77、电力系统故障分类、电动汽车补偿器设计与阿尔茨海默病诊断方法研究

电力系统故障分类、电动汽车补偿器设计与阿尔茨海默病诊断方法研究

1. 电力系统故障分类

电压骤降是电力质量中较为棘手的问题之一，大多由短路故障引起。不同类型的故障会对电力设备造成不同程度的影响，因此需要一种有效的方法来检测和识别故障源。

1.1 方法概述

采用经验模态分解（EMD）与希尔伯特变换（HT）相结合的方法来提取故障数据的特征，并使用概率神经网络（PNN）进行故障分类。这种方法的优势在于无需预设函数，能够将非平稳信号投影到时间 - 频率平面上，具有自适应特性。

1.2 经验模态分解

EMD 通过筛选过程从非线性和非平稳信号中提取单分量和对称分量，这些分量被称为本征模态函数（IMF）。一个振荡波若满足以下两个条件，则可定义为 IMF：
- 对于一个数据集，极值点的数量和过零点的数量必须相等或最多相差一个。
- 在任意一点，由局部最大值和局部最小值定义的包络的平均值为零。

1.3 希尔伯特变换

通过希尔伯特变换计算每个 IMF 的瞬时频率。对于实值时域信号 x(t)，其希尔伯特变换为另一个实值时域信号 xˆ (t)，使得 z(t) = x(t) + j xˆ (t) 成为解析信号。从 z(t) 可以定义幅度函数 A(t) 和相位函数 θ(t)，分别描述原始函数 x(t) 的包络和瞬时相位。

1.4 故障特征提取

考虑四种类型的故障：单相接地（LG）、相间短路（LL）、两相接地（LLG）和三相短路（LLL）。在 11kV 电力系统网络上施加不同故障电阻、故障持续时间和故障发生时间的故障。提取每个相的前三个 IMF 的以下三个