
[27] Kalyuzhny A， Zissu S， Shein D． Analytical Study of VoltageMagnification Transients Due to Capacitor Switching[J]． IEEETransactions on Instrumeniation and Measurement，2008，57(8)：1725-1733．
[28]奥其斯电器科技有限公司．电源质量问题的危害及解决方案[J]．电网技术，2006，1：66-67．
[29]赵静，何正友，钱清泉．利用广义形态滤波与差分熵的电能质量扰动检测[J]．中国电机工程学报，2009，29(7)：121-127．
[30]赵静，何正友，贾勇，钱清泉．利用形态非抽样小波的电能质量扰动定位方法[J]．中国电机工程学报，2009，29(31)：109-114．
[31]苏玉香，刘志刚，李东敏，李科亮．一种改善HHT端点效应的新方法及其在电能质量中的应用[J]．电力自动化设备，2008，28(11)：40-45．
[32]胡晓曦，刘含露，熊婷婷，胡京莹．基于希尔伯特-黄变换的复杂电能质量信号检测技术[J]．电气技术，2012，5(4)：6-10．
[33] Kaewarsa S． Classification of power quality distur-bances using S-transform based artificial neural net-works[C]． IEEE InternationalConference on Intel-ligent Computing and Intelligent Systems．2009(1)：566-570．
[34] Faisal M F，Mohamed A，Hussain A，et al．Support vector regressionbased S-transform for prediction of single and multiple power qualitydisturbances[J]．European Journal of Scientific Research．2009，34(2)：237-251．
[35] Mishra S，Bhende C N，Panigrahi B K．Detection and classification ofpower quality disturbances using S-transform and probabilistic neuralnetwork[J]．IEEE Transactions on Power Delivery．2008，23(1)：280-287．
[36] Qi Li，Qian Lewei，Woodruff S，et al．Prony analysis for power systemtransient harmonics[J]． Eurasip Journal on Advances in SignalProcessing，2007：1-12．
[37] Bracale A．Adaptive Prony method for waveform distortion detection inpower systems[J]．International Journal of ElectricalPower and EnergySystems．2007，29(5)：371-379．
[38] LOBOS T，REZMER J，JANIK P，et al．Application of wavelets andProny method for disturbance detection in fixed speed windfarms[J]． International Journal of Electrical Power and EnergySystems．2009，12(3)：1109-1118．
[39] Sudipta Nath，Arindam Dey，Abhijit Chakrabarti．Detection of PowerQuality Disturbances using Wavelet Transform[C]． Engineering andtechnology．2009：61-66．
[40] C Venkatesh，D V S S Siva Sarma，M Sydulu．Detection of PowerQuality Disturbances using Phase Corrected WaveletTransform[J]．Journal of The Institution of Engineers (India)，2012，93(1)：37-42．
[41] Y Chen．Harmonic detection in electric power system based on waveletmulti-resolution analysis[J]．Proceedings of International Conference onComputer Science and Software Engineering．2008(5)：1204-1207．
