电气工程新技术文献综述1.doc

东北石油大学电气工程技术文献综述电气工程新技术文献综述 课 程 电气工程新技术 研究方向 院 系 专业班级 学生姓名 学生学号 文献综述引言满足用户对电能质量的需求，为用户提供可选的多样的电能质量和价格方案是当前国内外智能电网建设的重要特征之一1，智能电网主要由四部分组成，包括高级量测体系（AMI）、高级配电运行（ADO）、高级输电运行（ATO）和高级资产管理（AAM）2。电能质量是AMI中智能电表的重要检测内容之一，同时电能质量问题也是确定ADO运行方式的重要约束条件。由于电网中大量电力电子设备和非线性负荷的存在使得系统中电能质量问题日益突出3。因此，对电能质量进行有效监测和分析愈显重要。智能电网技术框架下的电能质量监测系统包括监测终端、通信网络和监控中心三个组成部分4，它融入AMI的体系结构之中。电能质量监测终端作为AMI中智能电表的组成部分，能为用户提供电量计量之上对应时段的供电质量基本信息，为配电侧电力市场提供技术支撑。与之相关的研究热点包括检测算法的选取和电网中监测终端的最优布点。AMI的通信网络应能满足电能质量数据传输的要求。AMI中心站应具备电能质量监控中心的功能，能实现对电能质量数据的存储和分析，如电能质量扰动识别、电能质量扰动源定位、电压暂降起因分析、电能质量综合评估以及电能质量信息发布等功能，这些功能也是目前电能质量研究的热点内容。本文对智能电网技术框架下电能质量监测系统中三个组成部分所涉及的研究内容、背景和现状进行了综述。1电能质量检测方法电能质量检测方法是实现监测终端计量功能的重要技术基础，对电网中存在的电能质量问题进行精确检测也是综合分析电能质量的前提和基本要求。2004年国家标准化管理委员会制定的电能质量监测没备通用要求(GBT 198622005)中明确规定了电能质量监测设备应具备的基本功能。因此，电能质量检测的范畴应当涵盖标准中的各项内容。电能质量问题主要分为稳态和暂态两种情况。稳态电能质量问题主要包括谐波、电压波动与闪变、频率偏差等；暂态电能质量问题主要指电力系统发生故障及投切操作等所伴随的暂态现象，如电压凹陷、电压凸起、电压间断、暂态震荡等6。目前，国内外一些常用的电能质量检测方法较多，主要包括傅里叶变换法、小波变换法、S变换法、HilbertHuang变换法(HHT)和Adaline方法等5。傅里叶变换常用于分析谐波等稳态电能质量问题，稳定性好，有良好的动态特性，因而得到广泛成用，然而当系统基频发生偏差时，傅里叶变换难以避免因非同步采样引起的频率泄漏和栅栏效应造成的测量误差。小波变换因其具有良有良好的时频域局部化特性，近年来常用于分析非平稳信号，离散小波变换能够有效提取各扰动特征量，但各特征量物理意义并不明确，且并未对频率偏差进行检测。传统的小波变换用于分析电压波动以及短时电压变动时，由于其时窗宽度受频窗中心频率限制，具有较差的动念特性，较难符合实际分析要求。S变换是将连续小波变换(CWT)和短时傅里叶变换(STFT)结合起来的一种新时频分析方法，该方法的分析结果比小波变换更直观，且在高频部分的频率分辨率高于小波变换。由于S变换是基于傅里叶变换的算法，由频率偏差引起的非同步采样对其检测精度影响较大，且随着分析数据的增多，S变换结果的时频矩阵信息量很大，使得计算量剧增，不利于实时计算。HHT依赖于经验模态分解(EMD)，将扰动信号分解为不同频带上的固有模态分量(IMF)，该方法对信号的奇异点较为敏感，在分析暂态电能质量问题时有较好的动态特性，但EMD并不彻底，容易导致频带混叠，且IMF的物理意义并不明确，故实际应用仍缺乏可靠。 Adaline方法常被用于谐波等稳态电能质量分析，该方法将线性神经元作为自适应滤波器使用，在分析过程中无需事先对网络进行训练，具有运算量小、收敛速度快、抗噪声干扰能力强等优点，然而该方法对信号奇异点的敏感度差于小波变换和HHT，不适合分析暂态电能质量问题。改进型支持向量机(SVM)和最小二乘法两种算法进行比较。改进型SVM能够在小样本条件下检测谐波和间谐波，但测量精度不高；最小二乘法检测精度高，计算量小，但是实现起来需要较长的时间窗，动态特性较差。2 电能质量监测数据通信方式电能质量监测系统中各监测终端将数据传输到监控中心，以及监控中心向各监测点下达监控命令都需要通过特定的通信方式进行，目前用于电能质量监测系统通信的方式有电话线、光纤、微波和电力线载波等。以中压电力线为媒介的载波通信方式目前已成为研究热点。