导读:本文包含了动态电能质量扰动论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:电能,质量,动态,向量,形态学,分解,小波。
动态电能质量扰动论文文献综述
王文飞,周雒维,李绍令,卢伟国[1]（2018）在《采用改进CPSO动态搜索时频原子的电能质量扰动信号去噪方法》一文中研究指出针对电能质量扰动信号噪声抑制中的难点问题,即有效滤除噪声的同时又能较好地保留信号奇异点信息,提出一种采用改进混沌粒子群(ICPSO)动态搜索时频原子的电能质量扰动信号去噪方法。首先,构建了与电能质量扰动信号时频特征相匹配的过完备原子库,采用正交匹配追踪(OMP)算法求解信号稀疏模型,同时采用ICPSO算法对时频原子匹配过程做进一步优化。然后,以残差比阈值确定迭代终止次数,利用最佳匹配原子和稀疏系数重构原始信号,实现信号去噪的目的。运用文中介绍方法对6种典型的电能质量扰动信号进行去噪处理,并与形态学滤波和小波阈值去噪2种方法进行对比。仿真结果表明,文中方法在有效去除噪声的同时,能完整地保留突变点信息,去噪结果准确性高。(本文来源于《电网技术》期刊2018年12期）
原峰,潘丰厚,张光明,高强,代继成[2]（2015）在《基于动态树和支持向量机的电能质量复合扰动分类》一文中研究指出针对实际电力系统中存在的电能质量复合扰动问题,采用以往单一的方法很难准确识别出复合扰动中所包含的每一类扰动,所以提出了基于动态树和支持向量机相结合的方法分类识别复合扰动。电能质量扰动分类过程分为特征提取和分类器两个阶段。在特征提取阶段,分析了通过d-q变换、小波包分解和S变换对扰动信号进行特征提取,综合3种分析方法得到特征量,得到特征组合,更好地反映出了扰动信号的特征。在分类器设计中,利用了聚类分析中的类距离概念构造出了二叉树结构的支持向量机分类器,以更快、更准确地识别扰动类型。在此基础上,提出了基于动态树的分类方法来识别复合扰动信号中所包含的所有扰动类型。测试结果表明,所提出的复合扰动分类方法可以有效分类出复合扰动中的各类扰动。(本文来源于《电气应用》期刊2015年S2期）
秦立军,杨万涛[3]（2015）在《基于小波分解的电网动态电能质量扰动检测》一文中研究指出动态电能质量问题包括短时电压变化及各种暂态现象,这是近期暴露出来有待解决的新问题。利用小波分解进行动态电能质量的扰动分析与检测。以db4为小波基函数,进行6层多分辨率分析。观察仿真波形,发现信号的非零点发生电压骤降、骤升、中断、暂态脉冲和暂态振荡等动态扰动时,小波分解第1、2层的高频部分(cd1、cd2)有明显的模极大值点,可根据检测模极大值点来判断扰动发生和结束的时刻。而当过零点发生在电压骤降、骤升、中断时,若用此作为判据,会有一定误差。(本文来源于《智能电网》期刊2015年08期）
张意,刘桂英,贾学瑞,吕超[4]（2015）在《基于形态滤波和动态测度的电能质量扰动检测》一文中研究指出针对电能质量扰动信号的检测与定位,详细分析了动态(Dyn)测度的特点并在其对噪声较为敏感的基础上,构造一种双结构数学形态滤波器并结合Dyn测度算法实现电能质量扰动检测。对电网中的扰动波形进行预处理,以滤除信号中的随机噪声。对去噪后的信号波形,运用Dyn测度算法,通过提取信号的极值点获取信息从而快速识别信号的畸变点,对扰动起止时间进行检测。MATLAB仿真结果表明所提检测方法具有运算简单、运行速度快、检测准确的优点。(本文来源于《电力科学与工程》期刊2015年06期）
