基於能量 Lp 範數的非穩態電能品質事件量化新指標

Główne pojęcia

本文提出了一種基於小波能量分佈的 Lp 範數的新指標，用於量化非穩態電能品質事件的嚴重程度，並通過模擬、實際和實驗數據驗證了該指標的有效性。

Streszczenie

研究目標：

本研究旨在開發一種有效且易於理解的指標，用於量化主要的非穩態電能品質事件，例如電壓驟降、驟升和振盪瞬變。

方法：

• 本研究採用小波變換（DWT）對電能品質事件進行時頻分析。
• 提出了一種基於事件與額定電壓之間的 Lp 範數的能量範數指標（ENI），用於量化事件的嚴重程度。
• 為了整合決策者的偏好，提出了加權能量範數指標（WNI）和分段指標（LNI）。

主要發現：

• 研究結果表明，事件的時頻能量分佈可以用作嚴重程度的指標。
• ENI 在 [0, 1] 范围内有界，並且隨著事件嚴重程度的增加而單調增加。
• WNI 可以通過調整偏好權重來適應不同的偏好。
• LNI 特別適用於量化同時發生的事件（例如，伴隨瞬變的電壓驟降）的嚴重程度。

主要結論：

基於能量 Lp 範數的新指標提供了一種有效且易於理解的方法來量化非穩態電能品質事件的嚴重程度。該指標可以幫助電力公司和消費者更好地監控和管理電能品質。

研究意義：

本研究為非穩態電能品質事件的量化提供了一種新的思路，並為開發更有效的電能品質監控和管理系統奠定了基礎。

局限性和未來研究方向：

• 未來研究可以探討不同小波基函數對指標性能的影響。
• 可以進一步研究如何將該指標應用於更複雜的電能品質事件，例如諧波和間諧波。

Statystyki

電壓驟降的幅度變化範圍為 0.1 到 0.9 pu。
電壓驟降的持續時間變化範圍為 0.5 到 30 個週期。
電壓驟升的幅度變化範圍為 0.1 到 0.8 pu。
振盪瞬變的頻率變化範圍為 400 到 4000 Hz。

Cytaty

“大多數現有的非穩態事件嚴重程度估計研究可以大致分為重新定義的指標或偏差指標。”
“理想的電能品質指標應捕獲任何這些定義參數組合的偏差。”
“量化基於時域和頻域行為的事件對於實現對定義參數的敏感性至關重要。”

Kluczowe wnioski z

Quantification of Non-stationary Power Quality Events: A New Index Based on $\ell_p$-norm of Energy

by Faizal Hafiz... o arxiv.org 10-16-2024

https://arxiv.org/pdf/2410.11442.pdf

Głębsze pytania

除了小波變換，還有哪些其他的時頻分析方法可以用於量化電能品質事件的嚴重程度？

除了小波變換 (DWT) 外，還有其他時頻分析方法可以用於量化電能品質事件的嚴重程度，以下列舉幾種常見的方法：

短時距傅立葉變換 (STFT)：STFT 是一種經典的時頻分析方法，它使用滑動窗口將訊號切分為多個短片段，並對每個片段進行傅立葉變換。透過分析不同時間窗口的頻譜，可以獲得訊號的時頻分佈。然而，STFT 的時間和頻率解析度受限於所選窗口的大小，難以同時兼顧高時間解析度和高頻率解析度。
希爾伯特-黃變換 (HHT)：HHT 是一種基於經驗模態分解 (EMD) 的時頻分析方法，它可以將非線性和非穩態訊號分解成有限個本質模態函數 (IMF)，並透過希爾伯特變換計算每個 IMF 的瞬時頻率和瞬時振幅。HHT 具有自適應性和高解析度的優點，但容易受到端點效應和模態混疊的影響。
S 變換 (S-Transform)：S 變換是一種基於小波變換和短時距傅立葉變換的時頻分析方法，它使用高斯窗函數作為小波基函數，可以提供比 STFT 更高的頻率解析度，同時保持良好的時間解析度。S 變換適用於分析非穩態訊號，例如電能品質事件中的暫態現象。
魏格納-威爾分佈 (WVD)：WVD 是一種高解析度的時頻分析方法，它可以提供訊號的能量在時頻平面上的分佈。然而，WVD 容易受到交叉項的影響，特別是在分析多個頻率成分的訊號時，交叉項會導致時頻分佈圖出現偽像。
選擇合適的時頻分析方法需要考慮具體的應用場景、訊號特性以及對時間和頻率解析度的要求。

如何將該指標整合到現有的電能品質監控系統中？

將基於能量範數的電能品質事件嚴重程度指標整合到現有的電能品質監控系統中，可以按照以下步驟進行：

數據採集與預處理: 利用電能品質監控系統中現有的感測器，例如電壓和電流感測器，採集電能品質數據。對採集到的數據進行預處理，包括去除噪聲、濾波和訊號調製等，以提高指標計算的準確性。
時頻分析: 選擇合適的時頻分析方法，例如小波變換 (DWT) 或 S 變換，對預處理後的電能品質數據進行時頻分解，獲得訊號在不同頻帶上的能量分佈。
指標計算: 根據論文中提出的方法，計算事件的能量範數指標 (ENI、WNI 或 LNI)。這需要預先確定參考電壓訊號的能量分佈，並根據具體的應用需求選擇合適的範數類型和權重係數。
指標分析與顯示: 將計算得到的指標值與預先設定的閾值進行比較，以判斷電能品質事件的嚴重程度。可以利用電能品質監控系統中現有的顯示界面，例如圖表、儀表盤和報警系統，將指標值和事件嚴重程度直觀地呈現給用戶。
事件記錄與分析: 記錄觸發預設閾值的電能品質事件，包括事件發生的時間、持續時間、嚴重程度指標值以及相應的時頻分佈圖等信息。這些信息可以用於後續的電能品質事件分析、故障診斷和系統優化。

此外，還可以根據實際需求，將該指標與其他電能品質指標，例如電壓偏差、閃爍和諧波等，進行綜合分析，以更全面地評估電能品質狀況。

如果將該指標應用於更廣泛的電能品質事件，例如電壓閃爍和諧波，會產生什麼影響？

將該指標應用於更廣泛的電能品質事件，例如電壓閃爍和諧波，需要考慮以下幾個方面的影響：

指標的敏感性: 該指標基於時頻域的能量分佈，對於捕捉訊號的時變特性具有較高的敏感性。對於電壓閃爍這種以電壓幅值快速波動為特徵的事件，該指標可以有效地捕捉其能量變化，從而準確地量化其嚴重程度。然而，對於諧波這種以穩態頻率成分為主的事件，該指標可能需要與其他諧波分析方法結合使用，才能更全面地評估其影響。
指標的選擇: 論文中提出了三種不同的能量範數指標 (ENI、WNI 和 LNI)，它們適用於不同的應用場景。對於電壓閃爍，由於其能量分佈在較寬的頻帶範圍內，可以使用 ENI 或 WNI 指標進行量化。而對於諧波，由於其能量集中在基波頻率的整數倍頻率處，可以使用 LNI 指標來評估其對基波頻率的影響。
參考訊號的選擇: 該指標的計算需要預先確定參考電壓訊號的能量分佈。對於電壓閃爍，可以使用穩態時的電壓訊號作為參考。而對於諧波，可以使用理想的正弦波作為參考，或者使用濾波後的基波電壓訊號作為參考。
總之，將該指標應用於更廣泛的電能品質事件需要根據具體的事件類型和應用需求進行調整和優化。