摘要：为兼顾电能质量信号分析的类型识别与参数估计需要,设计一种最优化多分辨率快速S变换（OMFST）,用于电能质量信号识别与参数估计。首先,分析不同时-频分辨率下时间-幅值曲线与频率-幅值曲线中,扰动起、止处峭度与扰动参数估计误差间的关系;之后,根据离差最大化法,确定不同频率范围内最优窗宽调整因子,并通过3次样条插值法进行拟合,自适应调整不同扰动信号识别和参数估计所需最优窗宽;然后,针对扰动信号基频与扰动所在的中、高频频域范围进行OMFST处理;最后,从原始信号、原始信号傅里叶谱和OMFST变换结果中提取5条特征,构建基于模糊决策树的扰动分类器,识别13种电能质量信号,并估计电能质量信号参数。仿真实验和实测数据分析表明,新方法能够满足电能质量复合扰动参数估计需要,参数估计误差低于广义S变换等方法,同时保留了良好的分类能力。

关键词：电能质量 扰动识别 参数估计 快速s变换 多分辨率 

单位：东北电力大学电气工程学院 吉林132012 哈尔滨工业大学电气工程及自动化学院 哈尔滨150001 广东电网公司东莞供电局 东莞523000