基于粒子滤波的统一电能质量分析理论研究

Along with the wide application of new energy and versatile of loads, the power quality is becoming worse, which severely harms the efficient, safe, steady and economical operation of power system, lowers product quality and people's life, so analysis and treatment of power quality seems very urgent and important.The expansion of power system and increasing complication of power consumers leads a trend of the parameters estimation of mixed power quality events. In current, IEC proposed methods mainly focus on estimation of single event of power quality, and part of them have limitation. Due to the fact, parameters estimation of power quality remains popular, and many new algorithms are proposed. By the synthesis of the most interesting methods currently, this paper proposes a particle filter based method for this application. Based on the analysis of the mechanism and phenomenon of power quality events, rational mathematic model are founded. Taking the consideration of non-linear and non-Gaussian situation which can not be avoided in industry application, state tracing techniques are applied for the parameters estimation of power qualities. Finally, it is supposed to found a unified method for power quality evaluation.

随着各种新能源的并网及负载的多样性，导致电能质量恶化，这严重危害电力系统的高效经济和稳定运行，影响人们的正常生活和产品质量，因此对电能质量的分析和治理显得十分紧迫和重要。电力系统的规模化、复杂化使得电能质量参数计算问题逐渐由单一事件的计算向混合事件的计算方向发展。IEC（国际电工委员会）推荐的方法主要针对各类单一电能质量事件的参数计算，且有些方法存在局限性。由于电能质量分析问题的重要性，使他成为人们关注的热点问题，许多新的计算方法被不断提出，但这些方法五花八门，缺乏统一性，且计算条件限制较多。本项目提出采用粒子滤波器的理论和方法来计算电能质量参数，通过对电能质量事件产生的机理和现象进行分析来建立合理的事件数学建模，对模型中的各个参数进行状态跟踪估计，并在建模过程中充分考虑模型的非线性、非高斯问题，以实现工业环境下电能质量参数的精确计算，由此建立一套统一的电能质量分析理论。

随着各种新能源的并网及负载的多样性，导致电能质量恶化，这严重危害电力系统稳定运行，因此对电能质量的分析和治理显得十分重要。然而电力系统中量测数据和系统动态参数之间往往是非线性关系，尤其是暂态过程和非高斯噪声给信号分析处理带来诸多不便。粒子滤波算法具有非参数化的特点，能在贝叶斯（Bayes）理论框架下利用概率分布对真实分布做近似计算，解决了非线性滤波时随机变量必须满足高斯分布这一问题。针对构建统一的电能质量分析系统，提出了基于s变换的电能质量扰动分类算法，该算法兼顾了傅立叶和小波的优点，能够提取出扰动信号的频率信息与暂态信息，具有计算简单、容易实施的特点，解决了分析算法实时性的问题。提出了基于强跟踪滤波器的暂态电能质量扰动检测，在考虑谐波、频率偏移、直流偏移、非整次谐波和噪声影响的基础上，建立了含有直流分量、基波和谐波分量的强跟踪滤波模型；采用低阶强跟踪滤波器的渐消因子检测突变；采用高阶强跟踪滤波器检测暂降幅值和相位跳变。该检测方法不仅具有良好的动态响应特性，而且在频率偏移和直流偏移的情况下也能得到准确的暂降特征量。基于S变换和基于强跟踪滤波器的电能质量分析算法受限于时频分析理论的瓶颈，存在加窗效应、频谱泄露、频率混叠等问题，因此，我们提出了基于稀疏分解的统一电能质量分析方法，很好地解决了上述问题。稀疏分解方法能够直接将信号的暂态量分解出来，既易于分析又容易实现，在正交匹配追踪算法的帮助下也能够实现实时计算的功能；稀疏分解系数本身就是已经稀疏化的参数，能够方便的进行电力数据的压缩。针对多扰动问题，本项目提出了基于贝叶斯网络的多标签电能质量扰动分类算法，采用了点估计法与蒙特卡罗估计知识库中各事件的概率参数，成功构建了知识库。运用该分类算法不仅解决了多扰动识别问题，而且能对实际信号有效地进行分析。实验结果表明该算法提高了系统抗基波频偏、抗噪声的能力，具有非常理想的电能质量扰动识别准确度。