【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模态分解算法对信号进行模态分解的方法，对分解后的直流、谐波非稳态信号分别进行电能计量。
4、本专利技术是一种大规模直流充电场所背景下的基于变模态分解(vmd)算法的电能计量方法。变模态分解(variationalmode decomposition)是一种自适应、完全非递归的模态变分和信号处理的方法。该技术具有可以确定模态分解个数的优点，其自适应性表现在根据实际情况
技术实现思路
1、鉴于上述存在的问题，提出了本专利技术。
2、因此，本专利技术所要解决的问题在于：当信号中含有大量的谐波及非稳态信号时，现有的计算方法将产生较大的误差。
3、为解决上述技术问题，本专利技术提供如下技术方案：基于变模态分解算法的复杂充电下的电能计量方法，其包括，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。
4、作为本专利技术所述基于变模态分解算法的复杂充电下的电能计量方法的一种优选方案，其中：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。
5、作为本专利技术所述基于变模态分解算法的复杂充电下的电能计量方法的一种优选方案，其中：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；现将一个待检测信号x分解成多个本征模态分量uk(t)，对uk(t)进行hilbert变换，得到uk(t)的解析信号，计算出uk(t)的单边谱表示为，
6、
7、其中，δ(t)表示为单位脉冲函数，j表示为虚数单位，*表示为卷积运算；对模态分量uk(t)的解析信号估计它的中心频率将每一个uk(t)的频谱调制到与它相对应的基频带可表示为，
8、
9、计算基频带解调信号的梯度的l2范数的平方，得到约束变分模型表示为：
10、
11、其中，{uk}＝{u1,···,uk}表示为分解的k个模态分量，{ωk}＝{ω1,···,ωk}表示为各分量的中心频率；向约束变分模型引入拉格朗日函数进行变形，并采用乘法算子交替方向法求得最优解表示为，
12、
13、其中，α表示为惩罚因子，λ表示为lagrange乘子；对最优解采用傅里叶等距变换，求得二次优化问题的解表示为，
14、
15、进而推导中心频率计算式表示为，
16、
17、其中，∧表示为求导，是的维纳滤波，表示为模态功率谱的中心频率；对进行傅里叶逆变换，则其实部为{uk(t)}，即为各模态分量时域形式。
18、作为本专利技术所述基于变模态分解算法的复杂充电下的电能计量方法的一种优选方案，其中：所述vmd包括：
19、对和n进行初始化；对n＝n+1进行迭代，更新和ωk；对于ω≥0，依据对进行更新，γ表示为噪声容限参数；给定判别精度ε＞0，若满足
20、
21、则停止迭代，若不满足则继续迭代直至满足预设条件。
22、作为本专利技术所述基于变模态分解算法的复杂充电下的电能计量方法的一种优选方案，其中：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自卷积窗的离散频谱相位差校正算法进行频域参数估计，获得电压和电流信号中各次谐波分量的频率偏差、幅值和初相角。
23、作为本专利技术所述基于变模态分解算法的复杂充电下的电能计量方法的一种优选方案，其中：所述校正算法包括，对时域连续的信号x(t)进行离散化，获得无限长离散序列x(m)，其中m为整数，且m∈[0,+∞]；对x(m)进行分段截短，得到两段长度均为n离散序列x1(n1)(n1∈[0,n-1])和x2(n2)(n2∈[0,n+l-1])，其中n表示为截短后的序列长度，一般取值为n＝2i，i为自然数，l为信号时域平移长度，一般取值为0<l<n；采用长度为n的hanning自卷积窗分别对截短后的序列x1(n1)和x2(n2)进行加权，并进行离散傅里叶变换，分别得到离散频谱x1(k)和x2(k)，k∈[0,n-1]；在第h次谐波频率即hk0搜索其局部频谱峰值，找到离散频谱中局部幅值最大谱线kh，并确定其幅值|x1(kh)|、|x2(kh)|，相位利用离散频谱相位差特性进行频率偏差量kh的校正，并结合hanning自卷积窗的频谱函数，获取第h次谐波的频率、幅值、初相角参数的估计值。
24、作为本专利技术所述基于变模态分解算法的复杂充电下的电能计量方法的一种优选方案，其中：所述进行计量包括，根据所得信号谐波特征参数，计算出基波与各次谐波有功电能和无功电能、谐波总畸变率、谐波含量参数，对其分别进行功率计算，再汇总。
25、本专利技术的另外一个目的是提供一种基于变模态分解算法的复杂充电下的电能计量系统，此系统可对基波与谐波进行分析，得到基波和各次谐波的频率、幅值、初相角等参数，并对其进行电能计本文档来自技高网...
【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
6.如权利要求5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：所述校正算法包括，对时域连续的信号x(t)进行离散化，获得无限长离散序列x(m)，其中m为整数，且m∈[0,+∞]；
7.如权利要求6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：所述进行计量包括，根据所得信号谐波特征参数，计算出基波与各次谐波有功电能和无功电能、谐波总畸变率、谐波含量参数，对其分别进行功率计算，再汇总。
8.一种采用如权利要求1～7任一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的系统，其特征在于：包括基波处理模块、谐波处理模块和电能计量模块；
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1至7中任一项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的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1至7中任一项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的步骤。
...【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：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。