CN108267657B - 一种基于s变换的电能质量扰动检测方法及系统 - Google Patents

一种基于s变换的电能质量扰动检测方法及系统 Download PDF

Info

Publication number
CN108267657B
CN108267657B CN201810106963.8A CN201810106963A CN108267657B CN 108267657 B CN108267657 B CN 108267657B CN 201810106963 A CN201810106963 A CN 201810106963A CN 108267657 B CN108267657 B CN 108267657B
Authority
CN
China
Prior art keywords
disturbance
frequency
kurtosis
medium
analysis
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201810106963.8A
Other languages
English (en)
Other versions
CN108267657A (zh
Inventor
金显吉
佟为明
林景波
李中伟
李凤阁
刘勇
佟春天
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN201810106963.8A priority Critical patent/CN108267657B/zh
Publication of CN108267657A publication Critical patent/CN108267657A/zh
Application granted granted Critical
Publication of CN108267657B publication Critical patent/CN108267657B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere

Abstract

本发明公开了一种基于S变换的电能质量扰动检测方法及系统,涉及一种分段改进S变换分析方法。该方法在S变换方法的基础上,对改进S变换进行分段处理,解决了改进S变换对于复合扰动测量不准确的缺点。该方法在改进S变换的基础上,通过对电力系统中扰动信号的类型和频段分布进行综合分析,选取峰度为分析对象,并选取最能代表扰动信号的特征区域作为峰度分析区域,综合考虑窗宽因子g和峰度的关系,经过原理分析和实验确定,最终确定各个频段的窗宽调节因子g的值,使其可以根据不同扰动具有更突出的时域检测能力或频域检测能力。

