基于Hilbert-Huang变换和小波包能量谱的电压暂降源识别

doi:10.11930/j.issn.1004-9649.2013.8.112.5

中国电力 ›› 2013, Vol. 46 ›› Issue (8): 112-117.DOI: 10.11930/j.issn.1004-9649.2013.8.112.5

基于Hilbert-Huang变换和小波包能量谱的电压暂降源识别

祁博, 邹金慧, 范玉刚, 邵宗凯, 王晓东, 黄国勇

昆明理工大学信息工程与自动化学院,云南昆明 650500

收稿日期:2013-01-18 出版日期:2013-08-23 发布日期:2015-12-10
作者简介:祁博（1986—）,男,陕西西安人,硕士研究生,从事信号处理在电力系统中的应用研究。
基金资助:
云南省应用基础研究计划资助项目（2011FZ036）; 云南省教育厅基金资助项目（2011Y386）

Identification of Voltage Sags Source Based on Hilbert-Huang Transform and Wavelet Packet Energy Spectrum

QI Bo, ZOU Jin-hui, FAN Yu-gang, SHAO Zong-kai, WANG Xiao-dong, HUANG Guo-yong

Faculty of Information Engineering and Automation, Kunming University of Science and Technology, Kunming 650500, China

Received:2013-01-18 Online:2013-08-23 Published:2015-12-10

摘要/Abstract

摘要： 针对电压暂降源识别问题,提出一种基于Hilbert-Huang变换（HHT）和小波包能量谱的电压暂降源识别方法。首先对电压暂降信号经过经验模态分解（EMD）,得到一个固有模态函数（IMF）集合,然后将各IMF进行n层小波包分解并计算其小波包能量谱,得到Hilbert-Huang（HH）谱图。通过比较突变点、幅值、谐波等特征量,对电压暂降源进行识别。实验结果表明,该方法简洁可靠、识别准确性高、实用性强。

关键词: 电压暂降源, Hilbert-Huang变换（HHT）, 小波包能量谱, 识别

Abstract: For the identification of voltage sags source, a method based on HHT and wavelet packet energy spectrum is proposed. Firstly, signals of voltage sags are decomposed by EMD to get the IMFs, then each IMF is decomposed by n-layer wavelet packet to calculate it’s energy spectrum, and the HH spectrum is acquired by HT. The voltage sags source will be identified through comparing such characteristics as mutation point, amplitude, and harmonic. The final result of this simulation proves that the method is simple and reliable, with high recognition accuracy and practicability.

Key words: voltage sags source, HHT, wavelet packet energy spectrum, identification

中图分类号:

TM714

祁博, 邹金慧, 范玉刚, 邵宗凯, 王晓东, 黄国勇. 基于Hilbert-Huang变换和小波包能量谱的电压暂降源识别[J]. 中国电力, 2013, 46(8): 112-117.

QI Bo, ZOU Jin-hui, FAN Yu-gang, SHAO Zong-kai, WANG Xiao-dong, HUANG Guo-yong. Identification of Voltage Sags Source Based on Hilbert-Huang Transform and Wavelet Packet Energy Spectrum[J]. Electric Power, 2013, 46(8): 112-117.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.electricpower.com.cn/CN/10.11930/j.issn.1004-9649.2013.8.112.5

