新型电力系统故障暂态信号的时频特征分析及辨识新技术,主要针对高比例新能源、电力电子设备广泛接入背景下,故障暂态信号呈现非线性、非平稳、宽频带和强时变等复杂特征,传统基于稳态量或单一域的分析方法难以准确刻画与有效辨识的问题。该技术通过先进时频分析手段,如短时傅里叶变换、小波变换、S变换、希尔伯特-黄变换及同步压缩变换等,提取故障暂态信号在时间-频率联合域中的多尺度特征,揭示不同故障类型与工况下暂态分量的演化规律和辨识依据。在此基础上,结合机器学习、深度学习或智能模式识别方法,构建故障特征与故障类别之间的映射关系,实现对新电力系统故障的快速、准确辨识与分类。该新技术有助于提升新型电力系统保护的可靠性与选择性,为故障定位、保护决策和系统安全稳定运行提供重要支撑。
新型电力系统故障暂态信号的时频特征分析及辨识新技术(20页)下载大小:10.78MB
新型电力系统故障暂态信号的时频特征分析及辨识新技术
