CN104239702A - 基于克隆选择算法与改进快速s变换获取谐波参数的方法 - Google Patents

Abstract

本发明公开了一种基于克隆选择算法与改进快速S变换获取谐波参数的方法，包括：对信号进行改进快速S变换；依据改进快速S变换的结果矩阵得到被测信号中谐波成分个数及其频率、幅值、相位参数；对改进快速S变换的结果矩阵进行线性分解；用逆快速S变换重构各谐波成分的时域波形；对检测到的各谐波成分的频率值进行修正；依据前述检测信息构建被测信号中各谐波成分的时域模型；利用克隆选择算法对检测到的谐波成分的幅值、相位信息进行校正。本发明采用克隆选择算法与改进快速S变换算法，具有检测精度高、收敛速度快以及搜索能力强等优点，可以在复杂畸变信号中提取谐波成分的各类参数。

Description

基于克隆选择算法与改进快速S变换获取谐波参数的方法

技术领域

本发明属于电力系统领域，涉及一种获取谐波参数的方法，具体涉及一种基于克隆选择算法与改进快速S变换获取谐波参数的方法。

背景技术

谐波是电能质量问题的主要根源，对其参数的准确估计是研究电网谐波问题的重要内容，是实现谐波治理、潮流计算、设备状态维护的重要基础，对保证电网运行、经济安全具有重要意义。

目前谐波分析方法有：傅里叶变换、短时傅里叶变换、小波变换、Hilbert-Huang变换、S变换。

1)傅里叶变换

FFT对稳态信号能够实现有效地分析。但是FFT无法实现谐波时域、频域参数的全面分析，无法满足对非平稳信号的检测要求。

2)短时傅里叶变换

STFT是Gabor于1946年提出，其基本思想是在对信号加一个滑动窗的基础上进行傅里叶变换。由于函数窗的宽度足够小的，故可以看成是将非平稳信号分解成可在时间轴上拼接起来的一系列短时平稳信号。因此STFT得到的是可以反映信号局部频谱特征的时频矩阵。STFT在继承了傅里叶变换优点的同时通过滑动窗实现了对时间信息的保留。

但是STFT的滑动窗一旦确定下来就无法改变，因此它只有单一的时频分析能力。依据海森堡测不准原理，STFT无法兼顾低频与高频信号的分析要求。因此，STFT只适合于分析准平稳信号。

3)小波变换

WT是Morlet于1980年在进行地震数据分析时创造的，其基本思想是用一簇函数来表示或逼近一个信号。这一簇函数被称为小波函数系，是由母小波函数通过不同尺度的平移与伸缩变换得到的函数组成。WT的函数窗是一个面积固定但形状可随频率变化的窗口，因此它具有多分辨率特性，在非平稳信号检测上具有FFT与STFT所没有的优点。但是，WT结果的好坏与母小波函数的选择有关，且它存在易受噪声信号影响、变换结果的相位难以理解以及变换尺度与频率的关系难以明确等缺点。

4)Hilbert-Huang变换

HHT变换是由Norden E.Huang于1998年提出，主要包括经验模态分解(Empirical Mode Decomposition，EMD)与Hilbert分析两个部分。HHT是一种时频分析方法，具有局部适应力与分辨能力强以及易于精确分析的优点，因此其适合于平稳信号、非平稳信号的分析。目前，HHT在谐波检测、电压暂升与暂降的时间点定位方面都有重要应用，但是由于其存在模态混叠、端点效应、实时性不好、受噪声影响等缺点，使其目前的研究仍处于初级阶段。

5)S变换方法(Stockwell Transform，ST)

ST是Stockwell于1996年为了分析地震波，在STFT与WT的基础上提出来的一种时频可逆分析方法。ST采用宽度可随着频率变化的高斯窗作为窗函数，从而保证了其具有与WT相同的多分辨率分析的优点。但是S变换存在结果矩阵信息量大，运算时间长、耗费的存储空间大等缺点，限制了应用场合。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供了一种基于克隆选择算法与改进快速S变换获取谐波参数的方法，该方法可以准确的获取各类稳态信号及非稳态信号情况下的谐波参数，并且能够在消耗较小空间与时间成本的情况下，快速准确的得到待测信号的谐波参数。

