[发明专利]一种复合电能质量扰动信号定量分析方法

说明书

技术领域

本发明涉及电能质量信号分析领域，特别涉及一种复合电能质量扰动信号定量分析方法。

背景技术

随着科学技术的发展，电力系统中光伏、风电等新能源开始大规模并网，以电力电子装置为典型代表的非线性负荷、冲击性负荷等的接入，以及各种大型电气设备的投切等因素引起电能质量的不断恶化。电能质量问题给生产生活造成严重影响，如谐波引起电缆、变压器和电容等设备的发热；瞬态尖峰导致敏感设备的电源故障；电压骤升、骤降导致设备故障。此外，各种精密用电设备对电能质量的要求也越来越高。

上述矛盾的日益突出，使得研究电能质量问题变得越来越重要。对电能质量关注的焦点不仅在于各种稳态指标，如幅值、频率等，而且需要对电力系统进行实时的监测，尤其是对系统中的各种扰动进行检测、分析。

电能质量扰动从时间尺度上可以分为稳态扰动和暂态扰动两大类。稳态电能质量扰动以波形畸变为特征，主要包括谐波、间谐波、波形裂痕等；暂态电能质量扰动是以频谱和暂态持续时间为特征，可分为暂态脉冲和暂态振荡两大类。随着电力信号监测技术的发展，发现实际电力系统中存在的电能质量扰动并非全部是单一扰动类型，还包括复合扰动。复合电能质量扰动是指同时包含两种或者更多种单一扰动类型的电能质量问题，相比单一扰动问题来说成分更加复杂、类型多、特征不易提取，各种扰动之间的互相影响容易造成特征混叠。

目前，常用的电能质量扰动信号分析方法主要包括快速傅立叶变换(FFT)、短时傅立叶变换(STFT)、小波变换(WT)、希尔伯特—黄变换(HHT)等，每种方法都有各自的优劣之处。FFT方法计算量大，分析精度受到数据窗的限制，且存在无法反映振荡的阻尼特性及瞬时频率的缺点。STFT是一种基于固定窗函数的变换，它的分辨率是固定的，不能兼顾频率与时间分辨率的需求。小波变换能将时域和频域结合起来描述信号的时频特征，但小波的基函数一旦选定，就要用来分析所有的数据；而复合扰动信号中包含的频率成分有高频也有低频，需要选择不同的基函数。HHT方法对于单一的电能质量扰动信号能进行有效分解。当电能质量扰动信号中存在多次谐波与间谐波叠加和复合扰动等问题时，由于HHT方法中的EMD分解存在模态混叠问题和过零失效问题，不能对信号进行精确的分解。可见，现在常用的分析方法不能满足电力系统中复合扰动分析的要求。

发明内容

为了克服现有的电能质量扰动信号分析方法无法对信号进行精确的分解、无法满足电力系统中复合扰动分析的要求的不足，本发明的目的在于提供一种可以准确地将复合电能质量扰动信号的组成成分进行分解，定位出各扰动起止时刻的复合电能质量扰动信号定量分析方法。该方法计算快速、准确，可用于实时在线电能质量分析。

本发明的技术方案，

一种复合电能质量扰动信号定量分析方法，所述分析方法包括如下步骤：

a.原始电能质量扰动信号时序数据符号化

以电力系统中电能质量检测节点采集的电能质量扰动信号作为输入，首先，对信号进行数据均一化预处理，其次，用分段聚合近似方法对预处理后的数据进行降维，最后，利用统计特征矢量符号化算法对降维后的数据进行时序数据符号化处理，得到符号矢量；

b.扰动起止时刻定位

以步骤a中得到的符号矢量作为输入，采用基于时序数据符号欧氏距离的边界检测算法，检测和确定扰动信号波形发生变化的边界时刻，对各扰动的起止时刻进行定位；

c.电能质量扰动信号成分分析

采用电能质量扰动信号成分分析方法分析扰动信号中包含的各种成分，以步骤b中得出的扰动信号起止时刻为边界，对步骤a中预处理后得到的数据用窗函数进行加窗，加窗后得到的信号进行聚类经验模态分解，然后提取电气参数。

所述步骤a中，数据预处理是用Z-score标准化方法将采集到的电能质量扰动信号，即待分析的连续时序数据转化为均值为0，均方差为1的标准化时序数据；

所述步骤a中，数据降维方法是分段聚合近似方法；该降维方法的公式为

式中，Y＝y₁,y₂,…,y_n为待降维的标准化时序数据，ω为压缩比，X＝x₁,x₂,…,x_N为降维后的一个N＝n/ω(N＜＜n)维空间向量。

所述步骤a中，时序数据符号化方法为统计特征矢量符号化算法(statistic feature vector symbolic，简称SFVS)，在这一过程中，每个时序子段将转化成一个有二个分量的符号矢量；