淺談在電能質(zhì)量分析領(lǐng)域中的常用方法

 

　　1）傅里葉變換

 

　　傅里葉變換是電能質(zhì)量分析領(lǐng)域中的基本方法，傅里葉變換的優(yōu)點(diǎn)是算法快速簡(jiǎn)單。但其缺點(diǎn)也很多：

 

　?、匐m然能夠將信號的時(shí)域特征和頻域特征聯(lián)系起來(lái)觀(guān)察，但不能將二者有機地結合起來(lái)。

 

　?、谥荒苓m應于確定性的平穩信號（如諧波），對時(shí)變非平穩信號難以充分描述。

 

　?、鄱虝r(shí)傅里葉變換（STFT）的離散形式?jīng)]有正交展開(kāi)，難以實(shí)現高效算法；只適合于分析特征尺度大致相同的過(guò)程，不適合分析多尺度過(guò)程和突變過(guò)程。

 

　?、芸焖俑道锶~變換（FFT）變換的時(shí)間信息利用不充分，任何信號沖突都會(huì )導致整個(gè)頻帶的頻譜散布；在不滿(mǎn)足前提條件時(shí)，會(huì )產(chǎn)生“旁瓣”和“頻譜泄露”現象。

 

　　傅里葉變換是經(jīng)典的頻譜分析和信號處理方法。其對含有短時(shí)高頻分量與長(cháng)時(shí)間低頻分量的電能質(zhì)量信號分析具有一定的局限性。目前經(jīng)改進(jìn)的快速傅里葉變換（FFT）和短時(shí)傅里葉變換（STFT）已經(jīng)成為電能質(zhì)量分析的基礎。

 

　　2） 神經(jīng)網(wǎng)絡(luò )法

 

　　神經(jīng)網(wǎng)絡(luò )理論是巨量信息并行處理和大規模平行計算的基礎，它既是高度非線(xiàn)性動(dòng)力學(xué)系統，又是自適應組織系統，可用來(lái)描述認知、決策及控制的智能行為。

 

　　神經(jīng)網(wǎng)絡(luò )法的優(yōu)點(diǎn)是：可處理多輸入－多輸出系統，具有自學(xué)習、自適應等特點(diǎn)；不必建立精確數學(xué)模型，只考慮輸入輸出關(guān)系即可。

 

　　缺點(diǎn)是：存在局部極小問(wèn)題，會(huì )出現局部收斂，影響系統的控制精度；理想的訓練樣本提取困難，影響網(wǎng)絡(luò )的訓練速度和訓練質(zhì)量；網(wǎng)絡(luò )結構不易優(yōu)化。

 

　　3）二次變換法

 

　　二次變換是一種基于能量角度來(lái)考慮的新的時(shí)域變換方法。該方法的基本原理是用時(shí)間和頻率的雙線(xiàn)性函數來(lái)表示信號的能量函數。

 

　　二次變換的優(yōu)點(diǎn)是：可以準確地檢測到信號發(fā)生尖銳變化的時(shí)刻；精確測量基波和諧波分量的幅值。缺點(diǎn)是：無(wú)法準確地估計原始信號的諧波分量幅值；不具有時(shí)域分析功能。

 

　　4）小波分析法

 

　　小波變換是近年來(lái)興起的一種算法，由于具有時(shí)域局部化的優(yōu)點(diǎn)，特別適合于突變信號和不確定信號的分析。目前國內外已經(jīng)有許多文獻應用小波變換對諧波監測、電磁暫態(tài)波形分析、電力系統擾動(dòng)建模等電能質(zhì)量問(wèn)題進(jìn)行了研究。 小波變換是一種多尺度分析數字技術(shù)，它通過(guò)對時(shí)間序列過(guò)程從低分辨率到高分辨率的分析，顯示過(guò)程變化的整體特征和局部變化行為。

 

　　常用的小波基函數有：Daubechies小波、B小波、Morlet小波、Meyer小波等。

 

　　小波變換的優(yōu)點(diǎn)是：具有時(shí)－頻局部化的特點(diǎn)，特別適合突變信號和不平穩信號分析；可以對信號進(jìn)行去噪、識別和數據壓縮、還原等。

 

　　缺點(diǎn)是：在實(shí)時(shí)系統中運算量較大，需要采用DSP等高價(jià)格的高速芯片； 小波分析有“邊緣效應”，邊界數據處理會(huì )占用較多時(shí)間，并帶來(lái)一定誤差。

 

　　5）Prony分析法

 

　　Prony分析衰減的思想類(lèi)似于小波。在該方法中，信號總是被認為可以由一系列的衰減的正弦波構成，這些衰減正弦波類(lèi)似于小波函數。所以Prony分析方法和小波一樣，可以做多尺度的信號分析。Prony分析的主要缺點(diǎn)是計算時(shí)間過(guò)長(cháng)。