一种基于粒子滤波的电力系统谐波检测方法技术方案

本发明专利技术提供一种基于粒子滤波的电力系统谐波检测方法，包括：根据电力信号建立状态方程和观测方程，所述电力信号含有谐波信号和脉冲噪声干扰信号；根据所述状态方程和所述观测方程采用粒子滤波算法对所述电力信号进行状态估计；根据所述状态估计计算所述谐波信号的幅度和相位。本发明专利技术实现对脉冲噪声具有较好的抵抗作用，即在脉冲噪声环境中也具有较高的检测精度，并且对变化的谐波参数具有较快的跟踪速度。

【技术实现步骤摘要】

本专利技术实施例涉及谐波检测领域，尤其涉及一种基于粒子滤波的电力系统谐波检测方法。
技术介绍
随着非线性设备使用量的增大，电力系统的谐波污染日益严重。谐波的存在会对电力系统及用电设备的安全、高效运行造成严重威胁，因此，研究有效的技术手段来治理谐波，具有十分重要的意义。在谐波分析领域，谐波检测是一项重要工作，它主要是对电力信号中的谐波成分进行提取或对各次谐波的参数进行估计。谐波检测结果对后续谐波分析和治理具有关键作用。目前，关于谐波检测研究已取得很多成果，但已有的研究大多是基于无噪或高斯噪声假设进行的，而电力系统存在明显的脉冲噪声，这会使得已有方法性能大大降低，甚至失效。
技术实现思路
本专利技术实施例提供一种基于粒子滤波的电力系统谐波检测方法，以克服上述技术问题。本专利技术一种基于粒子滤波的电力系统谐波检测方法，包括：根据电力信号建立状态方程和观测方程，所述电力信号含有谐波信号和脉冲噪声干扰信号；根据所述状态方程和所述观测方程采用粒子滤波算法对所述电力信号进行状态估计；根据所述状态估计计算所述谐波信号的幅度和相位。进一步地，所述根据所述状态方程和所述观测方程采用粒子滤波算法对所述电力信号进行状态估计，包括：设定状态方程中状态向量的概率密度函数的均值和方差，并根据该概率密度函数抽取N个初始粒子，设置有效样本数的阈值和所述初始粒子的权重；构建重要性密度函数，并根据所述重要性密度函数获取k时刻的粒子；根据似然概率计算所述粒子的权值；根据所述权值计算所述粒子的归一化权值；根据所述归一化权值计算有限样本数；比较所述有效样本数与所述有效样本数的阈值，若所述有效样本数大于所述有效样本数的阈值，则根据当前粒子确定k时刻的状态估计值，若所述有效样本数小于所述有效样本数的阈值，则进行粒子重采样，并根据重采样的粒子确定k时刻的状态估计值。进一步地，所述则进行粒子重采样，包括：从区间(0,1/L)上均匀分布中抽取随机样本，所述L为粒子的数目；根据所述随机样本构造粒子样本集，并计算所述粒子样本集中粒子对应的序号集合；统计所述序号集合中各个序号对应粒子出现的次数，得到粒子次数集合；根据所述出现次数复制粒子，获得新粒子集合；将所述新粒子集合中每个粒子的归一化权值设置为1/L。本专利技术提供了一种基于粒子滤波理论的电力系统谐波检测方法，该方法对脉冲噪声具有较好的抵抗作用，即在脉冲噪声环境中也具有较高的检测精度，并且对变化的谐波参数具有较快的跟踪速度，为实际含有脉冲噪声干扰的电力系统中的谐波检测提供了一种可行的方案。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，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它的附图。图1为本专利技术一种基于粒子滤波的电力系统谐波检测方法流程图；图2为本专利技术含有谐波成份和脉冲噪声干扰的电力信号波形图；图3为本专利技术基于粒子滤波、卡尔曼滤波和无迹卡尔曼滤波三种方法对稳态谐波中3次谐波相位估计结果示意图；图4为本专利技术基于粒子滤波、卡尔曼滤波和无迹卡尔曼滤波三种方法对稳态谐波中5次谐波幅度估计结果示意图；图5a为本专利技术基于粒子滤波、卡尔曼滤波和无迹卡尔曼滤波三种方法对参数变化谐波中3次谐波幅度估计结果示意图；图5b为本专利技术基于粒子滤波、卡尔曼滤波和无迹卡尔曼滤波三种方法对参数变化谐波中5次谐波幅度估计结果示意图；图6a为本专利技术基于粒子滤波、卡尔曼滤波和无迹卡尔曼滤波三种方法对参数变化谐波中3次谐波相位估计结果示意图；图6b为本专利技术基于粒子滤波、卡尔曼滤波和无迹卡尔曼滤波三种方法对参数变化谐波中5次谐波相位估计结果示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1为本专利技术一种基于粒子滤波的电力系统谐波检测方法流程图，如图1所示，本实施例的方法可以包括：根据电力信号建立状态方程和观测方程，所述电力信号含有谐波信号和脉冲噪声干扰信号；具体来说，如图2所示，对于含有谐波和脉冲噪声干扰的电力信号，采样离散化后的信号表达式一般可以表示为 y ( k ) = Σ m = 1 M A m s i n ( 2 π m f k / f s + φ m ) + μ ( k ) - - - ( 1 ) ]]>其中，f为基波频率，mf、Am和(m＝1,2,…,M)分别为第m次谐波的频率、幅度和相位，M为最高次谐波的次数，fs为采样频率，μ(k)为k时刻的噪声干扰，在的研究中为脉冲噪声，服从α稳定分布，y(k)即为k时刻的电力信号。对电力信号y(k)进行如下分解 y ( k ) = Σ m = 1 M [ A m cosφ m s i n ( 2 π m f k / f s ) + A m sinφ m c o s ( 2 π m f k / f s ) ] + μ ( k ) - - - ( 2 ) ]]>将系统的观测方程建模为y(k)＝H(k)x(k)+μ(k) (3)其中，H(k)为观测矩阵，其具体形式为H(k)＝[sin(2πfk/fs)cos(2π·2fk/fs)sin(2π·2fk/fs)cos(2πfk/fs)…sin(2πfk/fs)cos(2πfk/fs)] (4)本文档来自技高网...

【技术保护点】
一种基于粒子滤波的电力系统谐波检测方法，其特征在于，包括：根据电力信号建立状态方程和观测方程，所述电力信号含有谐波信号和脉冲噪声干扰信号；根据所述状态方程和所述观测方程采用粒子滤波算法对所述电力信号进行状态估计；根据所述状态估计计算所述谐波信号的幅度和相位。

【技术特征摘要】
1.一种基于粒子滤波的电力系统谐波检测方法，其特征在于，包括：根据电力信号建立状态方程和观测方程，所述电力信号含有谐波信号和脉冲噪声干扰信号；根据所述状态方程和所述观测方程采用粒子滤波算法对所述电力信号进行状态估计；根据所述状态估计计算所述谐波信号的幅度和相位。2.根据权利要求1所述的方法，其特征在于，所述根据所述状态方程和所述观测方程采用粒子滤波算法对所述电力信号进行状态估计，包括：设定状态方程中状态向量的概率密度函数的均值和方差，并根据所述概率密度函数抽取N个初始粒子，设置有效样本数的阈值和所述初始粒子的权重；构建重要性密度函数，并根据所述重要性密度函数获取k时刻的粒子；根据似然概率计算所述粒子的权值；根据所述权值计算所述粒子的归...

【专利技术属性】
技术研发人员：陈喆，殷福亮，耿晓馥，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁;21