电能质量监测综述

电能质量监测是评估电能质量水平和发现电能质量问题的主要手段,也是改善电能质量的前提。如果能够对电能质量做出精确的检测和分析,就可以对电网的电能质量水平和造成各种电能质量问题的原因做出分析和判断,为电能质量的改善提供依据。本文对电能质量监测进行了论述.     

电能质量数据质量对综合评估结果的影响分析

电能质量的综合评估建立在大量电能质量监测数据的基础上,监测数据的质量将直接影响综合评估结果。针对目前电能质量综合评估过程中未考虑数据质量的问题,首先,全面分析了当前电能质量监测系统中原始数据存在的典型数据质量问题,并根据电能质量数据特点提出相应的数据修复方法;其次,对不同数据质量问题可能对综合评估结果造成影响的过程进行理论分析,特别是对缺失数据进行量化评估的问题,引入符号数据处理方法实现完整计算;最后以南方电网某地区电能质量监测数据为实例对数据质量对电能质量综合评估的影响进行计算分析。结果表明:数据质量的好坏程度会对评估结果产生程度不一的影响。     

基于改进隶属度函数的电能质量模糊综合评价

通过分析电能质量模糊综合评价中的隶属度函数问题,提出了一种改进的隶属度函数来量化刻画电能质量评价指标各质量等级的模糊特性,从而实现更为细致的电能质量的模糊综合评价,解决了电能评价指标两质量等级之间难以建立联系和量化刻画的问题.文中首先对电能质量指标的权重、确定隶属度函数参数的指标限值及质量等级划分问题进行了分析;然后以传统的岭形函数为基础进行改进,得到基于评价指标质量等级的隶属度函数,并对电能质量的各项评价指标建立了模糊模型;最后运用所设计的算法对某地区的电能质量数据进行评价,结果验证了文中方法的实用性和有效性.     

电能质量的谱分析研究

利用谱分析方法对电能质量进行分析 ,建立了电能质量谱分析的物理模型 ,导出了数学分析方法以及计算机处理过程 ,解决了电网质量分析中的电压电流基波、谐波的测量和分析问题     

多小波变换在电能质量扰动检测与分类中的应用

分析了电能质量扰动产生的原因,针对几类常见的电能质量扰动问题,探讨了多小波变换在电能质量扰动的检测与分类中应用的理论依据,并通过大量的仿真工作,对多小波与传统小波的电能质量扰动检测与分类效果进行了分析比较,研究结果表明:多小波比传统小波具有更好的电能质量扰动检测与分类效果.     

电能质量及其研究方法

对电能质量问题和电能质量分析方法进行了探讨，阐述了电能质量的概念和内涵，并对傅立叶变换、小波变换、神经网络、二次变换和Prony分析等5种方法作了详细的论述。最后提出了电能质量的研究方向。     

光伏电站接入电网对电能质量的影响

通过对光伏电站的接入网特性的分析,了解到对电能质量的影响。详细阐述了电能质量的影响因素及如何避免的方法。最大程度改善电能质量。电能质量即电力系统中电能的质量,理想的电能应该是完美对称的正弦波。一些因素会使波形偏离对称正弦,由此便产生了电能质量问题。     

基于DSP的电能质量监测装置的设计与实现

针对传统电能质量监测系统的不足,提出了一种基于TMS320F2812的监测电能质量新方法.本系统主要利用DSP芯片强大的数据处理能力和丰富的系统资源,对同步采样来的信号进行处理,从而对电能质量的五项指标进行分析、存储.实验结果表明,TMS320F2812对数据的处理速度满足实时性要求,本系统能够快速、准确地反映出电力系统中电能质量各项指标的变化情况,很好地适应了电力系统对电能质量监测的要求.     

短时电能质量扰动波形的识别

提出一种新的基于瞬时无功功率理论和小波-神经网络技术对电能质量进行辨识的方法。首先对各种电能质量信号进行时域和幅值分析,将在幅值上有显著特征的短期电能质量扰动信号识别出来;再对其余的信号进行小波变换,提取与信号频域相关的特征量来表征不同电能质量信号。将这些特征量作为神经网络(ANN)的输入可以实现电能质量的辨识。计算结果表明了该方法的有效性和准确性。     

青海电网数字化在线监测单台短期电能质量预测功能应用与分析

在电力行业中,各个参与者的生产活动都是以电能为基础的,为了能够对青海电网系统的电能质量的综合治理提供基础数据,对变电站和重点负荷用户、电铁、风电、光伏等非线性型用户电能质量进行短期预测显得十分必要。青海电网电能质量数字化平台应用与分析系统是包括了电能质量预测功能在内的人机交互和数据分析的重要工具,以图形、报表、报告方式对数据进行分析处理,并输出处理结果。辅助指导了电力系统运行控制,为及时消除电网潜在的威胁,为保障电网安全运行提供了技术支持。     