Description

一种基于S变换的电能质量扰动检测方法及系统
技术领域
本发明涉及电能质量扰动检测方法,属于电能质量检测技术领域,特别涉及一种基于S变换的电能质量扰动检测方法。
背景技术
在电能质量检测算法中,为了能够对不同形式的扰动进行精确的检测,常需要很多不同的检测方法,而改进S变换检测方法,可以根据不同扰动改变窗宽调节因子g的大小,使其具有更突出的时域检测能力或频域检测能力。在对信号频谱进行分析时,通过选取较小的窗宽调节因子,使其具有较高的频率分辨率;在对时域进行分析时,选取较大的窗宽调节因子,使其具有较高的时间分辨率。改进S变换对于单一扰动信号具有更好的检测能力,但电力系统中的扰动信号往往多种扰动并存,为对复合扰动具有更好的检测能力,本文提出分段改进S变换。
发明内容
本发明的主要目的在于提出一种能够根据扰动信号类型的不同而进行调整的检测算法,使其对电力系统中的复杂扰动具有很好的检测能力。
为达到上述目的,本发明在改进S变换的基础上,结合改进S变换通过改变窗宽调节因子g的大小,使其可以根据不同扰动具有更突出的时域检测能力或频域检测能力,对于单一扰动有更好的检测能力,但对于复合扰动,则会减弱其中一种扰动检测能力等特点,提出一种能够对电力系统中不同扰动信号进行调整检测的分段改进S变换的方法。其实现包括如下步骤:
步骤1、依据电力系统的扰动信号类型,将电能质量扰动按频率分为低频扰动、中频扰动和高频扰动三个频段;
步骤2、针对上述三个频段的扰动,以峰度为分析对象,选取不同频段扰动的峰度分析区域,形成低频扰动峰度分析区域、中频扰动峰度分析区域、高频扰动峰度分析区域;
步骤3、针对所述低频扰动峰度分析区域、中频扰动峰度分析区域、高频扰动峰度分析区域,确定各个区域对应的窗宽调节因子g1、g2、g3;
步骤4、分别计算低频扰动、中频扰动、高频扰动的S变换,并进行电能质量扰动检测。
优选地,所述步骤2中,所述低频扰动峰度分析区域选取暂降开始时刻附近的区域;所述中频扰动峰度分析区域选取谐波频率点附近的区域;所述高频扰动峰度分析区域选取振荡频率附近的区域。
优选地,所述步骤3中,窗宽调节因子g1、g2、g3的确定方式为:
步骤301、确定分析对象,选取最能代表扰动信号特征的峰度作为分析对象;
步骤302、确定低频、中频、高频三个频段峰度的分析区域;
步骤303、建立窗宽调节因子、扰动信号、峰度之间的相互影响关系,确定最优的窗宽调节因子。
优选地,所述步骤4中,分别计算低频扰动、中频扰动、高频扰动的S变换具体采用如下方式,分段S变换公式为:
Figure BDA0001568026160000021
其中,nmax为最大检测频率点,且nmax<N;N为采样点总数;T为采样周期。式中:k(k=0,1,2…..N-1)为时间采样点,n为要检测的频率点,
Figure BDA0001568026160000022
为信号h[kT]的离散傅里叶变换;则
Figure BDA0001568026160000023
即原频谱向左移动m个频率点,h[mT]为S变换的反变换,优选地,上式可变为:
Figure BDA0001568026160000024
即S矩阵第一行为信号的均值,是信号的直流分量。
此外,在本发明的又一个方面,还提供了一种基于S变换的电能质量扰动检测系统,所述系统包括:
分频模块,用于依据电力系统的扰动信号类型,将电能质量扰动按频率分为低频扰动、中频扰动和高频扰动三个频段;
峰度分析区域确定模块,用于针对上述三个频段的扰动,以峰度为分析对象,选取不同频段扰动的峰度分析区域,形成低频扰动峰度分析区域、中频扰动峰度分析区域、高频扰动峰度分析区域;
窗宽调节因子确定模块,用于针对所述低频扰动峰度分析区域、中频扰动峰度分析区域、高频扰动峰度分析区域,确定各个区域对应的窗宽调节因子g1、g2、g3;
S变换计算模块,用于分别计算低频扰动、中频扰动、高频扰动的S变换;
电能质量扰动检测模块,用于依据S变换计算模块的计算结果,进行电能质量扰动检测,确定扰动相关的数据。
优选地,所述系统还包括扰动信号获取模块,用于获取电力系统中的扰动信号。
优选地,所述窗宽调节因子确定模块进一步包括:
峰度筛选子模块,用于依据分析对象,选取最能代表扰动信号特征的峰度作为分析对象;
关系运算子模块,用于建立窗宽调节因子、扰动信号、峰度之间的相互影响关系。
在本发明的又一个方面,本发明还提供了一种基于S变换的电能质量扰动检测系统,所述系统包括存储有计算机可执行程序的存储介质,以及与该存储介质相连的处理器;
