CN114184889A - 一种基于vmd的电网电压暂降故障信号检测方法及系统 - Google Patents
一种基于vmd的电网电压暂降故障信号检测方法及系统 Download PDFInfo
- Publication number
- CN114184889A CN114184889A CN202111454926.4A CN202111454926A CN114184889A CN 114184889 A CN114184889 A CN 114184889A CN 202111454926 A CN202111454926 A CN 202111454926A CN 114184889 A CN114184889 A CN 114184889A
- Authority
- CN
- China
- Prior art keywords
- judgment result
- iteration
- voltage
- power grid
- vmd
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种基于VMD的电网电压暂降故障信号检测方法及系统,所述方法包括如下步骤:采集电网的电压信号;对所述电压信号进行VMD分解,获得分解后的残差分量;基于所述残差分量判断所述电网是否出现电压暂降故障,获得第一判断结果;若所述第一判断结果表示否,则返回步骤“采集电网的电压信号”;若所述第一判断结果表示是,则输出所述电网出现电压暂降故障的结果。本发明通过VMD从电压信号中分解提取出电压暂降特征分量(残差分量),可以有效的排除掉电网电压谐波分量的干扰,并且VMD的自适应分解能够保证电压暂降特征分量提取的时效性,本发明保证了电压暂降特征信息的时效性和有效性。
Description
技术领域
本发明涉及智能电网技术领域,特别是涉及一种基于VMD的电网电压暂降故障信号检测方法及系统。
背景技术
电力是国民经济发展的基础,电能质量的优劣直接影响工业企业的生产和经济的发展。近年来,随着微电子技术、计算机与数字化技术、智能化与控制技术、精密加工制造技术及相关产业的快速发展,电网中涌现出越来越多的敏感性负荷,这也就造成电能质量问题的重要性日益突出。电能质量问题包含多种电磁干扰现象,总体可分为稳态扰动和暂态扰动两大类。其中,电压暂降是发生最为频繁,且造成经济损失极其严重的一类问题,在有关于电能质量问题的统计中,根据调查数据显示,80%以上的电能质量问题都是由电压暂降引起的,电压暂降已成为现代工业用户面临的主要电能质量问题,与其他电能质量干扰相比,电压暂降的发生更为随机、频繁,且在电网中,电压暂降更属于全局性问题。为解决电压暂降问题带来的困扰,学术界和产业界针对电压暂降治理装置进行了深入研究。
作为解决电压暂降问题常见的补偿设备,动态电压恢复器(DVR)、不间断电源(UPS)等都在工业中有着广泛的应用。为使DVR等补偿设备实现对不同敏感度负荷的有效补偿,首先需要先采用有效方法从电网电压中快速精确地提取电压暂降信号的特征量,然后根据电压暂降的特征量对电网电压施加补偿量,电网电压暂降检测的速度和精度决定了DVR等补偿设备对不同敏感负荷的补偿效果。但是由于在电网中存在着不同频率的谐波,会对电压暂降的信号特征量的提取产生极大的干扰(如图2-4示),因此,对电压信号的实时检测分解是一个十分关键的部分,这需要一个快速有效的信号处理工具来从电压信号中提取有用的信息。
为实现电压暂降特征量提取,常用瞬时电压dq分解法、αβ变换法等,其中:
(1)瞬时电压dq分解法有一定的延时,实时性较差;
(2)αβ变换法容易引起短时扰动,同样实时性较差。
文献《基于数学形态学和HHT的谐波和间谐波检测方法》中提出了一种基于数学形态学和希尔伯特-黄变换(Hilbert-Huang transform,HHT)的谐波和间谐波检测方法,实现在噪声背景下对谐波和间谐波的检测。但是该方法在利用数学形态学对电压信号腐蚀的过程中,无可避免地会抹除掉电压故障信号特征量的一部分,从而造成电压故障检测延时。
专利《一种单相正弦信号掉电快速检测方法及系统》中提出预设的正弦信号的最大斜率Slopemax,以频率fs读取数字采样值并除以采样系数得到正弦信号瞬时值v(k-1),并以同样的方法得到下一个中断周期的采样值v(k),并计算斜率的绝对值|Slope(k)|。通过比较|Slope(k)|与Slopemax的大小,判断输入信号是否掉电。该方法原理简单,但是极其容易出现误判,且无法克服电网谐波电压的干扰。
