基于希尔伯特-小波变换与神经网络的风电接入配电网电能质量检测与辨识方法研究

摘要：

提出了一种希尔伯特变换、小波变换与神经网络相结合的风电接入配电网电能质量检测与辨识方法.该方法利用希尔伯特变换对低频电能质量扰动敏感、小波变换对高频电能质量扰动和短时电能质量扰动敏感及消噪能力强、神经网络模式识别能力强等特性,通过合理的小波变换消噪、希尔伯特变换的时间幅值特性和时间频率特性以及离散小波变换的细节系数、尺度系数和模极大值的计算,可以检测出各个电能质量扰动的实时值、幅值、频率和起止时间;通过合适的神经网络,辨识出各个电能质量扰动的具体类型.该方法具有通用性强、检测信息全面、检测准确度高和辨识准确性高等优点,仿真结果验证了其有效性和可行性.

关键词：电能质量、希尔伯特变换、小波变换、神经网络、风电、配电网

所属期刊栏目：42

分类号：TM714;TP391;TN911.73

在线出版日期：2023-07-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：16-23