基于经验模态分解和形态学的风电并网电压故障检测-ingentaconnect.pdfVIP

第 32 卷 第 11 期 农 业 工 程 学 报 Vol.32 No.11 2016 年 6 月 Transactions of the Chinese Society of Agricultural Engineering Jun. 2016 219 基于经验模态分解和形态学的风电并网电压故障检测 1 2 1,3 2 包广清 ，宋 泽 ，吴国栋 ，徐海龙 （1. 兰州理工大学电气工程与信息工程学院，兰州 730050 ；2. 国核电力规划设计研究院，北京 100095 ； 3. 甘肃省电力科学研究院，兰州 730050 ） 摘 要：针对风电场并网点电压故障引起的风机大规模脱网问题，提出了基于柔性形态算子和经验模态分解（empirical mode decomposition ，EMD ）去噪技术的电网电压故障检测方法。首先，利用EMD 对采样信号进行时频自适应预处理， 从而确定噪声主导模态；然后，通过柔性形态学变换加阈值输出，有效放大信号奇异点，避免了因电网电压信号周期性 变化和噪声引起的背景梯度对检测结果的影响，实现故障定位检测。通过对不同噪声强度的电压暂降故障信号进行检测 对比分析发现，随着信号信噪比下降，标准形态学方法的检测误差进一步增大，当信噪比达到 25db 时，甚至出现了误检 现象，而柔性形态 EMD 检测方法仍然可以有效检测故障扰动的起止时间，表明该方法与标准形态学和小波阈值方法相比， 在简化运算过程的同时可以获得更高的检测精度。最后，对某风电场并网点故障电压的分析结果与实测数据的一致性， 验证了该方法可以有效检测电网电压的瞬态故障信息，从而为风电场无功补偿装置的投切控制提供了依据。 关键词：电场；噪声；风力；风电并网；电压故障检测；信号去噪；柔性形态学；经验模态分解 doi ：10.11975/j.issn.1002-6819.2016.11.031 中图分类号：TM769 文献标志码：A 文章编号：1002-6819(2016)-11-0219-07 包广清，宋 泽，吴国栋，徐海龙. 基于经验模态分解和形态学的风电并网电压故障检测[J]. 农业工程学报，2016， 32(11)：219－225. doi ：10.11975/j.issn.1002-6819.2016.11.031 Bao Guangqing, Song Ze, Wu Guodong, Xu Hailong. EMD and morphology based voltage disturbance detection method for power system connected with wind turbine generation[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(11): 219－225. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2016.11.031 换方法依赖于母函数选择和多尺度分解，计算量较大， 0 引 言 难以满足实时性要求；HHT 方法受模态