小波分析在电力系统中的应用(共3页).docx

《小波分析在电力系统中的应用(共3页).docx》由会员分享，可在线阅读，更多相关《小波分析在电力系统中的应用(共3页).docx（3页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上小波分析在电力系统中的应用小波变换(wavelet analysis)作为数学学科的一个分支，汲取了现代分析学中诸如泛函分析、数值分析、fourier分析、样条分析、调和分析等众多分支的精华。它是泛函分析、傅立叶分析、样条分析、调和分析和数值分析的完美结晶，小波变换在短短的几年中，受到了科学界、工程界的高度重视，并且在信号处理、图像处理、模式识别、量子场论、天体识别、地震预报、矿产勘测、故障诊断、状态监视、机器视觉、ct成像、话音识别、彩色复印、数据电视、音乐、雷达、刑事侦破等十几个学科领域中得到(或将得到)广泛的应用。 在现代电力系统领域,当电力系统出现异常或故障时

2、,各种信号中往往含有大量短时冲击及突变成分。此外,具有突变时刻的暂态故障信号中,其奇异性包含了丰富的信息,具有区别于正常时稳态信号明显、突出的特征,若能充分应用这些特征,将有利于故障的及时检测。寻找一种有效的时频分析工具进行电力系统故障信号分析,必然会给整个电力系统故障检测带来新的革命。小波变换正好满足电力系统中突变信号分析的要求,可为最终实现有效的电力系统在线检测与诊断系统提供技术保证。1.风力发电机的变流装置直驱电机并网的结构将绕线式感应电机的定子绕组接到一个频率、幅值、相位和相序都可以调节的交-直-交变频器供给电网。能量在该变频器中是单向流动的，即只能由风力发电机发出交流电经整流器变成直

3、流，最后再经逆变器变回频率、幅值、相位和相序都与电网一致的交流电送至电网。其优点是结构比较简单，缺点是所有能量都经电力电子装置供给电网，电力电子装置负担很重，投资大，能量转换效率低，而且易出故障。全功率因数变流装置具有变频并网功能，在微处理器的支持下可控制发电机的输出功率因数（从而具有了无功补偿能力）。此外，全功率因数变流装置还具有谐波抑制功能，可向共用电网提供高质量的电能。2.常见故障分析与原因电力电子装置因为工作可靠及体积小巧等优点在风力发电系统中发挥了巨大的作用。但也正因为其大量应用，电力电子装置的故障对风力发电系统中的影响也越来越明显。目前，风力发电机中电力电子开关大量使用了绝缘栅双极

4、晶体管（IGBT），当其管两端电压超过了最大集-射极间电压，或者其流过电流超过了最大集电极电流，亦或其运行功率超过了在正常工作温度下允许的最大耗散功率（最大集电极功耗），都有可能导致开关管超过耐受极限而击穿或烧毁，有的甚至是永久性损坏。变频器故障主要有变频器误动作、与预期效果误差大、过电压、过电流、过热、欠电压等变频器过电压主要是指其中间直流回路过电压，这将对中间直流回路滤波电容器寿命有直接影响，变频器负载突降会使负载的转速明显上升，从负载侧向变频器中间直流回路回馈能量，短时间内能量的集中回馈，可能会超过中间直流回路及其能量处理单元的承受能力引发过电压故障。过电流故障是由于变频器负载发生突变、

5、负荷分配不均，输出短路等原因引起，由于逆变器件的过载能力较差，所以变频器的过电流故障诊断至关重要。当输入电源缺相，整流回路故障会导致欠压故障。此外在电网要求风力机低压穿越时所可能造成的变频器故障也是需要研究的内容。随着生产设备自动化水平提高，风力发电机都采用远程遥测集中控制。大量现场采集来的电压和电流等数据波形可供分析判断风机电力电子装置运行状态是否正常，由于开关管故障机理的复杂性，光凭某段时间内的电压或者电流波形无法准确判断此时开关管是否有故障，可以用小波分析技术将微小的故障特征频率从大量的正常开关管工作频率中筛选出来，对现场数据实现可视化智能判别。3.小波分析与小波变换小波分析方法是一种窗

6、口大小（即窗口面积）固定但其形状可改变，时间窗和频率窗都可改变的时频局域化分析方法，由于在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率，具有对信号的自适应性，被称为数学显微镜。在信号处理中一般使用傅立叶变换，虽然傅立叶变换能将信号的时域特征和频域特征联系起来，但只能从信号的频域和时域分别观察。傅立叶谱是信号的统计特性，是信号整个时域内的积分，没有局部化分析信号的功能。而小波变换的强项恰恰是实现多分辨率下局部特征频率的识别，它如同显微镜调节焦距观察任意大小物体一样可以通过改变频率窗口轻易实现某一局部频率条件下特征信号的拣选和识别。而故障频率总是

7、淹没在大量正常运行频率的噪声之内的，这使得小波分析在故障频率识别中大有用武之地。4. 用小波变换进行故障识别利用Matlab软件，可以简单快速地实现小波变换运算和进行故障的识别。但在故障识别之前还需解决一些问题，首先是采集故障数据波形，其次是根据电力电子设备故障发生的理论计算出发生故障的特征频率，最后是选择用何种小波来进行小波变换，这是比较重要的步骤，小波种类选择得好能使故障特征频率在包络谱中更清晰更易识别，选择得不好则会导致故障特征频率淹没在其它频率中无法分清。经仿真研究表明：风力发电机变频器的直流脉动电压包含了开关管是否有故障的信息。模拟产生一组故障波形，假设其为现场采集的风力发电机变频器

8、的直流脉动电压的基波幅值的历史数据采集样本，因故障数据只涉及到模拟的随时间变化的电压波形，用一维小波分析便可。首先根据理论计算得出故障特征频率，根据小波分析后的故障频率和故障特征频率进行对比，如果计算值和实际值想同或相近，可以得出变频器确实发生了故障。可见用小波分析来判定电力电子器件的故障，是十分必要的。小波分析同时具有分析时域和频域信号的特性，所以使用小波分析技术对检测信号进行变换，然后对具有故障特征的信号进行重构，再通过希尔伯特变换进行解调和细化频谱分析。由于Matlab软件本身支持大量待分类数据以矩阵形式批量输入，而且能够快速实现大量繁杂的卷积计算，还能让结果非常简洁直观得显示出来，因此该方法确实大大提高了对海量运行现场数据的故障识别效率。专心-专注-专业