韩肖清,门殿卿,赵庆生,邵玉槐[5]（2011）在《基于动态测度的电能质量扰动参数估计》一文中研究指出电能质量扰动参数估计能够为电能质量的监测与控制提供定量的参考信息。提出了基于极小值点和斜率畸变点Dyn测度的扰动参数估计方法。设计新颖的Dyn测度算法,并构造了叁个意义明确的特征量。利用这叁个特征量对扰动进行参数估计,计算量小,可实现实时计算。通过对电压下跌、振荡暂态、切痕的单一扰动与混合扰动的参数估计,证明此种监测方法可行。仿真结果验证了该方法的有效性。(本文来源于《电力系统保护与控制》期刊2011年14期）
沈月月[6]（2009）在《基于广义S变换和多级SVMs的动态电能质量扰动辨识方法研究》一文中研究指出随着电力系统中非线性负荷的大量使用以及电力敏感设备的快速增长,动态电能质量问题成为电力部门与用户关注的焦点。准确检测和正确识别电能质量扰动是有效治理并保证电网电能质量的前提条件,也是电能质量研究的重要内容。本文针对动态电能质量扰动问题,按照“扰动信号生成→提取特征→规则树分类→结果分析”的思路,实现了以广义S变换和多级SVMs算法为核心的动态电能质量扰动检测与辨识。主要工作如下:1)利用MATLAB编程实现了9种典型电能质量扰动波形的合成。然后提出一种基于广义S变换的扰动波形特征提取方法,推导了广义S变换的离散公式,利用广义S变换把动态电能质量扰动变换到相空间中,提取7种特征量。2)提出了一种多级SVMs分类方法,利用LIBSVM对270个扰动样本进行训练,然后利用模型对180个扰动测试样本进行分类。3)利用NI USB-6009采集卡进行实时数据采集,并用LabVIEW8.6的G语言编程实现了电能质量综合分析系统平台。检测和辨识结果表明,本文提出的基于广义S变换和多级SVMs的动态电能质量扰动辨识方法,具有以下特点:1)在动态电能质量扰动的检测上具有更灵活的时频聚焦性。不仅能有效地检测到电压幅值的瞬时变化,而且能准确判断频率的变化,特别是高次分量。2)辨识上,本文提出的多级SVMs分类方法训练速度快,分类准确率高。(本文来源于《浙江工业大学》期刊2009-12-01）
李杨,黄纯,石佳[7]（2008）在《基于顺序形态学-dq变换的动态电能质量扰动检测算法》一文中研究指出介绍了基于形态学理论的顺序形态滤波原理,并结合改进的双dq变换提出了一种全新的动态电能质量扰动的检测方法。将顺序形态变换应用到一维电力信号处理中,选择合适的结构元素和百分位构造滤波器。电压信号分别进行正、负序的双dq变换和滤波处理后,可以准确地检测到动态电能质量扰动的各项特征值。仿真结果表明该方法具有良好的准确性和动态响应特性。(本文来源于《电工电能新技术》期刊2008年02期）
王洪磊[8]（2007）在《基于小波熵和SVM的动态电能质量扰动识别研究》一文中研究指出近年来,电能质量扰动检测与识别已经成为众多领域普遍关注的问题。本文主要探讨了对各种典型动态电能质量扰动的检测与识别,提出了一种基于小波奇异熵和支持向量机相结合的动态电能质量扰动识别的新方法。首先应用小波包变换对电能质量扰动信号进行降噪处理,然后利用小波奇异熵对扰动信号进行特征提取,并采用基于支持向量机算法的模式识别分类器对特征向量进行训练与识别。试验仿真结果表明了该方法具有抗噪性强、模型简单、泛化能力强、识别率高等优点,是一种有效的电能质量扰动识别分析方法。(本文来源于《华北电力大学（河北）》期刊2007-12-30）