[42] Vanga S，Ganesh S N V．Comparison of Fourier Transform and WaveletPacket Transform for quantification of power quality[C]．Mylavaram：2012International Conference on Advances in Power Conversion andEnergy Technologies (APCET)，2012：1-6．
[43] Chang Y P，Low C．Optimization of a passive harmonic filter based onthe neural-genetic algorithm with fuzzy logic for a steel manufacturingplant[J]．EXPERT SYSTEMS WITH APPLICATIONS，2008，34(3)：2059-2070．
[44] Lu Y L，Chuang C L，Fahn C S，et al．Multiple disturbances classifierfor electric signals using adaptive structuring neural networks[J]．Mesurement Science and Technology．2008，19(7)：1-11．
[45] N Senroy，S Suryanarayanan．Two techniques to enhance empirical modedecomposition for power quality applications[J]．IEEE Power EngineeringSociety GeneralMeeting．2007：1-6．
[46]李庚银，王洪磊，周明．基于改进小波能熵和支持向量机的短时电能质量扰动识别[J]．电工技术学报，2009，24(4)：161-167．
[47]李天云，陈昌雷，周博，等．奇异值分解和最小二乘支持向量机在电能质量扰动识别中的应用[J]．中国电机工程学报，2008，28(34)：124-128．
[48]刘慧芳，陈勇胜，王群，等．基于小波变换和模糊逻辑的暂态电能质量扰动分类[J]．电网技术，2008，32(3)：84-87．
[49] Erist H，Demir Y．A new algorithm for automatic classification of powerquality events based on wavelet transform and SVM[J]．Expert SystemsWith Applications．2010，37(6)：4094-4102．
[50]吴青华，张东江．形态滤波技术及其在继电保护中的应用[J]．电力系统自动化，2003，27(7)：45-49．
[51]林湘宁，刘沛，刘世明．电力系统超高速保护的形态学—小波综合滤波算法[J]，中国电机工程学报，2002，22(9)：19-24．
[52] Aptoula E，Lefevre S．A comparative study on multivariate mathematicalmorphology[J]．Elsevier，2007，40(11)：2914-2929．
[53]郝晓弘，郝守庆，胡振邦，郑伟．基于模糊自适应形态滤波器和S变换的暂态电能质量扰动检测[J]．电力系统保护与控制．2011，39(17)：98-102．
[54] A Sopharak， B Uyyanonvara， S Barman． Automatic detection ofdiabetic retinopathy exudates from non-dilated retinal images usingmathematical morphology methods[J]． Computerized Medical Imagingand Graphics，2008，32(8)，720-727．
[55]岳蔚，刘沛．基于数学形态学消噪的电能质量扰动检测方法[J]．电力系统自动化，2002，26(7)：13-17．
[56]何正友，蔡玉梅，王志兵，钱清泉．基于数学形态学的电能质量扰动检测和定位[J]．电网技术，2005，32(10)：63-68．
[57]王丽霞，何正友，赵静．基于数学形态学的电能质量扰动检测和定位[J]．电网技术，2008，32(10)：63-68．
[58]舒泓，王毅．基于数学形态滤波和Hilbert变换的电压闪变测量[J]．中国电机工程学报，2008，28(1)：111-114．
[59]凌玲，徐政．基于数学形态学的动态电能质量扰动的检测与分类[J]．电网技术，2006，30(5)：62-66．
[60]欧阳森，黄润鸿．基于形态边缘检测的电能质量暂态扰动定位方法[J]．电网技术，2012，36(4)：63-67．
[61]曾纪勇，丁洪发，段献忠．基于数学形态学的谐波检测与电能质量扰动定位方法[J]．中国电机工程学报．2005，25(21)：57-62．
[62]李天云，赵妍，李楠，冯国，高宏慧．基于HHT的电能质量检测新方法[J]．中国电机工程学报．2005，25(17)：52-56．
[63]李天云，赵妍，李楠．基于EMD的Hllbert变换应用于暂态信号分析[J]．电力系统自动化，2005，29(4)：49-52．
[64]程志友，梁栋等．一种快速暂态电能质量扰动定位方法[J]．电力系统自动化，2007，12(31)：73-76．
