1）傅里葉變換

 

　　傅里葉變換是電能質量分析領域中的基本方法，傅里葉變換的優(yōu)點是算法快速簡單。但其缺點也很多：

 

　?、匐m然能夠將信號的時域特征和頻域特征聯(lián)系起來觀察，但不能將二者有機地結合起來。

 

　　②只能適應于確定性的平穩(wěn)信號（如諧波），對時變非平穩(wěn)信號難以充分描述。

 

　?、鄱虝r傅里葉變換（STFT）的離散形式沒有正交展開，難以實現(xiàn)高效算法；只適合于分析特征尺度大致相同的過程，不適合分析多尺度過程和突變過程。

 

　?、芸焖俑道锶~變換（FFT）變換的時間信息利用不充分，任何信號沖突都會導致整個頻帶的頻譜散布；在不滿足前提條件時，會產生“旁瓣”和“頻譜泄露”現(xiàn)象。

 

　　傅里葉變換是經典的頻譜分析和信號處理方法。其對含有短時高頻分量與長時間低頻分量的電能質量信號分析具有一定的局限性。目前經改進的快速傅里葉變換（FFT）和短時傅里葉變換（STFT）已經成為電能質量分析的基礎。

 

　　2） 神經網絡法

 

　　神經網絡理論是巨量信息并行處理和大規(guī)模平行計算的基礎，它既是高度非線性動力學系統(tǒng)，又是自適應組織系統(tǒng)，可用來描述認知、決策及控制的智能行為。

 

　　神經網絡法的優(yōu)點是：可處理多輸入－多輸出系統(tǒng)，具有自學習、自適應等特點；不必建立精確數(shù)學模型，只考慮輸入輸出關系即可。

 

　　缺點是：存在局部極小問題，會出現(xiàn)局部收斂，影響系統(tǒng)的控制精度；理想的訓練樣本提取困難，影響網絡的訓練速度和訓練質量；網絡結構不易優(yōu)化。

 

　　3）二次變換法

 

　　二次變換是一種基于能量角度來考慮的新的時域變換方法。該方法的基本原理是用時間和頻率的雙線性函數(shù)來表示信號的能量函數(shù)。

 

　　二次變換的優(yōu)點是：可以準確地檢測到信號發(fā)生尖銳變化的時刻；精確測量基波和諧波分量的幅值。缺點是：無法準確地估計原始信號的諧波分量幅值；不具有時域分析功能。

 

　　4）小波分析法

 

　　小波變換是近年來興起的一種算法，由于具有時域局部化的優(yōu)點，特別適合于突變信號和不確定信號的分析。目前國內外已經有許多文獻應用小波變換對諧波監(jiān)測、電磁暫態(tài)波形分析、電力系統(tǒng)擾動建模等電能質量問題進行了研究。 小波變換是一種多尺度分析數(shù)字技術，它通過對時間序列過程從低分辨率到高分辨率的分析，顯示過程變化的整體特征和局部變化行為。

 

　　常用的小波基函數(shù)有：Daubechies小波、B小波、Morlet小波、Meyer小波等。

 

　　小波變換的優(yōu)點是：具有時－頻局部化的特點，特別適合突變信號和不平穩(wěn)信號分析；可以對信號進行去噪、識別和數(shù)據(jù)壓縮、還原等。

 

　　缺點是：在實時系統(tǒng)中運算量較大，需要采用DSP等高價格的高速芯片； 小波分析有“邊緣效應”，邊界數(shù)據(jù)處理會占用較多時間，并帶來一定誤差。

 

　　5）Prony分析法

 

　　Prony分析衰減的思想類似于小波。在該方法中，信號總是被認為可以由一系列的衰減的正弦波構成，這些衰減正弦波類似于小波函數(shù)。所以Prony分析方法和小波一樣，可以做多尺度的信號分析。Prony分析的主要缺點是計算時間過長。