一种基于KL距离的电能质量扰动分类方法
技术领域
本发明涉及一种基于KL距离的电能质量扰动分类方法,属电能质量技术领域。
背景技术
电力市场环境下,电能质量扰动问题引起广泛关注,其分类识别问题也逐渐成为近年来电力系统研究领域的热点。电能质量扰动分类包括特征值提取、模型训练和分类三个过程。
目前,常用的特征值提取方法有小波变换、希尔伯特黄变换、S变换、数学形态学、瞬时无功功率理论和分形分析法等。其中小波变换已得到广泛应用,小波函数本身衰减很快,属于暂态波形,具有快速傅里叶变换和短时傅里叶变换无法比拟的优点。
其次,在分类器的选择上,常用的方法有模糊分类法、人工神经网络法、Fisher线性分类法、贝叶斯方法和支持向量机法等。其中,支持向量机在解决小样本、非线性及高维模式识别中具有较强的优势,适合电能质量扰动信号分类应用领域。
在分类的时候,主要分为训练和分类两大步骤。这两步都需要进行特征值提取。
(1)在训练的时候,将训练样本的特征值输入到支持向量机,这时,分类器会进行计算,得到分类器的训练模型参数。
(2)在分类的时候,提取待分类样本的特征值,输入到支持向量机,会自动计算得到分类结果。
发明内容
本发明的目的是,要提供一种基于KL距离的电能质量扰动分类方法,对正弦电压信号和扰动信号帧信号进行离散小波分解,计算两者概率分布距离作为分类器的特征值。方法实施简单,复杂度低,具有较高的分类正确率。
本发明的技术方案是:本发明是一种基于KL距离的电能质量扰动分类方法,包括特征值提取步骤、SVM模型生成步骤、扰动分类步骤。
本发明方法中的特征值提取部分包括以下步骤:
(1)对正弦电压信号、电压凸起信号、电压凹陷信号、电压间断信号、电压谐波信号、脉冲暂态信号、振荡暂态信号进行分帧处理。帧长为N,正弦电压帧信号用Vn[i]表示,电压凸起帧信号用表示,电压凹陷帧信号用表示,电压间断帧信号用表示,电压谐波帧信号用表示,脉冲暂态帧信号用表示,振荡暂态信号用表示,其中1≤i≤N,,n为帧号索引。
(2)根据步骤(1)得到的电压帧信号,分别对每帧信号进行离散小波分解,提取第一级小波细节子带系数。正弦电压帧信号的小波细节子带系数用VDn[j]表示,电压凸起帧信号的小波细节子带系数用表示,电压凹陷帧信号的小波细节子带系数用表示,电压间断帧信号的小波细节子带系数用表示,电压谐波帧信号的小波细节子带系数用表示,脉冲暂态帧信号的小波细节子带系数用表示,振荡暂态信号的小波细节子带系数用表示,其中1≤j≤ND,,ND为小波细节子带系数长度,n为帧号索引。
(3)根据步骤(2)得到的电压帧信号小波细节子带系数,计算其概率分布函数。正弦电压信号的帧信号小波细节子带系数概率分布函数用VDPn[k]表示、电压凸起信号的帧信号小波细节子带系数概率分布函数用表示、电压凹陷信号的帧信号小波细节子带系数概率分布函数用表示、电压间断信号的帧信号小波细节子带系数概率分布函数用表示、电压谐波信号的帧信号小波细节子带系数概率分布函数用表示、脉冲暂态信号的帧信号小波细节子带系数概率分布函数用表示、振荡暂态电压信号的帧信号小波细节子带系数概率分布函数用表示,其中1≤k≤NP,,NP为概率分布系数长度,n为帧号索引。
(4)根据步骤(3)得到的电压帧信号小波系数的概率分布,分别计算正弦电压帧信号与不同电压扰动信号间的概率分布KL距离,距离计算采用如下公式:
其中,KL_V_Vswell(n)是正弦信号与电压凸起信号的KL距离,KL_V_Vsag(n)正弦信号与电压凹陷信号的KL距离,KL_V_Vinterrupt(n)是正弦信号与电压间断信号的KL距离,KL_V_Vharmonic(n)是正弦信号与电压谐波信号的KL距离,KL_V_Vtimpulse(n)是正弦信号与脉冲暂态信号的KL距离,KL_V_Vtoscillation(n)是正弦信号与振荡暂态电压信号的KL距离,log(·)为取对数函数,1≤k≤NP,,NP为概率分布系数长度,n为帧号索引。