专利《用于动态电压恢复器的电网电压跌落检测算法》中提出通过递归的滑动窗口离散傅里叶变换检测电网电压的基波正序和负序分量,计算实际电网电压的偏移量,并与设定的阀值相比较,进而判断出电网电压是否发生跌落。但是该算法克服谐波干扰的能力较弱,在谐波污染严重的电压信号中无法快速地判断电网电压是否发生暂降,且存在着较大的延时。
专利《一种电压暂降检测装置及方法》中提出一种电压暂降检测装置及方法,通过采用测频、M倍频,实行了频率跟踪采样,保证每一周期内获取相同的整数个采样点数,提高了电压计算精度,由于每采样一个数据即进行电压暂降的监测计算,从而实现了电压暂降特征量的快速、准确监测,提高了监测精度和响应速率。但是该方法无法克服电网谐波电压的干扰,造成无法快速准确地提取电压暂降信号的特征量。
专利《三相电压突变量和零序电压相结合的电压暂降检测方法》中提出一种三相电压突变量和零序电压相结合的电压暂降检测方法,通过采集线路在电压暂降期间三相电压瞬时值,计算对应的三相电压突变量和零序电压瞬时值,利用零序电压特征进行引发电压暂降的故障进行接地故障和非接地故障的区分,随后利用三相电压突变量的特征确认故障相别。但是该方法时效性差,延时较长,无法做到快速准确地提取出故障特征量。
专利《用于动态电压恢复器的电网电压跌落检测算法》中提出通过递归的滑动窗口离散傅里叶变换检测电网电压的基波正序和负序分量,计算实际电网电压的偏移量,并与设定的阀值相比较,进而判断出电网电压是否发生跌落。但是离散傅里叶变换对电压暂降信号的分析准确度不高,难以实现高效算法,且在实际应用中仍然难以克服谐波干扰,提取出故障特征量。
类似专利《三相电压突变量和零序电压相结合的电压暂降检测方法》,有许多检测方法都是直接利用提取采样电压幅值降低或是相位跳变的特征从而判断是否发生暂降,显而易见这些方法都是无法避免掉谐波的干扰,而且这类方法一般时效性比较差,不能实时、有效的对含谐波的电压信号进行提取有效特征量,从而可能导致延时。
有许多信号处理工具可以用于自动异常检测和电压信号的特征提取,常见的信号分析方法有快速傅立叶变换(FFT)、小波变换(WT)等:
(1)快速傅里叶变换是基于数据线性和平稳假设,而且有频谱泄漏和时间信息丢失等缺点;
(2)小波变换虽然可以为所有信号尺度提供统一的分辨率,但是如何选择合适的母小波和分解层数是很困难且主观的,小波变换的另一个不足是它的非自适应性。
如何快速且准确的提取电网电压中的故障特征量,以提高电网的电压暂降故障检测的时效性和准确性,成为一个亟待解决的技术问题。
发明内容
有鉴于此,本发明提供了一种基于VMD的电网电压暂降故障信号检测方法及系统,以快速且准确的提取电网电压中的故障特征量,提高电网的电压暂降故障检测的时效性和准确性。
为实现上述目的,本发明提供了如下方案:
一种基于VMD的电网电压暂降故障信号检测方法,所述方法包括如下步骤:
采集电网的电压信号;
对所述电压信号进行VMD分解,获得分解后的残差分量;
基于所述残差分量判断所述电网是否出现电压暂降故障,获得第一判断结果;
若所述第一判断结果表示否,则返回步骤“采集电网的电压信号”;
若所述第一判断结果表示是,则输出所述电网出现电压暂降故障的结果。
可选的,所述电压信号的时长至少为一个周期;所述周期为电网中电压的周期。
可选的,所述对所述电压信号进行VMD分解,获得分解后的残差分量,具体包括:
以分解后的各模态分量的带宽之和最小为目标,以分解后的各模态分量之和与所述电压信号相等为约束,构建VMD分解的约束变分表达式;分解后的模态分量包括多个IMF分量和一个残差分量;
引入Lagrange乘法算子,将所述约束变分表达式转换为Lagrange表达式;
求解所述Lagrange表达式获得分解后的模态分量。
可选的,所述求解所述Lagrange表达式获得分解后的模态分量,具体包括:
其中,表示第n+1次迭代得到的傅里叶变换后的第k个IMF分量,表示傅里叶变换后的电压信号,和分别表示第n+1次迭代和第n次迭代得到的傅里叶变换后的第i个IMF分量,表示第n次迭代得到的Lagrange乘法算子,α表示二次惩罚因子,w表示频域变量,表示第n次迭代得到的第k个IMF分量的中心频率;
