一种基于提升小波和FFT的电能质量快速检测方法及系统与流程

一种基于提升小波和fft的电能质量快速检测方法及系统
技术领域
1.本发明涉及电能质量技术领域，尤其涉及一种基于提升小波和fft的电能质量快速检测方法、系统、装置和存储介质。


背景技术：

2.随着现代工业的发展，大量敏感电子设备及非线性负载的广泛应用，电能质量问题越来越严重。电能质量扰动不仅会造成电力设备过热，寿命降低，计量仪表误差较大等问题，并且严重影响高精度电子设备的生产与开发。因此，对电能质量扰动检测分析具有十分重要的意义和广泛的应用。目前电能质量根据扰动特点主要分为稳态和暂态两种。稳态主要有固定频率的谐波和间谐波等，暂态扰动包括电压波动和电磁暂态等情况。对于电能质量检测一直是电力方向研究的重点问题，国内外已开展了许多具有成果的研究与方法，包括傅立叶变换，小波变换，希尔伯特黄变换(hilbert-huang transform，hht)，s变换等多种电能质量扰动检测方法。
3.对目前主流电能质量扰动检测方法进行分析知，傅里叶变换是一种常用于信号分析的方法，但是由于其不具备时域分析能力，不能同时体现高频及低频的特征、存在频谱泄露等局限性。小波变换具有不错的时频域分析能力，能够较好电能质量扰动定位及识别能力，特别适用于非稳定突变信号的定位分析，但是传统小波变换运算量大，耗时较长。hht主要是通过经验模态分解对信号进行平稳化处理，但该分解过程中会造成数据发散，影响整个数据。


技术实现要素：

4.本发明主要解决的技术问题是提供一种基于提升小波和fft的电能质量快速检测方法、系统、装置、存储介质，通过fft和提升小波算法的结合，充分发挥fft变换对稳态信号的检测准确性及快速性和提升小波相对于传统小波运算量小，检测速度快，对暂态电能质量信号检测分析准确的特点，提高对电能质量扰动定位及幅值相位信息的检测精度和速度。
5.为解决上述技术问题，本发明采用的一个技术方案是：提供一种基于提升小波和fft的电能质量快速检测方法，其特征在于：包括以下步骤：
6.步骤一、获取电能质量信号；
7.步骤二、根据获取的电能质量信号并利用提升小波算法进行多尺度分析获得模极大值，对电能质量信号进行区分，若模极大值大于设定的阈值则进入步骤三，若模极大值小于设定的阈值则进入步骤四；
8.步骤三、根据检测到的模极大值点确定扰动发生的时刻，对电能质量信号进行提升小波分解与重构分析；
9.步骤四、利用fft对电能质量信号进行分析，获取稳态相幅指标；
10.步骤五、根据步骤三生成的提升小波分解与重构分析数据和步骤四生成的稳态相
幅指标数据，生成电能质量参数表；
11.步骤六、生成的电能质量参数表通过人机交互设备进行显示并发送到便携式移动终端。
12.进一步的，所述步骤一中，所述电能质量信号的获取方式为定时自动获取或人工手动获取。
13.进一步的，所述步骤二中，模极大值的获得步骤如下：
14.1)、对电能质量信号的采样序列进行提升小波分解多分辨分析得到的高频系数第一层cd1和高频系数第二层cd2；
15.2)、计算高频系数cd1和高频系数cd2中所有系数绝对值的平均值即模平均值，记作m
mean
；
16.3)、计算高频系数cd1和高频系数cd2所有系数绝对值中的最大值即模最大值，记作m
max
；
17.4)、比较模平均值与模最大值，若m＝(m
max-m
mean
)/m
mean
大于设定的阈值，则认为已检测到突变点，则根据模极大值检测位置确定发生时刻，并进行提升小波分解与重构分析。
18.5)、若m＝(m
max-m
mean
)/m
mean
小于设定的阈值，则判断没有检测到突变点，认定电能质量信号只含有稳态分量，进行fft相幅指标检测。
19.进一步的，所述步骤三中，提升小波分解与重构分析步骤为：
20.1)、对于分离出的稳态信号分量进行fft运算，并分析谐波参数；
21.2)、分离出的暂态信号分量进行扰动分析，并记录扰动波形及参数。
22.进一步的，所述步骤四中，所述相幅指标为根据获取的稳态信号的幅值和相位计算稳态指标。
23.为解决上述技术问题，本发明采用的另一个技术方案是：一种基于提升小波和fft的电能质量快速检测系统，其特征在于：包括数据采集模块、数据处理模块和信息告知模块，其中：
24.数据采集模块：定时自动获取或人工手动获取电能质量信号；
25.数据处理模块：根据获取的电能质量信号并利用提升小波算法进行多尺度分析获得模极大值，对电能质量信号进行区分，若模极大值大于设定的阈值则利用fft进行分析获取稳态相幅指标；若模极大值小于设定的阈值则利用提升小波算法提取扰动波形；最后，根据获取的稳态相幅指标和提取的扰动波形，生成电能质量参数表；
26.信息告知模块：生成的电能质量参数表通过人机交互设备进行显示并发送到便携式移动终端。
27.进一步的，所述数据处理模块包括提升小波模块和fft模块；
28.提升小波模块：根据检测到的模极大值点确定扰动发生的时刻，对电能质量信号进行提升小波分解与重构分析；对于分离出的稳态信号分量进行fft运算，并分析谐波参数；对分离出的暂态信号分量进行扰动分析，并记录扰动波形及参数；
29.fft模块：利用fft对电能质量信号进行分析，根据获取的稳态信号的幅值和相位计算稳态指标。
30.为解决上述技术问题，本发明采用的另一个技术方案是：一种基于提升小波和fft的电能质量快速检测装置，其特征在于，包括：
31.存储器，用于存储计算机程序；
32.处理器，用于读取并执行所述存储器中存储的所述计算机程序，当所述计算机程序被执行时，所述处理器执行如上述所述的基于提升小波和fft的电能质量快速检测方法。
33.为解决上述技术问题，本发明采用的另一个技术方案是：一种计算机可读存储介质，其特征在于：所述计算机可读存储介质中存储有指令，当所述计算机指令在计算机上运行时，使得所述计算机执行如上述所述的基于提升小波和fft的电能质量快速检测方法。
34.为解决上述技术问题，本发明采用的另一个技术方案是：一种计算机可读存储介质，其特征在于：所述计算机可读存储介质中存储有指令，当所述计算机指令在计算机上运行时，使得所述计算机执行如上述所述的基于提升小波和fft的电能质量快速检测方法。
35.本发明的有益效果是：
36.本发明通过对利用提升小波算法模极大值检测方法对信号进行区分后，利用fft准确判断电能质量稳态信号的幅值相位等指标；利用提升小波算法进行暂态干扰的定位与发生时刻的判断，并通过提升小波处理，对于分离出的稳态信号分量进行fft分析谐波参数，分离出的暂态信号分量判别暂态分量扰动波形及参数，提升小波算法与fft的结合，充分发挥fft变换对稳态信号的检测准确性及快速性和提升小波相对于传统小波运算量小，检测速度快，对暂态电能质量信号检测分析准确的特点，提高对电能质量扰动定位及幅值相位信息的检测精度和速度。
37.为了让本技术的上述和其他目的、特征和优点更能明显易懂，下文特举较佳实施例，并配合所附图示，做详细说明如下。
附图说明
38.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的其中八幅，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
39.图1是本技术方法的流程框图；
40.图2是本技术方法的流程图；
41.图3是提升小波前、逆向环节原理图；
42.图4是提升小波分解模型原理图；
43.图5是提升小波重构模型原理图；
44.图6是本技术系统的结构框图；
45.图7是本技术装置的结构框图；
46.图8是本技术存储介质的结构框图。
具体实施方式
47.为了便于理解本发明，下面结合附图和具体实施例，对本发明进行更详细的说明。附图中给出了本发明的较佳的实施例。但是，本发明可以以许多不同的形式来实现，并不限于本说明书所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。
48.需要说明的是，除非另有定义，本说明书所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是用于限制本发明。本说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
49.请参阅图1-图5，图1-图2显示了本发明提供的一种基于提升小波和fft的电能质量快速检测方法，其特征在于：包括以下步骤：
50.步骤s1、获取电能质量信号；
51.步骤s2、根据获取的电能质量信号并利用提升小波算法进行多尺度分析获得模极大值，对电能质量信号进行区分，若模极大值大于设定的阈值则进入步骤s3，若模极大值小于设定的阈值则进入步骤s4；
52.步骤s3、根据检测到的模极大值点确定扰动发生的时刻，对电能质量信号进行提升小波分解与重构分析；
53.步骤s4、利用fft对电能质量信号进行分析，获取稳态相幅指标；
54.步骤s5、根据步骤s3生成的提升小波分解与重构分析数据和步骤s4生成的稳态相幅指标数据，生成电能质量参数表；
55.步骤s6、生成的电能质量参数表通过人机交互设备进行显示并发送到便携式移动终端。
56.在上述步骤s1中，所述电能质量信号的获取方式为定时自动获取或人工手动获取。
57.在上述步骤s2中，小波变换是在傅里叶变换基础上的扩展，按照时间和尺度两个方向对信号在时域和频域内进行信号进行分析，即利用短窗观察高频分量，长窗观察低频分量，不仅能够显示出信号过程变化的全貌，也详细反映出局部变换特征。提升算法继承了传统小波变换的多分辨率分析及能够同时进行时域频域局部化分析的优点，通过采用原位替换，提高了对电能质量扰动检测速度且准确率更高。
58.提升小波变换的格式主要包括分割、预测与更新环节，如图3所示。
59.通过将原始信号s(aj(k))按照奇偶性分解成偶数序列xe[n]和奇数序列xo[n]，然后用奇数序列的实际值与偶数序列xe[n]的预测值p(xe[n])来做差得到小波系数d
j-1
[n]，由得到的小波系数d
j-1
[n]对偶数序列xe[n]更新，得到尺度系数a
j-1
[n]，进而实现算法提升。
[0060]
对实小波进行对比分析知，db4小波具有较好的消失矩、正则度且对短时电能质量扰动检测时效果最好。因此选db4小波,采用euclidean算法对p(z)和进行分解，对db4进行四层更新预测提升小波分解与重构方案。
[0061]
提升小波变换是将给定的p(z)和中分解得到提升因子s(z)和t(z)是能够完成提升变换的关键,其中:
[0062]
he(z)＝∑
kh2k
z-k
；h0(z)＝∑
kh2k+1
z-k
；ge(z)＝∑
kg2k
z-k
；g0(z)＝∑
kg2k+1
z-k
。
[0063]
对he(z)和h0(z)进行euclidean分解，可得：
[0064][0065]
式(1)中，n∈2k+1。
[0066][0067]
因为：
[0068][0069][0070]
将式(3)作为式(2)的奇数项，式(4)作为式(2)的偶数项，可得
[0071][0072][0073]
令m＝(n+1)/2，若1≤i≤m-1时，则ti(z)＝q
2i-1
(z),si(z)＝q
2i
(z)；若i＝m，则ti(z)＝qn(z),si(z)＝k2s(z)。因此有
[0074][0075]
根据上述方法可得到db4小波提升方案如下式(8)所示，
[0076][0077]
根据和p
ts
(z)可得到db4提升方案中的分解和重构模型，如图4和图5所示。
[0078]
db4小波的提升方案中的提升因子为s1＝(-0.9102-j0.2936)+(0.1122+j0.0615)z-1
,s2＝(1.6134j-0.5865)+(0.0639+j0.4443)z-1
,s3＝(0.4227+j0.0821)+(0.0339+j0.1320)z-1
，t1＝1.3572-j1.4992，t2＝1.1812-j1.3168，t3＝1.557+j0.3841，t4＝(-0.1567+j0.0728)z3+(1.0361-j0.08647)z2+(-0.9702+j4.6668)z+(1.0147-j1.6725)+(-0.3668+j0.0410)z-1
+(-0.0381+j0.0395)z-2
，k＝-1.2494-j0.2212。
[0079]
其中，模极大值的检测方法为：
[0080]
对信号进行多尺度分析，由于信号出现突变时，其经提升小波变换后的系数具有模极大值，因此根据检测到的模极大值点可以确定扰动发生的时刻。一般根据多分辨分析得到的第一层和第二层高频系数确定突变点的位置，从而得到扰动发生的时刻。其中模极大值的检测步骤如下：
[0081]
1)、对原始信号的采样序列进行提升小波分解多分辨分析得到的高频系数第一层cd1和高频系数第二层cd2；
[0082]
2)、计算高频系数cd1和高频系数cd2中所有系数绝对值的平均值即模平均值，记作m
mean
；
[0083]
3)、计算高频系数cd1和高频系数cd2所有系数绝对值中的最大值即模最大值，记作m
max
；
[0084]
4)、比较模平均值与模最大值，若m＝(m
max-m
mean
)/m
mean
大于设定的阈值，则认为已检测到突变点，则根据模极大值检测位置确定发生时刻，并进行提升小波分解与重构分析；其中阈值的设定须根据仿真情况进行设定，一般取10为比较值；
[0085]
5)、如果小于设定的阈值，则判断没有检测到突变点，认定信号只含有稳态分量，进行fft相幅指标检测。
[0086]
在上述步骤s3中，提升小波分解与重构分析步骤为：
[0087]
1)、对于分离出的稳态信号分量进行fft运算，并分析谐波参数；
[0088]
2)、分离出的暂态信号分量进行扰动分析，并记录扰动波形及参数。
[0089]
在上述步骤s4中，所述相幅指标为根据获取的稳态信号的幅值和相位计算稳态指标。
[0090]
在上述步骤s6中，人机交互设备起到人与计算机之间的信息交换作用，主要包括(1)人到计算机的交互设备：键盘、鼠标、操纵杆、操纵杆、数据服装、眼动跟踪器、位置跟踪器、数据手套、以及压力笔等；(2)计算机到人的交互设备：打印机、绘图仪、显示器、头盔式显示器、以及音箱等。
[0091]
其中，便携式移动终端指的是小型轻便，可以随身携带的通信终端设备。例如数字移动电话机、手机等通信终端设备，其数据的传输通过无线网络进行。
[0092]
请参阅图6，图6是本技术提供的一种基于提升小波和fft的电能质量快速检测系统6，其特征在于：包括数据采集模块61、数据处理模块62和信息告知模块63，其中：
[0093]
数据采集模块61：定时自动获取或人工手动获取电能质量信号；
[0094]
数据处理模块62：根据获取的电能质量信号并利用提升小波算法进行多尺度分析获得模极大值，对电能质量信号进行区分，若模极大值大于设定的阈值则利用fft进行分析获取稳态相幅指标；若模极大值小于设定的阈值则利用提升小波算法提取扰动波形；最后，根据获取的稳态相幅指标和提取的扰动波形，生成电能质量参数表；
[0095]
信息告知模块63：生成的电能质量参数表通过人机交互设备进行显示并发送到便携式移动终端。
[0096]
进一步的，所述数据处理模块62包括提升小波模块621和fft模块622；
[0097]
提升小波模块621：根据检测到的模极大值点确定扰动发生的时刻，对电能质量信号进行提升小波分解与重构分析；对于分离出的稳态信号分量进行fft运算，并分析谐波参数；对分离出的暂态信号分量进行扰动分析，并记录扰动波形及参数；
[0098]
fft模块622：利用fft对电能质量信号进行分析，根据获取的稳态信号的幅值和相位计算稳态指标。
[0099]
请参阅图7，图7是本技术提供的一种基于提升小波和fft的电能质量快速检测装置7，包括：
[0100]
存储器71，用于存储计算机程序。
[0101]
处理器72，用于读取并执行所述存储器中存储的所述计算机程序，当所述计算机程序被执行时，所述处理器执行任一所述的基于提升小波和fft的电能质量快速检测方法。
[0102]