与有关文献中提出的低压电力线载波通信技术类似，基于中压(10 kV)电力线的高速通信方式，以分布广阔的中压配电网络为信道，采用针对恶劣信道条件的正交频分复用(Orthogonal Frequency Division Multiplexing，OFDM)调制方式进行数据传输的宽带(工作频带130 MHz)接入技术，具有传输效率高、噪特性好等优点，对于提高电能质量监测系统数据传输效率有积极作用。3 电能质量扰动分类电能质量临控中心对各监测点传送的数据进行存储和分析，根据IEEE制定的电力系统电磁现象的分类标准，电能质量扰动类型分为七大类：瞬变现象、短时间电压变动、长时间电压变动、电压不平衡、波形畸变、电压波动和工频变化6。正确区分电能质量扰动类别是准确把握电能质量特征、进一步提高电能质量的基础。电能质量扰动识别往往是根据电能质量检测所提取的特征量，利用人工智能方法对特征量进行分析从而实现分类，目前常用的识别方法有人工神经网络(ANN)、SVM、专家系统(ES)等。基于小波变换和ANN的电能质量扰动识别方法，该方法分别用反向传播神经网络和概率神经网络对短时间电压变动、谐波、电压波动和振荡暂态四种扰动类型进行识别，分类准确率较高，但网络学习算法的收敛速度慢，导致了该算法计算速度慢，且没有考虑对工频变化类型的识别，也不能对同时存在的多重电能质量扰动进行识别。SVM是针对分类和回归问题在小样本情况下提出的学习算法，有关文献中利用SVM对电能质量扰动类型进行识别，该方法可得到全局最优解，避免了ANN陷入局部最优的问题；另外，该方法训练样本少，收敛速度快于ANN，解决了小样本、非线性和高维模式辨识等网络实际学习问题。该方法的不足之处在于，所要求输入的特征量并没有明确的物理意义，构造SVM分类器的过程较为繁琐，且不易实现复合电能质量扰动的识别。ES是将相关知识信息结合到程序设计中，使机器通过类似专家的学习和推理实现问题的求解。根据“IF-THEN”的形式制订了用于ES推理的电能质量扰动识别规则，通过将提取的特征量与规则进行匹配，能快速、高效地实现单一和复合扰动类型的识别，该方法具有实现过程简单、识别效率高和分类结果直观的优点7。4 电能质量扰动源定位随着电力电子技术装置广泛应用，以及非线性负倚的不断增加，电力系统中形成了多个谐波源共存的复杂局面，危及着电网和用电设备的安全、经济运行。谐波源定位的本质就是检测系统侧和用户(负荷)侧对公共耦合点(Point of Com-mon Coupling，PCC)谐波电流和电压进行分析，确定哪一侧为主要谐波源。准确定位谐波源明确了系统侧和用户(负荷)侧对电网谐波的影响程度，同时也为谐波潮流计算、滤波器配置、谐波的经济惩罚、电能质量的改善提供技术支持。 目前，关于谐波源定位的方法主要包括基于状态估计技术的方法、基于谐波功率的方法、基于阻抗测量原理的方法以及基于ANN的方法等四大类方法8。(1)基于状态估计的方法。首先提出了谐波状态估计技术，并给出了基于最小方差估计器的谐波源识别算法的方法。该方法选用注入视在功率和线路视在功率测量，利用广义逆求解欠定方程组获得对状态变量的最优估计，并以此获得负荷注入系统的谐波功率。当注入谐波功率为正时，则判定该负荷为谐波源，从而进行谐波源识别。该方法的不足之处在于需要较多的谐波检测设备，成本较高，且计算量很大，在利用傅里叶变换技术对谐波分量进行检测过程中无法克服采样率不足、频谱泄漏等问题的影响。针对传统状态估计方法的不足之处，后继工作者以减少测量装置数量和脱离对FT方法的依赖方向提出了各种改进方法。根据电力系统实际情况，将母线划分为非谐波源母线(已知状态量)和可能谐波源母线(未知状态量)，使谐波估计方程由欠定变为超定，减少计算量的同时提高了结果的可信度。有关文献将状态估计方法和小波变换相结合，利用小波变换取代传统的傅里叶变换，然后利用符号观察分析方法决定系统是否具有可观察性，最后再用SE方法得出谐波/间谐波源的位置。相关文献中提出了基于卡尔曼滤波器的谐波源状态估计方法，该方法优化了谐波检测设备的数量和检测点，降低了谐波源定位成本9。(2)基于谐波功率潮流方向的方法。该方法主要分为基于有功功率和无功功率分析两类，此类方法都是假定主要的阻抗参数不变来设计的，分别依据诺顿等效电路和戴维南等效电路，通过流入PCC点的有功功率和无功功率的方向来定位谐波源。该方法优点是思路比较直观；缺点是参数分散性(主要是谐波阻抗)和背景谐波都会影响该类方法的性能。