基于电动汽车充电非线性负荷特征的卡尔曼和修正小波变换滤波方法技术

本发明专利技术公开了一种基于电动汽车充电非线性负荷特征的卡尔曼和修正小波变换滤波方法，包括如下步骤：根据电动汽车充电非线性负荷中直流基波、非稳态波信号特征对传统小波变换算法的阈值参数、分层参数进行合理修正；利用修正小波变换滤除非稳态波和高次谐波；利用卡尔曼滤波算法滤除低次谐波；检测信号突变点；卡尔曼滤波算法信号突变点处的平滑；通过上一步检测到信号突变点处后，在其后的时间L采用修正小波变换分解替换卡尔曼滤波算法分解得到信号突变点处的基波信号。本发明专利技术能够提高卡尔曼滤波算法的识别准确度，避免了卡尔曼滤波算法在信号突变处的“爬坡延迟”现象。

【技术实现步骤摘要】
基于电动汽车充电非线性负荷特征的卡尔曼和修正小波变换滤波方法
本专利技术涉及电动汽车充电非线性负荷滤波
，尤其是一种基于电动汽车充电非线性负荷特征的卡尔曼和修正小波变换滤波方法。
技术介绍
新能源汽车以电动汽车为主，超常规的电动汽车规模化发展需要大量配套的充电站支撑。电动汽车充电站的充电机属于新型大功率非线性设备，在充电过程中会形成150～600A的大电流，并且过分密集的集中充电可能导致充电站瞬时负荷过大。且电动汽车蓄电池充电属容性负荷，负荷功率因数偏低，充电负荷体现非线性特征。充电过程的复杂性，导致充电过程中将产生大量的谐波、非稳态波，对充电站的电能计量和电网运行产生影响。目前，最常见的是采用傅里叶算法来对电动汽车充电过程中非线性负荷进行滤波，将周期性信号按照傅立叶级数的方式分解为不同频率分量的叠加形式，具有响应速度快、数据处理能力高、计算精度高、实时性好等优点，适用于检测谐波，但傅里叶算法作为一种全局性的数学变化，不具备局部化分析能力、不能分析冲击波等非稳态波，无法精确识别非常数的直流充电信号。采用的的滑动窗函数的短时傅立叶变换(STFT)可以改善这种局限性，但其时频分辨率固定不变，不具备自适应能力。小波变换算法的时窗和频窗的宽度可以调节，依据信号的频率成分，自动调节采样密度来处理突变信号，适合反映信号的突发变化和时变跟踪，特别适合波动谐波、快速变化谐波、突变信号和非平稳信号的分析，但无法分析计算基波、多次谐波的信号特征。本领域亦曾采用单独的卡尔曼滤波算法对电动汽车充电过程中非线性负荷进行，可以很好识别分解各次谐波，但通过已有数据进行预测，当信号出现快速变化时，需要一定的缓冲时间，仍然无法精确识别非稳态波，且在信号突变处对信号成分的识别存在严重的“爬坡延迟”。三种方法均无法满足现实应用对滤波的要求。
技术实现思路
本专利技术所要解决的技术问题在于，提供一种基于电动汽车充电非线性负荷特征的卡尔曼和修正小波变换滤波方法，能够提高卡尔曼滤波算法的识别准确度，避免了卡尔曼滤波算法在信号突变处的“爬坡延迟”现象。为解决上述技术问题，本专利技术提供一种基于电动汽车充电非线性负荷特征的卡尔曼和修正小波变换滤波方法，包括如下步骤：(1)根据电动汽车充电非线性负荷中直流基波、非稳态波信号特征对传统小波变换算法的阈值参数、分层参数进行合理修正；(2)利用修正小波变换滤除非稳态波和高次谐波；(3)利用卡尔曼滤波算法滤除低次谐波；(4)检测信号突变点；(5)卡尔曼滤波算法信号突变点处的平滑；通过步骤(4)检测到信号突变点处后，在其后的时间L采用修正小波变换分解替换卡尔曼滤波算法分解得到信号突变点处的基波信号。优选的，步骤(1)中，对分层参数的修正具体为：电动汽车直流充电时基波频率为0Hz，计算分解层数时，在原来的基础上增加n层，其分解层数的公式为：其中fs为采样频率，f0为纹波信号频率的最大公约数，μ＝2；对阈值参数的修正具体为：对两种阈值取平均值；其中，Ds为处理后的数据，D为采集的数据，β为修正权数，ε为选取的阈值；利用线性插值函数，对式(2)进行平滑。