为达到上述目的，本发明所述的基于克隆选择算法与改进快速S变换获取谐波参数的方法包括以下步骤：

1)对待测信号进行改进快速S变换，得结果矩阵；

2)依据步骤(1)得到的结果矩阵绘制幅值频率曲线与相位频率曲线，并根据结果矩阵得待测信号中谐波分量的数量以及各谐波分量的频率、幅值及相位；

3)利用改进快速S变换的线性特性采用线性分解的方法分解结果矩阵，得到各频率分量的改进快速S变换结果矩阵；

4)对步骤3)得到各频率分量的改进快速S变换结果矩阵根据逆变无损性分别进行逆变改进快速S变换，重构各频率分量的时域信号；

5)所述待测信号的FFT频率分辨率为Δf＝f_s/N，其中，f_s及N分别为时域信号对应的采样频率及采样点数，当所述谐波分量的频率为待测信号的FFT频率分辨率Δf的整数倍时，则步骤2)测得的待测信号中谐波分量的数量及各谐波分量的频率、幅值及相位为最终值；

当谐波分量的频率不为待测信号的FFT频率分辨率Δf的整数倍时，则采用具有偏移校正技术的Jacobsen频率修正方法对步骤2)得到的各谐波分量的频率进行修正，并根据修正后的结果构建各谐波分量的时域模型，然后再采用克隆选择算法对各谐波分量的时域模型进行修正，得待测信号中谐波分量的数量以及各谐波分量频率、幅值及相位的最终值。

所述改进快速S变换为：其中，S(t，f)为变换后的结果，h(τ)为待分析信号，为广义高斯窗函数，t为时移变量，f为频率，τ是时间，k为用户预设的参量。

步骤2)中通过幅值频率曲线中波峰的个数确定谐波分量的数量，并根据所述波峰的数值确定各谐波分量的幅值，通过相位频率曲线上各频率点的数值确定各谐波分量的相位。

本发明具有以下有益效果：

本发明所述的基于克隆选择算法与改进快速S变换获取谐波参数的方法获取待测信号的谐波参数时，先对待测信号进行改进快速S变换，得结果矩阵，然后再依据结果矩阵绘制幅值频率曲线与相位频率曲线，从而得到待测信号中谐波分量的个数以及各谐波分量的频率、幅值及相位；然后对所述结果矩阵进行线性分解，得各频率分量的改进快速S变换结果矩阵，再获取待测信号的FFT频率分辨率Δf，并根据所述待测信号的FFT频率分辨率Δf判断得到的谐波分量的数量以及各谐波分量的频率、幅值及相位是否准确，当不准确时，则采用克隆选择算法对待测信号的谐波分量的数量以及各谐波分量的频率、幅值及相位进行校正，从而得到待测信号最终的谐波分量数量以及各谐波分量的频率、幅值及相位，操作方便、简单，并且精确度高，消耗空间与时间成本较小。

附图说明

图1为本发明的流程图；

图2为本发明中实施例一中原始信号的示意图；

图3为本发明中实施例一检测的幅值-频率曲线图；

图4为本发明中实施例一检测的相位-频率曲线图。

具体实施方式

下面结合附图对本发明做进一步详细描述：

参考图1，本发明所述的基于克隆选择算法与改进快速S变换获取谐波参数的方法包括以下步骤：

1)对待测信号进行改进快速S变换，得结果矩阵；

2)依据步骤(1)得到的结果矩阵绘制幅值频率曲线与相位频率曲线，并根据结果矩阵得待测信号中谐波分量的数量以及各谐波分量的频率、幅值及相位；

3)利用改进快速S变换的线性特性采用线性分解的方法分解结果矩阵，得到各频率分量的改进快速S变换结果矩阵；

4)对步骤3)得到各频率分量的改进快速S变换结果矩阵根据逆变无损性分别进行逆变改进快速S变换，重构各频率分量的时域信号；

5)所述待测信号的FFT频率分辨率为Δf＝f_s/N，其中，f_s及N分别为时域信号对应的采样频率及采样点数，当所述谐波分量的频率为待测信号的FFT频率分辨率Δf的整数倍时，则步骤2)测得的待测信号中谐波分量的数量及各谐波分量的频率、幅值及相位为最终值；

当谐波分量的频率不为待测信号的FFT频率分辨率Δf的整数倍时，则采用具有偏移校正技术的Jacobsen频率修正方法对步骤2)得到的各谐波分量的频率进行修正，并根据修正后的结果构建各谐波分量的时域模型，然后再采用克隆选择算法对各谐波分量的时域模型进行修正，得待测信号中谐波分量的数量以及各谐波分量频率、幅值及相位的最终值。

需要说明的是，具有偏移校正技术的Jacobsen频率修正方法对检测到的频率分量的频率值进行修正。它是一种基于三个相邻频率采样点之间的非线性关系的频率值估计方法。依据经过频率修正所得到的各谐波分量的频率值构建各谐波分量的时域模型。

为了能够在较短的时间实现对谐波参数的估计同时排除不受栅栏效应影响的某些谐波成分，在进行构建模型时是依据信号中受到栅栏效应影响的谐波分量个数(假设有n个谐波分量受到影响)分别构建n个时域模型，每个模型分别代表一个谐波成分，且其含有的参数只有幅值与相位。