所述处理器由所述存储介质读取计算机可执行程序,以执行如下步骤:
依据电力系统的扰动信号类型,将电能质量扰动按频率分为低频扰动、中频扰动和高频扰动三个频段;
针对上述三个频段的扰动,以峰度为分析对象,选取不同频段扰动的峰度分析区域,形成低频扰动峰度分析区域、中频扰动峰度分析区域、高频扰动峰度分析区域;
针对所述低频扰动峰度分析区域、中频扰动峰度分析区域、高频扰动峰度分析区域,确定各个区域对应的窗宽调节因子g1、g2、g3;
分别计算低频扰动、中频扰动、高频扰动的S变换,并进行电能质量扰动检测。
与现有技术相比,本发明计算结果对电力系统中电能质量扰动测量更加的准确,且易于实施,检测范围大,能够有效的检测各种复合扰动。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例中用分段改进S变换进行扰动检测的流程图;
图2为本发明实施例中对采样信号频谱进行分频段分析的概念图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创作性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,以下的各个实施例中的计算方式、技术方案等均可以相互借鉴或者使用。
实施例1:
如图1所示,在一个具体的实施例中,本发明所提出的一种能够对电力系统中不同扰动信号进行调整检测的分段改进S变换的方法,其实现包括如下步骤:
步骤1、依据电力系统的扰动信号类型,将电能质量扰动按频率分为低频扰动、中频扰动和高频扰动三个频段;
更为优选的,结合图2,不同频率的信号主要针对不同的内容进行分析,其中低频扰动主要包括电压暂降、电压暂升、闪变和短时中断等,在一个优选的实施例中,可以将低频段的范围设为0ˉ100Hz、中频段的扰动主要是谐波等扰动,中频段范围为100ˉ700Hz,高频段主要存在暂态振荡等扰动,高频段的范围为大于700Hz,这种划分仅是作为举例,还可以依据具体的参数及计算等需要,对具体的划分方式及其范围等进行多种划分。
步骤2、对扰动信号检测结果是二维的时频矩阵,则以峰度为分析对象,选取最能代表扰动信号特征的区域作为峰度分析区域,以提高峰度分析的精度。
针对上述三个频段的扰动,以峰度为分析对象,选取不同频段扰动的峰度分析区域,形成低频扰动峰度分析区域、中频扰动峰度分析区域、高频扰动峰度分析区域;
在一个更为优选的实施方式中,可以基于改进的S变换,来确定分析区域。当然,此处需要进行澄清的是,本发明的具体实施例中,基于改进的S变换进行后续运算,仅属于一种优选的方式,本发明的技术方案,也可以采用基于通用的基础S变换,来获得分析区域,并基于该分析区域进行低频扰动、中频扰动、高频扰动的推演计算,这是本领域技术人员在本发明技术方案的基础上,结合S变换的知识,可以得到的推演。
优选的,改进S变换,其表达式如下:
Figure BDA0001568026160000051
式中:f为频率;t为时间;τ为高斯窗函数中心位置;σ(f)=1/|f|为高斯窗函数窗宽;h(t)为一维连续时域信号;g为改进S变换的窗宽调节因子,其值大于0。改进S变换对S变换中高斯窗函数进行修改,将原来窗宽σ(f)=1/|f|乘以个窗宽调节因子的平方根,修改为
Figure BDA0001568026160000052
改进S变换通过调节g的大小,可以改变窗宽随频率的反比变化速度。当窗宽调节因子g=1时,改进S变换则是普通S变换。在频率不变的条件下,当0<g<1时,窗宽变窄,时间分辨变高;当g>1时,窗宽变宽,频率分辨率变高。
步骤3、针对所述低频扰动峰度分析区域、中频扰动峰度分析区域、高频扰动峰度分析区域,确定各个区域对应的窗宽调节因子g1、g2、g3;
窗宽调节因子与扰动信号的时间或频率-最大幅值曲线峰度大小有直接的关系。但是峰度最大时的窗宽调节因子不一定能够准确检测扰动信号,过大或过小的窗宽调节因子都会造成较大的检测误差,所以需要在峰度分析区域内研究窗宽调节因子对峰度和检测误差的影响,经过多组实验并对原理进行分析,最终确定最优窗宽的调节因子,确定窗宽调节因子g1,g2,g3的值;
步骤4、分别计算低频扰动、中频扰动、高频扰动的S变换,并进行电能质量扰动检测。
优选地,所述步骤2中,所述低频扰动峰度分析区域选取暂降开始时刻附近的区域;中频段的扰动信号主要为谐波,所述中频扰动峰度分析区域选取谐波频率点附近的区域;高频段的扰动主要是暂态振荡,所述高频扰动峰度分析区域选取振荡频率附近的区域。
