基于变模态分解算法的复杂充电下的电能计量方法及系统技术方案

本发明专利技术公开了基于变模态分解算法的复杂充电下的电能计量方法及系统，涉及电能信号分析处理技术领域，包括用户充电时采集发出的电流电压信号并定义为原始信号，对原始信号进行模态分解，提取基波的所有特征；参照基波特征，将基波从原始信号中剔除进而得到谐波，对谐波进行分离分析获得各次谐波的特征参数；根据基波特征和谐波的特征参数计算出相应的电能数据并进行计量。本发明专利技术提供的方法解决了信号分解存在的模态混叠问题，相较于经验模态分解(EMD)在模态分解过程中可能存在的数据间断点会引发模态混叠现象，导致信号有用信息丢失的问题，抑制了经验模态分解存在的模态混叠现象，在频域通过不断迭代求解，实现了信号的自适应分解。

【技术实现步骤摘要】

本专利技术涉及电能信号分析处理，特别是基于变模态分解算法的复杂充电下的电能计量方法及系统。

技术介绍

1、当前直流充电现场大多采用平均值法和有效值法。两种方法能对直流和稳态信号的电能进行准确计算，但当信号中含有大量的谐波及非稳态信号时，该方法将产生较大的误差。鉴于此，提出如下方法。将采集到的原始信号准确识别，并采用变模态分解算法将其分解成一系列的本征模态分量(imf)，然后对分解出来的imf采用希尔伯特黄变换(hht)，获得各imf的瞬时频率和瞬时幅值，分别对它们进行电能计量，将会极大地提高电能计算的准确性。

2、当前的直流充电桩现场，电磁环境非常复杂，不仅有直流信号，还含有大量的谐波、各种畸变和非稳态信号等。电能计量的准确与否直接影响充电计费是否准确。因此需考虑谐波、畸变等影响，提高电能计量的精确度，进而减小计量误差带来的经济损失。

3、傅里叶变换和小波变换是常用的信号识别和分解方法。但傅里叶变换法存在频谱泄露和栅栏效应等问题，更适合对稳态信号进行分析；而小波变换法则适合对短时、畸变等信号进行分析。针对这些问题，本方法提出了采用变本文档来自技高网...

【技术保护点】

1.基于变模态分解算法的复杂充电下的电能计量方法，其特征在于：包括，

2.如权利要求1所述的基于变模态分解算法的复杂充电下的电能计量方法，其特征在于：所述模态分解包括，采用VMD和希尔伯特变换的方法对含有谐波的原始信号进行模态分解，通过迭代搜索变分模型最优解以此来提取每一个分量的中心频率及带宽，从而得到本征模态分量，对每一个本征模态分量进行希尔伯特变换，找出基波的幅值和频率参数。

3.如权利要求2所述的基于变模态分解算法的复杂充电下的电能计量方法，其特征在于：所述希尔伯特变换包括，对一个时间信号f，设存在K个模态函数uk(t)，满足各模态之和等于原始分解信号f，且...

【技术特征摘要】

1.基于变模态分解算法的复杂充电下的电能计量方法，其特征在于：包括，

2.如权利要求1所述的基于变模态分解算法的复杂充电下的电能计量方法，其特征在于：所述模态分解包括，采用vmd和希尔伯特变换的方法对含有谐波的原始信号进行模态分解，通过迭代搜索变分模型最优解以此来提取每一个分量的中心频率及带宽，从而得到本征模态分量，对每一个本征模态分量进行希尔伯特变换，找出基波的幅值和频率参数。

3.如权利要求2所述的基于变模态分解算法的复杂充电下的电能计量方法，其特征在于：所述希尔伯特变换包括，对一个时间信号f，设存在k个模态函数uk(t)，满足各模态之和等于原始分解信号f，且每个模态的估计带宽之和最小；

4.如权利要求3所述的基于变模态分解算法的复杂充电下的电能计量方法，其特征在于：所述vmd包括：

5.如权利要求4所述的基于变模态分解算法的复杂充电下的电能计量方法，其特征在于：所述分离分析包括，采用基于hanning自卷积的离散频谱校正算法进行谐波参数分析，进行频域谐波参数分析时，对离散化的电压和电流信号序列分别进行加4阶hanning自卷积窗运算，减少频谱泄漏对谐波参数分析的影响；对加窗后的序列进行离散傅里叶变换后，采用基于4阶hanning自卷积窗...

【专利技术属性】
技术研发人员：赵震宇，赵燕，郭雪薇，郑志锋，邓高峰，熊紫腾，胡涛，刘经昊，乔雄文，粱祥正，赵森，程大伟，廖加鑫，杜祥雨，
申请(专利权)人：国网江西省电力有限公司供电服务管理中心，
类型：发明
国别省市：