SVC在电能质量治理中的应用

受到电能质量下降的因素影响,不但会导致电能损耗的持续增加,同时也不利于保障整个电网运行系统的可靠、安全运行。从这一角度上来说,如何对电能质量问题加以有效的治理,避免其对电网正常运行产生干扰,这一点是至关重要的。本文依据这一实际情况,围绕电能质量的治理这一中心问题,以对SVC（静止动态无功补偿装置）的应用作为切入点,在简要分析电能质量问题潜在危害的基础之上,对静止动态无功补偿装置的主要优势进行了分析,并详细阐述了其在电能质量治理中的应用要点。     

基于 VB 的电能质量分析系统的研究和开发

电能质量对电网的安全、经济运行及用户设备的正常工作有着重要的意义。以电力系统的三相电压及三相电流作为数据源,对电能质量指标计算及标准进行了研究,并采用Visual Basic对电能质量分析系统进行了设计和开发。该软件平台可以计算出不同周期电能质量各项指标值,其中包括相电压、线电压、相电流、线电流、电压偏差、电压不平衡度、畸变率、谐波、频率偏差、功率等,通过与国家标准指标比较来评价电能质量状况。同时,以仿真数据及现场试验数据对本软件的有效性进行了验证。     

基于自适应提升格式的暂态电能质量扰动检测及定位

为了进一步提高暂态电能质量扰动检测及定位的准确率,该文分析了暂态电能质量扰动的相关性,选择预测和更新算子,实现对扰动信号的自适应检测;利用MATLAB对电压骤升、电压骤降、电压瞬时中断、脉冲暂态和振荡暂态等暂态电能质量问题进行仿真研究,仿真结果表明:该方法能快速检测出上述5种暂态电能质量扰动.研究结果为电能质量分析仪器设计提供了理论支持.     

决策支持技术在电能质量监测中的应用研究

基于决策支持技术和贝叶斯判别分析法,提出了基于特征值的电能质量分类方法,该方法使得分类结果通过电能质量实体的治理方式来表达。首先,依据电能质量监测中所涉及的众多指标进行分解,结合参考型特征样本集合和专家经验,形成了针对问题类型的规则决策治理建议库;然后,采用数学变换算法取得电能质量奇异属性对象;最后,基于贝叶斯判别分析法及其问题规则的分析,得出决策建议信息。实例计算结果表明,贝叶斯判别分类方法提高了电能质量测度的适应性,有利于对众多电能质量实体进行及时治理。     

配电网电能质量在线监测系统研究

概括地阐述了电能质量在线监测研究的实际意义，介绍了电能质量在线监测豫统的设计，着重分析了在线监测系统的功能特点。最后，对电能质量在线监测系统的硬件组成结构和高级应用管理软件进行了详细分析研究。     

基于ASW-MUSIC的电能质量扰动分析

针对MUSIC算法无法分析非平稳电能质量扰动,提出了一种基于自适应滑窗-多信号分类算法(Adaptive Sliding Win-dow-Multiple Signal Classification,ASW-MUSIC)的时频分析方法。该方法首先根据非平稳电能质量扰动信号特征,采用自适应滑窗对信号数据进行分块,然后利用MUSIC算法对每块中的数据进行处理,检测出频率和幅值信息。并联合所有窗口的分析结果,从而得到整个信号的时频率分布信息。最后对电能质量干扰的非平稳信号进行了仿真实验。实验结果表明,提出的方法适合动态电能质量扰动检测,具有实际应用前景。     

基于小波变换的电能质量干扰信号的检测

对于电能质量干扰信号的检测问题,本文提出用小波变换来实现,首先对小波变换的原理以及奇异性检测进行了讨论,然后通过仿真分析,表明用小波变换能够很好的检测电能质量中干扰信号的突变,为电能质量的改善提供了依据.     

压缩传感在电能质量扰动信号分析中的应用

针对电能质量扰动信号分析中, 传统信号处理方法存在采样数据量极大、 采样时间长、 压缩时浪费采样资源等问题, 将压缩传感（CS: Compressed Sensing）应用于电能质量扰动信号分析中。实现了采样与压缩同时完成, 极大地降低了采集的数据量和采样速率。通过对压缩传感的过完备字典设计, 实现了压缩传感同时检测多个电能质量扰动信号, 以及压缩传感对信号在一维、 二维上的重构, 并对重构的电能质量扰动信号进行分析。实验结果表明, 与传统的电能质量扰动信号处理方法相比, 该算法在采样数据量、 重构效果方面都有很大提升, 得到的重构信号误差更小, 对信号的分析更准确。     

浅谈电能质量的影响因素及控制方法

电能质量是当今社会科学重点关注的一个的热点话题。如何有效的改善电能质量问题是各国专家努力钻研的课题之一。本文扼要介绍了衡量电能质量的主要指标,提出了影响区域电能质量因素,最后讨论了对电能质量进行有效改善的策略和方法。     

配电网电能质量在线监测系统研究

在对配电网电能质量在线监测的电压波动、谐波等主要特性分量进行简单阐述后,探讨了配电网电能质量在线监测系统逻辑组成方案。最后,将本文所建立的配电网电能质量在线监测系统,与IEC闪变仪和F1uck43装置进行多次现场运用测试分析,测试结果表明该系统具备使用方便、界面友好、功能强大、数据采集准确等优点,能够满足配电网电能质量在线监测性能技术指标要求。