优选地,所述步骤3中,窗宽调节因子g1、g2、g3的确定方式为:
步骤301、确定分析对象,选取最能代表扰动信号特征的峰度作为分析对象;
步骤302、可以通过例如实验的手段,确定低频、中频、高频三个频段峰度的分析区域;
步骤303、建立窗宽调节因子、扰动信号、峰度之间的相互影响关系,确定最优的窗宽调节因子。可以采用常规的方式建立三者之间的影响关系。
在一个具体的实施方式中,经研究,窗宽调节因子、扰动信号、峰度之间存在以下的相互影响关系:窗宽调节因子与扰动信号的时间或频率-最大幅值曲线峰度大小有直接的关系。但是峰度最大时的窗宽调节因子不一定能够准确检测扰动信号,例如暂态振荡信号,当窗宽调节因子越大,峰度越大,但幅值检测误差越大。过大或过小的窗宽调节因子都会造成较大的检测误差,所以需要在峰度分析区域内研究窗宽调节因子对峰度和检测误差的影响,在误差允许范围内获得最大的峰度。
当扰动信号畸变越小时,对扰动的检测难度越高,检测误差越大,因此在分析检测误差时,扰动信号以最小扰动参数进行实验。通过实验的方法得到窗宽调节因子与峰度、检测误差的关系,综合考虑,在峰度分析区域内使得检测误差最小。
优选地,所述步骤4中,分别计算低频扰动、中频扰动、高频扰动的S变换具体采用如下方式,根据S变化的公式可以推出分段S变换的公式如下:
Figure BDA0001568026160000071
其中,nmax为最大检测频率点,且nmax<N;N为采样点总数;T为采样周期,在一个具体的实施方式中,式中:k(k=0,1,2…..N-1)为时间采样点,n为要检测的频率点,
Figure BDA0001568026160000072
为信号h[kT]的离散傅里叶变换;则即原频谱向左移动m个频率点,h[mT]为S变换的反变换,上式可变为:
Figure BDA0001568026160000074
即S矩阵第一行为信号的均值,是信号的直流分量。
分段改进S变换是在S变换的基础上改进的,其为短时傅里叶和小波变换发展而来的,通过对采样信号进行处理和分析,可得到扰动信号的类型和相关的扰动数据。
实施例2:
在本发明的又一个实施例中,还提供了一种基于S变换的电能质量扰动检测系统,所述系统包括:
分频模块,用于依据电力系统的扰动信号类型,将电能质量扰动按频率分为低频扰动、中频扰动和高频扰动三个频段;
峰度分析区域确定模块,用于针对上述三个频段的扰动,以峰度为分析对象,选取不同频段扰动的峰度分析区域,形成低频扰动峰度分析区域、中频扰动峰度分析区域、高频扰动峰度分析区域;
窗宽调节因子确定模块,用于针对所述低频扰动峰度分析区域、中频扰动峰度分析区域、高频扰动峰度分析区域,确定各个区域对应的窗宽调节因子g1、g2、g3;
S变换计算模块,用于分别计算低频扰动、中频扰动、高频扰动的S变换;
电能质量扰动检测模块,用于依据S变换计算模块的计算结果,进行电能质量扰动检测,确定扰动相关的数据。
优选地,所述系统还包括扰动信号获取模块,用于获取电力系统中的扰动信号。
优选地,所述窗宽调节因子确定模块进一步包括:
峰度筛选子模块,用于依据分析对象,选取最能代表扰动信号特征的峰度作为分析对象;
关系运算子模块,用于建立窗宽调节因子、扰动信号、峰度之间的相互影响关系。
实施例3:
在本发明的又一个方面,本发明还提供了一种基于S变换的电能质量扰动检测系统,所述系统包括存储有计算机可执行程序的存储介质,以及与该存储介质相连的处理器;
所述处理器由所述存储介质读取计算机可执行程序,以执行如下步骤:
依据电力系统的扰动信号类型,将电能质量扰动按频率分为低频扰动、中频扰动和高频扰动三个频段;
针对上述三个频段的扰动,以峰度为分析对象,选取不同频段扰动的峰度分析区域,形成低频扰动峰度分析区域、中频扰动峰度分析区域、高频扰动峰度分析区域;
针对所述低频扰动峰度分析区域、中频扰动峰度分析区域、高频扰动峰度分析区域,确定各个区域对应的窗宽调节因子g1、g2、g3;
分别计算低频扰动、中频扰动、高频扰动的S变换,并进行电能质量扰动检测。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
本发明参照本发明实施例的方法、方框图、单线图、仿真图进行描述的,以上所述仅为本发明的实施例而已,并不限定本发明,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (7)

1.一种基于S变换的电能质量扰动检测方法,其特征在于,所述方法包括以下步骤:
步骤1、依据电力系统的扰动信号类型,将电能质量扰动按频率分为低频扰动、中频扰动和高频扰动三个频段;
步骤2、针对上述三个频段的扰动,以峰度为分析对象,选取不同频段扰动的峰度分析区域,形成低频扰动峰度分析区域、中频扰动峰度分析区域、高频扰动峰度分析区域;
步骤3、针对所述低频扰动峰度分析区域、中频扰动峰度分析区域、高频扰动峰度分析区域,确定各个区域对应的窗宽调节因子g1、g2、g3;
步骤4、分别计算低频扰动、中频扰动、高频扰动的S变换,并进行电能质量扰动检测;
其中,分别计算低频扰动、中频扰动、高频扰动的S变换具体采用如下方式,分段S变换公式为:
Figure FDA0002269870800000011
其中,nmax为最大检测频率点,且nmax<N;N为采样点总数;T为采样周期,k(k=0,1,2…N-1)为时间采样点,n为要检测的频率点,
Figure FDA0002269870800000012
为信号h[kT]的离散傅里叶变换,即为原频谱向左移动m个频率点,
Figure FDA0002269870800000021
即为原频谱向左移动m个频率点,h[mT]为S变换的反变换。
2.根据权利要求1所述的方法,其特征在于,所述步骤2中,所述低频扰动峰度分析区域选取暂降开始时刻附近的区域;所述中频扰动峰度分析区域选取谐波频率点附近的区域;所述高频扰动峰度分析区域选取振荡频率附近的区域。
3.根据权利要求1所述的方法,其特征在于,所述步骤3中,窗宽调节因子g1、g2、g3的确定方式为:
步骤301、确定分析对象,选取最能代表扰动信号特征的峰度作为分析对象;
步骤302、确定低频、中频、高频三个频段峰度的分析区域;
步骤303、建立窗宽调节因子、扰动信号、峰度之间的相互影响关系,确定最优的窗宽调节因子。
4.一种基于S变换的电能质量扰动检测系统,其特征在于,所述系统包括:
分频模块,用于依据电力系统的扰动信号类型,将电能质量扰动按频率分为低频扰动、中频扰动和高频扰动三个频段;
峰度分析区域确定模块,用于针对上述三个频段的扰动,以峰度为分析对象,选取不同频段扰动的峰度分析区域,形成低频扰动峰度分析区域、中频扰动峰度分析区域、高频扰动峰度分析区域;
窗宽调节因子确定模块,用于针对所述低频扰动峰度分析区域、中频扰动峰度分析区域、高频扰动峰度分析区域,确定各个区域对应的窗宽调节因子g1、g2、g3;
S变换计算模块,用于分别计算低频扰动、中频扰动、高频扰动的S变换;所述分别计算低频扰动、中频扰动、高频扰动的S变换具体采用如下方式,分段S变换公式为:
Figure FDA0002269870800000031
其中,nmax为最大检测频率点,且nmax<N;N为采样点总数;T为采样周期,k(k=0,1,2…N-1)为时间采样点,n为要检测的频率点,
Figure FDA0002269870800000032
为信号h[kT]的离散傅里叶变换,即为原频谱向左移动m个频率点,即为原频谱向左移动m个频率点,h[mT]为S变换的反变换;
电能质量扰动检测模块,用于依据S变换计算模块的计算结果,进行电能质量扰动检测,确定扰动相关的数据。
5.根据权利要求4所述的系统,其特征在于,所述系统还包括扰动信号获取模块,用于获取电力系统中的扰动信号。
6.根据权利要求4所述的系统,其特征在于,所述窗宽调节因子确定模块进一步包括:
峰度筛选子模块,用于依据分析对象,选取最能代表扰动信号特征的峰度作为分析对象;
关系运算子模块,用于建立窗宽调节因子、扰动信号、峰度之间的相互影响关系。
7.一种基于S变换的电能质量扰动检测系统,其特征在于,所述系统包括存储有计算机可执行程序的存储介质,以及与该存储介质相连的处理器;
所述处理器由所述存储介质读取计算机可执行程序,以执行如下步骤:
依据电力系统的扰动信号类型,将电能质量扰动按频率分为低频扰动、中频扰动和高频扰动三个频段;
针对上述三个频段的扰动,以峰度为分析对象,选取不同频段扰动的峰度分析区域,形成低频扰动峰度分析区域、中频扰动峰度分析区域、高频扰动峰度分析区域;
针对所述低频扰动峰度分析区域、中频扰动峰度分析区域、高频扰动峰度分析区域,确定各个区域对应的窗宽调节因子g1、g2、g3;
分别计算低频扰动、中频扰动、高频扰动的S变换,并进行电能质量扰动检测,所述分别计算低频扰动、中频扰动、高频扰动的S变换具体采用如下方式,分段S变换公式为:
Figure FDA0002269870800000041
其中,nmax为最大检测频率点,且nmax<N;N为采样点总数;T为采样周期,k(k=0,1,2…N-1)为时间采样点,n为要检测的频率点,
Figure FDA0002269870800000051
为信号h[kT]的离散傅里叶变换,即为原频谱向左移动m个频率点,
Figure FDA0002269870800000052
即为原频谱向左移动m个频率点,h[mT]为S变换的反变换。
CN201810106963.8A 2018-02-02 2018-02-02 一种基于s变换的电能质量扰动检测方法及系统 Expired - Fee Related CN108267657B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810106963.8A CN108267657B (zh) 2018-02-02 2018-02-02 一种基于s变换的电能质量扰动检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810106963.8A CN108267657B (zh) 2018-02-02 2018-02-02 一种基于s变换的电能质量扰动检测方法及系统

