欢迎来到天天文库
浏览记录
ID:34874469
大小:3.49 MB
页数:58页
时间:2019-03-13
《基于小波理论的电能质量信号去噪方法的研究》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、辽宁工业大学硕士学位论文基于小波理论的电能质量信号去噪方法的研究专业:电力系统及其自动化研究生:蒋蕾指导教师:陈晓英教授辽宁工业大学电气工程学院二〇一五年三月MasterThesisTheStudyofPowerQualitySignalDe-noisingMethodBasedonWaveletTheorySpeciality:PowerSystemanditsAutomationCandidate:JIANGLeiSupervisor:ProfessorCHENXiao-yingLiaoningUniversityofTechnologyJinzhou,121001,ChinaMarch2
2、015摘要随着社会的进步,企业用电量和个人用户用电量都在逐年上升,同时对电能供应的质量也提出了越来越高的要求。因此对电能质量的提高和改善,是目前急需解决的一个现实问题。这一问题的解决是基于对电能质量做出科学的评估。现有的评估技术是通过采样收集监测端的监测信号来进行评估,通常监测信号在采样和传输过程中会受到各种因素的干扰,使有效电能信号叠加上噪声。因此去除监测到的电能质量信号中所包含的噪声是准确评估电能质量的先决条件。本文主要针对电能质量信号去噪效果的优化问题进行研究和探讨。研究过程中选定了适用于电能质量信号去噪的正交小波基db3作为小波变换的基函数。分析了四种阈值选择标准的适用条件和优缺点,选
3、定使用统一阈值法作为阈值选择的标准。在对比研究了不同去噪方法的原理、算法及应用局限性后,针对传统小波阈值去噪方法的不足,希望通过采用将两种阈值函数进行结合使用,来弥补去噪过程中的不足。文中确定了结合两种函数的加权因子的表达式,并通过理论推导说明了这种结合函数的可行性。最后选择了三种典型的电能质量信号通过Matlab软件进行建模仿真后,对结合函数的去噪效果进行了仿真验证,同时采用SNR和RMSE对去噪后的效果进行了量化的对比。通过验证得出,采用加权结合阈值函数对电能质量信号进行去噪,取得的去噪效果明显优于较传统的去噪方法。关键词:电能质量;小波变换;小波阈值去噪;信噪比;均方根误差IAbstra
4、ctWiththeprogressofsociety,whichleadtothearrivalofthefullelectrificationera,businessesandindividualselectricityconsumptionincreaseyearbyyear.Powersupplyqualityalsofacemorestringentrequirementsatthesametime.Theproblemofhowtoenhanceandimprovepowerqualityisurgentlytobesolved,andthesolutiontothisquestio
5、ndependsonthepowerqualitycanbemaderelativetothecurrentscientificevaluation.Existingassessmenttechnologyismainlymadebycollectingmonitoringsignaltoevaluatethepowerquality.Monitoringsignalsareusuallydisturbedbyoutsidefactorsandproducenoise.Therefore,removingthenoiseinmonitoringpowerqualitysignalisinclu
6、dedintheaccurateassessmentofpowerqualityandistobeaprerequisite.Theoptimizationproblemforpowerqualitysignalde-noisingeffectwasstudiedanddiscussed.Firstly,selectdb3waveletfunctionwaveletwhichissuitableforpowerqualitysignalwhiteGaussiannoiseremoval.Thresholdselectioncriteria.Discusstheconditionsofitsap
7、plicationtheiradvantagesanddisadvantagesinconventionalfourthresholdvalues.Finallydecidetousetheaunifiedthresholdasthecriteria.Proposeoptimizationideasforthewaveletthresholdingmethod.Afterthestudyofcom
此文档下载收益归作者所有