学位论文 > 优秀研究生学位论文题录展示

基于小波与神经网络算法的暂态电能质量信号分析

作　者: 刘立彦
导　师: 曾喆昭
学　校: 长沙理工大学
专　业: 电力系统及其自动化
关键词: 暂态电能质量小波变换小波包变换第二代小波变换阈值人工神经网络
分类号: TM711
类　型: 硕士论文
年　份: 2008年
下　载: 204次
引　用: 6次
阅　读: 论文下载

内容摘要

论文以五种常见的暂态电能质量现象即电压骤降、电压骤升、电压中断、振荡暂态、脉冲暂态为主要研究对象，重点研究了小波算法在暂态电能质量信号检测与分析中的应用，并结合人工神经网络进行暂态电能质量的识别与分类。针对暂态电能质量的检测和分析做了以下几个方面的研究。较为全面的介绍了电能质量的定义、分类以及国内外研究现状。详细阐述了目前常用的几种暂态电能质量的检测和分析方法、应用现状及存在问题。针对实际信号检测中的消噪问题，改进了基于小波包变换的软阈值消噪算法。针对小波包分解在不同频带上的系数采用不同的阈值进行处理：对于高频系数，采用基于Stein无偏似然估计原理的自适应阈值。对于低频系数，采用固定阈值。仿真结果表明，与改进前算法相比，本文算法具有更好的消噪性能。针对实际信号中的数据压缩问题，本文提出了基于第二代小波变换的数据压缩方法，对将第二代小波变换应用于暂态电能质量分析做了有益的尝试。仿真结果表明使用第二代小波变换进行数据压缩可以获得较高的压缩比，但重构误差偏大，如何在保持较高压缩比前提下减小重构误差还需进一步探讨。在信号消噪与压缩的基础上，根据暂态电能质量信号的非平稳特性，对暂态电能质量信号进行小波包分解，提取信号奇异点。实现了精确的暂态电能质量信号扰动定位，获取暂态电能质量信号的特征指标。最后，论文将小波包变换与人工神经网络技术相结合实现暂态电能质量信号的分类。对暂态电能质量信号进行小波包分解，提取出最能反映信号暂态特征的小波包系数能量。将小波包系数能量进行归一化处理，形成最终的特征向量并作为神经网络的输入构建神经网络识别系统，实现暂态电能质量信号的自动识别。仿真结果验证了该方法的有效性。

全文目录

摘要  5-6
ABSTRACT  6-12
第一章绪论  12-24
  1.1 引言  12
  1.2 课题研究的意义  12-14
    1.2.1 电能质量问题产生的原因及危害  12-14
    1.2.2 暂态电能质量现象研究的意义  14
  1.3 电能质量的基本概念  14-17
    1.3.1 电能质量的定义  14-15
    1.3.2 电能质量的分类  15-17
    1.3.3 电能质量标准简介  17
  1.4 电能质量的国内外研究现状  17-19
    1.4.1 国外研究现状  17-18
    1.4.2 国内研究现状  18-19
  1.5 暂态电能质量现象的检测与分析方法  19-22
    1.5.1 时域仿真法  19
    1.5.2 频域分析方法  19-20
    1.5.3 基于变换的方法  20-22
  1.6 本文主要研究内容  22-24
第二章小波变换的基本理论  24-42
  2.1 小波理论的发展和应用  24-25
  2.2 傅立叶变换(FT)和短时傅立叶变换(STFT)  25-27
    2.2.1 傅立叶变换(FT)  25-26
    2.2.2 短时傅立叶变换(STFT)  26-27
  2.3 小波变换的基本概念  27-31
    2.3.1 连续小波变换  28-29
    2.3.2 离散小波变换  29-30
    2.3.3 二进小波变换  30
    2.3.4 正交小波变换  30-31
  2.4 小波变换的多分辨率分析  31-34
    2.4.1 从滤波器组角度引入多分辨率分析  31-33
    2.4.2 从函数空间角度引入多分辨率分析  33-34
  2.5 MALLAT 算法  34-36
    2.5.1 分解算法  34-35
    2.5.2 重构算法  35-36
  2.6 小波包分析  36-39
    2.6.1 小波包的定义  36-38
    2.6.2 小波包的空间分解  38-39
    2.6.3 小波包算法  39
  2.7 小波变换与傅立叶变换和短时傅立叶变换的比较  39-40
  2.8 小波基函数的选择  40-42
第三章基于小波的暂态电能质量信号检测与分析  42-74
  3.1 引言  42-43
  3.2 常见暂态电能质量现象简介  43-45
  3.3 检测中信号的消噪  45-55
    3.3.1 引言  45-47
    3.3.2 基于小波包变换的消噪方法  47-51
    3.3.3 仿真分析  51-55
  3.4 检测中信号的数据压缩  55-65
    3.4.1 引言  55-57
    3.4.2 第二代小波变换  57-61
    3.4.3 基于第二代小波变换的数据压缩方法  61-63
    3.4.4 仿真实例  63-65
  3.5 电能质量扰动检测和定位  65-73
    3.5.1 引言  65-67
    3.5.2 电能质量扰动信号检测  67-69
    3.5.3 仿真分析  69-73
  3.6 本章小结  73-74
第四章电能质量扰动分类  74-83
  4.1 引言  74-75
  4.2 暂态电能质量信号分类与识别原理  75-76
  4.3 电能质量扰动信号特征向量的提取  76-79
  4.4 电能质量扰动信号的分类与识别  79-82
    4.4.1 人工神经网络基础知识  79-80
    4.4.2 采用的人工神经网络模型  80-81
    4.4.3 仿真结果  81-82
  4.5 本章小结  82-83
第五章结束语  83-86
  5.1 全文总结  83-84
  5.2 本文的主要特色和创新点  84
  5.3 展望  84-86
参考文献  86-94
致谢  94-95
附录 A （攻读硕士学位期间发表论文目录）  95

基于小波与神经网络算法的暂态电能质量信号分析

内容摘要

全文目录

相似论文