另外，该方法难以分析多谐波源问题。(3)基于阻抗测量原理的方法。谐波阻抗方法主要是将非线性负荷以谐波电流源来取代计算，且该谐波源一般是负载电压的函数，然后分别测量系统和用户的谐波阻抗，再根据公共连接点的电压、电流测量值确定谐波源对公共连接点的畸变影响，从而确定主要谐波源。该方法包括阻抗测量法、基于畸变负荷特性的方法、负荷参数法和临界阻抗法。这些方法原理清楚、过程明晰，得到了较好的发展，但实际操作中存在测量困难、仍难以处理多谐波源问题等缺陷。(4)基于ANN的方法。为了优化状态估计等传统谐波源定位方法，有关文献将ANN与状态估计方法相结合来提高识别性能。然而，ANN模型的建立需要预先提供大量的训练样本；同时，ANN缺乏对变结构神经元网络的修正算法，而系统线路拓扑的变化会影响ANN的联接权矩阵，因此，训练好的ANN缺乏对电力网结构变化的适应能力，这约束了ANN在处理谐波源问题中的实用性。近年来，谐波源定位方法研究得到较大的发展，新方法与新理论层出不穷，然而这些方法还只是停留于理论研究方面，用于实际工程的技术还不成熟，需要在理论与实际中找到一个合适的技术标准。5 电压暂降起因分析输配电线路故障、变压器投切和大容量感应电动机或其他起动电流大的设备投入是引起电压暂降的主要原因。电压暂降的特征量包括电压暂降幅值、持续时间和相位跳变。不同的暂降源所引起的电压暂降数据特征在某些方面是不同的，对电压暂降的起因进行分析是电压暂降的重要评价指标之一。目前用于电压暂降起因分析的方法主要包括基于小波变换和ANN的方法、短时傅里叶变换法、基于S变换、ES的方法和卡尔曼滤波方法。有关文献以小波变换的奇异性检测理论为基础，利用B样条小波变换准确地提取各种电压暂降的波形特征量，并对故障、变压器投运和三相感应电机起动引起的电压暂降做了辨识。通过小波变换将信号分解到对应不同频段的各个尺度上，从而得到信号在各个频段上的构成信息，通过对ANN进行训练来识别扰动源。利用小波变换对电压暂降源进行识别，能否选择合适的母小波是关键因素，母小波选择不当会直接影响识别效果，同时小波变换和ANN在工程中应用还存在很大的困难。利用短时傅里叶变换提取暂降后电压信号的基频幅值曲线，利用暂降发生和结束时产生的高频信号对电压暂降扰动时间定位的方法，并提出根据基频幅值和扰动点个数来识别电压暂降扰动源的方法。有关文献中利用S变换良好的时频分析能力提取并量化电压暂降的特征信息，并引入了幅度因子、谐波增量、幅值突变次数和最大相位增量等指标，由此建立ES推理算法和判别规则，实现对电压暂降源的辨别。采用卡尔曼滤波方法提取电压暂降特征值，根据三相电压不对称度、谐波干扰度和幅值结束信息对不同暂降源进行区分。该方法应用起来较复杂，不适用于工程应用。根据不同电压暂降引起的暂降幅值大小、暂降结束时是否产生电压跳变、三相电压是否平衡以及是否发生电压暂升等方面情况的不同，提取相关特征量，对暂降干扰源进行识别10。6 电能质量综合评估随着电力市场的建它，电能已转化为一种特殊商品，按质定价的根据应是综合的电能质量指标的优劣。由于电能商品的特殊性和质量指标的多样性，使得电能商品的质量指标难以统一量化和评价。因此，必须建立一种客观的、综合的评价方法，对电能质量进行定性及定量的评价，作为全面考核供电质量、按质定价的依据及为用户选择供电服务提供参考，同时也为电力部门及时掌握系统运行状况提供可靠依据。在对电能质量进行综合评估之前，需要对电能质量综合指标进行定义和计算。一些新的电能质量综合指标定义，包括频率偏差率、波形畸变率和对称分量偏差率，该类指标较全面地反映了电能质量的扰动信息，可以作为评价电能质量的依据。7 结语电能质量监测与分析研究是我国建设坚强智能电网的重要内容之一。本文对电能质量检测、电能质量监测数据通信方式、电能质量扰动分类、电能质量扰动源定位、电压暂降起因分析以及电能质量综合评估等专题进行了分析和评论，全面、详细地比较了各个专题研究方法的优势和不足。6参考文献1 余贻鑫智能电网的技术组成和实现顺序J南方电网技术，2009，3（2）：1-52 和巍，林涛，崔一铂电能质量分析与控制策略综述J陕西电力，2008，36（3）：41-453 徐遐龄，查晓明电能质量监测系统的研究J高电压技术，2008，34（1）：158-1624 肖湘宁电能质量分析与控制M北京：中国电力出版社，20045 林涛，樊正伟利用小波变换及人工神经网识别电能扰动J高电