(5)将步骤(4)计算得到的每帧信号的KL距离作为支持向量机的特征值,训练分类器。
本发明方法中的SVM模型生成部分包括以下步骤:
对电压凸起、电压凹陷、电压间断、电压谐波、脉冲暂态、振荡暂态电压信号进行特征值提取,分别表示为:
其中,n为帧号索引,m为电能质量扰动信号的个数。
将特征值Fswell,Fsag,Finterrupt,Fharmonic,Ftimpulse,Ftoscillation作为输入变量输入到支持向量机中,生成分类器模型。
本发明方法中的所述扰动分类部分包括以下步骤:
给定s个待分类电能质量扰动信号,提取特征值,表示为:
其中,n为帧号索引,s为待分类电能质量扰动信号的个数。
将特征值Ftest输入到分类器模型,分类器自动判别得出s个待分类电压信号的电能质量扰动类型。
本发明与现有技术相比,本发明分析电能质量扰动信号与正弦信号在小波变换域的特性差异,采用概率分布的KL距离作为特征值,能有效地反映不同类型扰动信号的统计特征,同时选用支持向量机作为分类器,分类的准确率更高,时间复杂度低。
本发明适用于电能质量扰动分类研究。
附图说明
图1是本发明特征值提取框图;
图2是本发明扰动分类框图;
具体实施方式
本发明具体实施方式提供了一种基于KL距离的电能质量扰动分类方法,包括以下三个步骤:
1、特征值提取包括以下步骤:
(1)对正弦电压信号、电压凸起信号、电压凹陷信号、电压间断信号、电压谐波信号、脉冲暂态信号、振荡暂态信号进行分帧处理,帧长为N,正弦电压帧信号用Vn[i]表示,电压凸起帧信号用表示,电压凹陷帧信号用表示,电压间断帧信号用表示,电压谐波帧信号用表示,脉冲暂态帧信号用表示,振荡暂态信号用表示,其中1≤i≤N,,n为帧号索引。
(2)根据步骤(1)得到的电压帧信号,分别对每帧信号进行离散小波分解,提取第一级小波细节子带系数。正弦电压帧信号的小波细节子带系数用VDn[j]表示,电压凸起帧信号的小波细节子带系数用表示,电压凹陷帧信号的小波细节子带系数用表示,电压间断帧信号的小波细节子带系数用表示,电压谐波帧信号的小波细节子带系数用表示,脉冲暂态帧信号的小波细节子带系数用表示,振荡暂态信号的小波细节子带系数用表示,其中1≤j≤ND,,ND为小波细节子带系数长度,n为帧号索引。
(3)根据步骤(2)得到的电压帧信号小波细节子带系数,计算其概率分布函数。正弦电压、电压凸起、电压凹陷、电压间断、电压谐波、脉冲暂态、振荡暂态电压信号的帧信号小波细节子带系数概率分布函数分别用VDPn[k],,,,,,表示,其中1≤k≤NP,,NP为概率分布系数长度,n为帧号索引。
(4)根据步骤(3)得到的电压帧信号小波系数的概率分布,分别计算正弦电压帧信号与不同电压扰动信号间的概率分布KL距离,距离计算采用如下公式:
其中,KL_V_Vswell(n),KL_V_Vsag(n),KL_V_Vinterrupt(n),KL_V_Vharmonic(n),KL_V_Vtimpulse(n),KL_V_Vtoscillation(n)分别是正弦信号与电压凸起、电压凹陷、电压间断、电压谐波、脉冲暂态、振荡暂态电压信号的KL距离,log(·)为取对数函数,1≤k≤NP,,NP为概率分布系数长度,n为帧号索引。
(5)将步骤(4)计算得到的每帧信号的KL距离作为支持向量机的特征值,训练分类器。
2、SVM模型生成包括以下步骤:
对电压凸起、电压凹陷、电压间断、电压谐波、脉冲暂态、振荡暂态电压信号进行特征值提取,分别表示为:
其中,n为帧号索引,m为电能质量扰动信号的个数。
将特征值Fswell,Fsag,Finterrupt,Fharmonic,Ftimpulse,Ftoscillation作为输入变量输入到支持向量机中,生成分类器模型。
3、扰动分类包括以下步骤:
给定s个待分类电能质量扰动信号,提取特征值,表示为:
其中,n为帧号索引,s为待分类电能质量扰动信号的个数。