若所述第二判断结果表示是,则输出第n+1次迭代得到的每个IMF分量。
可选的,所述基于所述残差分量判断所述电网是否出现电压暂降故障,获得第一判断结果,具体包括:
判断所述残差分量是否在预设范围内,获得第三判断结果;
若所述第三判断结果表示是,则将所述第一判断结果确定为否,并令异常计数器的数值为0;
若所述第三判断结果表示否,则令异常计数器的数值增加1,判断所述异常计数器的数值是否大于预设阈值,获得第四判断结果;
若所述第四判断结果表示否,则将所述第一判断结果确定为否;
若所述第四判断结果表示是,则将所述第一判断结果确定为是。
一种基于VMD的电网电压暂降故障信号检测系统,所述系统包括:
信号采集模块,用于采集电网的电压信号;
VMD分解模块,用于对所述电压信号进行VMD分解,获得分解后的残差分量;
第一判断模块,用于基于所述残差分量判断所述电网是否出现电压暂降故障,获得第一判断结果;
判断结果输出模块,用于若所述第一判断结果表示否,则返回步骤“采集电网的电压信号”;若所述第一判断结果表示是,则输出所述电网出现电压暂降故障的结果。
可选的,所述电压信号的时长至少为一个周期;所述周期为电网中电压的周期。
可选的,所述VMD分解模块,具体包括:
约束变分表达式构建子模块,用于以分解后的各模态分量的带宽之和最小为目标,以分解后的各模态分量之和与所述电压信号相等为约束,构建VMD分解的约束变分表达式;分解后的模态分量包括多个IMF分量和一个残差分量;
约束变分表达式转换子模块,用于引入Lagrange乘法算子,将所述约束变分表达式转换为Lagrange表达式;
Lagrange表达式求解子模块,用于求解所述Lagrange表达式获得分解后的模态分量。
可选的,所述Lagrange表达式求解子模块,具体包括:
其中,表示第n+1次迭代得到的傅里叶变换后的第k个IMF分量,表示傅里叶变换后的电压信号,和分别表示第n+1次迭代和第n次迭代得到的傅里叶变换后的第i个IMF分量,表示第n次迭代得到的Lagrange乘法算子,α表示二次惩罚因子,w表示频域变量,表示第n次迭代得到的第k个IMF分量的中心频率;
输出子模块,用于若所述第二判断结果表示是,则输出第n+1次迭代得到的每个IMF分量。
可选的,所述第一判断模块,具体包括:
第三判断子模块,用于判断所述残差分量是否在预设范围内,获得第三判断结果;
第三判断结果输出子模块,用于若所述第三判断结果表示是,则将所述第一判断结果确定为否,并令异常计数器的数值为0;
第四判断子模块,用于若所述第三判断结果表示否,则令异常计数器的数值增加1,判断所述异常计数器的数值是否大于预设阈值,获得第四判断结果;
第四判断结果输出子模块,用于若所述第四判断结果表示否,则将所述第一判断结果确定为否;若所述第四判断结果表示是,则将所述第一判断结果确定为是。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明公开一种基于VMD的电网电压暂降故障信号检测方法及系统,所述方法包括如下步骤:采集电网的电压信号;对所述电压信号进行VMD分解,获得分解后的残差分量;基于所述残差分量判断所述电网是否出现电压暂降故障,获得第一判断结果;若所述第一判断结果表示否,则返回步骤“采集电网的电压信号”;若所述第一判断结果表示是,则输出所述电网出现电压暂降故障的结果。本发明通过VMD从电压信号中分解提取出电压暂降特征分量(残差分量),可以有效的排除掉电网电压谐波分量的干扰,并且VMD的自适应分解能够保证电压暂降特征分量提取的时效性,本发明保证了电压暂降特征信息的时效性和有效性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种基于VMD的电网电压暂降故障信号检测方法的流程图;
图2为本发明提供的基频电压信号的波形图;
图3为本发明提供的带有谐波基频电压信号的波形图;
图4为本发明提供的完整的电压暂降信号的波形图;
图5为本发明提供的一周期以上未发生电压暂降的电压信号的波形图;
图6为本发明提供的未发生电压暂降的电压信号进行VMD分解所得残差分量的波形图;
图7为本发明提供的一周期以上发生电压暂降的电压信号的波形图;
