浅谈在电能质量分析领域中的常用方法

 

　　1）傅里叶变换

 

　　傅里叶变换是电能质量分析领域中的基本方法，傅里叶变换的优点是算法快速简单。但其缺点也很多：

 

　　①虽然能够将信号的时域特征和频域特征联系起来观察，但不能将二者有机地结合起来。

 

　　②只能适应于确定性的平稳信号（如谐波），对时变非平稳信号难以充分描述。

 

　　③短时傅里叶变换（STFT）的离散形式没有正交展开，难以实现高效算法；只适合于分析特征尺度大致相同的过程，不适合分析多尺度过程和突变过程。

 

　　④快速傅里叶变换（FFT）变换的时间信息利用不充分，任何信号冲突都会导致整个频带的频谱散布；在不满足前提条件时，会产生“旁瓣”和“频谱泄露”现象。

 

　　傅里叶变换是经典的频谱分析和信号处理方法。其对含有短时高频分量与长时间低频分量的电能质量信号分析具有一定的局限性。目前经改进的快速傅里叶变换（FFT）和短时傅里叶变换（STFT）已经成为电能质量分析的基础。

 

　　2） 神经网络法

 

　　神经网络理论是巨量信息并行处理和大规模平行计算的基础，它既是高度非线性动力学系统，又是自适应组织系统，可用来描述认知、决策及控制的智能行为。

 

　　神经网络法的优点是：可处理多输入－多输出系统，具有自学习、自适应等特点；不必建立精确数学模型，只考虑输入输出关系即可。

 

　　缺点是：存在局部极小问题，会出现局部收敛，影响系统的控制精度；理想的训练样本提取困难，影响网络的训练速度和训练质量；网络结构不易优化。

 

　　3）二次变换法

 

　　二次变换是一种基于能量角度来考虑的新的时域变换方法。该方法的基本原理是用时间和频率的双线性函数来表示信号的能量函数。

 

　　二次变换的优点是：可以准确地检测到信号发生尖锐变化的时刻；精确测量基波和谐波分量的幅值。缺点是：无法准确地估计原始信号的谐波分量幅值；不具有时域分析功能。

 

　　4）小波分析法

 

　　小波变换是近年来兴起的一种算法，由于具有时域局部化的优点，特别适合于突变信号和不确定信号的分析。目前国内外已经有许多文献应用小波变换对谐波监测、电磁暂态波形分析、电力系统扰动建模等电能质量问题进行了研究。 小波变换是一种多尺度分析数字技术，它通过对时间序列过程从低分辨率到高分辨率的分析，显示过程变化的整体特征和局部变化行为。

 

　　常用的小波基函数有：Daubechies小波、B小波、Morlet小波、Meyer小波等。

 

　　小波变换的优点是：具有时－频局部化的特点，特别适合突变信号和不平稳信号分析；可以对信号进行去噪、识别和数据压缩、还原等。

 

　　缺点是：在实时系统中运算量较大，需要采用DSP等高价格的高速芯片； 小波分析有“边缘效应”，边界数据处理会占用较多时间，并带来一定误差。

 

　　5）Prony分析法

 

　　Prony分析衰减的思想类似于小波。在该方法中，信号总是被认为可以由一系列的衰减的正弦波构成，这些衰减正弦波类似于小波函数。所以Prony分析方法和小波一样，可以做多尺度的信号分析。Prony分析的主要缺点是计算时间过长。