[发明专利]一种电能质量扰动信号识别方法

权利要求书

1.一种电能质量扰动信号识别方法，其特征在于，包括如下步骤：

S1.获取已知电能质量扰动信号；

S2.对步骤S1的电能质量扰动信号进行小波包变换，并提取特征向量；

S3.基于步骤S2的电能质量扰动信号的特征向量，基于模糊聚类对电能质量扰动信号进行分类，并得到各聚类中心向量；

S4.将待识别的电能质量扰动信号按步骤S2提取特征向量，并分别计算和步骤S3得到的各聚类中心向量之间的距离，进而判断待识别的电能质量扰动信号的类型。

2.根据权利要求1所述的一种电能质量扰动信号识别方法，其特征在于，所述步骤S1中，所述已知电能质量扰动信号包括电压骤升信号、电压骤降信号、电压中断信号、暂态脉冲信号、暂态振荡信号、谐波信号以及电压闪变信号。

3.根据权利要求1所述的一种电能质量扰动信号识别方法，其特征在于，所述步骤S2中，对步骤S1的电能质量扰动信号进行小波包变换，并提取特征向量，具体包括如下步骤：

S21.对电能质量扰动信号进行3层小波包变换，得到各子频带上的小波包系数，记为W_d(k)，d＝1,2,3,...,D，D＝2^3为子频带个数，k＝1,2,3,...,K，K为小波包系数长度；

S22.对于子频带上的小波包系数W_d(k)，按下式计算其能量E_d：

S23.对于子频带上的小波包系数W_d(k)，按下式计算其能量百分比ΔE_d：

S24.对于电能质量扰动信号，其特征向量λ为：

λ＝(ΔE₁,ΔE₂,....,ΔE_D)

4.根据权利要求1所述的一种电能质量扰动信号识别方法，其特征在于，所述步骤S3中，基于步骤S2的电能质量扰动信号的特征向量，基于模糊聚类对电能质量扰动信号进行分类，并得到各聚类中心向量，具体包括如下步骤：

S31.定义目标函数J：

式中，N为电能质量扰动信号个数，C为电能质量扰动信号种类数目，即C＝7，u_ij为隶属度矩阵U的元素，x为加权指数，λ_j为第j个电能质量扰动信号的特征向量，v_i为第i个聚类中心向量，(λ_j-v_i)·(λ_j-v_i)为向量(λ_j-v_i)和向量(λ_j-v_i)的内积；

S32.初始化加权指数x和聚类中心向量v_i；

S33.第t次迭代中，根据下式更新隶属度矩阵U和聚类中心向量V；

式中，u_ij^(t)和v_i^(t)分别为第t次迭代后u_ij和v_i的值，v_i^(t-1)为第t-1次迭代后v_i的值，d_ij为向量和向量之间的内积；同样，d_rj为向量和向量之间的内积；

S34.利用ui_j^(t)和v_i^(t)计算J^(t)，如果满足|J^(t)-J^(t-1)|≤ε，ε为精度要求，则停止迭代，否则返回步骤S33继续迭代；J^(t)和J^(t-1)分别为第t次迭代和第t-1次迭代后的目标函数值；

S35.对隶属度矩阵U＝[u_ij]_C×N，采用最大隶属度原则判断λ_j的归类，最大隶属度原则表示为：A_i(λ_j)＝max{u_1j,u_2j,....,u_Cj}

式中，A_i(λ_j)表示λ_j隶属于第i个聚类中心；

S36.迭代结束后的聚类中心向量记为

5.根据权利要求1所述的一种电能质量扰动信号识别方法，其特征在于，所述步骤S4中，判断待识别的电能质量扰动信号的类型具体包括如下步骤：

S41.将待识别的电能质量扰动信号按步骤S2提取特征向量，记为

S42.分别计算特征向量和聚类中心向量的距离S_i：

S43.找出距离S_i最小值对应的则待识别的电能质量扰动信号属于第y个聚类中心。