优选的，步骤(2)中，利用修正小波变换滤除非稳态波和高次谐波具体为：基波信号处于电动汽车充电非线性负荷频率最底层部分，利用修正小波变换滤除非稳态波和高次谐波；式中f(t)为电动汽车充电非线性负荷的低频信号；χ()为尺度空间函数；为尺度上的投影，实现对非稳态波和高次谐波的滤除；er,k、er,m为r尺度上的逼近参数；j为为基波序号，取1：m为尺度离散化的幂级数；S()为尺度空间滤波函数，体现信号低通特性。优选的，步骤(3)中，利用卡尔曼滤波算法滤除低次谐波具体包括如下步骤：(31)选择观测状态其中y1,z,y2,z为一组，为基波和各次谐波的正交分解波形；wi为第i次谐波的幅值；θi第i次谐波的相角；(32)选择系统动态方程以及量测方程其中，W(K)为观测矩阵，YK为与W(K)有关的观测向量，ωk为过程噪声随机序列，vk为观测噪声，为转移矩阵，xK+1系统动态矩阵，N为电动汽车充电非线性负荷中谐波(纹波)频率；(33)识别、追踪基波的幅值和相角；优选的，步骤(4)中，检测信号突变点具体包括如下步骤：(41)对于电动汽车直流充电，采集当前时刻数据D0,时间间隔T、2T、3T前的数据D1、D2、D3，如果均成立，则此时刻为信号突变点，其中σ1为确定的阈值；(42)对于电动汽车交流充电，采集当前时刻卡尔曼算法计算的幅值Δw0，时间间隔T1、2T1、3T1前的幅值Δw1、Δw2、Δw3，如果均成立，则此时刻为信号突变点，其中σ2为确定的阈值。本专利技术的有益效果为：根据电动汽车充电非线性负荷中直流基波、非稳态波信号特征对传统小波变换算法的阈值参数、分层参数进行合理修正，得到的修正小波算法对采集的电动汽车交直流充电信号分层更加准确，滤除的非稳态波更加精确；通过修正小波变换消除非稳态波的影响后，再使用卡尔曼滤波算法识别基波信号，提高了卡尔曼滤波算法的识别准确度；检测信号突变，并利用小波变化算法替换卡尔曼滤波算法分解得到的信号，避免了卡尔曼滤波算法在信号突变处的“爬坡延迟”现象。附图说明图1为本专利技术的方法流程示意图。具体实施方式如图1所示，一种基于电动汽车充电非线性负荷特征的卡尔曼和修正小波变换滤波方法，包括如下步骤：步骤1：根据电动汽车充电非线性负荷中直流基波、非稳态波信号特征对传统小波变换算法的阈值参数、分层参数进行合理修正；(11)对分层参数的修正；电动汽车直流充电时基波频率为0Hz，计算分解层数时，f0不能以基波频率计算。且直流中存在一次函数和二次函数的形式，对小波分解层级有很大干扰，所以在原来的基础上需要增加n层，其分解层数的公式为：其中fs为采样频率，f0为纹波信号频率的最大公约数，μ＝2。(12)阈值的确定本专利技术对经典的软阈值法和硬阈值法进行合理的修正，并采用线性插值函数平滑变化的不连续性，具体方法如下：①首先对两种阈值取平均值；其中，Ds为处理后的数据，D为采集的数据，β为修正权数，ε为选取的阈值。②利用线性插值函数，对(2)式进行平滑。步骤2：利用修正小波变换滤除非稳态波和高次谐波；基波信号处于电动汽车充电非线性负荷频率最底层部分，利用修正小波变换可以滤除非稳态波和高次谐波。式中f(t)为电动汽车充电非线性负荷的低频信号；χ()为尺度空间函数；为尺度上的投影，实现对非稳态波和高次谐波的滤除；er,k、er,m为r尺度上的逼近参数；j为为基波序号，取1：m为尺度离散化的幂级数；S()为尺度空间滤波函数，体现信号低通特性。步骤3：利用卡尔曼滤波算法滤除低次谐波①选择观测状态其中y1,z,y2,z为一组，为基波和各次谐波的正交分解波形；wi为第i次谐波的幅值；θi第i次谐波的相角。②选择系统动态方程以及量测方程其中，W(K)为观测矩阵，YK为与W(K)有关的观测向量，ωk为过程噪声随机序列，vk为观测噪声，为转移矩阵，xK+1系统动态矩阵，N为电动汽车充电非线性负荷中谐波(纹波)频率。③识别、追踪基波的幅值和相角步骤4：检测信号突变点①对于电动汽车直流充电，采集当前时刻数据D0,时间间隔T、2T、3T前的数据D1、D2、D3，如果均成立，则此时刻为信号突变点，其中σ1为确定本文档来自技高网...

