摘要

本文在深入研究可调Q因子小波变换(tunable Q-factor wavelet transform, TQWT)和动态时间规整(dynamic time warping, DTW)基础上,针对电能质量混合扰动的复杂性及当前分类识别的准确率不够高等问题,创新提出了一种数据库查询的多标签电能质量混合扰动分类与识别方法,能够更加科学准确地识别混合扰动,可为电能质量治理、扰动事件责任追究等提供有力决策辅助。首先,该方法基于TQWT和时变均方根(root mean square, RMS)的特征提取方法有效提取扰动信号基频时域特征量,较好地克服了当前基频幅值特征提取准确率不够高的难点问题;其次提出频域特征曲线分割新方法,能够高效地提取扰动信号的高频特征曲线;然后建立基频幅值特征数据库和高频特征曲线数据库;最后利用快速DTW结合多标签的分类思想进行混合电能质量扰动的多标签分类。仿真实验结果表明新方法具有如下优势:几乎不受限值范围内基频偏移的影响,抗噪性较强,能对单一扰动及包含双重、三重、四重扰动在内的27种扰动具有较高的分类准确率。电网实测扰动数据的分析,进一步验证了该方法的扰动识别有效性。