处理器72用于执行存储器71中存储的程序指令，以实现上述任一基于提升小波和fft的电能质量快速检测方法实施例的步骤。在一个具体的实施场景中，基于提升小波和fft的电能质量快速检测装置7可以包括但不限于：微型计算机、服务器，此外，基于提升小波和fft的电能质量快速检测装置7还可以包括笔记本电脑、平板电脑等移动设备，在此不做限定。
[0103]
具体而言，处理器72用于控制其自身以及存储器71以实现上述任一基于提升小波和fft的电能质量快速检测方法实施例的步骤。处理器72还可以称为cpu(central processing unit，中央处理单元)。处理器72可能是一种集成电路芯片，具有信号的处理能力。处理器72还可以是通用处理器、数字信号处理器(digital signal processor,dsp)、专用集成电路(application specific integratedcircuit,asic)、现场可编程门阵列(field-programmable gate array,fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。另外，处理器72可以由集成电路芯片共同实现。
[0104]
请参阅图8，图8是本技术提供的计算机可读存储介质一实施例的框架示意图。计算机可读存储介质8存储有能够被处理器运行的程序指令81，程序指令81用于实现上述任一基于提升小波和fft的电能质量快速检测方法实施例的步骤。
[0105]
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
[0106]
上文对各个实施例的描述倾向于强调各个实施例之间的不同之处，其相同或相似之处可以互相参考，为了简洁，本技术不再赘述。
[0107]
在本技术所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性、机械或其它的形式。
[0108]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0109]
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者
说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本技术各个实施方式方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-on ly memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0110]
以上仅为本发明的实施例，并非因此限值本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
[0111]
以上仅为本发明的实施例，并非因此限值本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

技术特征：
1.一种基于提升小波和fft的电能质量快速检测方法，其特征在于：包括以下步骤：步骤一、获取电能质量信号；步骤二、根据获取的电能质量信号并利用提升小波算法进行多尺度分析获得模极大值，对电能质量信号进行区分，若模极大值大于设定的阈值则进入步骤三，若模极大值小于设定的阈值则进入步骤四；步骤三、根据检测到的模极大值点确定扰动发生的时刻，对电能质量信号进行提升小波分解与重构分析；步骤四、利用fft对电能质量信号进行分析，获取稳态相幅指标；步骤五、根据步骤三生成的提升小波分解与重构分析数据和步骤四生成的稳态相幅指标数据，生成电能质量参数表；步骤六、生成的电能质量参数表通过人机交互设备进行显示并发送到便携式移动终端。2.根据权利要求1所述的基于提升小波和fft的电能质量快速检测方法，其特征在于：所述步骤一中，所述电能质量信号的获取方式为定时自动获取或人工手动获取。3.根据权利要求1所述的基于提升小波和fft的电能质量快速检测方法，其特征在于：所述步骤二中，模极大值的获得步骤如下：1)、对电能质量信号的采样序列进行提升小波分解多分辨分析得到的高频系数第一层cd1和高频系数第二层cd2；2)、计算高频系数cd1和高频系数cd2中所有系数绝对值的平均值即模平均值，记作m