宋晓芳,陈劲操[9]（2006）在《基于支持向量机的动态电能质量扰动分类方法》一文中研究指出将支持向量机SVM(SupportVectorMachine)引入到动态电能质量分类问题中。在Matlab中编程建立了谐波、电压暂升、电压跌落、瞬时中断、电压波动、瞬变6种常见动态电能质量扰动数学模型,利用傅里叶变换和小波变换对产生的样本波形进行特征提取,产生训练和测试样本。给出了利用LIBSVM解决电能质量扰动分类问题的步骤,并根据分类结果对影响分类效果的参数进行了分析。对训练好的支持向量分类器进行测试,效果良好,当采用C-SVC,RBF核时调整参数可以得到最优分类效果,最高分类率可达到96.67%。(本文来源于《电力自动化设备》期刊2006年04期）
凌玲,徐政[10]（2006）在《基于数学形态学的动态电能质量扰动的检测与分类方法》一文中研究指出提出了一种基于数学形态学的动态电能质量扰动检测与分类方法。该方法先对整流信号(取绝对值以后的信号)进行开运算以滤除尖峰噪声,再用长度为1/2工频周期的扁平结构元素进行膨胀运算提取其幅值特性;同时对差变信号进行短扁平结构元素的梯度运算来检测和定位奇异点,克服了以往方法可能漏检奇异点的不足。基于已得到的幅值特性和形态梯度可对五种动态电能质量扰动(电压暂降、暂升、中断、暂态脉冲和振荡)进行分类。仿真结果表明,该方法能够有效地对动态电能质量扰动进行检测和分类。(本文来源于《电网技术》期刊2006年05期）
动态电能质量扰动论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对实际电力系统中存在的电能质量复合扰动问题,采用以往单一的方法很难准确识别出复合扰动中所包含的每一类扰动,所以提出了基于动态树和支持向量机相结合的方法分类识别复合扰动。电能质量扰动分类过程分为特征提取和分类器两个阶段。在特征提取阶段,分析了通过d-q变换、小波包分解和S变换对扰动信号进行特征提取,综合3种分析方法得到特征量,得到特征组合,更好地反映出了扰动信号的特征。在分类器设计中,利用了聚类分析中的类距离概念构造出了二叉树结构的支持向量机分类器,以更快、更准确地识别扰动类型。在此基础上,提出了基于动态树的分类方法来识别复合扰动信号中所包含的所有扰动类型。测试结果表明,所提出的复合扰动分类方法可以有效分类出复合扰动中的各类扰动。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
动态电能质量扰动论文参考文献
[1].王文飞,周雒维,李绍令,卢伟国.采用改进CPSO动态搜索时频原子的电能质量扰动信号去噪方法[J].电网技术.2018
[2].原峰,潘丰厚,张光明,高强,代继成.基于动态树和支持向量机的电能质量复合扰动分类[J].电气应用.2015
[3].秦立军,杨万涛.基于小波分解的电网动态电能质量扰动检测[J].智能电网.2015
[4].张意,刘桂英,贾学瑞,吕超.基于形态滤波和动态测度的电能质量扰动检测[J].电力科学与工程.2015
[5].韩肖清,门殿卿,赵庆生,邵玉槐.基于动态测度的电能质量扰动参数估计[J].电力系统保护与控制.2011
[6].沈月月.基于广义S变换和多级SVMs的动态电能质量扰动辨识方法研究[D].浙江工业大学.2009
[7].李杨,黄纯,石佳.基于顺序形态学-dq变换的动态电能质量扰动检测算法[J].电工电能新技术.2008
[8].王洪磊.基于小波熵和SVM的动态电能质量扰动识别研究[D].华北电力大学（河北）.2007
[9].宋晓芳,陈劲操.基于支持向量机的动态电能质量扰动分类方法[J].电力自动化设备.2006
[10].凌玲,徐政.基于数学形态学的动态电能质量扰动的检测与分类方法[J].电网技术.2006
论文知识图
