本文是国家自然科学基金项目——《小波熵理论及其在电力系统故障检测中的应用研究50407009》成果的组成部分。 电力系统暂态信号的检测与分类,在暂态保护、电能质量分析、故障测距与定位、设备状态监测、暂态稳定性分析等诸多领域得到广泛应用。为及时处理电力系统故障,预防电力系统灾变,需分析电力暂态信号,及时检测各种故障,并快速准确地分类。因此,建立一套高效的电力暂态信号检测与分类方法十分必要。 本论文分析了电力暂态信号检测与分类的研究现状、小波理论在电力暂态信号分析中的应用现状以及小波熵的应用现状,并指出存在的问题。 在深入研究小波理论、小波熵测度定义及物理意义的基础上,分析了小波熵测度在电力暂态信号检测与分类中的应用潜力,表明其在电力系统中有着广阔的应用前景。 建立了一500kV输电线路的PSCAD/EMTDC仿真模型,产生断路器操作、电容投切、单相短路、一次电弧、雷电干扰和故障性雷击等六种常见暂态信号。利用小波变换模极大值和小波熵测度分别对其进行检测,对比表明,小波熵测度能更准确、实时地检测到各种暂态信号。 针对电力暂态信号的分类问题,研究了六种常见暂态信号的分类方法、故障选相方法,并简要分析了电能质量扰动暂态信号的分类,研究过程中提出了小波熵权的概念。结果表明,基于小波能谱的电力暂态信号分类方法能够准确区分扰动暂态与故障暂态;基于小波时频熵和小波熵权的暂态信号特征提取与BP神经网络结合,不仅较好地实现了扰动暂态与故障暂态的判别,而且能更好地细分各种暂态信号;利用小波熵权进行故障选相,速度快、准确率高,且不受故障电阻、故障时间、故障距离的影响。 最后,基于LabVIEW设计了一个电力暂态信号小波分析软件雏形,其功能涉及波形显示、小波变换、后处理分析、电力暂态信号的检测与分类等。测试表明,该软件可以准确地分析和处理数据,能够正常运行。