專利名稱:基于cwd譜峭度的暫態(tài)電能質量擾動分類識別方法
技術領域:
本發(fā)明涉及電力系統(tǒng)智能監(jiān)測,尤其是基于高階統(tǒng)計量和信號處理的暫態(tài)電能質量分類識別技術領域。
背景技術:
隨著電力系統(tǒng)規(guī)模的不斷擴大以及各種電力電子設備、非線性負荷、沖擊性負荷的大量投入,電力系統(tǒng)中的各種擾動事件嚴重地影響了工業(yè)產品的質量和日常生活。由于不同類型的電能質量擾動的影響程度不同,因此,對電能質量 擾動進行識別非常重要。電能質量擾動的識別包含特征提取和分類識別兩個步驟。常用的特征提取方法有短時傅里葉變換、小波變換、S變換、HHT變換等,其中傅里葉變換的測量精度受到頻譜泄漏和柵欄效應的影響,不適合分析非平穩(wěn)的電能擾動信號;S變換無法精確測量基波頻率波動以及間諧波的特征參數(shù);希爾伯特-黃變換(HHT HiIbert-Huang Transform)經驗模態(tài)分解不徹底會出現(xiàn)虛假分量和模態(tài)混疊的問題;復連續(xù)小波變換(CWT ContinuousWavelet Transform)由于其中心頻率相近的小波函數(shù)頻域窗口存在重疊,影響了諧波或間諧波分量特征參數(shù)的測量,不利于電能質量事件類型的準確判別。常用的分類器有人工神經網絡(ANN !Artificial Neural Network)、支持向量機(SVM : Support Vector Machine)、專家系統(tǒng)(ES :Expert System)等。常規(guī)ANN的分類器訓練速度較慢,無法提供信號的局部細微情況,其準確性也有待提高;SVM的分類器訓練時間短、識別準確率高,對噪聲不敏感,但此方法在識別混合擾動方面較為困難;ES的分類器在電能質量事件種類增加的情況下容易產生組合爆炸問題。且上述分類器都需要大量數(shù)據進行訓練和測試,而實際中的電能質量數(shù)據不容易獲得,這就使得算法在實際中很難實現(xiàn)。譜峭度的概念最早由Dwyer提出,用來檢測含噪信號中的暫態(tài)成分。隨后,V. Vrabie定義譜峭度為一個過程距離高斯性的度量,并將其應用到滾動軸承故障診斷中。J. Antoni 系統(tǒng)定義了譜峭度,并提出了基于 STFT (Short-Time Fourier Transform)的譜峭度,論證了其具有檢測加性噪聲中非平穩(wěn)信號的能力。N. Sawalhi提出基于小波變換和WVD (ffigner-Ville Distribution, Wigner-Ville分布)的譜峭度法,并將其應用到機械故障診斷中。譜峭度能夠表征信號中的非平穩(wěn)和非高斯成分,并且能夠自動抑制白噪聲干擾。本發(fā)明提出了一種新的譜峭度算法即基于CWD分布(Cho1-Williams Distribution)的譜峭度算法,并將其與有效值相結合應用于暫態(tài)電能質量擾動識別中,對仿真信號進行了識另IJ,驗證了該方法的可行性和有效性。
發(fā)明內容
本發(fā)明的目的是提供一種基于CWD譜峭度與有效值結合的暫態(tài)電能質量分類識別方法。使之對暫升、暫降、中斷、脈沖和振蕩五類暫態(tài)擾動提取的特征區(qū)別明顯,且有較強的抗噪性能。
本發(fā)明所采用的技術方案是基于CWD譜峭度與有效值結合的暫態(tài)電能質量分類識別方法,在電力系統(tǒng)中對暫態(tài)擾動進行識別,其具體做法是A、提取擾動特征信號設u(n)為含有擾動信號的輸入電壓信號,η = 1,2,·· · ,Ν,Ν為數(shù)據長度。將u(n)進行小波變換,提取擾動特征信號^ (η)。B、計算擾動特征信號譜峭度首先求出擾動特征信號Ur (η)的Cho1-Williams分布為Cu1Xt, f),再根據Ci^ (t,f)的2n階瞬時譜矩得出2階和4階瞬時譜距,最后根據譜峭度的定義,可求得ujn)的譜峭度<(/)。具體做法是B1、擾動特征信號Ur (η),計算其Cho1-Williams分布,結果為Cur(t, f)。
權利要求
1.一種基于CWD譜峭度的暫態(tài)電能質量擾動分類識別方法,在電力系統(tǒng)中對暫態(tài)擾動進行識別,其主要步驟是A、提取擾動特征信號輸入含有擾動信號的電壓信號u (η),η = I,2,. . .,N,N為數(shù)據長度,將u (η)進行小波變換,提取擾動特征信號(η);
全文摘要
本發(fā)明提出了一種基于CWD譜峭度的暫態(tài)電能質量擾動分類識別方法,并將其與有效值相結合應用于五種單一和復合的暫態(tài)電能質量擾動的識別。該識別方法首先將電壓暫升、暫降和中斷這三種幅值類擾動看作一類,通過CWD譜峭度值將電力局數(shù)據采集系統(tǒng)采集到的數(shù)據分為暫態(tài)脈沖、暫態(tài)振蕩和幅值類擾動三類,再通過計算幅值類擾動的有效值將數(shù)據分為電壓暫升、電壓暫降和電壓中斷,并向后續(xù)處理設備輸出所求分類結果。本發(fā)明直接利用數(shù)值的大小區(qū)分不同的擾動類型,不需要使用任何分類器,極大的簡化了識別的流程和識別的時間。本發(fā)明方法能夠不僅能準確區(qū)分暫態(tài)脈沖、暫態(tài)振蕩及暫升、暫降和中斷這五種單一暫態(tài)擾動及其組合而成的復合擾動,還具有良好的抗噪性。
文檔編號G01R19/02GK103018537SQ20121049502
公開日2013年4月3日 申請日期2012年11月28日 優(yōu)先權日2012年11月28日
發(fā)明者劉志剛, 朱玲, 胡巧琳, 張巧革 申請人:西南交通大學