一种面向脉冲噪声环境的智能电网频率估计方法及系统技术方案

本发明专利技术公开了一种面向脉冲噪声环境的智能电网频率估计方法及系统，涉及智能电网运行参数感知与量测技术领域，对智能电网现实环境中的噪声特性进行分析，根据脉冲噪声的尖锐性和重拖尾特征构建了合适的α‑stable噪声模型，根据Clarke变换将三相电力信号转换成为一个复数信号进行频率估计，解决了任意单一相电压信号都无法完整的表征系统频率的问题，提出了基于最小p阶范数的广义加权线性预测算法，能够解决GWLP算法由于对观测值与真实信号之间的误差进行平方运算，造成的对异常值非常敏感的问题，从而提高了电力系统信号频率估计的准确性和稳定性。使用白化变换消除误差中的相关性，降低了计算的复杂度，提高了频率估计的实时性。

【技术实现步骤摘要】
一种面向脉冲噪声环境的智能电网频率估计方法及系统
本专利技术涉及智能电网运行参数感知与量测
，具体涉及一种面向脉冲噪声环境的智能电网频率估计方法。
技术介绍
电网频率是电力系统安全稳定运行的重要质量指标。智能电网中很多控制策略和管理技术都依赖于频率准确估计。在电网实际环境中，电压和电流信号往往会受到非线性负荷、电磁暂态、高低频电磁干扰等因素的影响，出现不同程度的畸变。尽可能地消除谐波、非周期分量、噪声等干扰对测量造成的影响从而准确地测量出电网的基波频率，是进行电力系统分析、高压电器设备状态监听、低频减载、高频切机、备用电源的低频启动等电力系统安全运行控制的重要前提。构建实用化的电网频率准确估计理论和方法，不仅有利于微电网的大规模部署，充分促进分布式能源与可再生能源的大规模的利用，而且还有利于提高电力系统安全性、可靠性和稳定性。近年来，光伏、风力等分布式电源快速增长、以及像电动汽车、充电桩、储能变流器、有源电力滤波器等电力电子设备大量使用，这些变化因素的引入严重影响了电网供能质量，导致电网中的噪声与以往明显不同。特别是，它们具有明显本文档来自技高网...

【技术保护点】
1.一种面向脉冲噪声环境的智能电网频率估计方法，其特征在于，包括步骤：/nS1：构建以α-stable分布的智能电网脉冲噪声信号描述模型，所述智能电网脉冲噪声信号描述模型采集具有尖锐脉冲特性和重拖尾特征的噪声信号；/nS2：根据所述噪声信号生成噪声序列，以所述噪声序列构建智能电网脉冲噪声环境的三相电力信号模型；/nS3：建立智能电网脉冲噪声信号描述模型与所述三相电力信号模型的关系式，基于所述α-stable分布的分数低阶统计量，对所述三相电力信号模型中的电网频率ω做估计；/nS4：根据线性参数ρ，将所述电网频率ω的估计转换为对所述线性参数ρ的估计；/nS5：基于白化变换算法优化所述线性参数ρ的...

【技术特征摘要】
1.一种面向脉冲噪声环境的智能电网频率估计方法，其特征在于，包括步骤：
S1：构建以α-stable分布的智能电网脉冲噪声信号描述模型，所述智能电网脉冲噪声信号描述模型采集具有尖锐脉冲特性和重拖尾特征的噪声信号；
S2：根据所述噪声信号生成噪声序列，以所述噪声序列构建智能电网脉冲噪声环境的三相电力信号模型；
S3：建立智能电网脉冲噪声信号描述模型与所述三相电力信号模型的关系式，基于所述α-stable分布的分数低阶统计量，对所述三相电力信号模型中的电网频率ω做估计；
S4：根据线性参数ρ，将所述电网频率ω的估计转换为对所述线性参数ρ的估计；
S5：基于白化变换算法优化所述线性参数ρ的求解效率；
S6：基于最小P范数的广义加权线性预测算法和迭代重加权最小二乘算法对线性参数ρ建立求解方法，将得到的线性参数ρ换算为电网频率ω估计值；
S7：建立仿真测试系统，根据处理器，采用步骤S1-S6估计出电网频率ω的值，并分别与电网频率的真实值和其它算法估计出的电网频率做对比。


2.根据权利要求1所述的一种面向脉冲噪声环境的智能电网频率估计方法，其特征在于，步骤S1中所述智能电网脉冲噪声信号描述模型具体为：



其中，ω(t,α)表示为：



sign(t)，表示为：



其中，α为用于描述概率密度函数拖尾厚度的特征指数，β为对称参数，γ为用于描述样本脉冲幅度大小的散度参数，η为用于描述概率密度函数位置的位置参数；当β＝0时，概率密度函数关于η对称，此时所述α-stable分布命名为对称α稳定分布(SαS)。


3.根据权利要求1所述的一种面向脉冲噪声环境的智能电网频率估计方法，其特征在于，在步骤S2中，包括步骤：
S21：根据所述噪声信号生成噪声序列ηa[n]、ηb[n]和ηc[n]；
S22：根据频率计算公式ω＝2πf和所述噪声序列ηa[n]、ηb[n]和ηc[n]构建智能电网脉冲噪声环境的三相电力信号模型；
ua[n]＝vacos(2πftn+φ)+ηa[n]






其中，va、vb和vc为不同相位分量的电压幅度，为初始相位，所述噪声序列ηa[n]、ηb[n]和ηc[n]为独立同分布的噪声序列；
S23：使用Clarke变换转换将所述智能电网脉冲噪声环境的三相电力信号模型中的三相信号转换为复数信号y(n)，具体为：
y(n)＝s(n)+q(n)
其中，S为无噪声矢量，q为噪声矢量。


4.根据权利要求3所述的一种面向脉冲噪声环境的智能电网频率估计方法，其特征在于，在步骤S3中，包括步骤：
S31：取低于α阶的统计矩作为所述分数低阶统计量；
S32：根据复数信号y(n)，得到噪声矢量q服从SαS分布；根据线性预测性质，得到线性预测误差矢量e，所述线性预测误差矢量e也服从SαS分布，即e～Sα(D)，D为误差向量e的共变矩阵，根据SαS分布的统计特性，计算共变矩阵D，其表达式为：

<...

【专利技术属性】
技术研发人员：高栋梁，杨宇玄，张全明，董九玲，唐权，陈一鸣，祝和春，李均华，骆韬锐，马天男，阳小龙，
申请(专利权)人：国网四川省电力公司经济技术研究院，
类型：发明
国别省市：四川;51