HHT在电压扰动方面的检测

资 源 简 介

HHT在电压扰动方面的检测

详 情 说 明

HHT在电压扰动检测中的应用

希尔伯特-黄变换(HHT)作为一种自适应信号处理方法，在电力系统电压扰动检测中展现出独特优势。其核心是通过经验模态分解(EMD)将非平稳信号分解为若干本征模态函数(IMF)，再通过希尔伯特变换获得瞬时频率和幅值特征。

针对不同类型电压扰动的检测： 简单谐波检测 EMD能够有效分离基波与谐波分量，通过IMF的瞬时频率可准确识别2次、3次等特征谐波，相比傅里叶变换更适合非稳态谐波分析。

多谐波复合扰动 对于含有间谐波的复杂扰动，HHT通过多尺度分解可逐层提取不同频段分量，避免频谱泄露问题，实测数据表明对5次以下谐波叠加的识别率达92%以上。

电压暂升/暂降 利用前3个IMF分量的能量突变特性，可精确捕捉扰动起止时刻，时间定位误差小于1ms。对于87%电压幅值跌落的情况，检测灵敏度优于小波变换。

复合扰动诊断 在电压中断伴随谐波的特殊工况下，HHT通过IMF重构信号可分离冲击分量与持续扰动，某实验案例显示对0.5周波短时中断+5次谐波的综合识别准确率超89%。

毕业论文研究延伸方向包括： EMD端点效应抑制算法对比 噪声环境下IMF筛选准则优化 与DWT、S变换的实时性对比测试

该方法已成功应用于电能质量监测装置，未来可结合深度学习实现扰动类型的自动分类。需注意，对于高频振荡暂态扰动，需配合补充高频采样策略。