電力工程信號處理應(yīng)用

前言

　　信號處理技術(shù)是隨著信息學(xué)科和計算機(jī)學(xué)科的發(fā)展而快速發(fā)展的一門學(xué)科，它的重要性在各個領(lǐng)域的應(yīng)用中日益彰顯出來。電力工程信號處理正是在這樣的背景下提出的，同時算法的不斷發(fā)展亦促進(jìn)電力工程信號處理的內(nèi)容逐漸豐富。但對于有著電氣類專業(yè)教育背景的學(xué)生往往表現(xiàn)為在線性系統(tǒng)方面的知識較為扎實，而信號分析處理的知識掌握偏弱的狀況。為了適應(yīng)學(xué)科發(fā)展，我校在電氣類專業(yè)高年級開設(shè)“數(shù)字信號處理技術(shù)在電力系統(tǒng)的應(yīng)用”課程已近十年，主要涉及傅氏算法、最小二乘算法、卡爾曼濾波、相關(guān)分析、Prony算法、小波分析、數(shù)學(xué)形態(tài)學(xué)以及分形理論等及其在電力系統(tǒng)中的應(yīng)用。在此基礎(chǔ)上，通過總結(jié)多年的教學(xué)實踐和科研心得，研習(xí)同行學(xué)者成果，補充了同步相量測量單元（phasor measurement unit，PMU）、希爾伯特一黃變換（HHT）、S變換等內(nèi)容，撰寫了這本“電力工程信號處理應(yīng)用”專著?！　〉趌章，介紹有近200年歷史的傅氏算法，也是目前電力系統(tǒng)應(yīng)用較為成熟的算法，特別是在微機(jī)保護(hù)、故障測距、頻率跟蹤檢測等方面的應(yīng)用。第2章，最小二乘算法闡述將輸入的暫態(tài)電氣量與一個預(yù)設(shè)的含有非周期分量及某些諧波分量的函數(shù)按最小二乘方（或稱最小平方誤差）原理進(jìn)行擬合。使被處理的函數(shù)與預(yù)設(shè)函數(shù)盡可能逼近，其總方差E?；蜃钚【讲頔min／N為最小，從而求出輸入信號中的基頻及其他暫態(tài)周期分量的幅值和相角。第3章，卡爾曼濾波算法是在最小均方差條件下給出信號最佳估計的一種算法，它采用前一個估計值和最近一個觀察數(shù)據(jù)，通過狀態(tài)方程和遞推方程來估計信號的當(dāng)前值。第4章，同步相量測量單元（PMU）是以傅氏算法為核心算法，基于全球衛(wèi)星定位系統(tǒng)（GPS）授時信號，由眾多PMU構(gòu)成WAMS系統(tǒng)可完成同步采集廣域電網(wǎng)的實時運行參數(shù)。借此，電力系統(tǒng)的控制系統(tǒng)由使用本地量測、局部量測發(fā)展到使用全系統(tǒng)關(guān)鍵點的全局量進(jìn)行全局控制成為可能；亦由使用靜態(tài)信息到使用廣域動態(tài)信息，算法由邏輯運算、事前離線計算實時匹配、在線計算實時匹配，發(fā)展到實時計算實時控制等成為可能?！　√热糇钚《怂惴ǖ哪Ｐ椭缓谢ǚ至浚窗褧簯B(tài)噪聲分量線性化為零，同時取時間窗為一個基波周期，那么最小二乘算法將退化為常見的傅氏算法，從這個角度而言傅氏算法是最小二乘算法的一個特例。倘若卡爾曼濾波算法噪聲模型退化為白噪聲模型，則卡爾曼濾波即為最小二乘算法。因此，傅氏算法、最小二乘算法和卡爾曼濾波算法可以看做是互相聯(lián)系的基礎(chǔ)性算法。而PMU正是基于這些基礎(chǔ)算法而實現(xiàn)為電力系統(tǒng)提供全網(wǎng)同步采樣及計算的同步相量測量單元，可用于全網(wǎng)動態(tài)安全分析和廣域智能保護(hù)的數(shù)據(jù)源?！　〉?章，相關(guān)分析闡述的是兩個信號的互相關(guān)函數(shù)，是一個有用的統(tǒng)計量，它可以用來了解兩個未知（隨機(jī)的或非隨機(jī)的）信號之間的相似程度，或者兩個已知（相似或相同）信號之間的時間關(guān)系，理論上，可以用于配電網(wǎng)故障選線、輸電線路故障選相、變壓器勵磁涌流鑒別等相關(guān)方面。第6章，Prony算法假設(shè)模型是由一系列的具有任意振幅、相位、頻率和衰減因子的指數(shù)函數(shù)的組合。

