配電網(wǎng)暫態(tài)電能質(zhì)量擾動(dòng)的定位與識(shí)別研究

，,2，，

(1.湘潭大學(xué)智能計(jì)算與信息處理教育部重點(diǎn)實(shí)驗(yàn)室，湖南 湘潭 411105；2.深圳職業(yè)技術(shù)學(xué)院，廣東 深圳 518055)

1 引言

目前，電壓中斷、電壓驟降、暫態(tài)脈沖擾動(dòng)、電壓驟升、諧波、暫態(tài)振蕩擾動(dòng)和電壓閃變等配電網(wǎng)暫態(tài)電能質(zhì)量問題日益突出。因此，暫態(tài)電能質(zhì)量擾動(dòng)的研究和治理受到了越來(lái)越多的重視，而快速、準(zhǔn)確地對(duì)暫態(tài)電能質(zhì)量擾動(dòng)定位與識(shí)別是其中的重要環(huán)節(jié)[1]。對(duì)于定位和識(shí)別暫態(tài)電能質(zhì)量擾動(dòng)已有很多方法。文獻(xiàn)[2]提出三種基于數(shù)學(xué)形態(tài)學(xué)的電能質(zhì)量擾動(dòng)檢測(cè)和定位方法，檢測(cè)較為準(zhǔn)確，但存在對(duì)某些過零點(diǎn)擾動(dòng)檢測(cè)失效的缺點(diǎn)，適應(yīng)性和實(shí)時(shí)性較差；文獻(xiàn)[3-4]提出S變換法對(duì)電能質(zhì)量擾動(dòng)進(jìn)行檢測(cè)與分類，仿真結(jié)果表明檢測(cè)定位精度較高，分類相對(duì)準(zhǔn)確，但S變換運(yùn)算量較大，實(shí)時(shí)性難保證；文獻(xiàn)[5]提出改進(jìn)不完全S變換與決策樹的方法對(duì)暫態(tài)電能質(zhì)量擾動(dòng)進(jìn)行分類識(shí)別，從仿真結(jié)果可知擾動(dòng)識(shí)別效果良好且運(yùn)算時(shí)間短；此外暫態(tài)電能質(zhì)量擾動(dòng)的分析方法還有CWD譜峭度分析法[6]，希爾伯特-黃變換(HHT)分析法[7],奇異值分解和TLS-ESPRIT相結(jié)合的方法[8]等。本文提出一種定位擾動(dòng)起止時(shí)刻和識(shí)別暫態(tài)擾動(dòng)的方法，利用db4小波和BP神經(jīng)網(wǎng)絡(luò)對(duì)其進(jìn)行分析。通過對(duì)暫態(tài)電能質(zhì)量擾動(dòng)信號(hào)的多層db4小波分解，利用模極大值點(diǎn)來(lái)定位分析擾動(dòng)起止時(shí)刻，然后根據(jù)分解系數(shù)序列得到擾動(dòng)信號(hào)能量分布序列并構(gòu)造特征向量，最后利用BP神經(jīng)網(wǎng)絡(luò)來(lái)設(shè)計(jì)擾動(dòng)識(shí)別器。通過與擾動(dòng)起止時(shí)刻實(shí)際測(cè)量值和概率神經(jīng)網(wǎng)絡(luò)對(duì)比，db4小波對(duì)擾動(dòng)起止時(shí)刻的定位速度，定位精度高，使用BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)的擾動(dòng)識(shí)別器具有更高的擾動(dòng)信號(hào)識(shí)別率，驗(yàn)證了本文所提分析方法的正確性和有效性。

2 小波變換與暫態(tài)擾動(dòng)定位方法

2.1 小波變換基本原理

(1)

式中，a，b，t為連續(xù)變量；Ψ(t)為小波母函數(shù)；Ψa,b(t)為小波基函數(shù)；R為實(shí)數(shù)集，a，b∈R且a≠0；a為尺度參數(shù)，b為平移參數(shù)。

若將式(1)中的a，b做離散化處理，則x(t)的離散小波變換定義為：

(2)

Daubecies小波具有良好的消失矩、正則度、對(duì)稱性和緊支撐性[9]。因此，本文選擇db4小波來(lái)定位與識(shí)別暫態(tài)電能質(zhì)量擾動(dòng)。設(shè)信號(hào)采樣頻率為fs，則頻帶劃分?jǐn)?shù)目P由下式取整求得：

