基于经验模态分解和形态学的风电并网电压故障检测

• 作者: 包广清 吴国栋 宋泽 徐海龙
• 来源期刊: 农业工程学报
• 学科: 工学
• 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
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 219-225
• 页数: 7页
• 分类号: TM769
• 字数: 6058字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2016.11.031

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	包广清	兰州理工大学电气工程与信息工程学院	90	668	13.0	22.0
2	徐海龙		2	8	1.0	2.0
3	吴国栋	兰州理工大学电气工程与信息工程学院	4	10	2.0	3.0
5	宋泽		1	8	1.0	1.0