內(nèi)容概要

本書結(jié)合電力工程實際應(yīng)用背景，系統(tǒng)闡述了電力工程信號、電力工程信號處理算法原理以及電力工程信號處理應(yīng)用三個層面的內(nèi)容。    本書信號處理核心內(nèi)容包括傅氏算法、最小二乘算法、卡爾曼濾波、同步相量測量單元、相關(guān)分析、Prony算法、小波分析、數(shù)學(xué)形態(tài)學(xué)、希爾伯特一黃變換、S變換和分形。電力工程信號處理應(yīng)用主要涉及電力系統(tǒng)工頻頻率測量、電力系統(tǒng)諧波檢測、輸電網(wǎng)故障選相、故障測距、配電網(wǎng)故障選線、變壓器勵磁涌流與內(nèi)部故障識別、低頻振蕩檢測、同步發(fā)電機(jī)參數(shù)辨識、高壓電器和電力電纜局部放電檢測、電能質(zhì)量擾動檢測、電力系統(tǒng)故障數(shù)據(jù)壓縮、負(fù)荷預(yù)測以及風(fēng)電場風(fēng)速預(yù)測等。    本書理論聯(lián)系實際，具有時代性和實用性，可作為高等院校電氣類高年級本科生和研究生的專業(yè)課教材，也可供電力行業(yè)的工程技術(shù)人員為研習(xí)電力工程信號處理應(yīng)用做參考。

作者簡介

束洪春，男，1961年9月10日生于江蘇丹陽。博士，昆明理工大學(xué)教授，博士生導(dǎo)師，省級教學(xué)名師。哈爾濱工業(yè)大學(xué)兼職教授。 
    從事電力系統(tǒng)保護(hù)與控制的教研工作。承擔(dān)國家自然科學(xué)基金項目4項，省部級科技攻關(guān)項目2項，省部級自然科學(xué)基金重點項目1項、面上項目6項。發(fā)表論文100余篇，其中EI收錄93篇，出版專著3部。申請國家發(fā)明專利33項。擁有自主技術(shù)成果7項，有應(yīng)用。發(fā)布企業(yè)標(biāo)準(zhǔn)1項。分別獲省部級技術(shù)發(fā)明一等獎、科技進(jìn)步三等獎、教學(xué)成果一等獎和二等獎各1項，排名第1。 
    中國電機(jī)工程學(xué)會高級會員、云南省電機(jī)工程學(xué)會副理事長、云南省水力發(fā)電學(xué)會常務(wù)理事、云南省電力行業(yè)協(xié)會常務(wù)理事、云南省電工行業(yè)協(xié)會常務(wù)理事；專業(yè)期刊《電工技術(shù)學(xué)報》、《電力系統(tǒng)及其自動化學(xué)報》、《電力系統(tǒng)保護(hù)與控制》、《電力科學(xué)與技術(shù)學(xué)報》、《水動力學(xué)研究與進(jìn)展》、《昆明理工大學(xué)學(xué)報》編委。 
    2001年獲“全國優(yōu)秀教師”稱號；2004年獲“云南省中青年學(xué)術(shù)和技術(shù)帶頭人”稱號(二層次)；2005年獲云南省政府津貼；2006年獲云南省“云嶺優(yōu)秀職工”稱號；2007年獲“全國模范教師”稱號；2008年獲“全國五一勞動獎?wù)隆?，首批“云南省高校教學(xué)、科研帶頭人”稱號和第二屆“云南省高等學(xué)校教學(xué)名師”稱號。