https://www.electricpower.com.cn/CN/Y2013/V46/I8/112

参考文献

[1] COSTA F B, DRIESEN J. Assessment of voltage sag indices based on scaling and wavelet coefficient energy analysis[J]. IEEE Transactions on Power Delivery, 2012, 27(4): 1-11.
[2] 李康瑞,杨洪耕. 基于S变换标准模板相似度的电压暂降分类[J]. 电工技术学报,2010,25（12）：139-146.
LI Kang-rui, YANG Hong-geng. S-transform based classification for voltage dips according to standard template similarity[J].Transactions of China Electrotechnical Society, 2010, 25(12):139-146.
[3] LIN C H, WANG C H. Adaptive wavelet networks for power- quality detection and discrimination in a power system[J]. IEEE Transactions on Power Delivery, 2006, 21(3): 1106-1113.
[4] 楼书氢. 配电网中电压暂降的识别与定位[D]. 北京：华北电力大学,2007.
[5] 王克星,宋政湘,陈德桂,等. 基于小波变换的配电网电压暂降的干扰源辨识[J]. 中国电机工程学报,2003,23（6）：29-34.
WANG Ke-xing, SONG Zheng-xiang, CHEN De-gui, et al .Interference source identification of voltage sag in distribution system based on wavelet transform[J]. Proceeding of the CSEE,2003, 23(6): 29-34.
[6] 杨杰,王金浩,章雪萌,等. 基于小波多分辨率分析的电压暂降源定位研究[J]. 电力系统保护与控制,2010,38（22）：90-95.
YANG Jie, WANG Jin-hao, ZHANG Xue-meng, et al . Analysis of voltage sag source location based on wavelet multiresolution method[J]. Power System Protection and Control, 2010, 38(22):90-95.
[7] YAN R Q, GAO R X. A tour of the Hilbert-Huang transform:an empirical tool for signal analysis[J]. IEEE Instrumentation & Measurement Magazine, 2007, 10(5): 40-45.
[8] 常勇,张平,王聿升. 基于希尔伯特—黄变换的高压直流线路行波保护[J]. 中国电力,2011,44（11）：14-18.
CHANG Yong, ZHANG Ping, WANG Yu-sheng. HVDC traveling wave protection based on Hilbert-Huang transform[J]. Electric Power, 2011, 44(11): 14-18.
[9] HUANG N E, SHEN Z, LONG S R, et al . The empirical mode decomposition and the Hilbert spectrum for nonlinear and non- stationary time series analysis [J]. Proceedings of the Royal Society of London A, 1998, 454: 903-995.
[10] 赵臻峰,曾祥君,秦小安,等. 基于希尔伯特—黄变换的超高压输电线路行波差动保护[J]. 中国电力,2011,44（2）：10-13.
ZHAO Zhen-feng, ZENG Xiang-jun, QIN Xiao-an, et al . HHT based traveling wave differential protection used on EHV transmission line [J]. Electric Power, 2011, 44(2): 10-13.
[11] PENG Z K, TSE P W, CHU F L. A comparison study of improved Hilbert-Huang transform and wavelet transform: Application to fault diagnosis for rolling bearing[J]. Mechanical Systems and Signal Processing, 2005, 19(5): 974-988.
[12] 丁幼亮,李爱群,邓扬. 面向结构损伤预警的小波包能量谱识别参数[J]. 东南大学学报：自然科学版,2011,41（4）：824-828.
DING You-liang, LI Ai-qun, DENG Yang. Parameters for identification of wavelet packet energy spectrum for structural damage alarming[J]. Journal of Southeast University: Natural Science Edition, 2011, 41(4): 824-828.
[13] 楼书氢,徐永海,陈思黔. 配电网中电压暂降源的检测方法比较[J]. 继电器,2006,34（15）：63-67.
LOU Shu-qing, XU Yong-hai, CHEN Si-qian. Comparison on methods for voltage sag source detection in power distribution network [J]. Relay, 2006, 34(15): 63-67.
[14] 胡鹏飞,汤何美子,李清泉,等. 近区故障瞬态恢复电压计算与分析[J]. 中国电力,2011,44（10）：21-24.
HU Peng-fei, TANG He-mei-zi, LI Qing-quan, et al . Calculation and analysis of transient recovery voltage of short line fault[J].Electric Power, 2011, 44(10): 21-24.
[15] 丁宁,蔡维,锁娟,等. 电压暂降源识别方法研究[J]. 电网技术,2008,32（S2）：55-59.
DING Ning, CAI Wei, SOU Juan, et al . Research on voltage sag sources recognition method[J]. Power System Technology, 2008, 32(S2): 55-59.
[16] 全惠敏,戴瑜兴. 电压暂降的改进S变换分析与分类[J]. 湖南大学学报：自然科学版,2011,38（3）：45-50.
QUAN Hui-min, DAI Yu-xing. Detection and classification of voltage sags based on modified S-transform[J]. Journal of Hunan University: Natural Sciences, 2011, 38(3): 45-50.
[17] 吕干云,方奇品,蔡秀姗. 基于多分类支持向量的电压暂降源识别[J]. 电力系统保护与控制,2010,38（22）：151-155.
LU Gan-yun, FANG Qi-pin, CAI Xiu-shan. Identification of voltage sags source based on multi-class support vector machine[J]. Power System Protection and Control, 2010, 38(22): 151-155.