图8为本发明提供的发生电压暂降的电压信号进行VMD分解所得残差分量的波形图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种基于VMD的电网电压暂降故障信号检测方法及系统,以快速且准确的提取电网电压中的故障特征量,以提高电网的电压暂降故障检测的时效性和准确性。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明提出的方法及系统是通过实时采样电压信号,并对电压信号进行变分模态分解(VMD),通过设定分解的固有模态函数的数量,提取出电压信号分解后的残差分量,并判断残差分量是否在设定的残差阈值范围内,从而实现对电压暂降信号的检测,该方法可以克服电网电压谐波分量的干扰,仅需在电压暂降发生后1毫秒的时间内便可快速准确地提取出电压暂降信号的特征量。该发明方法既保证了电压分解的快速性,又能保证提取电压暂降特征量的时效性和有效性,极大地提高了对电压暂降识别的精度,大大提高补偿设备对电压信号的检测的可靠性。
如图1-8所示,本发明提供一种电网电压暂降故障信号分解方法,具体步骤如下:
(1)实时采样并存储一个周期以上的电压信号U(t),如图5或7所示。
(2)对电压信号U(t)进行VMD分解,并读取残差分量R(t),如图6或8所示。
变分模态分解(Variational mode decomposition)是一种自适应、完全非递归的模态变分和信号处理的方法。该技术具有可以确定模态分解个数的优点,其自适应性表现在根据实际情况确定所给序列的模态分解个数,随后的搜索和求解过程中可以自适应地匹配每种模态的最优的中心频率和有限带宽,并且可以实现固有模态分量(IMF)的有效分离、信号的频域划分、进而得到给定信号的有效分解成分,最终获得变分问题的最优解。
电压信号的变分模态分解(VMD)步骤如下:
(i)首先构造变分问题,假设原始电压信号u(t)被分解为K个分量,保证分解序列为具有中心频率的有限带宽的模态分量,同时各模态的估计带宽之和最小,约束条件为所有模态之和与原始信号相等,则相应约束变分表达式为:
∑kpk=u(t)
式中,K为需要分解的模态个数(正整数),{pk}、{wk}分别对应分解后第k个固有模态分量和该模态分量对应的中心频率,δ(t)为狄拉克函数,*为卷积运算符。
(ii)然后求解式(1),引入Lagrange乘法算子λ,将约束变分问题转变为非约束变分问题,得到增广Lagrange表达式为
式中:α为二次惩罚因子,作用是降低高斯噪声的干扰。利用交替方向乘子(ADMM)迭代算法结合Parseval/Plancherel,傅里叶等距变换,优化得到各模态分量和中心频率,并搜寻增广Lagrange函数的鞍点,交替寻找出最优迭代后的{pk}、{wk}和λ,详细过程如下:
迭代更新的停止判据如下:
(3)将残差分量R(t)与设定的基准残差阈值上限Rmax和残差阈值下限Rmin相比较,判断该残差分量是否处于阈值区间,从而判定电压信号是否发生暂降。其中Rmax为可接受的电压分解残差阈值上限,这个参数均可人为设定;Rmin为可接受的电压分解残差阈值下限,这个参数同样可人为设定;
(4)当近似基波电压不在设置的阈值区间内,则电压异常计数器加一,判断电压异常计数器的值是否大于设定值C;
(5)若电压异常计数器的值小于C,则重复进行电压暂降检测,若重复检测所得近似基波电压在设定阈值区间内,则计数器清零;若电压异常计数器的值大于C,则判定发生电压暂降。
本发明还提供一种基于VMD的电网电压暂降故障信号检测系统,所述系统包括:
信号采集模块,用于采集电网的电压信号;所述电压信号的时长至少为一个周期;所述周期为电网中电压的周期。
VMD分解模块,用于对所述电压信号进行VMD分解,获得分解后的残差分量。
所述VMD分解模块,具体包括:约束变分表达式构建子模块,用于以分解后的各模态分量的带宽之和最小为目标,以分解后的各模态分量之和与所述电压信号相等为约束,构建VMD分解的约束变分表达式;分解后的模态分量包括多个IMF分量和一个残差分量;约束变分表达式转换子模块,用于引入Lagrange乘法算子,将所述约束变分表达式转换为Lagrange表达式;Lagrange表达式求解子模块,用于求解所述Lagrange表达式获得分解后的模态分量。
