[发明专利]基于改进LMD的微电网电能质量扰动信号检测方法

说明书

本发明公开了一种基于改进LMD的微电网电能质量扰动信号检测方法，包括以下步骤：首先通过电子式互感器获取微电网扰动信号，对信号采用四点波形曲率匹配延拓，求取原始信号端点极值点分布情况；采用三次B样条函数插值计算局部均值函数和局部包络函数；通过自适应筛选停止准则判断最优筛选次数，分解得到所有的PF分量；根据PF分量求取瞬时幅值和瞬时频率；最终根据求得的瞬时幅值和瞬时频率重组得到原始信号的时频分布。本发明具有分析精度高，实时性高，识别效果好等特点，适用于微电网中的电能质量扰动信号的检测和分析。

技术领域

本发明涉及属于微电网电能质量扰动信号检测技术领域，尤其涉及一种基于改进LMD的微电网电能质量扰动信号检测方法。

背景技术

电能质量扰动检测一直都是电力研究领域的热点问题。尤其在微电网中，分布式电源的输出功率受自然因素影响具有波动性和间歇性等特点，非线性负荷的大量接入、诸多电力电子器件应用等都严重影响了微电网电能质量。大多数微电网电能质量扰动问题均是非线性非平稳信号。LMD可以自适应将复杂的非平稳信号分解成一系列的乘积函数(PF)，每个PF函数有明确的物理意义(由包络信号和纯调频信号相乘得到)，包络信号即瞬时幅值函数，纯调频信号可以求得瞬时频率。但是原始的LMD算法自身存在缺陷，即“端点效应”和“模态混叠”等问题。

(1)、LMD分解受端点效应的影响，由于局部均值包络函数在端点处存在一段未知的信号，若不对端点进行处理，在程序运行时，将在迭代过程中不断向内部扩散，迭代次数越多影响越严重，使得分解得到的各个分量在端点处产生变形，从而使结果不容易满足循环终止条件，增加迭代次数，严重时使数据产生失真。

(2)、模态混叠是指一个PF分量中包含差异极大的特征时间尺度，或者相近的特征时间尺度分布在不同的PF分量中，导致两个相邻的PF分量波形混叠，相互影响，难以辨认。即当信号的时间尺度存在跳跃性变化时，对信号进行LMD分解，会出现一个PF分量包含不同时间尺度特征成分的情况，称之为模态混叠。

为了提高LMD算法的检测精度，必须解决“端点效应”和“模态混叠”问题。

发明内容

为了解决现有LMD算法存在的“端点效应”和“模态混叠”等问题，本发明提出了一种基于改进LMD的微电网电能质量扰动信号检测方法，本发明所提出的算法在端点延拓方面采用四点波形曲率匹配延拓得到信号真实的端点极值点分布规律，减轻了“端点效应”。在计算局部包络函数和局部均值函数方面，采用三次B样条函数插值作为拟合的算法，只需要一次插值，提高了计算速度。在筛选停止准则方面使用自适应筛选准则，能够自动的判断最优的筛选迭代次数。该方法快速且准确，避免产生虚假的PF分量，从而造成分解结果不准确。

本发明采取的技术方案为：

基于改进LMD的微电网电能质量扰动信号检测方法，包括以下步骤：

步骤1：采用四点波形曲率匹配延拓，得到原始信号真实的端点极值点分布情况；

步骤2：通过三次B样条函数插值计算局部均值函数和局部包络函数；

步骤3：使用自适应筛选迭代终止准则，自动判断最优的筛选迭代次数，并且分解出所有的PF分量；

步骤4：根据步骤3求得的PF分量，计算出瞬时幅值和瞬时频率；

步骤5：对步骤4求得的瞬时幅值和瞬时频率进行重组，在整个时频区间表现出信号的变化趋势。

步骤1中，所述四点波形曲率匹配延拓采用曲率c(i)、相关系数ρ、曲率匹配误差ε作为计算依据；

曲率表达式为：

其中：i是信号的采样点序列号，是第i个采样点的二阶导数，是第i的采样点的一阶导数；

相关系数的表达式为：