基於高統計量的電能質量測量與分析

基於高統計量的電能質量測量與分析

相關主題

商品描述

數字能源網絡正在匯聚來自不同工程和科學領域的眾多元素。諸如物聯網(IoT)、大數據、智慧城市、智能電網和工業4.0等概念都匯聚在一起，旨在更有效地工作，這不可避免地導致了電能質量(PQ)問題惡化。電能質量惡化除了帶來經濟損失外，還會對人們的生產生活造成嚴重影響。本書基於定義電能質量的數字化和智能概念，以及使電能質量監測技術滿足電力系統動態需求的目標，全面介紹了電能質量分析領域的最新進展，具體內容涵蓋了從計算問題到技術實施、從事件檢測策略和新的指標和測量方法，並建議推廣基於高階統計量(HOS)的電能質量指標的應用：從事件檢測到逐周期連續監測，通過相對簡單的計算方式檢測多個負載在特定時間段內在節點上的作用/工作效應。

作者簡介

奧利薇亞·佛洛倫西亞斯-奧利韋羅斯（Olivia Florencias-Oliveros）博士於2020年以優異成績獲得西班牙加的斯大學能源與可持續工程博士學位。她是加的斯大學計算儀器和工業電子研究小組（PAIDI-TIC-168）的講師，也是電力與能源學會和電氣電子工程師協會（IEEE）測量與儀器學會的成員。她的研究興趣包括管理能效和可再生能源的能源技術：智能電網、電力系統中的能源監測技術、電能質量、智能計量、計算儀器技術、傳感器網絡、智能建築中的物聯網、大數據和高階統計。

目錄大綱

譯者序
原書前言
關於作者
致謝
縮略語表
第1章 電能質量監測和高階統計分析：最新進展
1.1 引言
1.2 電能質量概述
1.3 工業級電能質量實踐
1.4 新的電能質量監測框架
1.4.1 智能電網
1.4.2 智能電網和電能質量
1.4.3 性能指標
1.4.4 現有測量技術和儀器解決方案
1.4.5 智能電網測量與儀器技術的新思路
1.4.6 電能質量的經濟性
1.4.7 電能質量與大數據
1.4.8 面向電能質量的信號處理
1.4.9 高階統計量在電能質量分析中的應用
第2章 時域中高階統計量的測量
2.1 引言
2.2 電能質量相關背景知識
2.3 傳統電氣時域分析理論
2.3.1 均方根值
2.3.2 峰值
2.3.3 波形因數
2.3.4 波峰因數
2.4 高階統計量在電能質量領域的應用價值
2.4.1 高階統計量指標定義
2.4.2 高階統計量在信號處理中的應用效能
2.4.3 高階統計量與時域分析指標
2.5 標準規範
2.6 用於高階統計量特征提取的滑動窗口方法
2.6.1 幅值變化
2.6.2 相位跳變
2.6.3 基波頻率
2.6.4 波形偏差
2.7 基於高階統計量的電能質量指標
2.8 時域的表示方法
第3章 基於高階統計量特征提取的事件檢測策略
3.1 引言
3.2 基於高階統計量的檢測方法
3.3 實驗描述
3.3.1 計算策略
3.3.2 對稱正弦條件下用於電壓暫降檢測的高階統計量
3.3.3 不對稱和非正弦條件下用於相位跳變的電壓暫降檢測的高階統計量
3.4 高階統計量監測流程：檢測短時間事件幅值、對稱性和正弦狀態
3.5 連續事件的特征化：基波頻率
3.5.1 高階統計量平面中的頻率偏差區域
3.5.2 檢測頻率偏差的高階統計流程
3.6 基於時域高階統計量的諧波檢測
3.6.1 時域分析
3.6.2 基於高階統計量的諧波初步評估
3.7 結論
第4章 頻域分析中的高階統計量測量
4.1 引言
4.2 頻域分析
4.3 頻域分析中的高階統計量
4.3.1 譜峰度在電能質量中的應用
4.4 諧波畸變
4.4.1 諧波畸變的類型
4.4.2 諧波畸變的來源
4.4.3 諧波畸變對電力系統的影響
4.5 傳統頻域分析理論
4.5.1 諧波測量
4.5.2 基於離散傅裏葉變換的測量指標
4.6 高階統計量在電能質量頻域分析中的作用
4.6.1 譜峰度
4.6.2 譜峰度的基礎應用
4.6.3 譜峰度和電能質量
第5章 測量活動和虛擬儀器
5.1 引言
5.2 虛擬儀器
5.2.1 測量分析框架
5.2.2 使用虛擬儀器進行電能質量測量的實驗策略
5.2.3 虛擬儀器的配置
5.2.4 統計結果
5.3 基於高階統計量的電能質量連續監測：面向公用電網和居民負荷表征
5.3.1 測量和分析框架
5.3.2 個體統計直方圖的演變
5.3.3 時域演變和周/日個體統計的二維分析
5.3.4 數據組織
5.3.5 電能質量和用能模式的可擴展性方案
5.4 連續監測中應用高階統計量的簡化方法
5.5 結論
附錄
附錄A 電壓波形
附錄B 時域累積量
附錄C 高階統計量在電壓暫降檢測中的應用範圍：單周波
附錄D 高階統計量在電壓暫降檢測中的應用範圍：10周波
參考文獻

類似商品

最後瀏覽商品 (4)