基于Hilbert-Huang变换和小波包能量谱的电压暂降源识别

Identification of Voltage Sags Source Based on Hilbert-Huang Transform and Wavelet Packet Energy Spectrum

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	赵欣洋, 邹洪森, 杨晨, 李玉琦, 李博通, 刘思源. 基于模量反向行波的接地极线路故障类型识别与定位方法[J]. 中国电力, 2025, 58(2): 33-42.
[2]	陈志永, 韩璟琳, 刘洋, 李光毅, 蒋雨, 蔡瑞天. 基于关键帧提取与图像识别的电网设施数字化重建[J]. 中国电力, 2024, 57(9): 217-223.
[3]	孔志恒, 谭冲, 唐培耀, 胡成博, 郑敏. 基于Light-Resnet卷积神经网络的电力设备监测数值识别算法[J]. 中国电力, 2024, 57(8): 206-213.
[4]	郭世成, 刘永生, 吴晶, 侯炜, 江鑫, 张向亮, 陈恺, 石祥建. 基于车体接地电流的故障列车精准识别方法[J]. 中国电力, 2024, 57(7): 143-150.
[5]	史子轶, 夏向阳, 刘佳斌, 谷阳洋, 王玉龙, 洪佳瑶. 基于AKNN异常检验与ADPC聚类的低压台区拓扑识别方法[J]. 中国电力, 2024, 57(5): 168-177.
[6]	赵耀, 陈永江, 纪坤华, 王云. 基于有限关键节点及Wasserstein距离的配网拓扑识别[J]. 中国电力, 2024, 57(4): 151-161.
[7]	林昱奂, 郝方舟, 李柏新, 黄波. 配电网运行异常数据识别方法[J]. 中国电力, 2023, 56(9): 134-139.
[8]	杨晓峰, 方逸航, 赵鹏臻, 王承民, 谢宁. 基于K-means和BPNN的风机状态识别[J]. 中国电力, 2023, 56(6): 158-166,175.
[9]	柳守诚, 王淳, 邹智辉, 陈佳慧, 周晗, 刘伟, 张旭. 基于t-SNE降维和放射传播聚类算法的低压配电网相位识别[J]. 中国电力, 2023, 56(5): 108-117.
[10]	皮俊波, 齐世雄, 孙文多, 楼贤嗣, 沃建栋, 张越, 姜涛, 单连飞. 基于UIE框架的电网故障处置预案实体和事件识别方法[J]. 中国电力, 2023, 56(12): 138-146.
[11]	赵隆, 温冠儒, 刘志成, 袁鹏, 董新胜. 基于参数优化的VMD-SVD和LSTM的输电杆塔倾斜状态识别[J]. 中国电力, 2023, 56(12): 217-226, 237.
[12]	周震震, 宋云海, 何宇浩, 王黎伟, 黄和燕, 何珏, 朱志航, 闫云凤. 基于分组查询注意力的可扩展电力人员行为分类方法[J]. 中国电力, 2023, 56(11): 77-85.
[13]	钟鸣, 陶军, 刘洵宇, 杨逸, 杨炳元. 智能变电站光纤虚实回路映射及故障诊断技术[J]. 中国电力, 2023, 56(10): 171-178.
[14]	刘海涛, 叶筱怡, 吕干云, 袁华骏, 耿宗璞. 基于BAS-SVM的配电网电压暂降源识别[J]. 中国电力, 2022, 55(5): 128-133.
[15]	李楠, 李松原, 尚学军, 郭博文, 李琳, 祖国强, 侯恺. 基于交叉比对的UHF-PD在线监测装置现场校验方法[J]. 中国电力, 2022, 55(4): 100-107.

模态框（Modal）标题

基于Hilbert-Huang变换和小波包能量谱的电压暂降源识别

Identification of Voltage Sags Source Based on Hilbert-Huang Transform and Wavelet Packet Energy Spectrum

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics