1、現(xiàn)代電力系統(tǒng)負荷的改變使得電能質(zhì)量問題日益突出，嚴重影響電力系統(tǒng)的穩(wěn)定安全運行，并給生產(chǎn)和生活帶來了巨大經(jīng)濟損失。在總結(jié)和分析前人科研成果的基礎(chǔ)上，結(jié)合信號處理的相關(guān)理論，對電能質(zhì)量擾動信號的消噪，檢測和識別問題進行研究。
　　 在介紹基于小波變換和數(shù)學形態(tài)學的消噪算法的基礎(chǔ)上，研究這兩類方法應用于電能質(zhì)量擾動信號消噪的適應性和算法選擇問題。建立了重構(gòu)因子用以評價算法對信號的重構(gòu)能力，利用兩類方法的典型代表性算法對兩種基本信號和

2、常見的電能質(zhì)量擾動信號進行了分析，通過計算其重構(gòu)因子，討論了兩種算法對不同信號的適應性。通過仿真分析，得出如下結(jié)論：對于無暫態(tài)脈沖或高頻振蕩擾動的信號，兩種算法都是有效的，可根據(jù)計算速度和精度的不同要求予以選擇；對于含暫態(tài)脈沖和振蕩擾動的信號，基于小波變換的消噪效果明顯優(yōu)于基于數(shù)學形態(tài)學的消噪方法。
　　 利用數(shù)學形態(tài)學在保留信號突變點信息方面的良好效果，研究基于數(shù)學形態(tài)學的短時電能質(zhì)量擾動檢測和定位。介紹和分析了3種基于數(shù)學形

3、態(tài)學的擾動檢測和定位方法，即基于一階求導和形態(tài)梯度的方法、基于形態(tài)梯度和軟閾值處理的方法、基于dq分解和高帽變換的方法，通過仿真比較了3種方法在分析電壓暫降、電壓暫升、電磁暫態(tài)振蕩等信號方面的適應性，能正確檢測與定位出任意時刻發(fā)生的擾動，結(jié)果表明基于dq分解和高帽變換的方法在檢測過零點擾動時具有很好的效果，因此選取基于dq分解和高帽變換的方法對實測擾動數(shù)據(jù)進行了檢測和定位分析。
　　 Cohen類雙線性時頻分布是一種真正意義上的

4、時頻聯(lián)合分布，論文討論了Cohen時頻分布應用于電能質(zhì)量擾動信號識別的可能性。給出一種基于重排二次型時頻分布的電能質(zhì)量檢測新方法，首先采用瞬時無功功率理論和廣義形態(tài)濾波器將電能質(zhì)量信號的基波成分和擾動成分分離，再利用重排二次型時頻分布對擾動分量進行分析，從而獲得時頻聚集性能更好的擾動分量的時頻聯(lián)合分布。仿真算例表明該方法直觀的表達出擾動信號的時頻特性，但在特征量化提取和降低計算量，解決交叉項問題方面還存在一定的困難。
　　 提出

5、了一種基于線性時頻分布和二進制閾值特征矩陣的電能質(zhì)量擾動分類方法。首先結(jié)合兩種線性時頻分布(窗口傅里葉變換和S變換)的優(yōu)點，給出了提取能夠表征信號特點的五個特征并對其進行二值化處理；在此基礎(chǔ)上，建立了基于二進制閾值特征矩陣的擾動分類判據(jù)，通過將二進制特征與閾值矩陣進行數(shù)值比較來判定擾動的類型。對電壓暫升，暫降，中斷，切痕，振蕩，脈沖，諧波，諧波和暫降，諧波和暫升9種常見擾動的仿真分析結(jié)果表明該方法有較高的準確率(＞98％)，說明所提出方

6、法的正確性和有效性。
　　 建立了一個分層的電能質(zhì)量擾動識別系統(tǒng)，給出了部分特征并構(gòu)造了系統(tǒng)中各個功能模塊的具體算法。該分層電能質(zhì)量擾動識別系統(tǒng)包括了基波和擾動分離模塊，擾動時間特征提取和分類模塊等七個功能模塊，通過將dq變換，廣義形態(tài)濾波，傅里葉變換等計算簡單的信號分析方法相結(jié)合，逐層提取出幅值，擾動時間，擾動頻域奇異熵等特征并進行分類，最后依據(jù)各層分類結(jié)果對信號的擾動類型進行綜合識別。對七種常見的單一電能質(zhì)量擾動及部分混合電