电力系统故障信号处理及分析方法研究

《电力系统故障信号处理及分析方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代号：10532学密号：S11092059级：普通湖南大学硕士学位论文电力系统故障信号处理及分析方法研究茔僮由遣厶娃刍；挂淫医昱娅丝刍盈驱整；江亚薤副熬握墙羞篁僮；电氢皇信星工程堂瞳童些名整；电氢_I程论窒握窒旦塑；2Q!垒生至月墨旦迨窒筌迸旦翅；2Q!垒生三旦2Q目筌趱耋虽全圭鹿；奎丛然熬握ResearchonpowersystemfaultsignalprocessingandrecognitionmethodbyDUZeminB．E．(HunanInstituteofTechnology)2011Athesissub

2、mittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofEngineeringElectricalEngineeringintheGraduateSchoolofHunanUniversitySupervisorAssociateProfessorJIANGYaqunMay,2014湖南大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发

3、表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：祝涛L日期锄t忤丁月磁伯学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密口，在年解密后适用本授权书。2、不保密商。(请在以上相应方框内

4、打“√”)作者签名：导师签名：枷耳耻了嘴日期：＼叮9坼7rf年年V呼，6∥切电力系统故障信号处理及分析方法研究摘要电力系统发生故障时，会出现复杂的电气量暂态信号，其含有非常丰富的故障特征信息，如何正确处理此类暂态信号，对于电力系统故障检测、故障识别以及继电保护等的研究具有重大意义。故障暂态信号处理的首要问题是如何从故障信号中提取出故障的特征信息，其过程中遇到两个方面的困难，其一是故障暂态信号容易被稳态信号或噪声掩盖，不易被检测到：其二是故障暂态信号通常不能直接表征故障状态或类型。针对以上问题，本文引入信息熵测度理论和证据融合理

5、论，并且结合小波多分辨率分解，研究了电力系统故障信号的处理及分析方法，并将其应用于励磁涌流识别和小电流接地v故障选线。本文对比分析了电力系统故障信号处理中常用的特征提取方法，简要介绍了小波信息熵测度基本理论，分析研究了信息测度理论的应用构成框架，以及主要的信息测度指标；针对单一信息测度指标的局限性，结合DS证据融合理论，建立了利用多个信息熵测度指标进行信息融合的研究模型。变压器励磁涌流是影响变压器差动保护正确动作的重要因素。本文介绍了电力系统中变压器励磁涌流和内部故障电流识别的问题，根据励磁涌流和故障电流各自的特点，将信息熵测

6、度原理和小波分析方法相结合，提出基于时频空间的故障信息特征量提取方法，得到有效的小波信息熵测度指标，并应用于励磁涌流和内部故障电流的识别，同时利用仿真实验加以验证。小电流接地故障选线是配电网继电保护亟待解决的难题之一。本文从信息熵理论出发，结合DS证据融合理论提出了基于小波信息熵测度的信息证据融合方法，即先利用多种不同小波信息熵测度指标来提取故障信号各个角度的特征量，并且分别作为独立的证据体，然后根据DS证据理论融合所有特征证据体，得到融合后的特征量参数，最后通过融合可信度决策来达到正确、可靠识别故障的目的。利用该方法进行小电

7、流接地故障选线，仿真实例验证其可行性和有效性。本文所作的理论探讨和应用研究表明，Tsallis小波信息熵测度及融合方法，在电力系统故障信号处理及分析识别中，具有较好的推广应用价值。关键词：电力系统；信号处理；信息熵；信息融合理论；小波分析II硕士学位论文AbstractWhenpowersystemoccurfaults，therewillbecomplexelectricsignals，includingsteadystateandtransientsignal，especially，transientsignalconta

8、insveryrichinformation，howtocorrectlydealwiththesesignals，whichisverymeaningfultostudytheapplicationoftheelectricpowersystemfaultdetection