一種復合電能質量擾動信號定量分析方法
【技術領域】
[0001] 本發(fā)明涉及電能質量信號分析領域，特別涉及一種復合電能質量擾動信號定量分 析方法。
【背景技術】
[0002] 隨著科學技術的發(fā)展，電力系統(tǒng)中光伏、風電等新能源開始大規(guī)模并網(wǎng)，以電力電 子裝置為典型代表的非線性負荷、沖擊性負荷等的接入，以及各種大型電氣設備的投切等 因素引起電能質量的不斷惡化。電能質量問題給生產(chǎn)生活造成嚴重影響，如諧波引起電纜、 變壓器和電容等設備的發(fā)熱；瞬態(tài)尖峰導致敏感設備的電源故障；電壓驟升、驟降導致設 備故障。此外，各種精密用電設備對電能質量的要求也越來越高。
[0003] 上述矛盾的日益突出，使得研究電能質量問題變得越來越重要。對電能質量關注 的焦點不僅在于各種穩(wěn)態(tài)指標，如幅值、頻率等，而且需要對電力系統(tǒng)進行實時的監(jiān)測，尤 其是對系統(tǒng)中的各種擾動進行檢測、分析。
[0004] 電能質量擾動從時間尺度上可以分為穩(wěn)態(tài)擾動和暫態(tài)擾動兩大類。穩(wěn)態(tài)電能質量 擾動以波形畸變?yōu)樘卣?，主要包括諧波、間諧波、波形裂痕等；暫態(tài)電能質量擾動是以頻譜 和暫態(tài)持續(xù)時間為特征，可分為暫態(tài)脈沖和暫態(tài)振蕩兩大類。隨著電力信號監(jiān)測技術的發(fā) 展，發(fā)現(xiàn)實際電力系統(tǒng)中存在的電能質量擾動并非全部是單一擾動類型，還包括復合擾動。 復合電能質量擾動是指同時包含兩種或者更多種單一擾動類型的電能質量問題，相比單一 擾動問題來說成分更加復雜、類型多、特征不易提取，各種擾動之間的互相影響容易造成特 征混疊。
[0005] 目前，常用的電能質量擾動信號分析方法主要包括快速傅立葉變換（FFT)、短時傅 立葉變換（STFT)、小波變換（WT)、希爾伯特一黃變換（HHT)等，每種方法都有各自的優(yōu)劣之 處。FFT方法計算量大，分析精度受到數(shù)據(jù)窗的限制，且存在無法反映振蕩的阻尼特性及瞬 時頻率的缺點。STFT是一種基于固定窗函數(shù)的變換，它的分辨率是固定的，不能兼顧頻率 與時間分辨率的需求。小波變換能將時域和頻域結合起來描述信號的時頻特征，但小波的 基函數(shù)一旦選定，就要用來分析所有的數(shù)據(jù)；而復合擾動信號中包含的頻率成分有高頻也 有低頻，需要選擇不同的基函數(shù)。HHT方法對于單一的電能質量擾動信號能進行有效分解。 當電能質量擾動信號中存在多次諧波與間諧波疊加和復合擾動等問題時，由于HHT方法中 的EMD分解存在模態(tài)混疊問題和過零失效問題，不能對信號進行精確的分解。可見，現(xiàn)在常 用的分析方法不能滿足電力系統(tǒng)中復合擾動分析的要求。

【發(fā)明內容】

[0006] 為了克服現(xiàn)有的電能質量擾動信號分析方法無法對信號進行精確的分解、無法滿 足電力系統(tǒng)中復合擾動分析的要求的不足，本發(fā)明的目的在于提供一種可以準確地將復合 電能質量擾動信號的組成成分進行分解，定位出各擾動起止時刻的復合電能質量擾動信號 定量分析方法。該方法計算快速、準確，可用于實時在線電能質量分析。
[0007] 本發(fā)明的技術方案，
[0008] -種復合電能質量擾動信號定量分析方法，所述分析方法包括如下步驟：
[0009]a.原始電能質量擾動信號時序數(shù)據(jù)符號化
[0010] 以電力系統(tǒng)中電能質量檢測節(jié)點采集的電能質量擾動信號作為輸入，首先，對信 號進行數(shù)據(jù)均一化預處理，其次，用分段聚合近似方法對預處理后的數(shù)據(jù)進行降維，最后， 利用統(tǒng)計特征矢量符號化算法對降維后的數(shù)據(jù)進行時序數(shù)據(jù)符號化處理，得到符號矢量；
[0011] b?擾動起止時刻定位
