[发明专利]一种谐波阻抗未知条件下的谐波电流估计方法

摘要

本发明涉及一种谐波阻抗未知条件下的谐波电流估计方法，该方法根据谐波电流快速波动量的统计独立性和超高斯分布特性，以谐波电压为量测量，以谐波电流为状态量，建立含量测噪声的谐波状态估计模型。将ICA模型中的噪声、阻抗参数等作为未知变量，将谐波电流作为隐藏变量，利用变分贝叶斯对未知量的学习能力，得到不受噪声干扰的谐波电流最优解。并根据线性负荷导纳远小于系统侧导纳的特点，忽略线性负荷导纳，推导出谐波电流幅值比例系数，确定电流幅值。与现有技术相比，本发明不需要谐波阻抗参数，即可有效消除独立分量分析算法的不确定性，恢复谐波电流的幅值，得到估计谐波电流，可有效降低量测噪声对估计结果的干扰，具有较强的鲁棒性。

主权项

一种谐波阻抗未知条件下的谐波电流估计方法，其特征在于，包括以下步骤：S1，在电网节点分别设置监测点，获取一段时间内各监测点的量测数据，所述的量测数据包括谐波电压观测信号和谐波电流观测信号；S2，利用平滑滤波器分离量测数据的快波动分量，保存余下的慢波动分量，将快波动分量去均值并白化；S3，将量测误差作为未知参数，将步骤S2得到的谐波电流快波动分量作为潜在变量，建立存在噪声干扰的ICA模型X_t＝AS_t+η其中，X_t为M维谐波电压观测信号快波动分量，A为M行、N列混合矩阵，S_t为N维源信号即谐波电流源，η为M维高斯噪声信号即量测误差，t＝1,2,…T，T为样本点数；S4，定义高斯噪声信号η、源信号S_t、混合矩阵A和谐波电压观测信号快波动分量X_t的先验分布模型，分别利用变分贝叶斯理论中的变分近似逼近算法，得到步骤S3所述ICA模型中的高斯噪声信号的协方差Ω、源信号矩阵S、混合矩阵A和观测信号矩阵X的后验概率分布；S5，以监测点的谐波电压V_m为量测量，以谐波电流源I为状态量，利用步骤S2中平滑滤波器分离量测数据的得到的快波动分量和步骤S4得到的结果，建立量测方程和ICA目标函数，利用变分贝叶斯独立分量的迭代规则，得到不受干扰的ICA模型，并利用该模型计算得到次序不确定的谐波电流源I和混合矩阵A，其中，量测方程为：ICA目标函数为：J(w)＝E{|G(w^Hx)|²}其中，w为复数分离向量，上标H表示共轭转置，x为量测量，E为数学期望，y为待提取的独立分量，y＝w^Hx，上标f表示快波动分量，ε为量测误差的快速波动分量，G(y)＝asinh(y)，表示独立分量的近似负熵；S6，将电网各支路的导纳值设为1，建立象征导纳矩阵Y_sym，求逆得到阻抗矩阵Z_sym，将阻抗矩阵Z_sym和混合矩阵A的各列分别进行归一化得到归一化阻抗矩阵Z_norm和归一化混合矩阵A_norm，计算Z_norm和A_norm的列与列的匹配度，以匹配度最高的原则确定两个归一化矩阵的对应列，得到确定次序的谐波电流I_seq和混合矩阵A_seq；S7，令量测量X中第i个元素为节点j的电压，即状态量中第p个元素为节点q的注入谐波电流，且Y(j,q)＝0，则幅值比例系数d(p)＝A_seq(i,p)/x_k，按下式恢复幅值A_amp：A_amp＝A_seq*diag(1/d)其中diag(*)表示对角矩阵，x_k为电网根节点处的系统短路电抗，按下式计算谐波电流快波动分量与谐波电流慢波动分量$I_{amp}^f=diag\left(d\right)*I_{seq}^f$$I_{amp}^s=A_{amp}^{-1}{V}^s$其中V^s为谐波电压慢波动分量，表示I_seq的快波动分量；S8，将各次谐波电流快波动分量与谐波电流慢波动分量相加，得到各次谐波电流实际值I_amp。