所述Lagrange表达式求解子模块,具体包括:IMF分量迭代子模块,用于根据第n次迭代得到的Lagrange乘法算子和每个IMF分量的中心频率,利用公式确定第n+1次迭代得到的每个IMF分量;其中,表示第n+1次迭代得到的傅里叶变换后的第k个IMF分量,表示傅里叶变换后的电压信号,和分别表示第n+1次迭代和第n次迭代得到的傅里叶变换后的第i个IMF分量,表示第n次迭代得到的Lagrange乘法算子,α表示二次惩罚因子,w表示频域变量,表示第n次迭代得到的第k个IMF分量的中心频率;中心频率迭代子模块,用于根据第n+1次迭代得到的每个IMF分量,利用公式确定第n+1次迭代得到的每个IMF分量的中心频率;其中,表示第n+1次迭代得第k个IMF分量的中心频率;Lagrange乘法算子迭代子模块,用于利用公式确定第n+1次迭代得到的Lagrange乘法算子;其中,表示第n+1次迭代得到的Lagrange乘法算子,γ表示为噪声容忍度;第二判断子模块,用于判断公式 是否成立,获得第二判断结果;返回子模块,用于若所述第二判断结果表示否,则令n的数值增加1,返回步骤“根据第n次迭代得到的Lagrange乘法算子和每个IMF分量的中心频率,利用公式 确定第n+1次迭代的每个IMF分量”;输出子模块,用于若所述第二判断结果表示是,则输出第n+1次迭代得到的每个IMF分量。
第一判断模块,用于基于所述残差分量判断所述电网是否出现电压暂降故障,获得第一判断结果;
判断结果输出模块,用于若所述第一判断结果表示否,则返回步骤“采集电网的电压信号”;若所述第一判断结果表示是,则输出所述电网出现电压暂降故障的结果。
所述第一判断模块,具体包括:第三判断子模块,用于判断所述残差分量是否在预设范围内,获得第三判断结果;第三判断结果输出子模块,用于若所述第三判断结果表示是,则将所述第一判断结果确定为否,并令异常计数器的数值为0;第四判断子模块,用于若所述第三判断结果表示否,则令异常计数器的数值增加1,判断所述异常计数器的数值是否大于预设阈值,获得第四判断结果;第四判断结果输出子模块,用于若所述第四判断结果表示否,则将所述第一判断结果确定为否;若所述第四判断结果表示是,则将所述第一判断结果确定为是。
本发明给出一种可靠、快速的电网电压暂降故障信号检测方法,该发明可以克服电网电压背景谐波对电压信号的干扰,快速准确地分解电压信号并提取出电压暂降特征分量。具有如下技术效果:
1、利用变分模态分解(VMD)实现了对电压信号的实时分解,提取出残差分量并追踪,可以克服提取出电压暂降的特征分量时受电网电压谐波分量干扰的问题,极大地保证了电压暂降特征信息的时效性和有效性;
2、追踪实时采集的电压信号进行VMD分解所得的残差分量,即可以实时提取出判断是否发生电压暂降所需的残差特征量,判断残差特征量是否在设定的残差阈值范围内,提高了电压检测可靠性。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于VMD的电网电压暂降故障信号检测方法,其特征在于,所述方法包括如下步骤:
采集电网的电压信号;
对所述电压信号进行VMD分解,获得分解后的残差分量;
基于所述残差分量判断所述电网是否出现电压暂降故障,获得第一判断结果;
若所述第一判断结果表示否,则返回步骤“采集电网的电压信号”;
若所述第一判断结果表示是,则输出所述电网出现电压暂降故障的结果。
2.根据权利要求1所述的基于VMD的电网电压暂降故障信号检测方法,其特征在于,所述电压信号的时长至少为一个周期;所述周期为电网中电压的周期。
3.根据权利要求1所述的基于VMD的电网电压暂降故障信号检测方法,其特征在于,所述对所述电压信号进行VMD分解,获得分解后的残差分量,具体包括:
以分解后的各模态分量的带宽之和最小为目标,以分解后的各模态分量之和与所述电压信号相等为约束,构建VMD分解的约束变分表达式;分解后的模态分量包括多个IMF分量和一个残差分量;
引入Lagrange乘法算子,将所述约束变分表达式转换为Lagrange表达式;
求解所述Lagrange表达式获得分解后的模态分量。
4.根据权利要求3所述的基于VMD的电网电压暂降故障信号检测方法,其特征在于,所述求解所述Lagrange表达式获得分解后的模态分量,具体包括:
其中,表示第n+1次迭代得到的傅里叶变换后的第k个IMF分量,表示傅里叶变换后的电压信号,和分别表示第n+1次迭代和第n次迭代得到的傅里叶变换后的第i个IMF分量,表示第n次迭代得到的Lagrange乘法算子,α表示二次惩罚因子,w表示频域变量,表示第n次迭代得到的第k个IMF分量的中心频率;
若所述第二判断结果表示是,则输出第n+1次迭代得到的每个IMF分量。
5.根据权利要求1所述的基于VMD的电网电压暂降故障信号检测方法,其特征在于,所述基于所述残差分量判断所述电网是否出现电压暂降故障,获得第一判断结果,具体包括:
判断所述残差分量是否在预设范围内,获得第三判断结果;
若所述第三判断结果表示是,则将所述第一判断结果确定为否,并令异常计数器的数值为0;
若所述第三判断结果表示否,则令异常计数器的数值增加1,判断所述异常计数器的数值是否大于预设阈值,获得第四判断结果;
若所述第四判断结果表示否,则将所述第一判断结果确定为否;
若所述第四判断结果表示是,则将所述第一判断结果确定为是。
6.一种基于VMD的电网电压暂降故障信号检测系统,其特征在于,所述系统包括:
信号采集模块,用于采集电网的电压信号;
VMD分解模块,用于对所述电压信号进行VMD分解,获得分解后的残差分量;
第一判断模块,用于基于所述残差分量判断所述电网是否出现电压暂降故障,获得第一判断结果;
判断结果输出模块,用于若所述第一判断结果表示否,则返回步骤“采集电网的电压信号”;若所述第一判断结果表示是,则输出所述电网出现电压暂降故障的结果。
7.根据权利要求6所述的基于VMD的电网电压暂降故障信号检测系统,其特征在于,所述电压信号的时长至少为一个周期;所述周期为电网中电压的周期。
8.根据权利要求6所述的基于VMD的电网电压暂降故障信号检测系统,其特征在于,所述VMD分解模块,具体包括:
约束变分表达式构建子模块,用于以分解后的各模态分量的带宽之和最小为目标,以分解后的各模态分量之和与所述电压信号相等为约束,构建VMD分解的约束变分表达式;分解后的模态分量包括多个IMF分量和一个残差分量;
约束变分表达式转换子模块,用于引入Lagrange乘法算子,将所述约束变分表达式转换为Lagrange表达式;
Lagrange表达式求解子模块,用于求解所述Lagrange表达式获得分解后的模态分量。
9.根据权利要求8所述的基于VMD的电网电压暂降故障信号检测系统,其特征在于,所述Lagrange表达式求解子模块,具体包括:
其中,表示第n+1次迭代得到的傅里叶变换后的第k个IMF分量,表示傅里叶变换后的电压信号,和分别表示第n+1次迭代和第n次迭代得到的傅里叶变换后的第i个IMF分量,表示第n次迭代得到的Lagrange乘法算子,α表示二次惩罚因子,w表示频域变量,表示第n次迭代得到的第k个IMF分量的中心频率;
返回子模块,用于若所述第二判断结果表示否,则令n的数值增加1,调用IMF分量迭代子模块;
输出子模块,用于若所述第二判断结果表示是,则输出第n+1次迭代得到的每个IMF分量。
10.根据权利要求6所述的基于VMD的电网电压暂降故障信号检测系统,其特征在于,所述第一判断模块,具体包括:
第三判断子模块,用于判断所述残差分量是否在预设范围内,获得第三判断结果;
第三判断结果输出子模块,用于若所述第三判断结果表示是,则将所述第一判断结果确定为否,并令异常计数器的数值为0;
第四判断子模块,用于若所述第三判断结果表示否,则令异常计数器的数值增加1,判断所述异常计数器的数值是否大于预设阈值,获得第四判断结果;
第四判断结果输出子模块,用于若所述第四判断结果表示否,则将所述第一判断结果确定为否;若所述第四判断结果表示是,则将所述第一判断结果确定为是。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111454926.4A CN114184889B (zh) | 2021-12-01 | 2021-12-01 | 一种基于vmd的电网电压暂降故障信号检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111454926.4A CN114184889B (zh) | 2021-12-01 | 2021-12-01 | 一种基于vmd的电网电压暂降故障信号检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114184889A true CN114184889A (zh) | 2022-03-15 |