[65] Chunling C，Weiwei L，TongyuX．Transient disturbance detection basedon Hilbertphase-shifting and wavelet de-noising[C]． ICEMI2009-Proceedings of9th International Conference on Electronic Measurementand Instruments，2009：4125-4130．
[66] Senroy N，Suryanarayanan S，Ribeiro P F．An Improved Hilbert-HuangMethod for Analysis of Time-Varying Waveforms in PowerQuality[J]．IEEE Transactions on Power Sys-tems，2007，22(4)：1843-1850．
[67] Tse N C F，Chan J Y C，Wing-Hong Lau，Loi Lei Lai．Hybrid Waveletand Hilbert Transform With Frequency-Shifting Decomposition for PowerQuality Analysis[J]．Instrumentation and Measurement，2012，61(12)：3225-3233．
[68]易吉良，彭建春，谭会生．S变换在电能质量扰动分析中的应用综述[J]．电力系统保护与控制，2011，(03)：55-57．
[69]付娟，周汉勇，姜勤．基于S变换的暂态电能质量扰动检测与仿真[J]．电力系统保护与控制，2009，37(21)：86-89．
[70]徐方维，杨洪耕，叶茂清，等．基于改进S变换的电能质量扰动分类[J]．中国电机工程学报，2012，32(4)：77-84．
[71] Xiao Xianyong，Xu Fangwei，Yang Honggen．Shortduration disturbanceclassifying based on S-transformmaximum similarity[J]． InternationalJournal of Electrical Power and Energy Systems，2009，31(7)：374-378．
[72]易吉良，彭建春，谭会生．基于改进S变换估计电能质量信号的噪声水平[J]．电网技术，2009，33（20）：71-74．
[73]易吉良，彭建春．基于S变换和径向基神经网络的暂态电能质量扰动识别[J]．电力系统自动化，2011，09：50-53．
[74]刘奇，周雒维，卢伟国．基于广义S变换的暂态电能质量扰动定位与识别[J]．电力系统保护与控制，2012，40(7)：60-65．
[75]李涛，夏浪，张宇，何怡刚.基于提升复小波的暂态电能质量扰动的检测与定位[J]．中国电机工程学报，2011，31(25)：66-72．
[76]冯浩，周雒维，刘毅．基于复小波变换的暂态电能质量扰动检测与分类[J]．电网技术，2010，34(3)：63-67．
[77]何顺忠．采用Meyer小波变换的电能质量扰动信号的检测与时频分析[J]．自动化技术与应用，2004，23(5)：55-64．
[78]冯浩，谢盛平，郑贺伟．暂态电能质量实时监测和分析系统[J]．电子测量技术，2011，34(1)：109-114．
[79]孙影，柴玉华，桑松．基于db4提升小波的暂态电能质量的检测[J]．自动化技术与应用，2012，31(10)：16-20．
[80]陈继开，李浩昱，吴建强，等．非广延小波熵在电力系统暂态信号特征提取中的应用[J]．中国电机工程学报，2010，30(28)：25-32．
[81]谭平．基于小波变换模极大值的电能质量扰动检测与定位[J]．电工电气，2010，(3)：12-16．
[82]罗国敏，何正友，林圣．利用小波相对熵值的差异识别输电线路暂态信号的探讨[J]．电网技术，2008，32(15)：47-51．
[83]何正友，陈小勤．基于多尺度能量统计和小波能量熵测度的电力暂态信号识别方法[J]．中国电机工程学报，2006，26(10)：33-39．
[84]王继东．基于二进小波变换的电能质量扰动检测[J]．电力系统及其自动化学报，2007，32(5)：73-77．
[85]何正友，钱清泉．电力系统暂态信号分析中小波基的选择原则[J]．电网技术，2008，27(10)：45-48．
[86]宋雪雷．基于小波变换和支持向量机的电能质量扰动分析方法[D]．哈尔滨工业大学博士学位论文，2007：7-13．
[87]贾勇，何正友，赵静．基于小波熵和概率神经网络的配电网电压暂降源识别方法[J]．电网技术，2009，33(16)：63-68．
[88]束洪春，王晶，陈学允．动态电能质量扰动的多刻度形态学分析[J]．中国电机工程学报，2004，24(14)：63-67．
[89]黄师娟．基于小波分析的时间序列预测模型及其应用研究[D]．西安理工大学，2009：35-38．
[90]丁屹峰，程浩忠，吕干云等．基于prony算法的谐波和间谐波频谱估计[J]．电工技术学报，2005，20(10)：94-97
[91] Qi L.，Qian L. W.，Cartes D，etc．Initial Results in Prony Analysis forHarmonicSelective Active Filters[C]．2006IEEE Power EngineeringSociety GeneralMeeting．Montreal，QC，Canada：IEEE，2006．
