基于小波熵和小波熵权的电能质量扰动识别

《基于小波熵和小波熵权的电能质量扰动识别》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、维普资讯http://www.cqvip.comNo1电力科学与工程2006EIE(=TRICP0WERSCIENCEANDENGINEERING文章编号：1672—0792{2006)01—000105基于小波熵和小波熵权的电能质量扰动识别陈小勤，何正友(西南交通大学电气工程学院，四川成都610031)RecognitionofPowerQualityDisturbanceSignalsBasedonWaveletEntropyandWaveletEntropyWeightCHENXiao—qi

2、n，HEZheng—you(SouthwestJiaotongUniversity，Chengdu610031，China)Abstmct：Waveletanalysisisatime—frequencyanalysismethodwhichp3ssesseslocalizedcharacteristic，andwaveletentropyis引言betterforfeatureextraction．Waveletenergyentropy，waveletenergyrelativeentropy

3、andentropyweightarepresentedbasedon近年来，电能质量短期扰动的检测、定位和识waveletanalysis．Signalsofpowerqualitydisturbancearerecog—别问题备受关注，这一问题的解决在电能质量分析nizedusingwaveletentropyandwaveletentropyweightmeasLlre中具有重要地位和现实意义。从实用角度考虑，电inthispaper．Thesimulatedmodelsofthedistu

4、rbancesignalsin—能质量扰动检测和分类方法应具有检测扰动、确定cludingvoltagesag，voltageswell，interruption，oscillatorytransients，impulsetransients，spike，notchandharmonicsarebuilt其范围与幅度、判别其类型等功能，且检测应尽可andanalyzed．Theresultshowsthatentropyandentropyweight能实时，判别类型应尽可能准确、迅速。然而，已c

5、anqualitativelydescribekindsofsignals，andbeabletoclassify用方法大多只涉及电能质量扰动的检测与范围的确andrecognizepowerqualitydisturbancesignals．定，对扰动的分类识别还有待深入研究⋯。Keywords：waveletenergyentropy；waveletenergyrelativeell—小波变换具有时一频局部化特性，对信号非平tropy；waveletentropyweight；powerqua

6、lity；signalsck~ssifica—稳特征的捕捉能力较强，因此用它分析暂态、突变tion信号十分有效，国内外众多专家和学者也都用它进摘要：电力系统中电能质量扰动信号的分类和识别一直是国行电能质量分析。基于小波变换的多分辨分析，能内外众多学者研究的热点问题。小波分析是具有时频局部化对电能质量扰动进行榆测、定位和确定扰动持续时特性的时频分析方法，在此基础上定义的小波熵具有较好的间，但却不易准确识别是哪种扰动类型；而采用离定量特征提取能力。基于此，在给出小波熵、小波相对熵和散小波技术方法，大部

7、分只涉及电能质量扰动的检小波熵权的基本原理和定义的基础上，文章提出利用小波熵和熵权两种测度来分类和识别电能质量扰动信号，建立了各测与确定范围问题，且均不考虑谐波的存在，而在种扰动的仿真模型，对电压突降、突升、中断，振荡暂态、电力系统中谐波是大量存在的，并会使以上一方脉冲暂态、电压尖峰、缺VI、偕波等扰动类型进行了系统的法失效或精度降低，故采用离散小波变换对电能质仿真分析。结果表明，不同类型扰动信号的小波熵及熵权具量进行检测，实用性不强。到目前为止，研究电能有不同的定性规律，小波熵及小波熵权对电能质

8、量扰动具有质量扰动分类有如下几种解决方法：二一十进制转一定的分类识别能力。换分类法、dbl小波分析法、分形指数小波分析方关键词：小波能量熵；小波相对熵；小波熵权；电能质量；法、连续小波变换法、双小波法、小波包能量谱法、信号分类神经网络分类法和支持向量基分类法等l1J。这些中图分类号：TM46文献标识码：A方法均不够完善，某些变换出的结果离不开分类器，某些方法还费时，而且由于分类涉及的特征量太多，收稿日期：20051219基金项目：国家自然科学基金项目(50407009)；四川省心用