書籍目錄

前言緒論  參考文獻(xiàn)第1章  傅氏算法  1.1  引言  1.2  數(shù)字濾波器基礎(chǔ)  1.3  傅氏算法基本原理  1.4  常用改進(jìn)傅氏算法  1.5  電力系統(tǒng)頻率測量數(shù)字算法  1.6  傅氏變換下的頻率精確測量  1.7  基于傅氏算法的工頻量測距  1.8  半周傅氏算法分析及其改進(jìn)  1.9  半周傅氏算法在補償電網(wǎng)接地選線保護(hù)中的應(yīng)用  1.10  小矢量算法的基本原理  1.11  縱聯(lián)差動保護(hù)  1.12  基于小矢量算法的輸電線路縱聯(lián)差動保護(hù)  1.13  基于小矢量算法的快速距離保護(hù)  1.14  發(fā)電機(jī)不對稱故障保護(hù)的小矢量算法  參考文獻(xiàn)第2章  最小二乘算法  2.1  引言  2.2  最小二乘算法基本原理  2.3  基于遞推最小二乘算法的工頻頻率測量  2.4  基于最小二乘算法最佳噪聲模型的快速距離保護(hù)  2.5  自適應(yīng)變步長最小二乘濾波算法  2.6  自適應(yīng)濾波在信號處理中的應(yīng)用  2.7  基于最小二乘算法的同桿雙回線故障測距  2.8  人工神經(jīng)網(wǎng)絡(luò)算法  2.9  最小二乘遞推的正交傅里葉基神經(jīng)網(wǎng)絡(luò)濾波算法  2.10  基于主成分分析的最小二乘支持向量機(jī)  2.11  基于PCA的LS-SVM短期負(fù)荷預(yù)測  2.12  基于最小二乘支持向量機(jī)算法的風(fēng)電場短期風(fēng)速預(yù)測  2.13  最小二乘在非線性狀態(tài)估計中的應(yīng)用  參考文獻(xiàn)第3章  卡爾曼濾波  3.1  引言  3.2  卡爾曼濾波算法  3.3  自適應(yīng)卡爾曼濾波算法  3.4  擴(kuò)展卡爾曼濾波算法  3.5  電力系統(tǒng)負(fù)荷預(yù)測  3.6  基于卡爾曼濾波的電力負(fù)荷預(yù)測  3.7  基于卡爾曼濾波算法的變壓器差動保護(hù)  3.8  基于卡爾曼濾波的電流畸變正序分量估計  3.9  卡爾曼濾波算法的電壓凹陷檢測  3.10  基于卡爾曼濾波的風(fēng)電場風(fēng)速預(yù)測  參考文獻(xiàn)第4章  同步相量測量單元  4.1  引言  4.2  PMU結(jié)構(gòu)  4.3  同步相量測量常用算法  4.4  同步相量測量誤差  4.5  基于PMU的線路電壓電流測量  4.6  基于PMU的發(fā)電機(jī)功角測量  4.7  PMU量測信息的應(yīng)用  參考文獻(xiàn)第5章  相關(guān)分析  5.1  引言  5.2  相關(guān)分析理論基礎(chǔ)  5.3  基于相關(guān)分析的配電網(wǎng)故障選線  5.4  高壓輸電線路故障序分量選相的相關(guān)分析法  5.5  變壓器勵磁涌流  5.6  基于相關(guān)分析的變壓器涌流檢測  5.7  基于相關(guān)分析的輸電線路暫態(tài)差動保護(hù)  5.8  同步測量電壓閃變的相關(guān)分析法  5.9  基于相關(guān)分析的中長期負(fù)荷預(yù)測  參考文獻(xiàn)第6章  Prony算法  6.1  引言  6.2  Prony算法的基本理論  6.3  Prony算例分析  6.4  Prony算法中的參數(shù)選擇  6.5  電力系統(tǒng)低頻振蕩  6.6  基于Prony算法的低頻振蕩檢測  6.7  參數(shù)辨識簡述  6.8  Prony算法辨識同步電機(jī)參數(shù)  6.9  基于Prony算法的電力系統(tǒng)諧波檢測  6.10  基于Prony特征提取的故障選線  參考文獻(xiàn)第7章  小波分析  7.1  引言  7.2  小波變換相關(guān)理論  7.3  小波熵理論  7.4  小波消噪  7.5  基于小波分析的直流輸電線路邊界保護(hù)  7.6  基于小波變換的輸電線路行波故障測距  7.7  基于小波變換的輸電線路行波測距式距離保護(hù)  7.8  基于小波-相關(guān)分析的高壓電纜雙端故障測距  7.9  基于連續(xù)復(fù)小波變換的頻率法故障測距  7.10  基于小波變換的行波故障選相  7.11  基于小波變換的電力變壓器勵磁涌流鑒別  7.12  基于全頻帶小波能量相對熵的配網(wǎng)故障選線方法  7.13  基于小波變換的高壓電器局部放電信號檢測  7.14  基于小波變換的同步電機(jī)參數(shù)辨識  7.15  電能質(zhì)量  7.16  基于小波變換的電能質(zhì)量檢測  7.17  基于小波變換的電力系統(tǒng)短期負(fù)荷預(yù)測  7.18  基于小波分析的電力系統(tǒng)故障數(shù)據(jù)壓縮  參考文獻(xiàn)第8章  數(shù)學(xué)形態(tài)學(xué)  8.1  引言  8.2  數(shù)學(xué)形態(tài)學(xué)原理  8.3  數(shù)學(xué)形態(tài)學(xué)濾波器  8.4  基于形態(tài)學(xué)信號奇異性檢測的故障測距  8.5  形態(tài)學(xué)在電能質(zhì)量擾動信號處理中的應(yīng)用  8.6  基于小波-形態(tài)學(xué)融合算法的設(shè)備局部放電信號檢測  8.7  基于形態(tài)學(xué)-小波包分解的相對能量故障選線自適應(yīng)算法  8.8  形態(tài)譜在配電網(wǎng)故障選線中的應(yīng)用  8.9  基于形態(tài)學(xué)梯度的輸電線路快速選相元件  8.10  變壓器涌流鑒別的形態(tài)學(xué)方法  參考文獻(xiàn)第9章  希爾伯特-黃變換  9.1  引言  9.2  經(jīng)驗?zāi)B(tài)分解  9.3  希爾伯特變換  9.4  固有模態(tài)函數(shù)  9.5  HHT的幾個關(guān)鍵問題  9.6  基于HHT的信號濾波  9.7  信號奇異性檢測的HHT算法  9.8  基于HHT的低頻振蕩檢測  9.9  基于HHT的電能質(zhì)量檢測  9.10  基于HHT的同步電機(jī)參數(shù)辨識  9.11  基于HHT的局部放電在線檢測  9.12  基于HHT的中壓配網(wǎng)故障選線  9.13  基于HHT的超高速方向保護(hù)  9.14  配電網(wǎng)鐵磁諧振和諧波諧振產(chǎn)生機(jī)理分析  9.15  基于HHT的鐵磁諧振過電壓辨識  參考文獻(xiàn)第10章  s變換  10.1  引言  10.2  S變換基本理論  10.3  S變換的性質(zhì)  10.4  廣義S變換  10.5  基于S變換的行波波頭識別  10.6  基于S變換的配網(wǎng)纜-線混合線路故障選線  10.7  低頻振蕩模態(tài)的S變換檢測  10.8  基于S變換的電能質(zhì)量擾動分析  10.9  基于S變換的間諧波檢測  10.10  基于S變換與神經(jīng)網(wǎng)絡(luò)的涌流識別  10.11  基于S變換和神經(jīng)網(wǎng)絡(luò)的輸電線路故障分類和定位  10.12  基于S變換和支持向量機(jī)的電能質(zhì)量擾動分析  參考文獻(xiàn)第11章  分形  11.1  引言  11.2  分形基本理論  11.3  基于分形濾波的信號處理  11.4  輸電線路故障類型識別的分形算法  11.5  同步發(fā)電機(jī)局部放電分形維數(shù)計算  11.6  基于小波變換的多重分形小電流接地系統(tǒng)故障選線  11.7  基于分形理論的中壓電網(wǎng)過電壓識別  11.8  基于分形理論的變壓器勵磁涌流鑒別  11.9  電能質(zhì)量擾動檢測的分形指數(shù)-小波識別算法  11.10  同步發(fā)電機(jī)定子繞組內(nèi)部故障分析和保護(hù)的分形算法  11.11  基于分形理論的負(fù)荷預(yù)測  11.12  基于分形理論的交聯(lián)聚乙烯絕緣電纜局部放電檢測參考文獻(xiàn)