CN114184889B CN114184889B (zh) | 2023-01-20 |
Family
ID=80603203
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111454926.4A Active CN114184889B (zh) | 2021-12-01 | 2021-12-01 | 一种基于vmd的电网电压暂降故障信号检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114184889B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106093541A (zh) * | 2016-06-02 | 2016-11-09 | 国网山东省电力公司济宁供电公司 | 基于经验模态分解和希尔伯特变换的电压跌落检测方法 |
CN109633368A (zh) * | 2018-12-03 | 2019-04-16 | 三峡大学 | 基于vmd和dfa的含分布式电源配电网电能质量扰动检测方法 |
CN110111015A (zh) * | 2019-05-13 | 2019-08-09 | 中南大学 | 一种基于变分模态分解多尺度排列熵的电能质量分析方法 |
CN110320401A (zh) * | 2019-06-03 | 2019-10-11 | 济南大学 | 基于eemd和二点法的单相电压暂降检测方法、系统及应用 |
CN110363130A (zh) * | 2019-07-08 | 2019-10-22 | 国网四川省电力公司电力科学研究院 | 基于变分模态分解的电压暂降源辨识方法及辨识装置 |
CN110967599A (zh) * | 2019-12-11 | 2020-04-07 | 贵州电网有限责任公司 | 一种电能质量扰动检测与定位算法 |
-
2021
- 2021-12-01 CN CN202111454926.4A patent/CN114184889B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106093541A (zh) * | 2016-06-02 | 2016-11-09 | 国网山东省电力公司济宁供电公司 | 基于经验模态分解和希尔伯特变换的电压跌落检测方法 |
CN109633368A (zh) * | 2018-12-03 | 2019-04-16 | 三峡大学 | 基于vmd和dfa的含分布式电源配电网电能质量扰动检测方法 |
CN110111015A (zh) * | 2019-05-13 | 2019-08-09 | 中南大学 | 一种基于变分模态分解多尺度排列熵的电能质量分析方法 |
CN110320401A (zh) * | 2019-06-03 | 2019-10-11 | 济南大学 | 基于eemd和二点法的单相电压暂降检测方法、系统及应用 |
CN110363130A (zh) * | 2019-07-08 | 2019-10-22 | 国网四川省电力公司电力科学研究院 | 基于变分模态分解的电压暂降源辨识方法及辨识装置 |
CN110967599A (zh) * | 2019-12-11 | 2020-04-07 | 贵州电网有限责任公司 | 一种电能质量扰动检测与定位算法 |
Non-Patent Citations (4)
Title |
---|
欧阳森等: "一种可提取受波动干扰的电压暂降特征的信号处理方法", 《高压电器》 * |
祁博等: "基于Hilbert-Huang变换和小波包能量谱的电压暂降源识别", 《中国电力》 * |
耿志强等: "基于总体平均经验模态分解残差的故障诊断方法", 《南京理工大学学报》 * |
