基于EMD的电能质量扰动检测与分类方法

辽宁石油化工大学学报 ›› 2013, Vol. 33 ›› Issue (2): 63-66.

基于EMD的电能质量扰动检测与分类方法

武荣华¹,王天施^2* ,侯宝明³

(1.辽宁石油化工大学后勤服务集团水电公司,辽宁抚顺113001;2辽宁石油化工大学信息与
控制工程学院,辽宁抚顺113001;3.抚顺供电公司,辽宁抚顺113008

收稿日期:2012-12-12 出版日期:2013-06-25 发布日期:2017-07-14
作者简介:武荣华(1959-),男,山东泰安市

The Power Quality Disturbance Detection and  Classification Method Based on EMD

WU Ronghua¹， WANG Tianshi ^2*， HOU Baoming³

1.Logistics Services Group Water and Power Company, Liaoning Shihua University, Fushun Liaoning 113001, China;  2. School of Information and Control Engineering, Liaoning Shihua University, Fushun Liaoning 113001, China; 3.Fushun Power Supply Company, Fushun Liaoning 113008, China

Received:2012-12-12 Published:2013-06-25 Online:2017-07-14

摘要/Abstract

摘要： 针对电能质量扰动信号的检测和分类问题,提出了一种基于EMD的电能质量扰动检测与分类方法,
并对常见的几种扰动信号进行仿真。应用该方法检测扰动发生时间、持续时间以及扰动的频率与幅值。仿真结果
表明,所提算法简洁有效,能够准确分析电能质量扰动信号,可以估计电压凹陷、电压凸起以及电压中断等扰动信号
的变化幅度和频率。

关键词: 电能质量扰动 , 分类 , 检测 , 经验模态分解 , Hilbert变换

Abstract: In view of the signal detection and classification of power quality disturbance problem，the power quality disturbances detection and classification methods based on EMD were proposed, and the common several kinds of disturbance signal were simulated. The time of disturbance occurrence and duration, the frequency and amplitude of disturbance can be detected accurately by this method. Such as voltage sags, voltage swells, voltage interruptions and other disturbances raised the signal amplitude and frequency changes can be estimated. The results of MATLAB simulation show that the proposed method is simple and effective. 

Key words: Power quality disturbance , Classification , Detection , EMD , Hilbert transform

武荣华,王天施,侯宝明. 基于EMD的电能质量扰动检测与分类方法[J]. 辽宁石油化工大学学报, 2013, 33(2): 63-66.

WU Ronghua，WANG Tianshi，HOU Baoming. The Power Quality Disturbance Detection and  Classification Method Based on EMD[J]. Journal of Liaoning Petrochemical University, 2013, 33(2): 63-66.

[1]	邹威, 李爽, 马会强. 废水处理工艺故障检测与智能诊断方法研究进展[J]. 辽宁石油化工大学学报, 2025, 45(3): 1-10.
[2]	班铭, 田鹏伟, 曹江涛. 基于B/S架构的多路火焰智能监控系统设计[J]. 辽宁石油化工大学学报, 2025, 45(2): 83-89.
[3]	张贺, 郭颖, 郎宪明, 耿浩, 王艳, 郑福印. 长输油气管道微裂纹弱磁内检测特性研究[J]. 辽宁石油化工大学学报, 2025, 45(1): 82-89.
[4]	郝鹏程, 郎宪明, 郭晓庆. 基于浅层特征抑制的油气管道小缺陷检测网络[J]. 辽宁石油化工大学学报, 2024, 44(6): 81-88.
[5]	李伟杰, 祁军, 潘斌. 基于通道注意力和时序改进多摄像头的鸟瞰视角目标检测[J]. 辽宁石油化工大学学报, 2024, 44(6): 89-96.
[6]	冯丽丹, 王闯, 祁军, 石元博. 基于改进YOLOv7的管道缺陷检测技术研究[J]. 辽宁石油化工大学学报, 2024, 44(4): 82-90.
[7]	刘琳琳, 杨理践, 高松巍. 磁层析成像管道检测信号空间传递过程的能量变化[J]. 辽宁石油化工大学学报, 2024, 44(2): 71-76.
[8]	侯健, 刘恒, 刘琳珂, 潘斌, 张玉萍. 基于位置自适应的三维点云处理模型[J]. 辽宁石油化工大学学报, 2023, 43(6): 89-96.
[9]	刘晓慧, 李沐子, 李慧, 徐娜. Fe^Ⅱ修饰的沙漏型磷钼酸盐的合成、表征与电化学性能研究[J]. 辽宁石油化工大学学报, 2023, 43(4): 45-50.
[10]	胡正兴, 包瑞新, 边小丹, 彭启强, 郭宇. 凹陷管道建模方法及其力学性能影响参数研究[J]. 辽宁石油化工大学学报, 2023, 43(2): 72-77.
[11]	李桐宇, 操青松, 姚玲珑, 廖彦, 狄玲, 邢杨. C^N型铱荧光探针检测硝基芳烃及密度泛函理论研究[J]. 辽宁石油化工大学学报, 2023, 43(1): 13-20.
[12]	郭颖, 杨理践, 赵佰顺, 张贺. 长输油管道泄漏检测技术研究现状[J]. 辽宁石油化工大学学报, 2022, 42(4): 25-31.
[13]	韩济阳, 曹江涛, 王贺楠, 姬晓飞. 计算机视觉布料瑕疵检测方法综述[J]. 辽宁石油化工大学学报, 2022, 42(1): 70-77.
[14]	周学均, 陈小强, 谢磊, 江成龙. 基于EMD的短期风速预测混合模型[J]. 辽宁石油化工大学学报, 2021, 41(6): 79-86.
[15]	周学均, 陈小强, 谢磊. 基于改进收敛交叉映射的厂级振荡源诊断[J]. 辽宁石油化工大学学报, 2021, 41(5): 85-90.