[发明专利]一种暂态电能质量检测方法及系统

说明书

本发明公开一种暂态电能质量检测方法及系统。所述检测方法包括：对电能信号进行采样；根据所述电能信号利用小波变换和快速傅里叶变换算法获得暂态谐波的频率与发生时刻；获取暂态扰动信号；根据所述暂态扰动信号利用提升小波和希尔伯特变换方法获得暂态扰动的发生时刻和扰动类型。采用本发明的检测方法及系统，通过综合对暂态电能质量进行检测，从而实现暂态谐波发生时刻和暂态谐波幅值的有效检测，同时实现对信号扰动时刻的准确定位和对扰动类型的快速识别，使得针对暂态电能质量的检测更加准确和有效。而且暂态仿真研究结果表明，所提出的暂态参量检测方法具有准确度高、实时性好的特点。

技术领域

本发明涉及电能质量检测领域，特别是涉及一种暂态电能质量检测方法及系统。

背景技术

近年来，暂态电能质量问题倍受关注，国内外对暂态电能质量扰动分析方法的研究逐步深入，暂态扰动也可视为短时的电压波动，如暂态升、降和中断以及暂态脉冲和振荡；由于暂态扰动和暂态谐波持续的时间短、随机性强等，及其自身信号固有的复杂性和多样性，使得在这一领域的研究呈多样性。暂态电能质量检测主要包括暂态谐波检测以及暂态扰动时间定位与扰动类型识别。暂态电能参数具有持续时间短、随机性强、复杂性和多样性等特点，与其相关的理论体系还不完整、对应的检测方法也不够成熟。

目前，通常采用S变换法、Hilbert-Huang变换(简称HHT)、小波变换法以及人工智能等检测方法。HHT法和S变换法能够得到暂态信号的瞬态幅值，但在时间定位上的准确度较低，且随着采样频率的提高，方法的运算量大、耗时较长。小波变换在对暂态电能质量的检测上表现出明显的优越性，但需要选取合适的小波基，才能达到最优的检测结果。人工智能算法具有快速提取信号参数和检测精度高的特点，但是需要大量的训练样本，对于复杂模型运算量较大，需要的训练时间较长。

发明内容

本发明的目的是提供一种暂态电能质量检测方法及系统，以解决现有技术中暂态电能质量检测准确度低且耗时长的问题，使得针对暂态质量的检测更加准确和有效。

为实现上述目的，本发明提供了如下方案：

一种暂态电能质量检测方法，所述检测方法包括：

对电能信号进行采样；

根据所述电能信号利用小波变换和快速傅里叶变换算法获得暂态谐波的频率与发生时刻；

获取暂态扰动信号；

根据所述暂态扰动信号利用提升小波和希尔伯特变换方法获得暂态扰动的发生时刻和扰动类型。

可选的，所述根据所述电能信号利用小波变换和快速傅里叶变换算法获得暂态谐波的频率与发生时刻，具体包括：

利用小波变换的塔式算法对所述电能信号进行分解与重构，获得所述电能信号的细节成分和近似成分；

获得所述细节成分的模极大值；

根据所述模极大值定位所述暂态谐波的发生时刻；

根据所述近似成分，利用快速傅里叶变换算法获得所述暂态谐波的频谱；

根据所述频谱确定所述暂态谐波的频率。

可选的，所述利用小波变换的塔式算法对所述电能信号进行分解与重构，获得所述电能信号的细节成分和近似成分，具体包括：