[发明专利]一种基于高铁运行特征工况波形库的波形识别方法

说明书

技术领域

本发明涉及利用数据库对高铁波形进行识别方法，具体来说，涉及一种基于高铁运行特征工况波形库的波形识别方法。

背景技术

电气化铁路具有速度快、运输能力强、供电距离长、节约能源与造价、牵引性能好等优点，因而具有广阔的发展前景，是世界以及我国铁路发展的方向。然而，高速电气化铁路作为典型的单相负荷，其大量接入电网，恶化了电网电能质量水平。功率因数低、负序功率大、谐波含量丰富是电气化铁路的典型电能质量问题，同时高速铁路牵引负荷的大大增加以及负荷本身的大幅波动则使问题进一步复杂，影响程度进一步加大，同时，随着高新技术产业的发展，设备自动化水平的提高，用户对电能质量提出了比传统的机电产品更新更高的要求，基于两方面分析，研究高铁电能质量问题特点，进而提出治理措施，对于高铁的发展和电网电能质量水平的提高具有重要意义。总之，对电气化铁路电能质量问题研究主要集中在电气化铁路工况仿真、电铁监测数据分析等方面，对实际运行工况电铁录波波形研究较少。

发明内容

技术问题：本发明所要解决的技术问题是：提供一种基于高铁运行特征工况波形库的波形识别方法，该识别方法利用高铁特征工况波形库，对高铁实际运行中出现的异常波段进行工况模式的匹配，使得用户可以实时检测高铁运行，有利于保障高铁运行的安全性。

技术方案：为解决上述技术问题，本发明采用的基于高铁运行特征工况波形库的波形识别方法，该识别方法包括下述步骤：

101.建立离线高铁的运行特征工况波形库；

102.生成高铁运行中的电压和/或电流的测试波形：首先利用电能质量监测网和录波仪器采集高铁运行波形，然后对采集的运行波形进行去噪声处理，生成高铁运行中的电压和/或电流的测试波形；

103.提取高铁运行中的电压和/或电流的测试波形特征量：对步骤102生成的高铁运行中的电压和/或电流的测试波形进行特征量提取，特征量是反映测试波形周期性变化的均值或幅值，或用户交互系统中用户关注的电能质量指标；

104.检测异常数据波段：对步骤103提取的测试波形特征量，依照式(1)进行异常数据波段的检测，如果式(1)成立，则以第k个周期为起始点，截取固定时间窗内的特征量，然后再依照式(1)进行后续特征量的异常数据波段的检测；如果式(1)不成立，则不存在异常数据波段，进入用户交互系统，由用户交互系统选择异常数据波段；

y(k+1)-y(k)＞ε                        式(1)，

在式(1)中，y(k)和y(k+1)为，ε为设定阀值；

105.提取异常数据波段工况信息：记录步骤104中的固定时间窗内的起始点、结束点和幅值变化，或者用户交互系统选择的异常数据波段的起始点、结束点和幅值变化；

106.对异常数据波段进行工况模式匹配：采用模糊模式判断模块，对步骤105提取的异常数据波段工况信息进行工况模式匹配；

107.对异常数据波段和样本波形进行相似度比较：首先基于步骤106工况模式匹配结果，识别出相似工况，再从步骤101建立的离线高铁的运行特征工况波形库中提取与该相似工况具有同样特征量的波形，作为样本波段；然后将步骤105提取的异常数据波段工况信息与样本波段进行相似度比较；

108.提取工况波形：依据步骤107的相似度比较结果，提取相似度最高的样本波形，并将该样本波形的工况特征提交给用户交互系统。

有益效果：与现有技术相比，本发明具有以下有益效果：

(1)建立了基于离线录波数据的高铁特工况波形库。该波形库涵盖高铁实际运行工况波形特征信息，可更全面掌握高铁运行特点，有利于高铁电能质量问题的更合理解决。特别是波形库中特征事件库的不断完善，可为高铁电能质量问题的合理解决提供参考信息，供电部门亦可对高铁特征参数进行相应优化。

(2)有利于掌握测试波形中列车的运行信息。在本识别方法中，利用模糊模式识别方法和相似度识别方法对测试波形与高铁特工况波形库中的样本波形的相似度进行识别，可快速掌握测试波形中的工况信息。这样，用户可以实时检测高铁运行。尤其是通过该相似度进行识别方法，发现测试波形中的异常信息，便于对列车运行状态作出及时调整，有利于保障高铁运行的安全性。同时，该识别方法的结果可信度高，可以初步实现波形识别的智能化。

附图说明

图1是本发明的流程框图。

图2是本发明中步骤106模糊模式判断的流程框图。

图3是本发明中步骤1013建立的数据库界面图。

具体实施方式