Publications (2)

Publication Number Publication Date
CN108267657A CN108267657A (zh) 2018-07-10
CN108267657B true CN108267657B (zh) 2020-01-21

Family

ID=62773585

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810106963.8A Expired - Fee Related CN108267657B (zh) 2018-02-02 2018-02-02 一种基于s变换的电能质量扰动检测方法及系统

Country Status (1)

Country Link
CN (1) CN108267657B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108919008B (zh) * 2018-07-16 2021-02-19 华北电力大学(保定) 一种基于时频数据库在线电能质量扰动识别方法及系统
CN109374997B (zh) * 2018-09-03 2020-07-28 三峡大学 基于vmd初始化s变换的混合动力系统电能质量扰动检测与评估方法
CN110046593B (zh) * 2019-04-22 2023-08-01 三峡大学 基于分段改进s变换和随机森林的复合电能质量扰动识别方法
CN112881795A (zh) * 2021-01-07 2021-06-01 国网河南省电力公司电力科学研究院 一种基于小波分析的电网频率大扰动快速判别方法和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070046283A (ko) * 2005-10-31 2007-05-03 한국전력공사 전력품질 외란 발생장치 및 이를 이용한 테스트방법
CN102135560A (zh) * 2011-02-23 2011-07-27 山东大学 雷电波侵入变电站的扰动识别方法
CN104459398A (zh) * 2014-12-08 2015-03-25 东北电力大学 一种采用二维形态学降噪的电能质量复合扰动识别方法
CN104459397A (zh) * 2014-12-08 2015-03-25 东北电力大学 采用自适应多分辨率广义s变换的电能质量扰动识别方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106250904B (zh) * 2016-05-18 2023-06-09 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心) 基于改进s变换的电能扰动分析仪及分类方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070046283A (ko) * 2005-10-31 2007-05-03 한국전력공사 전력품질 외란 발생장치 및 이를 이용한 테스트방법
CN102135560A (zh) * 2011-02-23 2011-07-27 山东大学 雷电波侵入变电站的扰动识别方法
CN104459398A (zh) * 2014-12-08 2015-03-25 东北电力大学 一种采用二维形态学降噪的电能质量复合扰动识别方法
CN104459397A (zh) * 2014-12-08 2015-03-25 东北电力大学 采用自适应多分辨率广义s变换的电能质量扰动识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
混合电能质量扰动的检测与分类;朱玲;《混合电能质量扰动的检测与分类》;20160115(第01期);第C042-334页 *

Also Published As

Publication number Publication date
CN108267657A (zh) 2018-07-10

Similar Documents

Publication Publication Date Title
CN108267657B (zh) 一种基于s变换的电能质量扰动检测方法及系统
CN108764073B (zh) 一种结合频谱能量形态拟合的加速度滤噪和积分方法
CN107994866A (zh) 直流电弧故障检测的方法、装置、设备及存储介质
CN106451498B (zh) 一种基于改进广义形态滤波的低频振荡模态辨识方法
EP2938034B1 (en) Method and system for updating predistortion coefficient
KR101294681B1 (ko) 기상 신호 처리장치 및 그 처리방법
CN112255492A (zh) 一种强噪声背景下的配电网单相接地高阻故障识别方法
CN113032716A (zh) 基于加窗插值和Prony算法的谐波与间谐波分析方法
US10585130B2 (en) Noise spectrum analysis for electronic device
Liu et al. A novel signal separation algorithm for wideband spectrum sensing in cognitive networks
CN117200242A (zh) 一种用于智慧调压箱柜的监测数据处理方法及系统
CN110716167A (zh) 任意波形发生器幅度扫频自适应分辨率校准方法及系统
Abdullah et al. Bilinear time-frequency analysis techniques for power quality signals
CN108362939A (zh) 一种线性调频信号的频域参数测量方法
CN114724573A (zh) 一种啸叫抑制方法、装置、计算机可读存储介质以及系统
CN114785379A (zh) 一种水声janus信号参数估计方法及系统
US11769517B2 (en) Signal processing apparatus, signal processing method, and signal processing program
Tse et al. Wavelet‐based algorithm for power quality analysis
CN109541309B (zh) 一种频谱分析仪及其信号处理方法
CN112034232A (zh) 一种供电系统电压暂降检测方法
CN112217749A (zh) 一种盲信号分离方法及装置
CN108090432A (zh) 一种振动信号频谱谱峰的自动识别方法
He et al. Least Mean Square Adaptive Filter Detection Based on Wavelet Transform in Spectrum Monitoring
CN114295577B (zh) 一种太赫兹检测信号的处理方法、装置、设备和介质
Nikonowicz et al. Quantitative benchmarks and new directions for noise power estimation methods in ISM radio environment

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200121

Termination date: 20210202