(3)

本文正常電能質(zhì)量信號(hào)的基頻fb=50Hz，取10kHz。根據(jù)式(3)得P=6，即對(duì)信號(hào)進(jìn)行小于6層的db4小波分解，考慮到實(shí)時(shí)性，本文對(duì)暫態(tài)擾動(dòng)信號(hào)進(jìn)行4層db4小波分解。

2.2 暫態(tài)擾動(dòng)突變點(diǎn)與模極大值點(diǎn)

(4)

(5)

由式(5)可知，Ws′x(t)是信號(hào)x(t)在尺度s下由θ(t)平滑后再取一階導(dǎo)數(shù)。信號(hào)x(t)的小波變換Ws′x(t)模的局部極大值點(diǎn)反映了信號(hào)x(t)的擾動(dòng)突變點(diǎn)，因此可以用小波變換模極大值點(diǎn)來(lái)定位擾動(dòng)信號(hào)突變點(diǎn)。

3 暫態(tài)電能質(zhì)量擾動(dòng)定位

在MATLAB7.1環(huán)境下，利用理想信號(hào)模型，對(duì)5種擾動(dòng)進(jìn)行了仿真分析，正常電壓信號(hào)是頻率50Hz幅值220V的正弦波。為了突出db4小波在暫態(tài)電能質(zhì)量擾動(dòng)定位中的速度和精度，將其與擾動(dòng)起止時(shí)刻實(shí)際測(cè)量值進(jìn)行了比較。圖1～5為電壓驟升、電壓中斷、電壓驟降、暫態(tài)脈沖和暫態(tài)振蕩擾動(dòng)定位結(jié)果，表1為定位精度和算法效率比較。具體擾動(dòng)信號(hào)定位步驟如下：

(1)繪制原始信號(hào)并采樣：采樣頻率fs為10kHz，即每個(gè)周期采樣200個(gè)點(diǎn)；

(2)小波分解：對(duì)擾動(dòng)信號(hào)進(jìn)行db4小波4層分解，取第一層分解高頻系數(shù)序列d1；

(3)判斷突變點(diǎn)：求d1模極大值點(diǎn)及其對(duì)應(yīng)位置，d1模極大值所在點(diǎn)位置即為暫態(tài)擾動(dòng)信號(hào)突變點(diǎn)；

(4)定位起止時(shí)刻：d1模極大時(shí)所對(duì)應(yīng)的時(shí)刻即為擾動(dòng)發(fā)生或結(jié)束時(shí)刻。

4 暫態(tài)電能質(zhì)量擾動(dòng)識(shí)別

(5)

構(gòu)造特征向量P=[p1,p2,p3,p4,p5]。

圖1 電壓驟升及其小波分解結(jié)果

圖2 電壓中斷及其小波分解結(jié)果

圖3 電壓驟降及其小波分解結(jié)果

圖4 暫態(tài)脈沖及其小波分解結(jié)果

圖5 暫態(tài)振蕩及其小波分解結(jié)果

BP神經(jīng)網(wǎng)絡(luò)是一種由輸入層、中間層和輸出層組成的按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)。本文采用3層BP神經(jīng)網(wǎng)絡(luò)來(lái)構(gòu)建擾動(dòng)識(shí)別器，特征向量P中含有5個(gè)元素，因此輸入層5個(gè)節(jié)點(diǎn)，輸出層與之對(duì)應(yīng)5個(gè)神經(jīng)元，中間層神經(jīng)元個(gè)數(shù)為12，具體網(wǎng)絡(luò)結(jié)構(gòu)如圖6所示。

圖6 本文使用的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

擾動(dòng)類型理論值/st1t2測(cè)量值/st1t2相對(duì)誤差/%t1t2計(jì)算時(shí)間/s電壓驟升0140020001396020052857250000363電壓中斷0160022001595021943125272700361電壓驟降0100018001002017962000222200364暫態(tài)脈沖016701672119800259暫態(tài)震蕩0162016501625016563086363600465

輸入層和輸出層采用S型傳遞函數(shù)，利用彈性反向傳播算法對(duì)樣本進(jìn)行訓(xùn)練。當(dāng)輸入層輸入一個(gè)與暫態(tài)電能質(zhì)量擾動(dòng)信號(hào)相對(duì)應(yīng)的特征向量時(shí)，輸出層輸出5×1的列向量，第幾行元素最大就對(duì)應(yīng)第幾種擾動(dòng)類型，擾動(dòng)類型按圖(1)～(5)所示排序。