陈强伟等: "基于VMD的谐波检测方法", 《电测与仪表》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114184889B (zh) | 2023-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11489490B2 (en) | Arc fault detection method for photovoltaic system based on adaptive kernel function and instantaneous frequency estimation | |
Gargoom et al. | Automatic classification and characterization of power quality events | |
Bhui et al. | Application of recurrence quantification analysis to power system dynamic studies | |
Lin et al. | Power quality detection with classification enhancible wavelet-probabilistic network in a power system | |
CN109307798B (zh) | 一种用于开关事件检测的功率信号滤波方法 | |
Lv et al. | High-order synchroextracting transform for characterizing signals with strong AM-FM features and its application in mechanical fault diagnosis | |
CN110579684A (zh) | 一种基于融合算法的小电流接地系统选线方法 | |
CN106405230A (zh) | 频率测量方法和装置 | |
CN114879085B (zh) | 单相接地故障识别方法、装置、电子设备及介质 | |
CN108594156B (zh) | 一种改进的电流互感器饱和特性识别方法 | |
CN112731049B (zh) | 时钟同步异常监测方法、装置及计算机可读存储介质 | |
CN114184889B (zh) | 一种基于vmd的电网电压暂降故障信号检测方法及系统 | |
CN112034387B (zh) | 一种基于预测序列的输电线路短路故障诊断方法及装置 | |
CN113484596A (zh) | 一种电能质量监测方法、装置、设备及可读存储介质 | |
CN109324268B (zh) | 基于贝叶斯推理的配电网早期故障检测方法及装置 | |
CN108090270A (zh) | 一种基于形态学滤波和盲源分离的暂态振荡参数识别方法 | |
CN112147461A (zh) | 故障波形起点判断方法、装置、计算机设备及介质 | |
CN113777442B (zh) | 一种电网电压暂降故障信号检测方法及系统 | |
CN113253048B (zh) | 一种短路故障检测方法及装置 | |
CN114759673A (zh) | 矿用隔爆兼本质安全型组合变频器的故障确定方法及装置 | |
Caujolle et al. | Reliable power disturbance detection using wavelet decomposition or harmonic model based kalman filtering | |
Barrera et al. | Waveform segmentation for intelligent monitoring of power events | |
Negi et al. | Post-processing algorithm for damped and step-change events detection in pmus signal | |
Iwuamadi et al. | Application of S–Transform For Fault Studies on 330KV Transmission Line | |
Khan | Signal processing techniques used in power quality monitoring |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |