CN111524036B - 一种暂态电能质量扰动分类方法 - Google Patents

Abstract

本发明公开了一种暂态电能质量扰动分类方法，属于电能质量分析技术领域，本发明利用对功率谱极大值的动态测度检测信号的主频率点，以避免不必要的计算，通过改进的双高斯窗函数能精准的定位电能质量扰动的起止时间和幅值变化。并且通过改进不完全S变换后模时频矩阵得到相应的特征量，再通过简单的决策树得到分类精度，改进不完全S变换方法，即先用功率谱极大值动态测度算法检测主频率点，减少计算复杂度；再用含有两个新引入参数p，r的双高斯窗的S变换对主频率点进行计算，提高了时频能量聚集度和定位扰动的精确度。最后在变换后得到的时频矩阵中提取有效的特征量，借助简单的判别树进行分类。

Description

一种暂态电能质量扰动分类方法

技术领域

本发明涉及电能质量分析技术领域，尤其涉及一种暂态电能质量扰动分 类方法。

背景技术

电能是现代社会发展和国民经济生活不可或缺的能源。高质量的电能是 保障各行各业和人们日常生活的正常进行的必要条件。随着电力电子设备的 广泛应用以及电网中非线性负荷的增多，很多与暂态电能质量扰动相关的问 题日益凸显，严重威胁了电力系统的安全、稳定与经济运行。暂态电能质量 扰动一般包括短时电压波动(电压暂降、电压中断、电压暂升)和电磁暂态 (暂态振荡、暂态脉冲)。

为了解决暂态电能质量扰动问题，减少不必要的经济损失，暂态电能质 量扰动问题已经成为近年来研究的热点。

发明内容

本发明的目的在于提供一种暂态电能质量扰动分类识别方法，解决背景 技术中所提到的技术问题。传统的S变换需对所有的频率点进行计算，计算 量大，不利于实时的电能质量扰动信号的分析。又由于高斯窗的性质导致了S 变换在检测扰动信号时幅值曲线变化缓慢，不利于实时检测扰动发生的起止 时间。

一种暂态电能质量扰动分类方法，所述方法包括如下步骤：

步骤1：对电网系统的电信号进行采集，判断是否有扰动信号，当有扰动 信号时，对扰动信号进行FFT运算后得到功率谱；

步骤2：从功率谱分析出极大值，并计算功率谱的极大值动态测度；

步骤3：设计双高斯窗，双高斯窗由两个不同的半高斯窗组成，前后方向 的变化趋势不同，是不对称的双高斯窗；

步骤4：根据双高斯窗进行时频分析计算得到模矩阵，分析时频模矩阵得 到基频幅值向量；

步骤5：对基频幅值向量进行分类得到暂态电能质量分类信息，完成检测 分类。

所述步骤2中计算功率谱的极大值动态测度具体过程为：

设置M为一个功率谱的极大值，如果存在比其更高的极值点，则极值点 M的动态测度等于由M通向同高度所有路径中最小路径动态测度，最小路径动 态测度的具体算式为：

D_yn(M)＝(i_nf(D_yn(P(M,N)))；h_alt(M)＝h_alt(N))；

其中i_nf表示下确界；h_alt表示高度；P(M,N)表示用高度表示的路径，即 功率谱曲线上两点M,N之间的部分。

所述步骤3中的双高斯窗的时域表达式为：

其中，

式中：γ_BG＝1.0；

其中，t和f分别表示时间和频率，τ表示时移因子。

所述步骤3中的双高斯窗的时域表达式为：

其中，

式中：γ_BG＝1.0。

所述步骤3中的双高斯窗的时域表达式为：

其中，

式中：γ_BG＝1.0，p为为调节窗口宽度变化模式而引入的参数；r为为调节 窗口宽度变化速率而引入的参数。

所述步骤3中的双高斯窗的频域表达式为：

i为虚数单位，α为一自变量

所述步骤4中时频分计算的时域表达式为：

其中：

g(t)为扰动信号，ft实际是两个变量f和t,其它量已定义过了，不能再说明。

所述步骤4中利用差分向量检测扰动起止时间，向量的最大值最小值对 应的时间就是扰动的起止时间，差分向量的定义是：

D_iff(k)＝A(k,f₁)-A(k-1,f₁)；k＝1,2,...,N-1

式中A(k,f₁)是基频幅值向量，在暂态振荡时是高频幅值向量；

采用基频幅值向量进行检测电压暂升的幅值：

式中，A_normal表示标准基频幅值，取1，当检测电压暂降、电压中断的幅 值时，检测电压暂降的幅值为：

所述步骤5中分类的具体过程为，从四个特征量进行信号的分类，设电 能质量扰动信号的主频率点数N，N为正整数：在暂态信号中，该特征主要是 判断是否含有暂态振荡扰动或谐波当主频率点大于1时，该电信号为暂态振 荡或谐波；

基频的均值：

基频的标准差：

基频的偏差值：S₃＝2max{max(A(m,n₀))-0.5,0.5-min(A(m,n₀))}：m是求和变 量，n₀为基波信号。

本发明采用了上述技术方案，本发明具有以下技术效果：

本发明利用对功率谱极大值的态测度检测信号的主频率点，以避免不必 要的计算，通过改进的双高斯窗函数能精准的定位电能质量扰动的起止时间 和幅值变化。并且通过改进不完全S变换后模式频矩阵得到相应的特征量， 再通过简单的决策树得到分类精度，改进不完全S变换方法，即先用功率谱 极大值动态测度算法检测主频率点，减少计算复杂度；再用含有两个新引入 参数p，r的双高斯窗的S变换对主频率点进行计算，提高了时频能量聚集度 和定位扰动的精确度。最后在变换后得到的时频矩阵中提取有效的特征量，借助简单的判别树进行分类。

附图说明

图1是本发明的电能质量扰动分类流程图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举 出优选实施例，对本发明进一步详细说明。然而，需要说明的是，说明书中 列出的许多细节仅仅是为了使读者对本发明的一个或多个方面有一个透彻的 理解，即便没有这些特定的细节也可以实现本发明的这些方面。

如图1所示，根据本发明的一种暂态电能质量扰动分类方法，所述方法 包括如下步骤：

步骤1：本文对扰动信号进行FFT后得到功率谱，

步骤2：极大值的动态测度方法可定义为：当M为一个功率谱的极大值， 如果存在比其更高的极值点，则极值点M的动态测度等于由M通向同高度所 有路径中最小路径动态测度:

D_yn(M)＝(i_nf(D_yn(P(M,N)))；h_alt(M)＝h_alt(N))

其中i_nf表示下确界；h_alt表示高度；P(M,N)表示用高度的路径，即功率谱 曲线上两点M,N之间的部分。

按上式得到功率谱的极大值动态测度，合理的选取阈值便可以将主要频 率点和非主要频率点区分开来。

步骤3：本方法是在S变换的基础上，将其中的高斯窗换成双高斯窗。双 高斯窗由两个不同的半高斯窗组成，前后方向的变化趋势不同，是不对称的 双高斯窗。相对于传统的S变换，双高斯窗S变换有利于提高检测起止时间 的准确度.双高斯窗W_BG的时域表达式为：

其中，

式中：γ_BG＝1.0；

虽然双高斯窗函数及其一阶导数是连续函数，但其二阶导数在t＝τ处具 有不连续性，这是因为

的不连续性，这将导致频域中的双高斯窗变化缓慢。 为了提高双高斯窗变化的速度，将

进行修改，得到：

式中，f_L是S变换计算时的最大频率。

为了控制窗口形状，引入两个参数p和r，此时改进双高斯函数的时域为 表达式：

式中的

γ_BG和双高斯窗一致，p定义窗口宽度变化的模式；r决定窗口宽度变化的速率。

改进双高斯窗的频域表达式为：

因此改进不完全S变换的时域表达式为：

其中：

步骤4：经过改进不完全S变换后得到时频模矩阵，通过分析时频模矩阵 得到基频幅值向量。利用差分向量检测扰动起止时间，向量的最大值和最小 值对应的时间就是扰动的起止时间。差分向量的定义是：

D_iff(k)＝A(k,f₁)-A(k-1,f₁)；k＝1,2,...,N-1

式中A(k,f₁)是基频幅值向量，暂态振荡时，使用高频幅值向量。

对于电压暂升的幅值，采用基频幅值向量进行检测：

式中，A_normal表示标准基频幅值，这里取1。当检测电压暂降、电压中断的幅值 时，将上式的max(A(k,f₁))改为min(A(k,f₁))。

步骤5：经过分析，本发明提取以下四个特征量进行信号的分类：

(1)电能质量扰动信号的主频率点数N：在暂态扰动信号中，该特征主要是 判断是否含有暂态振荡扰动或谐波。当主频率点大于1时，该电信号为暂态 振荡或谐波；

(2)基频的均值：

(3)基频的标准差：

(4)基频的偏差值：S₃＝2max{max(A(m,n₀))-0.5,0.5-min(A(m,n₀))}。

如图1所示，在本分类方法中，电压暂降、电压暂升、电压中断、暂态 振荡、暂态脉冲、暂态振荡加电压暂降、谐波加电压中断、谐波加电压暂升 的标签依次为C1—C8。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普 通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润 饰，这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种暂态电能质量扰动分类方法，其特征在于：所述方法包括如下步骤：

步骤1：对电网系统的电信号进行采集，判断是否有扰动信号，当有扰动信号时，对扰动信号进行FFT运算后得到功率谱；

步骤2：从功率谱分析出极大值，并计算功率谱的极大值动态测度；

步骤3：设计双高斯窗，双高斯窗由两个不同的半高斯窗组成，左右方向的变化趋势不同，是不对称的双高斯窗；

步骤4：根据双高斯窗进行改进S变换得到时频模矩阵，分析时频模矩阵得到基频幅值向量；

步骤5：对基频幅值向量进行分类得到暂态电能质量扰动分类信息，完成电能质量扰动分类；

所述步骤3中的双高斯窗的时域表达式为：

其中，

式中：γ_BG＝1.0。

2.根据权利要求1所述的一种暂态电能质量扰动分类方法，其特征在于：所述步骤2中计算功率谱的极大值动态测度具体过程为：

设置M为一个功率谱的极大值，如果存在比其更高的极值点，则极值点M的动态测度等于由M通向同高度所有路径中最小路径动态测度，最小路径动态测度的具体算式为：

D_yn(M)＝(i_nf(D_yn(P(M,N)))；h_alt(M)＝h_alt(N))；

其中i_nf表示下确界；h_alt表示高度；P(M,N)表示用高度表示的路径，即功率谱曲线上两点M,N之间的部分。

3.根据权利要求2所述的一种暂态电能质量扰动分类方法，其特征在于：所述步骤3中的双高斯窗的时域表达式为：

其中，

式中：γ_BG＝1.0，p为窗口宽度变化的模式；r决定窗口宽度变化的速率。

4.根据权利要求3所述的一种暂态电能质量扰动分类方法，其特征在于：所述步骤3中的双高斯窗的频域表达式为：

5.根据权利要求4所述的一种暂态电能质量扰动分类方法，其特征在于：所述步骤4中时频计算的时域表达式为：

6.根据权利要求5所述的一种暂态电能质量扰动分类方法，其特征在于：所述步骤4中利用差分向量检测扰动起止时间，向量的最大值最小值对应的时间就是扰动的起止时间，差分向量的定义是：

D_iff(k)＝A(k,f₁)-A(k-1,f₁)；k＝1,2,...,N-1

式中A(k,f₁)是基频幅值向量，在暂态振荡时是高频幅值向量；

采用基频幅值向量获得的电压暂升的幅值：

式中，A_normal表示标准基频幅值，取1电压暂降、电压中断的幅值为：

Images