文/鐘振鑫
電能是現(xiàn)時(shí)社會(huì)被廣泛使用的一種能源,它的運(yùn)行質(zhì)量直接關(guān)系到我國(guó)的經(jīng)濟(jì)發(fā)展水平,電力系統(tǒng)的正常運(yùn)轉(zhuǎn)是各行各業(yè)穩(wěn)定發(fā)展的基礎(chǔ)。隨著我國(guó)經(jīng)濟(jì)的不斷發(fā)展,電力系統(tǒng) 的電力負(fù)荷越來(lái)越重,電力負(fù)荷結(jié)構(gòu)向著多元化和繁雜化方向發(fā)展。尤其是電力電子裝置及自動(dòng)化水平設(shè)備的廣泛應(yīng)用,電器產(chǎn)品性能和電子效率越來(lái)越高,這類(lèi)電器產(chǎn)品的用電負(fù)荷會(huì)造成電網(wǎng)中的電流和電壓不穩(wěn)定。從而給電力系統(tǒng)造成干擾,最終影響電能質(zhì)量。
電能質(zhì)量就是電力在運(yùn)行過(guò)程中,保證電力的電壓、電流、供電等方面的正常運(yùn)轉(zhuǎn)。對(duì)于電能質(zhì)量的定義,學(xué)界尚未形成一個(gè)統(tǒng)一的概念。大多認(rèn)為合格的電能質(zhì)量是包含各電力設(shè)備之間都協(xié)調(diào)正常工作。保證電力在運(yùn)轉(zhuǎn)過(guò)程中的電流、電壓和頻率不出現(xiàn)問(wèn)題。
隨著社會(huì)對(duì)電力的需要越來(lái)越大,電力系統(tǒng)的負(fù)荷也隨之不斷加大,從而導(dǎo)致電能質(zhì)量的問(wèn)題也日益突出,必須要采取切實(shí)可行的方法去解決電能質(zhì)量的問(wèn)題,現(xiàn)時(shí)處理電能質(zhì)量擾動(dòng)方法有三種,分別是頻域分析、時(shí)域仿真和基于變換。
此方法的重心傾向于研究各種諧波的問(wèn)題,其研究的工作只要有兩個(gè)方面:
(1)頻率掃描;
(2)諧波潮流計(jì)算問(wèn)題。
電力電子設(shè)備的廣泛使用,其應(yīng)用過(guò)程中會(huì)產(chǎn)生負(fù)載非線性問(wèn)題,針對(duì)這個(gè)問(wèn)題,電力研究專(zhuān)家研究出了一種新的計(jì)算方法,這計(jì)算方法就是混合諧波潮流計(jì)算方法。該方法結(jié)合了兩種方法。通過(guò)諧波潮流計(jì)算和時(shí)域仿真程序混合運(yùn)用來(lái)保證電能質(zhì)量。在正常情況下,在充分考慮諧波潮流計(jì)算方法的影響,用公式解出動(dòng)態(tài)電流矢量,即解負(fù)載各次諧波狀態(tài)下的動(dòng)態(tài)諧波潮流解。為了精確表達(dá)電能質(zhì)量的動(dòng)態(tài)特性,必須要注意非線性負(fù)載控制下電力系統(tǒng)的反應(yīng)程度。這種方法是缺點(diǎn)是運(yùn)算量巨大,運(yùn)用公式的求解難度大。
電力系統(tǒng)在其運(yùn)行時(shí),可以通過(guò)時(shí)域仿真程序來(lái)進(jìn)行監(jiān)測(cè),時(shí)域仿真方法就是用該程序來(lái)研究電能質(zhì)量擾動(dòng)的情況,不過(guò)該方法的研究有其局限性,在電能質(zhì)量擾動(dòng)問(wèn)題中,它重心的傾向于研究暫態(tài)現(xiàn)象。當(dāng)今比較受歡迎的時(shí)域仿真程序主要有兩大類(lèi)程序,分別是電力電子仿真程序和暫態(tài)仿真程序。電力電子仿真程序包含spice、pspice 和saber 等程序。暫態(tài)仿真程序包含emtp、netomac、emtdc 和emtp等程序。這些程序在電力系統(tǒng)中被廣泛用使用。
基于變換的方法多種多樣,要根據(jù)電能質(zhì)量的實(shí)際運(yùn)用來(lái)選擇合適的方法。其主要方法有DQ 變換方法、數(shù)學(xué)形態(tài)學(xué)法、小波變換、S 變換和傅立葉變換方法等方法,其中傅立葉變換方法是比較常用的方法。它可以實(shí)現(xiàn)將頻域和時(shí)域統(tǒng)一聯(lián)系起來(lái)使用。是一種非常實(shí)用的分析工具。傅立葉變換方法具備完備和正交等優(yōu)點(diǎn),在現(xiàn)代頻譜分析上非常具有優(yōu)勢(shì)。因此在電力系統(tǒng)的分析領(lǐng)域上有著重要的應(yīng)用。