[92] Bracale A，Carpinelli G．On Some Spectrum Estimation Methods forAnalysisof Non–stationary Signals in Power Systems Part I：TheoreticalAspects[C]．200411th International Conference on Harmonics and Qualityof Power．Lake Placid，USA：IEEE，2004，266-271．
[93] Naidu S.R.，Costa F.F．A Novel Technique for Estimating HarmonicandInter-harmonic Frequencies in Power System Signals[C]．Proceedingsof the2005European Conference on Circuit Theory and Design．Cork，Ireland：IEEE，2005，461-464．
[94]刘应梅，高玉洁．基于prony法的暂态扰动信号分析电网技术[J]．电网技术，2006，30(4)：26-30．
[95] Lobos T，Rezmer J，Koglin H J．Analysis of Power System TransientsUsingWavelets and Prony Method[C]．2001IEEE Porto. Power Tech.Proceedings．Porto，Portugal：IEEE，2001，4：4-7．
[96]乔新，徐立军．基于小波神经网络的风力发电系统暂态电能质量分析[J]．电力学报，2012，27(5)：469-472．
[97] JS Huang，Nguyen D Thong．A Neural fuzzy Classifier for Recognitionof Power Quality Disturbances[J]． IEEE Trans on Power Delivery，2002，17，(2)：609～616．
[98]王家林，夏立，吴正国，杨宣访．采用遗传神经网络的电力系统暂态信号分析方法[J]．高电压技术．2011，37(1)：170-175．
[99]刘晓芳，刘会金，柯定芳.基于小波变换和神经网络的暂态电能质量扰动自动识别[J]．继电器，2005，33(23)：46-50．
[100]常炳国，吴浩扬．遗传算法在电能质量监测装置优化设计中的应用研究[J]．电工电能新技术，2000，19(3)：65-68．
[101]欧阳森．改进遗传算法和神经网络在电能质量扰动识别中的应用[J]．电工电能新技术，2005，24(3)：13-17．
[102] Anis Ibrahim W R，Morcos M M．Artificial Intelligence and AdvancedMatHematical Tools for Power Quality Applications： ASurvey[J]． IEEETransactions on Power Delivery，2002，17(2)：668-673．
[103] Jiansheng Huang， Negnevitsky M， Nguyen D T． A Neural-FuzzyClassifierfor Recognition of Power Quality Disturbances[J]．IEEE Transactions onPower Delivery，2002，17(2)：609-616．
[104]欧阳森，王建华，宋政湘等．一种基于dq0变换和专家系统的电能质量信号辨识方法[J]．电力系统及其自动化学报，2003，15(5)：21-24．
[105] Styvaktakis E， Bollen M.H.J， Gu I.Y.H． Expert System for VoltageDipClassification and Analysis[C]． IEEE Power Engineering SocietySummerMeeting，2001，1：671-676．
[106]王志群，朱守真，周双喜．电能质量扰动的专家概率分类器模型[J]．电力系统自动化，2004，28(8)：45-49，56．
[107]崔巍，刘波等．基于FPGA小波变换核的设计与实现[J]．电光与控制，2009，16(3)：75-78.
[108]王明．FPGA和小波变换在暂态电扰动检测中的应用研究[J]．声学与电子工程．2011，4：9-13．
[109]郭欣，王超，曹鹏，陆燕．基于DSP Builder的二维提升小波变换实现[J]．电子器件，2007，30(5).
[110]张全明，刘会金，兰泉妮．基于小波混合阈值方法的电能质量信号去噪[J]．电力自动化设备，2008，28(8)：28-30．
[111]张明，李开成，胡益胜．基于小波邻域阈值分类的电能质量信号去噪算法[J]．电力自动化设备，2010，34(10)：84-89．
[112] R.H.G. TAN， V.K. Ramachandaramurthy． Performance Analysis ofWavelet Based Denoise System for Power QualityDisturbances[C]．PowerTech，2009IEEE Bucharest，2009：1-5．
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |