基于CWD谱峭度的暂态电能质量扰动分类识别方法技术

本发明专利技术提出了一种基于CWD谱峭度的暂态电能质量扰动分类识别方法，并将其与有效值相结合应用于五种单一和复合的暂态电能质量扰动的识别。该识别方法首先将电压暂升、暂降和中断这三种幅值类扰动看作一类，通过CWD谱峭度值将电力局数据采集系统采集到的数据分为暂态脉冲、暂态振荡和幅值类扰动三类，再通过计算幅值类扰动的有效值将数据分为电压暂升、电压暂降和电压中断，并向后续处理设备输出所求分类结果。本发明专利技术直接利用数值的大小区分不同的扰动类型，不需要使用任何分类器，极大的简化了识别的流程和识别的时间。本发明专利技术方法能够不仅能准确区分暂态脉冲、暂态振荡及暂升、暂降和中断这五种单一暂态扰动及其组合而成的复合扰动，还具有良好的抗噪性。

【技术实现步骤摘要】

本专利技术涉及电力系统智能监测，尤其是基于高阶统计量和信号处理的暂态电能质量分类识别

技术介绍
随着电力系统规模的不断扩大以及各种电力电子设备、非线性负荷、冲击性负荷的大量投入，电力系统中的各种扰动事件严重地影响了工业产品的质量和日常生活。由于不同类型的电能质量扰动的影响程度不同，因此，对电能质量 扰动进行识别非常重要。电能质量扰动的识别包含特征提取和分类识别两个步骤。常用的特征提取方法有短时傅里叶变换、小波变换、S变换、HHT变换等，其中傅里叶变换的测量精度受到频谱泄漏和栅栏效应的影响，不适合分析非平稳的电能扰动信号；S变换无法精确测量基波频率波动以及间谐波的特征参数；希尔伯特-黄变换(HHT HiIbert-Huang Transform)经验模态分解不彻底会出现虚假分量和模态混叠的问题；复连续小波变换(CWT ContinuousWavelet Transform)由于其中心频率相近的小波函数频域窗口存在重叠,影响了谐波或间谐波分量特征参数的测量，不利于电能质量事件类型的准确判别。常用的分类器有人工神经网络(ANN !Artificial Neural Network)、支持向量机(SVM : Support Vector Machine)、专家系统(ES :Expert System)等。常规ANN的分类器训练速度较慢,无法提供信号的局部细微情况，其准确性也有待提高；SVM的分类器训练时间短、识别准确率高，对噪声不敏感，但此方法在识别混合扰动方面较为困难；ES的分类器在电能质量事件种类增加的情况下容易产生组合爆炸问题。且上述分类器都需要大量数据进行训练和测试，而实际中的电能质量数据不容易获得，这就使得算法在实际中很难实现。谱峭度的概念最早由Dwyer提出，用来检测含噪信号中的暂态成分。随后，V. Vrabie定义谱峭度为一个过程距离高斯性的度量，并将其应用到滚动轴承故障诊断中。J. Antoni 系统定义了谱峭度，并提出了基于 STFT (Short-Time Fourier Transform)的谱峭度，论证了其具有检测加性噪声中非平稳信号的能力。N. Sawalhi提出基于小波变换和WVD (ffigner-Ville Distribution, Wigner-Ville分布)的谱峭度法，并将其应用到机械故障诊断中。谱峭度能够表征信号中的非平稳和非高斯成分，并且能够自动抑制白噪声干扰。本专利技术提出了一种新的谱峭度算法即基于CWD分布(Cho1-Williams Distribution)的谱峭度算法，并将其与有效值相结合应用于暂态电能质量扰动识别中，对仿真信号进行了识另IJ，验证了该方法的可行性和有效性。
技术实现思路
本专利技术的目的是提供一种基于CWD谱峭度与有效值结合的暂态电能质量分类识别方法。使之对暂升、暂降、中断、脉冲和振荡五类暂态扰动提取的特征区别明显，且有较强的抗噪性能。本专利技术所采用的技术方案是基于CWD谱峭度与有效值结合的暂态电能质量分类识别方法，在电力系统中对暂态扰动进行识别，其具体做法是A、提取扰动特征信号设u(n)为含有扰动信号的输入电压信号,η = 1,2,·· · ,Ν,Ν为数据长度。将u(n)进行小波变换，提取扰动特征信号^ (η)。B、计算扰动特征信号谱峭度首先求出扰动特征信号Ur (η)的Cho1-Williams分布为Cu1Xt, f),再根据Ci^ (t,f)的2n阶瞬时谱矩得出2阶和4阶瞬时谱距，最后根据谱峭度的定义，可求得ujn)的谱峭度<(/)。具体做法是B1、扰动特征信号Ur (η),计算其Cho1-Williams分布，结果为Cur(t, f)。本文档来自技高网...

【技术保护点】
一种基于CWD谱峭度的暂态电能质量扰动分类识别方法，在电力系统中对暂态扰动进行识别，其主要步骤是：A、提取扰动特征信号输入含有扰动信号的电压信号u(n)，n＝1，2，...，N，N为数据长度，将u(n)进行小波变换，提取扰动特征信号ur(n)；B、计算扰动特征信号谱峭度计算由A获得的扰动特征信号ur(n)的Choi?Williams分布Cur(t，f)，再根据Cur(t，f)的2n阶瞬时谱矩得出2阶和4阶瞬时谱距，最后根据谱峭度的定义，求得ur(n)的谱峭度具体作法为：B1、扰动特征信号ur(n)，计算其Choi?Williams分布，结果为Cur(t，f)，Cur(t,f)=∫-∞∞σ4πτ2e(-σt24τ2)ur(t+f+τ2)ur*(t+f-τ2)e-j2πfτdτ---(1)B2、根据Choi?Williams分布Cur(t，f)求取的2阶瞬时谱距和4阶瞬时谱距S^2(f)=<|Cur(t,f)|2>k(2)S^4(f)=<|Cur(t,f)|4>k其中，k表示的是k阶时平均；B3、根据谱峭度定义，求得基于CWD的谱峭度，K^x(f)=S^4x(f)S^2x2(f)-2,f≠0????(3)；C、根据阈值分类识别由B算出的谱峭度的最大值Kmax和谱峭度的最小值Kmin的大小，设置合适的阈值，判定输入信号属于幅值类扰动、暂态脉冲或者是暂态振荡；D、有效值方法区分幅值类扰动将未区分出来的幅值类扰动，计算其有效值曲线，通过幅值的大小范围来判断是电压暂升、电压暂降或者是电压中断，得出并向后续处理设备输出所求分类结果。FDA00002484106000011.jpg,FDA00002484106000013.jpg,FDA00002484106000014.jpg...

【技术特征摘要】
1.一种基于CWD谱峭度的暂态电能质量扰动分类识别方法，在电力系统中对暂态扰动进行识别，其主要步骤是A、提取扰动特征信号输入含...

【专利技术属性】
技术研发人员：刘志刚，朱玲，胡巧琳，张巧革，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：