所述改进快速S变换为：其中，S(t，f)为变换后的结果，h(τ)为待分析信号，为广义高斯窗函数，t为时移变量，f为频率，τ是时间，k为用户预设的参量。

步骤2)中通过幅值频率曲线中波峰的个数确定谐波分量的数量，并根据所述波峰的数值确定各谐波分量的幅值，通过相位频率曲线上各频率点的数值确定各谐波分量的相位。

下面通过对谐波、间谐波信号的谐波参数检测进行仿真分析。

那么仿真设置如下：采样频率f_s＝1600Hz、采样信号长度0.64s，则采样点数N＝1024、频率采样间隔Δf＝1.5625Hz。

电弧炉信号为：

x(t)＝300×sin(2π×50t+0.1)+25×sin(2π×32.9t+0.2)+

25×sin(2π×75t+0.3)+30×sin(2π×91.5t+0.66)+

15×sin(2π×113.75t+0.27)+55×sin(2π×135.85t+0.22)

那么检测仿真波形如图2所示，电弧炉信号的仿真结果如表1及表2所示：

表1

表2

参考图2、图3及图4，由仿真结果可知：

1)在仿真条件设置中频率采样间隔Δf＝1.5625Hz，那么只有频率为50Hz与75Hz信号分量才是Δf的整数倍，此时用改进快速S变换对其进行检测能够准确地得到这两个频率分量的幅值与频率值；2)对于频率不是Δf整数倍的频率分量，利用改进快速S变换检测到的幅值、频率有误差，但误差不是很大；3)利用改进快速S变换对信号进行检测时，若是不用修正算法其检测到的各频率分量的相位值均有很大的误差；4)通过使用具有修正算法的改进快速S变换(即MGFST)对信号进行检测能够极为精准的确定各频率分量的频率值。此外，MGFST能够大幅度地减小幅值与相位检测误差，使其误差在10^-3数量级。

综上述仿真分析，基于克隆选择算法与改进快速S变换的谐波参数估计方法是可行的。

采用了基于克隆选择算法与改进快速S变换获取谐波参数的方法，该方法通过引入频率修正、对只受到栅栏效应的谐波分量进行幅值与相位校正、对每个需要修正的谐波分量分别构建模型且单独使用克隆选择算法进行修正、快速S变换等多种途径确保本发明能够在迅速且准确地获得谐波信号的参数。

Claims (3)

1.一种基于克隆选择算法与改进快速S变换获取谐波参数的方法，其特征在于，包括以下步骤：

1)对待测信号进行改进快速S变换，得结果矩阵；

2)依据步骤(1)得到的结果矩阵绘制幅值频率曲线与相位频率曲线，并根据结果矩阵得待测信号中谐波分量的数量以及各谐波分量的频率、幅值及相位；

3)利用改进快速S变换的线性特性采用线性分解的方法分解结果矩阵，得到各频率分量的改进快速S变换结果矩阵；

4)对步骤3)得到各频率分量的改进快速S变换结果矩阵根据逆变无损性分别进行逆变改进快速S变换，重构各频率分量的时域信号；

5)所述待测信号的FFT频率分辨率为Δf＝f_s/N，其中，f_s及N分别为时域信号对应的采样频率及采样点数，当所述谐波分量的频率为待测信号的FFT频率分辨率Δf的整数倍时，则步骤2)测得的待测信号中谐波分量的数量及各谐波分量的频率、幅值及相位为最终值；

当谐波分量的频率不为待测信号的FFT频率分辨率Δf的整数倍时，则采用具有偏移校正技术的Jacobsen频率修正方法对步骤2)得到的各谐波分量的频率进行修正，并根据修正后的结果构建各谐波分量的时域模型，然后再采用克隆选择算法对各谐波分量的时域模型进行修正，得待测信号中谐波分量的数量以及各谐波分量频率、幅值及相位的最终值。

2.根据权利要求1所述的基于克隆选择算法与改进快速S变换获取谐波参数的方法，其特征在于，所述改进快速S变换为：其中，S(t，f)为变换后的结果，h(τ)为待分析信号，为广义高斯窗函数，t为时移变量，f为频率，τ是时间，k为用户预设的参量。

3.根据权利要求1所述的基于克隆选择算法与改进快速S变换获取谐波参数的方法，其特征在于，步骤2)中通过幅值频率曲线中波峰的个数确定谐波分量的数量，并根据所述波峰的数值确定各谐波分量的幅值，通过相位频率曲线上各频率点的数值确定各谐波分量的相位。