【技术保护点】
1.基于电动汽车充电非线性负荷特征的卡尔曼和修正小波变换滤波方法，其特征在于，包括如下步骤：(1)根据电动汽车充电非线性负荷中直流基波、非稳态波信号特征对传统小波变换算法的阈值参数、分层参数进行合理修正；(2)利用修正小波变换滤除非稳态波和高次谐波；(3)利用卡尔曼滤波算法滤除低次谐波；(4)检测信号突变点；(5)卡尔曼滤波算法信号突变点处的平滑；通过步骤(4)检测到信号突变点处后，在其后的时间L采用修正小波变换分解替换卡尔曼滤波算法分解得到信号突变点处的基波信号。

【技术特征摘要】
1.基于电动汽车充电非线性负荷特征的卡尔曼和修正小波变换滤波方法，其特征在于，包括如下步骤：(1)根据电动汽车充电非线性负荷中直流基波、非稳态波信号特征对传统小波变换算法的阈值参数、分层参数进行合理修正；(2)利用修正小波变换滤除非稳态波和高次谐波；(3)利用卡尔曼滤波算法滤除低次谐波；(4)检测信号突变点；(5)卡尔曼滤波算法信号突变点处的平滑；通过步骤(4)检测到信号突变点处后，在其后的时间L采用修正小波变换分解替换卡尔曼滤波算法分解得到信号突变点处的基波信号。2.如权利要求1所述的基于电动汽车充电非线性负荷特征的卡尔曼和修正小波变换滤波方法，其特征在于，步骤(1)中，对分层参数的修正具体为：电动汽车直流充电时基波频率为0Hz，计算分解层数时，在原来的基础上增加n层，其分解层数的公式为：其中fs为采样频率，f0为纹波信号频率的最大公约数，μ＝2；对阈值参数的修正具体为：对两种阈值取平均值；其中，Ds为处理后的数据，D为采集的数据，β为修正权数，ε为选取的阈值；利用线性插值函数，对式(2)进行平滑。3.如权利要求1所述的基于电动汽车充电非线性负荷特征的卡尔曼和修正小波变换滤波方法，其特征在于，步骤(2)中，利用修正小波变换滤除非稳态波和高次谐波具体为：基波信号处于电动汽车充电非线性负荷频率最底层部分，利用修正小波变换滤除非稳态波和高次谐波；式中f(t)为电动汽车充电非线性负荷的低频信号；χ()...

【专利技术属性】
技术研发人员：王立辉，祁顺然，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32