[发明专利]基于WT和SVM的电能质量扰动分析方法

说明书

本发明公开的基于WT和SVM的电能质量扰动分析方法，首先，采集信号，利用WT对信号进行分析截取，然后将截取后所得的信号进行数据处理，提取得到不同段信号的特征值，根据提取的特征值利用SVM识别电能质量扰动情况；最后将上述识别出的结果利用SVM进一步分析，得到最终结果。本发明公开的基于WT和SVM的电能质量扰动分析方法，改善了现有技术对非平稳信号不易识别的问题。通过利用WT对信号进行分析，从而判断出信号是否存在扰动及扰动存在是时间，然后利用SVM对各类信号进行分析识别，很大程度上能够预测出扰动信号的类别。

技术领域

本发明属于电能质量分析与监测技术领域，涉及一种基于WT和SVM的电能质量扰动分析方法。

背景技术

电能是当今社会发展的重要能源之一，人们的工作生活越来越离不开电能，且随着时代的进步，人们对其的质量要求也在逐渐升高。而今各式各样的例如非线性的负载或是波动性的负荷以及各种电力电子设备大量应用于电力系统中，使得电能质量问题由此变得更为复杂且突出。而又由于电能质量现象具有多种情况，且其分别有着不同的特性，因此，为了避免或减少各种现象对电能质量的影响并改善电能质量，其首要前提就是准确识别出电能质量扰动的类别。

目前，已有较多的分析方法被应用于电能质量扰动分析，主要有傅里叶变换、短时傅里叶变换、小波变换和S变换等。傅里叶变换作为分析信号最为经典的方法，具有正交、完备等许多优点，但其是一种全局性变换，不能确定频率与时间的关系；短时傅里叶变换通过加窗的方法实现了对信号在局部时间内频率特征的描述，一定程度上克服了傅里叶变换不具有局部分析能力的缺陷，但由于其窗函数是固定的，因此，短时傅里叶变换的时频分辨率也是固定的，若要改变分辨率，则必须重新选择窗函数。除上述时频分析工具之外，尚有二次变换、S变换等时频分析工具，二次变换从能量角度来分析信号的时频特性，其基本思想是采用时间和频率的联合函数描述信号在不同时间和频率的能量密度或强度。

小波变换同傅里叶变换与短时傅里叶变换相比，其克服了傅立叶变换应用于不平稳信号的不足，不仅能处理平稳信号，对非平稳信号的处理也有着非常好的效果；改善了短时傅里叶变换不能改变窗口大小的缺点，是一种具有多分辨率分解特性的线性时频分析方法。小波变换能够通过多尺度分解获取到信号的近似分量与细节分量，并得到其各层信号的频率与时间参数，且能够通过变换充分突出问题某些方面的特征，表征函数的奇异性，从而得到信号频率同时间的关系，实现对各类信号的分析。

发明内容

本发明的目的是提供一种基于WT和SVM的电能质量扰动分析方法，改善了现有技术对非平稳信号不易识别的问题。

本发明所采用的技术方案是，基于WT和SVM的电能质量扰动分析方法，具体操作包括如下步骤：

步骤1.采集信号，对信号进行小波变换分析，截取扰动信号并提取所得信号的特征值；

步骤2.根据提取的特征值利用支持向量机检测电能质量扰动类别；

步骤3.将步骤2所得结果进行错误判断，经过处理后再次利用支持向量机对其进行检测，得出结果。

本发明的其他特点还在于，

步骤1的具体操作过程如下：

步骤1.1首先，利用matlab软件随机产生电压暂降、电压暂升、电压中断、暂态脉冲以及暂态振荡几种扰动信号类型，然后，利用电压传感器采集电网中的电压信号，采样频率1kHz，采集的信号以向量的形式储存在变量中；

步骤1.2将采集到的信号除以电网中电压或者电流的额定值进行标幺化，然后，对所得信号进行多尺度小波变化，得到近似信号与细节信号，检测信号中的奇异点；

步骤1.3根据奇异点截取出各类扰动信号，通过对各层信号进行数据处理得到不同特征值：标准差、能量、扰动持续时间以及扰动最大值，进而构成特征向量。