，,2，，

(1.湘潭大学智能计算与信息处理教育部重点实验室，湖南 湘潭 411105；2.深圳职业技术学院，广东 深圳 518055)

1 引言

目前，电压中断、电压骤降、暂态脉冲扰动、电压骤升、谐波、暂态振荡扰动和电压闪变等配电网暂态电能质量问题日益突出。因此，暂态电能质量扰动的研究和治理受到了越来越多的重视，而快速、准确地对暂态电能质量扰动定位与识别是其中的重要环节[1]。对于定位和识别暂态电能质量扰动已有很多方法。文献[2]提出三种基于数学形态学的电能质量扰动检测和定位方法，检测较为准确，但存在对某些过零点扰动检测失效的缺点，适应性和实时性较差；文献[3-4]提出S变换法对电能质量扰动进行检测与分类，仿真结果表明检测定位精度较高，分类相对准确，但S变换运算量较大，实时性难保证；文献[5]提出改进不完全S变换与决策树的方法对暂态电能质量扰动进行分类识别，从仿真结果可知扰动识别效果良好且运算时间短；此外暂态电能质量扰动的分析方法还有CWD谱峭度分析法[6]，希尔伯特-黄变换(HHT)分析法[7],奇异值分解和TLS-ESPRIT相结合的方法[8]等。本文提出一种定位扰动起止时刻和识别暂态扰动的方法，利用db4小波和BP神经网络对其进行分析。通过对暂态电能质量扰动信号的多层db4小波分解，利用模极大值点来定位分析扰动起止时刻，然后根据分解系数序列得到扰动信号能量分布序列并构造特征向量，最后利用BP神经网络来设计扰动识别器。……