Введение
Анализ качества электрической энергии 12
1.1 Базовые нормативные документы 12
1.2 Основные параметры качества электрической энергии 15
1.2.1 Отклонение напряжения 15
1.2.2 Колебания напряжения 16
1.2.3 Несинусоидальность напряжения 18
1.2.4 Несимметрия трехфазной системы напряжения 20
1.2.5 Отклонение частоты 22
1.2.6 Электромагнитные переходные помехи 23
1.3 Выводы 24
2 Математические модели электроэнергетических сигналов 26
2.1 Классификация математических моделей 26
2.2 Фурье-анализ 29
2.2.1 Преобразование Фурье 29
2.2.2 Быстрое преобразование Фурье 31
2.2.3 Кратковременное (оконное) преобразование Фурье 32
2.2.4 Недостатки Фурье-преобразования 33
2.3 Вейвлет-анализ 34
2.3.1 Вейвлет-преобразование 34
2.3.1.1 Вейвлеты в частотной области 39
2.3.1.2 Непрерывное прямое вейвлет-преобразование 40
2.3.1.3 Непрерывное обратное вейвлет-преобразование 41
2.3.1.4 Дискретное вейвлет-преобразование непрерывных сигналов 42
2.3.2 Кратномасштабное представление функций 46
2.3.3 Методика расчета фильтров, позволяющих осуществить
полное восстановление сигнала 48
2.3.4 Квадратурно-зеркальные фильтры 51
2.4 Выводы 55
3 Анализ искажений электроэнергетических сигналов на основе вейвлет-преобразования 57
3.1 Регистрация и анализ искажений электроэнергетических сигналов 57
3.2 Классификация искажений напряжения и тока 58
3.3 Выбор вейвлета для анализа электроэнергетических сигналов 61
3.4 Кратномасштабный дискретный вейвлет-анализ искажений
напряжения и тока 69
3.5 Вейвлет-анализ несинусоидальных режимов в системах
промышленного электроснабжения 78
3.6 Применение вейвлет-преобразования для определения отклонения частоты питающего напряжения 89
3.7 Выводы 98
4 Идентификация искажений электроэнергетических сигналов на основе нейронных сетей 101
4.1 Распознавание вейвлет-образов искажений 101
4.2 Структуры нейронных сетей 102
4.3 Модели нейронных сетей 104
4.3.1 Базовые модели 104
4.3.1.1 Модель Маккалоха 104
4.3.1.2 Модель Розенблата 105
4.3.1.3 Модель Хопфилда 106
4.3.2 Модель сети с обратным распространением 109
4.3.3 Выбор модели нейронной сети для решения задачи определения искажений электроэнергетических сигналов. 118
4.4 Нейросетевая идентификация искажений с применением вейвлетов 122
4.4.1 Алгоритм нейросетевой идентификации искажений 122
4.4.2 Идентификация искажений 125 4.4.3. Обучение нейронных сетей 129
4.5 Программный комплекс для идентификации искажений электро
энергетических сигналов 135
4.5.1 Выбор технологии и платформы программирования 135
4.5.2 Структура программного комплекса и основные алгоритмы 138
4.5.3 Интерфейс программного комплекса для идентификации искажений электроэнергии 142
4.6 Выводы 146
Заключение 148
Список использованных источников