本文利用第2節(jié)中采樣到的暫態(tài)電能質(zhì)量擾動(dòng)數(shù)據(jù)作為樣本數(shù)據(jù)來(lái)對(duì)常見的5種擾動(dòng)信號(hào)進(jìn)行識(shí)別，其中訓(xùn)練樣本1000個(gè)即每種擾動(dòng)200個(gè)，測(cè)試樣本400個(gè)即每種擾動(dòng)80個(gè)，并與概率神經(jīng)網(wǎng)絡(luò)進(jìn)行了對(duì)比，其識(shí)別效果如表2所示。

表2 擾動(dòng)識(shí)別結(jié)果

5 結(jié)論

暫態(tài)電能質(zhì)量擾動(dòng)是影響配電網(wǎng)電能質(zhì)量的重要因素之一，因此須快速、精準(zhǔn)地定位和識(shí)別暫態(tài)電能質(zhì)量擾動(dòng)。本文利用db4小波和BP神經(jīng)網(wǎng)絡(luò)對(duì)電壓驟升、電壓中斷、電壓驟降、暫態(tài)脈沖和暫態(tài)振蕩進(jìn)行了擾動(dòng)起止時(shí)刻定位和分類識(shí)別，結(jié)論如下：

(1)db4小波對(duì)擾動(dòng)起止時(shí)刻定位的計(jì)算速度快、實(shí)時(shí)性強(qiáng)且定位精度高；

(2)擾動(dòng)起止時(shí)刻理論值與實(shí)際測(cè)量值對(duì)比，相對(duì)誤差小，能滿足實(shí)際工程對(duì)暫態(tài)擾動(dòng)起止時(shí)刻的定位需求；

(3)BP神經(jīng)網(wǎng)絡(luò)擾動(dòng)識(shí)別器能對(duì)電壓驟升、電壓驟降和暫態(tài)脈沖100%識(shí)別，對(duì)5種常見擾動(dòng)的平均識(shí)別率達(dá)到了98%，識(shí)別率高。

[1] 吳兆剛,李唐兵,姚建剛,等.基于小波和改進(jìn)神經(jīng)樹的電能質(zhì)量擾動(dòng)分類[J].電力系統(tǒng)保護(hù)與控制,2014,42(24):86-92.

[2] 王麗霞,何正友,趙靜.基于數(shù)學(xué)形態(tài)學(xué)的電能質(zhì)量擾動(dòng)檢測(cè)和定位[J].電網(wǎng)技術(shù),2008,32(10):63-68.

[3] 徐方維,楊洪耕,葉茂清,等.基于改進(jìn)S變換的電能質(zhì)量擾動(dòng)分類[J].中國(guó)電機(jī)工程學(xué)報(bào),2012,32(4):77-84.

[4] ZHAO Feng-zhan,YANG Ren-gang.Power-quality disturbance recognition using S-transform[J].IEEE Trans Power Delivery,2007,22(2):944-950.

[5] 郭俊文,李開成,何順帆,等.基于改進(jìn)不完全S變換與決策樹的實(shí)時(shí)電能質(zhì)量擾動(dòng)分類[J].電力系統(tǒng)保護(hù)與控制,2013,41(22):103-110.

[6] 朱玲,劉志剛,胡巧琳,等.基于CWD譜峭度的暫態(tài)電能質(zhì)量擾動(dòng)識(shí)別[J].電力自動(dòng)化設(shè)備,2014,34(2):125-131.

[7] 田振果,傅成華,吳浩,等.基于HHT的電能質(zhì)量擾動(dòng)定位與分類[J].電力系統(tǒng)保護(hù)與控制,2015,43(16):36-42.

[8] 黃奐,黃陽(yáng),陳邕安.基于奇異值分解和TLS-ESPRIT的電能質(zhì)量擾動(dòng)信號(hào)檢測(cè)方法[J].電測(cè)與儀表,2014,51(1):64-70.

[9] 于炳新,崔滌塵,許童羽,等.小波模極大值擾動(dòng)電信號(hào)檢測(cè)的關(guān)鍵問題研究[J].中國(guó)農(nóng)機(jī)化學(xué)報(bào),2016,37(2):218-222.