章節(jié)摘錄

　　第3章　卡爾曼濾波　　3.1　引言　　統(tǒng)計濾波方法是一門自然科學(xué)和技術(shù)科學(xué)在各個領(lǐng)域中具有廣泛應(yīng)用的數(shù)學(xué)方法，20世紀(jì)40年代，由于第二次世界大戰(zhàn)軍事技術(shù)等方面的需要，由維納（N.Wiener）和柯爾莫哥洛夫（A.N.Kolmogorov）彼此獨立地創(chuàng)立了經(jīng)典維納濾波理論。由于維納當(dāng)時是為研究火炮控制系統(tǒng)的需要才提出了經(jīng)典維納濾波理論，因為軍事保密原因，所以文獻(xiàn)直到1949年才公開發(fā)表。維納濾波理論在方法論上采用頻域法，它主要是利用分解平穩(wěn)隨機(jī)信號的譜展式來解決最優(yōu)濾波問題。這一理論在通信、控制等技術(shù)領(lǐng)域內(nèi)得到應(yīng)用并有所發(fā)展，但也存在不足之處：首先，它沒有能夠給出最佳濾波解的直接計算方法，卻往往是包含在求解微分方程或代數(shù)方程等復(fù)雜的計算過程中。其次，這種方法必須把所用到的全部數(shù)據(jù)保存起來，而且每一時刻都要通過這些數(shù)據(jù)進(jìn)行運算，才能得到所需要的各種量的估計值，按照這種濾波方法設(shè)置的微處理器，其存儲量和計算量都是很大的，甚至不能實時計算。再次，該理論是采用頻域法以傳遞函數(shù)為其數(shù)學(xué)工具，以單變量控制與調(diào)節(jié)為其主要內(nèi)容，因而不能直接推廣到非平穩(wěn)過程的濾波問題。這些局限性和缺點使得維納濾波理論難于在工程上實現(xiàn)，限制了它的應(yīng)用。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    電力工程信號處理應(yīng)用 PDF格式下載

---