根據(jù)電力系統(tǒng)的運(yùn)行情況,精確分析、分類(lèi)和識(shí)別電能質(zhì)量的擾動(dòng)信息,這是有效提高電能質(zhì)量的一種方法。如果采取人工鑒別的方法來(lái)分析監(jiān)測(cè)擾動(dòng)信號(hào),這樣無(wú)疑是一種低效繁瑣工作方法。隨著智能科技的發(fā)展,其所衍生出來(lái)的多種方法被廣泛應(yīng)用到電力系統(tǒng)中,因此如今電能質(zhì)量問(wèn)題大多采用了自動(dòng)分類(lèi)識(shí)別的方式。其主要分類(lèi)方法有如下幾種:
識(shí)別電能質(zhì)量擾動(dòng)問(wèn)題的方法多種多樣,常見(jiàn)的比較受歡迎的方法就是神經(jīng)網(wǎng)絡(luò)。神網(wǎng)絡(luò)電力非線性處理速度快,能快速解問(wèn)題答案,有自學(xué)習(xí)能力和大規(guī)模分布并行處理數(shù)據(jù)的能力,這些優(yōu)勢(shì)使得它在電能質(zhì)量擾動(dòng)分類(lèi)識(shí)別中發(fā)揮非常重要的作用。它通過(guò)仿效人體大腦的運(yùn)作原理,整合各種各樣的大腦神經(jīng)元,將其統(tǒng)一組合成一個(gè)功能強(qiáng)大的神經(jīng)網(wǎng)絡(luò),然后通過(guò)神經(jīng)網(wǎng)絡(luò)系統(tǒng)來(lái)分析、存儲(chǔ)、分類(lèi)、識(shí)別種信息,完成系統(tǒng)的預(yù)測(cè)功能。神經(jīng)網(wǎng)絡(luò)常常和信號(hào)分析一起應(yīng)用。
通過(guò)人機(jī)對(duì)話,構(gòu)建電能質(zhì)量運(yùn)行的知識(shí)庫(kù)和數(shù)據(jù)區(qū),保證解釋器和邏輯推理器的高效運(yùn)轉(zhuǎn)。用以上方式來(lái)組成專(zhuān)家系統(tǒng)。它現(xiàn)時(shí)被廣泛應(yīng)用到電力系統(tǒng)中,是一種應(yīng)用成熟度也非常高的分類(lèi)方法。專(zhuān)家系統(tǒng)能高效地自動(dòng)分類(lèi)各種信號(hào),保證電能質(zhì)量的正常工作。其工作原理是,第一對(duì)信號(hào)進(jìn)行分析總結(jié),構(gòu)建信號(hào)知識(shí)庫(kù)。第二提取信號(hào)波形的特征量,將其形成系統(tǒng)化的知識(shí)庫(kù)知識(shí)。并形成知識(shí)規(guī)則。然后將建立的整個(gè)知識(shí)庫(kù)放到專(zhuān)家系統(tǒng)中,一旦搜索特定的信號(hào)數(shù)據(jù)樣本,就會(huì)從知識(shí)庫(kù)中獲取預(yù)先儲(chǔ)存好的信號(hào)數(shù)據(jù)樣本,通過(guò)特征匹配來(lái)鎖定擾動(dòng)信號(hào)的類(lèi)別。再進(jìn)一步返回到用戶界面供用戶使用。
支持向量機(jī)是運(yùn)用統(tǒng)計(jì)學(xué)的分類(lèi)知識(shí)而發(fā)展形成的一種方法。SVM 理論在小樣本解決方案,處理非線性問(wèn)題和識(shí)別高維模式的問(wèn)題上有著非常明顯的優(yōu)勢(shì)。它在諸多領(lǐng)域都發(fā)揮著非常重要的作用。如故障診斷、圖像識(shí)別、語(yǔ)言識(shí)別和文本分類(lèi)等領(lǐng)域,它優(yōu)化了電能質(zhì)量擾動(dòng)信號(hào)的分類(lèi)效率。保證在運(yùn)行過(guò)程中尋找最優(yōu)解。這種方法的檢測(cè)結(jié)果效率高精度好,但是缺點(diǎn)是需要輔助特征值多,會(huì)大大拖慢運(yùn)行速度,算法的難度會(huì)大大提高。
社會(huì)經(jīng)濟(jì)的發(fā)展依靠電力系統(tǒng)的供電,只有保證電力系統(tǒng)的正常運(yùn)行,提高電能質(zhì)量,才能有效保證社會(huì)經(jīng)濟(jì)的穩(wěn)定發(fā)展。因此必須要運(yùn)用科學(xué)的方式來(lái)進(jìn)電能質(zhì)量的擾動(dòng)量進(jìn)行判定,保證能快速識(shí)別擾動(dòng)問(wèn)題的原因。根據(jù)成因?qū)ふ易顑?yōu)解。從而保證電能質(zhì)量的有效工作。