当前位置:文库下载 > 所有分类 > 工程科技 > 冶金/矿山/地质 > 非负矩阵分解方法识别电能质量扰动信号_栾佳雨
免费下载此文档侵权投诉

非负矩阵分解方法识别电能质量扰动信号_栾佳雨

非负矩阵分解方法识别电能质量扰动信号

栾佳雨,王海瑞,毕贵红,王

曦,陈仕龙

LUANJiayu,WANGHairui,BIGuihong,WANGXi,CHENShilong

昆明理工大学信息工程与自动化学院,昆明650051

FacultyofInformationEngineeringandAutomation,KunmingUniversityofScienceandTechnology,Kunming650051,ChinaLUANJiayu,WANGHairui,BIGuihong,http://www.hjavira.netputerEngineeringandApplications,2013,49(4):240-244.

Abstract:AcombinationofphasespacereconstructionandNon-negativeMatrixFactorization(NMF)methodsisappliedtorecognizesixdisturbancesignalsincludingvoltagesag,voltageswell,voltagespikes,voltageinterruption,harmonicsandfluctu-ationsignals.Thephasespacereconstructionmethodisusedtoconstructdisturbancesignaltrajectoriesconvertedintoimages.Intheviewofimageprocessing,theprincipleofNMFinthefaceandfingerprintimagerecognitionisadoptedtoextractthefea-turesofdifferentphasespacereconstructiontrajectories,andrecognizethecorrespondingpowerqualitydisturbancesignals.Thismethodcanavoidobtainingthedifficultiesofstabilityfeatureextractionwhichresultofthecomplexityofthedisturbancesignal,withthetrainingtimeisshort,lesstrainingsamplesneededtoidentifytheprocessofvisualizationtofacilitatetheanaly-sisandsoon.Simulationresultsshowthatitcanbetteridentifythepowerqualitydisturbance.Itisdisturbancesignaldetectionandclassificationofpossiblealgorithms.

Keywords:powerquality;phasespacereconstruction;Non-negativeMatrixFactorization(NMF);imagerecognition摘

要:利用相空间重构及非负矩阵分解(NMF)相结合的方法,对电压暂降、电压暂升、电压尖峰、电压中断、暂态谐波及

暂态振荡6类电能扰动信号进行分类识别研究。利用相空间重构法构造扰动信号轨迹,并将其转化为图像。从图像处理的角度出发,利用NMF在人脸、指纹图像识别应用中的基本原理,对不同的相空间重构轨迹图进行特征提取,分类识别其所对应的电能质量扰动信号。该方法可避免由于扰动信号的复杂性而难以获得扰动信号稳定特征提取的困难,具有训练时间短、所需训练样本少、识别过程可视化便于分析等特点。仿真实验结果表明其能够较好地识别电能质量扰动,是提供了扰动信号检测与分类的算法。

关键词:电能质量;相空间重构;非负矩阵分解;图像识别文献标志码:A

中图分类号:TP391.41

doi:10.3778/j.issn.1002-8331.1107-0310

非负矩阵分解方法识别电能质量扰动信号_栾佳雨

非负矩阵分解方法识别电能质量扰动信号_栾佳雨

非负矩阵分解方法识别电能质量扰动信号_栾佳雨

随着电力电子技术的广泛应用,各类非线性、冲击性负载使得电能污染日益严重.而与此同时信息技术的飞速发展,使得基于计算机和微处理器的管理、分析、检测和控制的用电设备在电力负荷中占的比例大幅增加,对供电质量提出了更高的要求。因此,电能质量成为电力系统领域的一个研究热点。

电能质量扰动信号,特别是复合的电能质量扰动信号,是一类典型的非平稳、非线性的复杂时间序列信号。其复杂性根源在于产生电能质量扰动的电力系统本身是一个复杂的非线性动力系统。自20世纪90年代以来,随着人

[1]

们对电能质量问题非线性行为认识的深入,非线性时间序列分析方法在电能质量扰动检测、识别与定位中得到极大的发展。因此如何从海量的扰动数据中提取扰动特性并完成自动分类识别便成为重要的课题。

国内外学者已针对这一问题进行了广泛深入的研究,并提出了许多可行的方法。扰动自动分类包括特征提取和分类识别两个过程。在特征提取阶段,小波变换应用得最为广泛,小波系数峰值个数[2]、多分辨率分析所得的各频段能量[3]、细节和概貌系数[4]均可作为具有辨识度的特性。傅里叶变换[2]、dp变换[5]、S变换[6]及Hilbert-Huang变换[7]等

基金项目:昆明理工大学科学研究基金(No.201001);云南省自然科学基金(No.2009CD028);云南省教育厅基金(No.09Y0057)。作者简介:栾佳雨(1987—),女,硕士研究生,研究方向为模式识别与实时系统;王海瑞(1969—),通讯作者,男,博士,教授,研究方向为多

Agent技术、智能控制与应用;毕贵红(1968—),男,博士,教授,研究方向为现代电能信号处理与分析;王曦(1987—),男,硕士研究生,研究方向为电能质量信号处理与分析;陈仕龙(1973—),男,博士生,讲师,研究方向为电力系统保护与控制。E-mail:hrwang88@http://www.hjavira.net

收稿日期:2011-07-14

修回日期:2011-09-29

文章编号:1002-8331(2013)04-0240-05

CNKI出版日期:2011-11-14

http://www.hjavira.net/kcms/detail/11.2127.TP.20111114.0948.058.html

第1页

免费下载Word文档免费下载:非负矩阵分解方法识别电能质量扰动信号_栾佳雨

(下载1-6页,共6页)

猜你喜欢

返回顶部