暂态电能质量扰动以其扰动幅值与持续时间为特征，暂态扰动信号持续时间短、随机性大、突变性强，因此要求对信号的检测具有良好的实时性和准确性。传统的检测方法如有效值法和傅里叶变换法在检测暂态电能质量扰动时有着明显的缺点。有效值法实时性差，不能很明确地给出暂态扰动的起止时刻；傅里叶变换法受单一分辨率的限制，在面对电压骤变等暂态问题时，显得无能为力[1]。目前，小波变换法是暂态电能质量扰动检测运用最多的方法。在时域和频域同时具有良好的局部化性质。它不仅是一种基于时域-频域的分析方法而且还是一种窗口面积固定但是形状不一的局部分析方法[2]，其根据信号的不同频率成分，自动调节窗口的大小。由于时频窗口的自适应性，使得小波分析可以聚焦到信号的任意部位，满足了信号分析的多分辨要求。因此，小波变换适用于随机突变的信号检测，很好地弥补了传统检测方法的不足，在理论研究与实际工程中得到了十分广泛的应用。
现今，人工智能法是最常用的扰动识别方法，其主要包括：人工神经网络（Artificial Neural Network，ANN）、模糊逻辑（Fuzzy Logic，FL）和专家系统（Expert System），及后面逐渐发展起来的采用几种方法相结合的混合人工智能法。这些方法有着较强的辨识分类能力[3]。专家系统是人工智能的一个重要分支，它实现了人工智能从理论研究走向实际应用，从一般思维方法的探讨转入运用专门知识求解专门问题的重大突破。
本论文首先采用小波变化实现信号的实时检测，然后采用在传统专家系统上发展起来的模糊专家系统对其信号提取特征量进行判定研究。
1 小波变换原理
设函数 ， 为平方可积函数组成的Hilbert空间。将 在小波基下展开，则称这种展开为函数 的连续小波变换（CWT）。通过连续小波变换公式（2.1）可以将函数 从时域变换到小波域。式中， 为小波母函数， 为尺度因子， 为位移因子。
 （2.1）式中， 为小波母函数， 为尺度因子， 为位移因子。 是 的共轭。由于 和 的连续性，可以导出小波变换的频域表达式：
 （2.2）由于小波窗口面积的固定性，当 取不同数值时， 的带宽是不同的，但是中心频率却不变。当 取值较小的时候，可观察的时轴较短，但是可用较高的分辨率观察频率；当 取值较大时候，可观察的时轴较长，频率上则相当于用低频小波观察。
小波基就是小波的基函数，也称为母函数。小波函数是多种多样的。但是作为一个小波的基函数，它是满足一定条件的。首先小波基在时域一定是有限支撑的，同时，频域也是有限支撑的，若时域越窄，频域必然是越宽，反之亦然，在时域和频域的有限支撑方面我们往往只能取一个折中；另外，母小波形成的一系列小波是两两正交的，或是双正交的；最后，母小波还有高阶的消失矩、对称性等特点。常见的小波基有常见的小波基有：Haar小波基、dbN系列小波基、Biorthogonal(biorNr.Nd)小波系、Coiflet(coifN)小波系、SymletsA(symN)小波系、Molet(morl)小波、Mexican Hat (mexh)小波、Meyer小波。本文采用一维连续小波变换进行分析，由于db小波对不规则信号反应较为灵敏，具有紧支撑、正交的特点，本文采用db4小波对4种暂态电能质量扰动信号(电压间断、暂降、凸起、电压缺口)进行分析。
在对扰动信号进行小波分析后，就需要对分析的结果进行特征量的提取。定义扰动持续时间、扰动频率、电压幅值、电压变化率的绝对值为特征量。对于扰动持续时间来说， 。扰动频率 ， 为两次扰动的时间间隔，电压幅值为持续扰动中电压的有效值 ，而电压幅值变化率绝对值则定义为 。其中 为采样点的电压差， 为采样间隔。
。。。。。。 |