基于神经网络与小波分析的电力系统谐波检测研究

• 作 者: 范芳芳
• 出 处: 南昌大学
• 发表日期: 2018年期
• 关键词: 电力谐波 谐波分析 小波变换 小波去噪 神经网络 模式识别

工业化进程越来越快,各种电子设备被应用于电力系统,这就导致了电力系统中的非线性负载也在不断增加,非线性负荷的大量使用必然会引发谐波的污染,这种谐波污染随着社会的不断进步、工业的不断发展而日趋严重,故对电网系统中准确检测谐波并进而抑制和去除这些谐波变得尤为重要。本文首先介绍和比较了几种电力系统谐波分析方法:基于模拟滤波器、基于傅立叶变换、基于瞬时无功功率以及基于神经网络的谐波检测方法,然后阐述了几种传统方法的不足以及目前业界采用谐波检测的主流方法。利用小波变换可以有效地分析各次谐波信号,并克服傅里叶变换在非稳态谐波分析上的不足。本文接着分析了在选取不同母小波函数对谐波分析的影响,通过实验仿真比较了几种母小波函数的优缺点,并且得出结论db4小波函数在处理非稳态信号的时候效果最好。同时,本文还利用小波方法对含噪声的电力谐波信号预处理,发现小波方法在去除电力信号中的噪声也具有很大的优势。在此基础上本文确定选用一种较新的谐波检测方法——小波变换与神经网络相结合的谐波分析方法。这种方法首先是通过小波变换对信号进行特征分量的提取,然后将不同频带的信号进行分离并且通过相应的神经网络进行分析和识别,得到各次谐波的类型、幅度、相位等参数,这种将小波变换与神经网络相结合的方法综合了小波变换的时频局部性的优势和神经网络的自适应性的特点,很好地实现了对非稳态谐波信号的分析与仿真,仿真结果也证明了该本文方法的可行性和有效性。