基于折线函数拟合的阶跃时间辨识方法技术

本发明专利技术提供一种基于折线函数拟合的阶跃时间辨识方法，包括如下步骤：(1)读取阶跃响应试验数据，得到一组含时间序列的含扰数据；(2)构造折线函数；(3)用基于群体融合的遗传算法求解折线函数的参数，使得数据方差最小，取折线函数在转折处的时刻为阶跃时间。本发明专利技术通过折线函数拟合来辨识阶跃时间，避免了人工凭经验判读导致的误差，可以在含有干扰数据的情况下辨识阶跃时间，实现对试验数据的准确解读，提高试验数据解读的精度。提高试验数据解读的精度。提高试验数据解读的精度。

【技术实现步骤摘要】
基于折线函数拟合的阶跃时间辨识方法


[0001]本专利技术涉及一种含扰动的测试数据的辨识方法，具体是一种基于折线函数拟合的阶跃时间辨识方法。

技术介绍

[0002]在对PSS等自动化控制系统进行阶跃测试时，系统的上升时间、调节时间等性能指标均以阶跃时刻为基准。但是实际现场试验中不可避免的要受到环境中各种干扰因素影响，试验数据含有一定的扰动量，使得阶跃时刻难以辨识，若不进行数据处理，直接以原始数据读取阶跃时间会带来较大误差。