mean
；3)、计算高频系数cd1和高频系数cd2所有系数绝对值中的最大值即模最大值，记作m
max
；4)、比较模平均值与模最大值，若m＝(m
max-m
mean
)/m
mean
大于设定的阈值，则认为已检测到突变点，则根据模极大值检测位置确定发生时刻，并进行提升小波分解与重构分析。5)、若m＝(m
max-m
mean
)/m
mean
小于设定的阈值，则判断没有检测到突变点，认定电能质量信号只含有稳态分量，进行fft相幅指标检测。4.根据权利要求1所述的基于提升小波和fft的电能质量快速检测方法，其特征在于：所述步骤三中，提升小波分解与重构分析步骤为：1)、对于分离出的稳态信号分量进行fft运算，并分析谐波参数；2)、分离出的暂态信号分量进行扰动分析，并记录扰动波形及参数。5.根据权利要求4所述的基于提升小波和fft的电能质量快速检测方法，其特征在于：所述步骤四中，所述相幅指标为根据获取的稳态信号的幅值和相位计算稳态指标。6.一种基于提升小波和fft的电能质量快速检测系统，其特征在于：包括数据采集模块、数据处理模块和信息告知模块，其中：数据采集模块：定时自动获取或人工手动获取电能质量信号；数据处理模块：根据获取的电能质量信号并利用提升小波算法进行多尺度分析获得模极大值，对电能质量信号进行区分，若模极大值大于设定的阈值则利用fft进行分析获取稳态相幅指标；若模极大值小于设定的阈值则利用提升小波算法提取扰动波形；最后，根据获取的稳态相幅指标和提取的扰动波形，生成电能质量参数表；
信息告知模块：生成的电能质量参数表通过人机交互设备进行显示并发送到便携式移动终端。7.根据权利要求6所述的基于提升小波和fft的电能质量快速检测系统，其特征在于：所述数据处理模块包括提升小波模块和fft模块；提升小波模块：根据检测到的模极大值点确定扰动发生的时刻，对电能质量信号进行提升小波分解与重构分析；对于分离出的稳态信号分量进行fft运算，并分析谐波参数；对分离出的暂态信号分量进行扰动分析，并记录扰动波形及参数；fft模块：利用fft对电能质量信号进行分析，根据获取的稳态信号的幅值和相位计算稳态指标。8.一种基于提升小波和fft的电能质量快速检测装置，其特征在于，包括：存储器，用于存储计算机程序；处理器，用于读取并执行所述存储器中存储的所述计算机程序，当所述计算机程序被执行时，所述处理器执行如权利要求1-5中任一项所述的基于提升小波和fft的电能质量快速检测方法。9.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质中存储有指令，当所述计算机指令在计算机上运行时，使得所述计算机执行如权利要求1-5中任一项所述的基于提升小波和fft的电能质量快速检测方法。

技术总结
本发明公开了一种基于提升小波和FFT的电能质量快速检测方法、系统、装置、存储介质，获取电能质量信号；利用提升小波算法对电能质量信号进行多尺度分析获得模极大值，若模极大值大于设定的阈值则利用FFT进行分析获取稳态相幅指标；若模极大值小于设定的阈值则利用提升小波算法提取扰动波形；根据获取的稳态相幅指标和提取的扰动波形，生成电能质量参数表；生成的电能质量参数表进行显示；本发明通过FFT和提升小波算法的结合，充分发挥FFT变换对稳态信号的检测准确性及快速性和提升小波相对于传统小波运算量小，检测速度快，对暂态电能质量信号检测分析准确的特点，提高对电能质量扰动定位及幅值相位信息的检测精度和速度。扰动定位及幅值相位信息的检测精度和速度。扰动定位及幅值相位信息的检测精度和速度。


技术研发人员：宋磊 陆春光 王帅帅 张家浩 刘琳 章江铭 刘炜 王朝亮 张志龙 张怀雅
受保护的技术使用者：国网浙江杭州市萧山区供电有限公司 郑州信大先进技术研究院 郑州艾普世科技有限公司
技术研发日：2023.03.20
技术公布日：2023/8/21