[发明专利]一种基于多分辨奇异值分解的电压暂降源识别方法

权利要求书

1.一种基于多分辨奇异值分解的电压暂降源识别方法，其特征在于，包括：

获取配电网连续电压信号H(t)，对其离散化得X＝[X₁,X₂,...,X_n]，构造电压信号二阶Hankel矩阵H：

构建识别特征向量T；

将所述识别特征向量T输入至LS-SVM三级暂降源识别模型进行暂降源识别，包括：LS-SVM三级暂降源识别模型，包括第一级LS-SVM1、第二级LS-SVM2以及第三级LS-SVM3；

步骤501、所述识别特征向量T输入所述第一级LS-SVM1，输出为+1则为正常，若输出为－1，则进行步骤502；

步骤502、所述识别特征向量T输入第二级LS-SVM2，输出为+1则为短路故障引起的电压暂降，若输出为－1，则进行步骤503；

步骤503、所述识别特征向量T输入第三级LS-SVM3，若输出为+1则为变压器故障引起的电压暂降，若输出为－1，则为大功率电动机启动引起的电压暂降。

2.根据权利要求1所述的电压暂降源识别方法，其特征在于，所述构建识别特征向量T，包括：

对所述电压信号二阶Hankel矩阵H进行奇异值分解，得到近似信号分量H₁和细节信号分量D₁，所述近似信号分量H₁表征电压信号主体，所述细节信号分量D₁表征电压信号细节；

构造近似信号分量H₁二阶Hankel矩阵，对近似信号分量H₁二阶Hankel矩阵进行奇异值分解，得到细节信号分量D_j和余量信号分量H_j；

计算细节信号分量D_j能量矩E_j；

所述识别特征向量T为：T＝[E₁,E₂,…,E_j]。

3.根据权利要求2所述的电压暂降源识别方法，其特征在于，通过MRSVD对所述电压信号二阶Hankel矩阵H分解奇异值：

H＝σ₁u₁₁v₁₁^T+σ₂u₁₂v₁₂^T；

所述H₁＝σ₁u₁₁v₁₁^T；D₁＝σ₂u₁₂v₁₂^T；且σ₁＞σ₂。

4.根据权利要求2或3所述的电压暂降源识别方法，其特征在于，对所述近似信号分量H₁二阶Hankle矩阵进行j-1次连续奇异值分解，H₁＝H₂+D₂，H₂＝H₃+D₃，......，H_j-1＝H_j+D_j，得到一系列细节信号分量D₂，D₃，......，D_j和一个余量信号分量H_j。

5.根据权利要求2或3或4所述的电压暂降源识别方法，其特征在于，计算所述细节信号分量D_j的能量矩的方法为：

对H₁＝σ₁u₁₁v₁₁^T进行离散采样，得到细节信号分量D_j的能量矩E_j：E_j＝∑_kkΔt|H(t)，其中k为采样点，Δt为采样周期。

6.根据权利要求1所述的电压暂降源识别方法，其特征在于，所述LS-SVM暂降源识别模型为：

LS-SVM解决的优化问题形式为：

其中，c为惩罚参数，是一非线性映射，ζ_i为松弛变量，w、b为该优化问题的解；

选用RBF核函数，建立线性方程组，得到决策函数为：

f(x)＝∑_ia_iK(x,x_i)；

其中，K(x，x_i)为RBF核函数，a_i为第i个拉格朗日算子；

根据LS-SVM解决的优化问题形式和决策函数，以及暂降源电压暂降幅值、持续时间和相位跳变三个特征，建立三级暂降源识别模型。