[发明专利]一种船舶电能扰动时间定位与类型识别的弧长差分序列方法

说明书

本发明提出一种船舶电能质量扰动时间定位与类型识别的弧长差分序列方法。该方法基于弧长差分序列对形态滤波器滤波后的电能信号进行处理，可以实现船舶电力系统中常见的5种单一扰动和3种复合扰动的时间定位和类型识别。该方法首先采用一种改进的交替混合形态滤波器，对船舶电能信号进行滤波处理，然后提出一种弧长差分序列的定义，并用于精确时间定位扰动时间，提取出扰动时频域特征‑幅值变化特征和波峰特征，最后将特征量和扰动时间输入到定义了扰动类型识别规则的类型识别器，实现扰动类型识别。本发明的方法可用于快速类型识别实际船舶电力系统中的扰动，适用于实时检测和类型识别。

技术领域：

本发明涉及船舶电能扰动时间定位与类型识别，特别涉及基于弧长差分序列的船舶电力系统中单一扰动和复合扰动的扰动时间定位和类型识别。

背景技术：

我国船舶工业发展迅速，随着船舶能源装置和动力装置技术的巨大革新，电力推进类型船舶成为船舶市场中的主流船型。在电力推进类型船舶的推广中，保证船舶电力系统安全、可靠和稳定地运行是其重要技术问题，而快速准确地时间定位和类型识别船舶电能中的扰动是解决这一技术问题的重要基础。因此，对船舶电能扰动时间定位与类型识别进行研究具有深刻的意义。

形态滤波器滤波方法是一种源于图像特征提取的基于集合论的时域非线性滤波方法，具有计算简单、实时性强的特点，是近年来受到关注的时域滤波方法。基于经典形态学原理的去噪方法研究围绕两个主要方面展开：选取自适应结构元素和设计新型算子函数。然而，这些研究虽然不同程度地提高了滤波效果，但是算法复杂性和计算量都大幅增加，泛化应用能力值得推敲。

船舶电能扰动时间定位与类型识别的常用方法是傅里叶分析、短时傅里叶分析、和小波分析，从频域角度对电能信号进行分析。但是，船舶电力系统的工作环境中充斥着大量且高强度的电磁噪声，尤其是军用舰船，频域中分布有大量噪声频率，采用频域方法分析电能信号，时间定位和类型识别扰动是一项艰巨的任务。在强噪声背景下，信号的时域波形信息不易产生畸变，如正弦电压波形受噪声污染，波形变得更加粗糙，淹没细节区域的信息，但是此时的波形仍将具有正弦波形的特征，通过滤波将会细致刻画细节区域的波形，所以充分利用信号的时域波形信息进行扰动时间定位与类型识别是解决船舶电力系统扰动时间定位与类型识别的一种较频域方法更加可行的方法。

鉴于以上分析，为了解决在受到强噪声污染情况下船舶电力系统电能扰动时间定位与类型识别问题，从时域分析的角度，提出一种基于改进交替混合滤波器和弧长差分序列的船舶电能扰动时间定位与类型识别方法。

发明内容：

本发明的目的是针对船舶强电磁噪声工作环境下，船舶电力系统中电能信号扰动的时间定位和识别问题，提出一种基于改进交替混合形态滤波器和弧长差分序列的船舶电能扰动时间定位和类型识别方法。该方法通过改进交替混合形态滤波器对船舶电能信号滤波，结合弧长差分序列的定义，精确定位扰动发生时间，提取滤波后信号的波形幅值特征和波峰个数特征，并输入到定义了类型判别规则的扰动类型识别器，实现最终的扰动类型识别。

设信号中某采样点为a点，a点之后的每四分之一信号周期(或二分之一信号周期、一个信号周期)的点依次记为b点、c点、d点等，并称a点为弧长序列的起始点，b点、c点、d点等为弧长序列按四分之一(或二分之一、一个)电周期选取的周期点，这些点两两间曲线的弧长可组成弧长序列为则(一阶)弧长差分序列可以定义如下式(1)：

将Δs中的非零项依次称为第一非零元素、第二非零元素、第三非零元素等。

为便于方法步骤说明，设正常电压信号的幅值为A，信号的频率为50Hz，每个电周期采样k个点，则四分之一电周期(0.005s)的采样点数为设X₀＝{x₁,x₂,…,x_n}为采样信号，且x₁为过零点。本发明方法的步骤如下：