论文部分内容阅读
由于电力来源和用电负荷越来越多样化,导致电力系统中电能质量扰动信号变得日益复杂和多样。与此同时,大量高精度和高灵敏度的用电设备对供电的电能质量要求不断提高。这给电能质量的治理工作带来了巨大挑战。对电能质量治理的前提就是能正确地检测与识别这些扰动信号。然而,现有的一些方法已经不能满足目前电能质量分析的精度要求。因此,本文从信号处理的角度,对电能质量扰动信号的检测与识别问题做一些研究和新的尝试。本文主要在稀疏分解和深度学习两个领域对电能质量扰动信号进行分析。在稀疏分解方面,本文针对两类扰动信号的结构特征