技术实现思路

[0003]本专利技术提供一种基于折线函数拟合的阶跃时间辨识方法，其针对于阶跃试验中获得的阶跃曲线，可以在含有干扰数据的情况下辨识阶跃时间，实现对试验数据的准确解读，提高试验数据解读的精度。
[0004]一种基于折线函数拟合的阶跃时间辨识方法，包括如下步骤：
[0005]步骤一、读取阶跃响应试验数据，得到一组含时间序列的含扰数据：
[0006]X＝{t
i
,x
i
},i＝1,2,
…
,n，n≥3
ꢀꢀ
(1)
[0007]其中t
i
为等间隔时间序列，时间序列间隔为Δt，x
i
为数据序列，n为数据长度；
[0008]步骤二、构造如下折线函数：
[0009][0010]其中y0、x1、y1、x2为待定系数，x0、x2为指定的辨识区域起始时刻，t为试验时间，x1为转折处对应的时刻；
[0011]步骤三、用基于群体融合的遗传算法求解y0、x1、y1、x2，使得拟合后的函数和原始阶跃测试数据方差：
[0012][0013]达到最小值，取折线函数在转折处时刻x1的值为阶跃时间。
[0014]进一步的，所述步骤三的具体步骤包括：
[0015]1)生成初代个体；
[0016]2)随机生成同等个数新个体；
[0017]3)将步骤2)生成的个体和原群体合并为新一代群体；
[0018]4)根据式(2)、式(3)计算目标函数：
[0019][0020]5)若全部个体的目标函数的最小值在迭代100次后没有下降，结束计算跳到步骤8)，否则跳到步骤6)；
[0021]6)比较各个个体的目标函数值，选取目标函数值最小的50％个个体进行交叉，生成新的50％个个体，淘汰剩余个体；
[0022]7)跳到步骤2)；
[0023]8)计算结束后，取最优个体，即目标函数最小的x1值为阶跃时刻。
[0024]本专利技术具有如下有益效果：
[0025]1、使用了折线函数进行逼近，符合阶跃函数在阶跃处的的实际特性，使得辨识结果有较好的可信度；
[0026]2、使用基于群体融合的遗传算法求解，该方法先引入新的群体融合后再进行淘汰和交叉操作，可以更好的避免局部收敛。
附图说明
[0027]图1是本专利技术基于折线函数拟合的阶跃时间辨识方法其中一个实施例测试数据图；
[0028]图2是采用本专利技术计算的折线函数曲线图；
[0029]图3是采用群体融合遗传算法迭代目标函数收敛曲线；
[0030]图4是本专利技术群体融合遗传算法的流程图。
具体实施方式
[0031]下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述。
[0032]本专利技术实施例提供一种基于折线函数拟合的阶跃时间辨识方法，所述方法包括如下步骤：
[0033]步骤一、读取阶跃测试数据，得到一组阶跃量为a，初值为f的含时间序列的含扰数据：
[0034]X＝{t
i
,x
i
},i＝1,2,
…
,n,n≥3；
ꢀꢀ
(1)
[0035]其中t
i
为等间隔时间序列，时间序列间隔为Δt；x
i
为数据序列，n为数据长度。
[0036]步骤二、构造如下折线函数：
[0037][0038]其中y0、x1、y1、x2为待定系数，x0、x2为指定的辨识区域起始时刻，t为试验时间，x1为转折处对应的时刻；
[0039]步骤三、用基于群体融合的遗传算法求解y0、x1、y1、x2，，使得拟合后的函数和原始数据和方差
[0040][0041]达到最小值，取折线函数在转折处时刻x1的值为阶跃时间。
[0042]其中，请参阅图4，步骤三的具体步骤为：
[0043]1)生成初代个体；
[0044]2)随机生成同等个数新个体；
[0045]3)将步骤2)生成的个体和原群体合并为新一代群体；
[0046]4)根据式(2)、式(3)计算目标函数：
[0047][0048]5)若全部个体的目标函数的最小值在迭代100次后没有下降，结束计算跳到步骤8)，否则跳到步骤6)。
[0049]6)比较各个个体的目标函数值，选取目标函数值最小的50％个个体进行交叉，生成新的50％个个体，淘汰剩余个体；
[0050]7)跳到步骤2)；
[0051]8)计算结束后，取最优个体(目标函数最小)的x1值为阶跃时刻。
[0052]下面结合附图和一个具体实例对本方法做进一步说明：
[0053]某同步发电机励磁系统，对PSS进行电压下阶跃响应试验，给励磁参考电压一个下阶跃信号后，测量得到机端电压阶跃数据如图1所示。读取阶跃测试数据，得到一组含时间序列的含扰数据如下：
[0054]表1
[0055][0056][0057][0058][0059][0060][0061]从曲线可知阶跃时刻在12800附近，辨识区域起始时刻选取为10000到13000，可构造如下折线函数(如图2所示)：
[0062][0063]其中y0、x1、y1、x2为待定系数。
[0064]根据遗传算法，随机生成20000个初代个体，然后用步骤三进行计算，生成各代个体的最小目标函数值如下：
[0065]表2
[0066]代数目标函数值165628.83647498.03736823.63823022.861714602.173111694.55819351.558978308.0141888057.2652218033.6472307927.8162917759.2823147696.0863337684.7613397668.2663867455.9474407238.0374447207.8335457192.159
[0067]目标函数收敛图如图3所示。计算收敛后，选取其中目标函数最小的个体，各项数值如下：
[0068]表3
[0069]项目数值y020028.46x112777.63y120025.84x219511.59SSE7192.16
[0070]该个体的x1为12777.63(ms)，则取12.77s为阶跃时间。
[0071]本发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于折线函数拟合的阶跃时间辨识方法，其特征在于包括如下步骤：步骤一、读取阶跃响应试验数据，得到一组含时间序列的含扰数据：X＝{t
i
,x
i
},i＝1,2,
…
,n，n≥3
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中t
i
为等间隔时间序列，时间序列间隔为Δt，x
i
为数据序列，n为数据长度；步骤二、构造如下折线函数：其中y0、x1、y1、x2为待定系数，x0、x2为指定的辨识区域起始时刻，t为试验时间，x1为转折处对应的时刻；步骤三、用基于群体融合的遗传算法求解y0、x1、y...

【专利技术属性】
技术研发人员：万黎，刘铃铃，丁凯，周鲲鹏，蔡德福，王涛，董航，刘海光，王文娜，王莹，饶渝泽，余笑东，陈汝斯，孙冠群，王尔玺，
申请(专利权)人：国网湖北省电力有限公司武汉供电公司国家电网有限公司，
类型：发明
国别省市：