多擾動(dòng)電能質(zhì)量檢測(cè)方法的研究

徐　健　吳飛飛

(西安工程大學(xué)電信學(xué)院，陜西 西安　710048)

?

多擾動(dòng)電能質(zhì)量檢測(cè)方法的研究

徐健吳飛飛

(西安工程大學(xué)電信學(xué)院，陜西 西安710048)

針對(duì)電能質(zhì)量中擾動(dòng)類型復(fù)雜、頻率成分不確定的特點(diǎn)，采用改進(jìn)希爾伯特-黃變換(HHT)和廣義S變換相結(jié)合的方法進(jìn)行檢測(cè)。選取諧波和電壓暫降的混合擾動(dòng)作為目標(biāo)信號(hào)，采用改進(jìn)的HHT進(jìn)行集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)，提取各頻率成分即得到固有模態(tài)函數(shù)集合(IMF),確定基本組成；將各層IMF進(jìn)行快速改進(jìn)S變換(廣義S變換)，得到精確信息。試驗(yàn)結(jié)果表明，HHT和廣義S變換相結(jié)合的方法所測(cè)得的多擾動(dòng)電能檢測(cè)精度更高。

電能質(zhì)量多擾動(dòng)諧波電壓暫降改進(jìn)HHT廣義S變換EEDMIMF

0　引言

電能質(zhì)量可以簡(jiǎn)單地分為穩(wěn)態(tài)電能質(zhì)量和暫態(tài)電能質(zhì)量[1]。穩(wěn)態(tài)電能質(zhì)量(如電壓波動(dòng)與閃變、諧波、三相不平衡)，主要檢測(cè)的是波動(dòng)幅值、不平衡因子、出現(xiàn)頻率等特性[2]；暫態(tài)電能質(zhì)量(如脈沖震蕩、電壓暫升、電壓暫降、電壓中斷[3])，主要檢測(cè)的是峰值、頻譜、起止時(shí)刻、持續(xù)時(shí)間等特性。在現(xiàn)實(shí)生活中，出現(xiàn)的電能質(zhì)量往往不是單一形式的，而是兩種甚至多種電能質(zhì)量的混合[4]，并且還混有噪聲等影響因素。電壓暫降和諧波的混合是較為典型的混合擾動(dòng)。

電能擾動(dòng)檢測(cè)的方法很多，如傅里葉變換、短時(shí)傅里葉變換、dq變換、小波變換等[5]。S變換和希爾伯特-黃變換(Hilbert-Huangtransform,HHT)是兩種比較新的時(shí)頻算法，在處理非平穩(wěn)、非線性信號(hào)時(shí)，檢測(cè)結(jié)果更為準(zhǔn)確[6-8]。S變換的窗寬和面積完全可調(diào)。文獻(xiàn)[9]通過比較S變換與短時(shí)傅里葉變換對(duì)電壓暫降的檢測(cè)結(jié)果，闡述了S變換處理暫態(tài)擾動(dòng)信號(hào)的優(yōu)勢(shì)。HHT是小波變換的發(fā)展，具有自適應(yīng)性。文獻(xiàn)[10]通過比較HHT與小波變換對(duì)諧波的檢測(cè)結(jié)果，闡述了HHT處理穩(wěn)態(tài)擾動(dòng)信號(hào)的優(yōu)勢(shì)?；诖耍瑢HT和S變換有效結(jié)合，便可對(duì)電能中任何擾動(dòng)信號(hào)進(jìn)行準(zhǔn)確識(shí)別。為了提高檢測(cè)精度，先分別對(duì)S變換和HHT進(jìn)行改進(jìn)，然后再將這兩種變換相結(jié)合，并應(yīng)用于電壓暫降與諧波的混合擾動(dòng)中。

1　算法及其改進(jìn)原理概述

1.1S變換及其改進(jìn)

1.1.1S變換

信號(hào)h(t)的S變換定義為[11]：

S(τ,f)=∫-∞∞h(t)g(τ-t)e-2πftdt

(1)

(2)

式中：f為頻率；τ為控制高斯窗口在時(shí)間軸位置的參數(shù)；h(t)為原始信號(hào)。

高斯窗的大小與頻率成反比，即在低頻段仍具有較高的頻率分辨率和較低的時(shí)間分辨率。這為下面的改進(jìn)提供了理論基礎(chǔ)[9]。

1.1.2S變換的改進(jìn)

電壓暫降類型的擾動(dòng)信號(hào)，在低頻時(shí)對(duì)時(shí)間分辨率要求較高；而單純的S變換雖然較以往的時(shí)頻檢測(cè)方法有所改進(jìn)，但依然存在一定誤差，故引進(jìn)頻率調(diào)節(jié)系數(shù)f=αf+β。通過調(diào)節(jié)α和β，便可使廣義S變換在不同時(shí)頻面上具有不同的分辨率。

改進(jìn)的高斯窗函數(shù)如下：

(3)

圖1　基頻曲線

S變換和廣義S變換的誤差比較如表1所示。

表1　兩種算法的誤差比較

1.2HHT及其改進(jìn)

1.2.1HHT

HHT是小波變換的改進(jìn)與發(fā)展，具有自適應(yīng)性。其組成原理可分為兩部分：經(jīng)驗(yàn)?zāi)B(tài)分解(empiricalmodedecomposition,EMD)、希爾伯特變換。EMD的具體過程介紹如下[13]。

①找出信號(hào)x(t)所有的極大、極小值點(diǎn)作為上包絡(luò)線v1(t)和下包絡(luò)線v2(t)，并求其平均值m1(t)：

(4)

②對(duì)信號(hào)x(t)與平均值m1(t)作差，得：

h1(t)=x(t)-m1(t)

(5)

③將h1(t)作為原始信號(hào)，重復(fù)步驟①和②,依次得到各階固有模態(tài)函數(shù)(IMF)分量，直到滿足給定的終止條件時(shí)篩選結(jié)束。分解表達(dá)式如下：

(6)

1.2.2HHT的改進(jìn)

當(dāng)存在多種頻率成分時(shí)，EMD分解可能出現(xiàn)模態(tài)混疊現(xiàn)象。文獻(xiàn)[14]提出了集合經(jīng)驗(yàn)?zāi)B(tài)分解(ensembleempiricalmodedecomposition,EEMD)方法。在分解過程中加入白噪聲，由于噪聲的存在，使得新的分解結(jié)果較EMD的分解結(jié)果復(fù)雜，此時(shí)系統(tǒng)就會(huì)產(chǎn)生足夠多的測(cè)試值均值，以消除噪聲。多次測(cè)試所得到的均值會(huì)被認(rèn)為是信號(hào)分解的最終結(jié)果。

EEMD解決了EMD的模態(tài)混疊問題，經(jīng)過EEMD后再進(jìn)行希爾伯特變換，處理結(jié)果更精確。

1.3兩種改進(jìn)算法的嵌套應(yīng)用

對(duì)于諧波和電壓暫降之類的暫態(tài)與穩(wěn)態(tài)相結(jié)合的混合擾動(dòng)，由于特征不同，單采用一種算法，必然會(huì)存在顧此失彼的現(xiàn)象。將改進(jìn)HHT和廣義S變換相結(jié)合，取長(zhǎng)補(bǔ)短，可進(jìn)一步提高檢測(cè)精度。

利用改進(jìn)后的HHT進(jìn)行EEMD處理，提取混合信號(hào)的固有模態(tài)函數(shù)(intrinsicmodefunction,IMF)成分，將各層IMF進(jìn)行快速改進(jìn)S變換，提取每一層的特征，對(duì)輸入信號(hào)進(jìn)行詳細(xì)分析。

算法應(yīng)用流程圖如圖2所示。

圖2　算法應(yīng)用流程圖

2　仿真驗(yàn)證

目標(biāo)信號(hào)如圖3所示。對(duì)擾動(dòng)信號(hào)進(jìn)行EEMD，如圖4所示。

圖3　擾動(dòng)信號(hào)

圖4　EEMD示意圖

左半部分是各層IMF的時(shí)頻曲線，右半部分是相對(duì)應(yīng)各層IMF的幅頻分布。從各層IMF時(shí)頻圖可知，IMF1中包含250Hz和50Hz兩種頻率成分，250Hz的諧波信號(hào)出現(xiàn)在0.1～0.7s間。由頻譜圖可知，IMF1的主要信號(hào)成分為諧波和暫降，而無工頻信號(hào)；IMF2中只存在50Hz的信號(hào)，其出現(xiàn)時(shí)間段為0.1～0.7s,又由對(duì)應(yīng)幅值可知其主要成分為暫降信號(hào)，且在0.6～0.7s

發(fā)生突變；IMF3和IMF4屬于無關(guān)信號(hào)。因此只需對(duì)IMF1和IMF2進(jìn)行S變換處理，即可提取更精確的信息。

目標(biāo)信號(hào)HHT特性曲線如圖5所示?？焖?gòu)V義S變換處理后的幅值包絡(luò)圖如圖6所示。

圖5　目標(biāo)信號(hào)特性曲線

圖6　相關(guān)信號(hào)的幅值包絡(luò)圖

圖6(a)能基本反映原始信號(hào)的成分，但由于信號(hào)較復(fù)雜(含有工頻成分)，對(duì)檢測(cè)結(jié)果產(chǎn)生了干擾，不夠精確。由圖6(b)可知，在0.1～0.7s，只檢測(cè)到擾動(dòng)信號(hào)而無工頻信號(hào)的影響，對(duì)于諧波的檢測(cè)結(jié)果必然更加精確。圖6(c)中無諧波信號(hào)的干擾，只檢測(cè)到電壓暫降信號(hào)。為了更直觀地說明問題，提取變換過程中的數(shù)據(jù)，如表2、表3所示。各層IMF進(jìn)行S變換后的時(shí)間定位、幅值檢測(cè)誤差較小，精確度高。

表2　時(shí)間檢測(cè)結(jié)果分析

表3　幅值檢測(cè)結(jié)果分析

表2、表3中：IMF1、IMF2誤差較目標(biāo)函數(shù)誤差小，即經(jīng)過EEMD分解后再進(jìn)行廣義S變換，由于濾除了不需要的雜質(zhì)信號(hào)，其精度變高。檢測(cè)結(jié)果證明了兩種算法結(jié)合的可靠性與有效性。

3　結(jié)束語(yǔ)

結(jié)合電能質(zhì)量中的多擾動(dòng)特征，應(yīng)用了改進(jìn)HHT與快速?gòu)V義S變換相結(jié)合的算法。改進(jìn)后的EEMD和S變換在檢測(cè)精度上都有了提高。對(duì)多擾動(dòng)中的典型代表諧波與電壓暫降的混合進(jìn)行仿真，利用改進(jìn)HHT進(jìn)行分解，提取頻率成分，進(jìn)行整體分析；廣義S變換對(duì)HHT的結(jié)果進(jìn)行精確分析，確定幅值、突變起止時(shí)刻信息。仿真試驗(yàn)表明，兩種改進(jìn)算法的結(jié)合能有效提取多擾動(dòng)的各方面信息，精度較單一算法更高。

[1]YUANS,HUANGRC,TONGW,etal.VoltageflickermeasurementbasedonDSPplatformanditserrorcorrection[J].ThePowerSystemProtectionandControl,2008,21(4): 47-51.

[2] 程浩忠.電能質(zhì)量介紹[M] ．北京：中國(guó)電力出版社，2008．

[3] 程浩志,呂干云,周荔丹.電能質(zhì)量監(jiān)測(cè)與分析[M].北京：北京科學(xué)出版社，2012：28 -33.

[4] 尹柏強(qiáng),何怡剛,朱彥卿.一種廣義S變換及模糊SOM網(wǎng)絡(luò)的電能質(zhì)量多擾動(dòng)檢測(cè)和識(shí)別方法[J].電機(jī)工程學(xué)報(bào),2015,4(35):866-872.

[5] 呂干云,馮華君,牛更軍,等.基于S變換的電力系統(tǒng)間諧波檢測(cè)[J].儀器儀表學(xué)報(bào)，2006,27(6):1676-1682.

[6] 唐求，滕召勝，高云鵬，等.基于S變換的平方檢測(cè)法測(cè)量電壓閃變[J].中國(guó)電機(jī)工程學(xué)報(bào)，2012，32(7)：60-67.

[7] 周林,吳紅春,夢(mèng)婧,等.電壓暫降分析方法研究[J].高電壓技術(shù),2008,5(34):1011-1015.

[8] 劉云潺,王建鵬.HHT在電壓暫降檢測(cè)中的應(yīng)用[J].科技創(chuàng)新導(dǎo)報(bào),2009(28):51-53.

[9] 徐健,張宇勍,李彥斌,等.短時(shí)傅里葉變換和S變換用于檢測(cè)電壓暫降的對(duì)比研究[J].電力系統(tǒng)保護(hù)與控制,2014,42(24):44-48.

[10]程思勇.小波與HHT在電能質(zhì)量分析中的應(yīng)用[D].吉林:東北電力大學(xué),2007.

[11]易吉良,彭建春,譚會(huì)生.S變換在電能質(zhì)量擾動(dòng)分析中的應(yīng)用綜述[J].電力系統(tǒng)保護(hù)與控制,2011,39(3):141-146.

[12]鄭曙光，劉觀起.基于廣義雙曲S變換的快速諧波檢測(cè)算法[J].電測(cè)與儀表,2015,52(9):30-35.

[13]李天云,高磊,趙妍.基于HH丁的電力系統(tǒng)低頻振蕩分析[J].中國(guó)電機(jī)工程學(xué)報(bào),2006,14(26):24-29.

[14]朱寧輝,白曉民,董偉杰.基于EEMD的諧波檢測(cè)方法[J].中國(guó)電機(jī)工程學(xué)報(bào),2013,33(7):92-97.

ResearchontheDetectionMethodofMulti-disturbancePowerQualityDetection

Inviewofthecomplexcharacteristicsofthedisturbancetypesandtheuncertainfrequencycomponentsinpowerquality,thecombinedmethodofimprovedHilbert-Huangtransform(HHT)andgeneralizedStransformareusedfordetection.Themixeddisturbanceofharmonicandvoltagesagareselectedasthetargetsignal,theensembleempiricalmodedecomposition(EEMD)isconductedbyusingHHT,toextracteachfrequencycomponent,andtogetintrinsicmodefunction(IMF)set,anddeterminethebasiccomponent.EachlayeroftheIMFisproceedfastimprovedStransform(generalizedStransform)todeterminethepreciseinformation.Thetestresultshowthatthecombinationoftwoalgorithmsbringsmoreaccuratedetectionofmeasuredpowerqualityundermultipledisturbances.

PowerqualityMulti-disturbanceHarmonicVoltagesagImprovedHHTGeneralizedStransformEnsembleempiricalmodedecomposition(EEDM)Intrinsicmodefunction(IMF)

徐健(1963—)，男，1986年畢業(yè)于西安工程大學(xué)自動(dòng)化專業(yè)，獲學(xué)士學(xué)位，副教授；主要從事電能質(zhì)量監(jiān)測(cè)方向的研究。

TH-3;TP273

ADOI:10.16086/j.cnki.issn1000-0380.201609016

修改稿收到日期：2016-03-09。