[0012] 以步驟a中得到的符號矢量作為輸入，采用基于時序數(shù)據(jù)符號歐氏距離的邊界檢 測算法，檢測和確定擾動信號波形發(fā)生變化的邊界時刻，對各擾動的起止時刻進行定位；
[0013]c.電能質量擾動信號成分分析
[0014] 采用電能質量擾動信號成分分析方法分析擾動信號中包含的各種成分，以步驟b 中得出的擾動信號起止時刻為邊界，對步驟a中預處理后得到的數(shù)據(jù)用窗函數(shù)進行加窗， 加窗后得到的信號進行聚類經(jīng)驗模態(tài)分解，然后提取電氣參數(shù)。
[0015] 所述步驟a中，數(shù)據(jù)預處理是用Z-score標準化方法將采集到的電能質量擾動信 號，即待分析的連續(xù)時序數(shù)據(jù)轉化為均值為〇,均方差為1的標準化時序數(shù)據(jù)；
[0016] 所械來驄q由?撒據(jù)路維卞?法是分段聚合近似方法；該降維方法的公式為
[0017]
[0018] 式中，Y= y2,…，ynS待降維的標準化時序數(shù)據(jù)，《為壓縮比，X=x丨，x2,…，xN 為降維后的一個N=n/?(N<<n)維空間向量。
[0019] 所述步驟a中，時序數(shù)據(jù)符號化方法為統(tǒng)計特征矢量符號化算法（statistic featurevectorsymbolic，簡稱SFVS)，在這一過程中，每個時序子段將轉化成一個有二個 分量的符號矢量；
[0020] 其劃分規(guī)則為：首先確定劃分點集C1={CdC2，…，(；J，而劃分點集(^是通過將 整個正態(tài)分布區(qū)間劃分成m個等概率區(qū)間的方式確定，并由劃分點集生成相應的劃分點查 找表。然后，將所有小于Q的預處理時序數(shù)據(jù)映射為符號41=六_。同理，將所有大于(^而 小于C2區(qū)間的相應數(shù)據(jù)映射為符號A2，而所有大于(；：區(qū)間的數(shù)據(jù)映射為符號A"=A
[0021] 數(shù)學公式為：
[0022]
[0023] (厶 -K===I
[0024] 其中CyQi分別代表第i個字符劃分區(qū)域的上限與下限；Xi為第i個時序子段的 均值，Si為相應時序子段的方差；ylk為第i個時序子段中的第k個數(shù)據(jù)；Au、Al2為屬于符 號集合（Ai，A2. . .AJ的符號；上面的兩個公式將落入不同劃分區(qū)間的轉化為相應的 符號分量，進而得出符號矢量的表達式為：
[0025]
[0026] 式中&代表第i個時序子段的符號矢量，按上式生成類似于 A. -A-A .入 尤=:尤1,:尤 >疋ft.=. (30+今j:)，:.(巧::i+ 為 …十J").的付 ^"5"矢里集，其中的a;，b;(i- 1， 2...n)G符號集合（~，^..^^，就完成了時序數(shù)據(jù)符號化的全部過程。
[0027] 所述步驟b中，邊界檢測算法為通過循環(huán)周期比較SFVS符號值的歐氏距離的邊界 檢測算法，當一個時間段內的信號只包含固定周期信號時，SFVS符號將在每個周期內重復， 當信號中波形出現(xiàn)變化時，將會表現(xiàn)為符號序列的變化。故可以通過比較歐氏距離發(fā)現(xiàn)不 匹配的時刻。將預處理數(shù)據(jù)轉化成符號矢量集后，兩個長度為n的符號序列憂、f之間的 歐氏距離可由下式計算：
[0028]
[0029] 式中的Au、Al2、Bu、Bl2為符號矢量;^、:^對應的符號。
[0030] 每個周期開始的時候，歐氏距離被設置為零。當本周期與前一個周期的歐氏距離 超過一定的閥值時，即滿足公式#洲時，認為該時刻為波形突變的邊界時刻。S為 設定的歐氏距離閥值，s的取值與步驟a中壓縮比《及原始信號中含噪聲的大小有關。
[0031]所述步驟c中，所述窗函數(shù)為矩形窗w(t)，表達式如下：
[0032]
[0033] 式中0彡!\，1\彡t2<T2，…Tn<tn+1<T;!\、IV"Tn為波形突變邊界時 亥|J，T為原始波形結束時間。
[0034]所述步驟c中，聚類經(jīng)驗模態(tài)分解（ensembleempiricalmodedecomposition，簡 稱EEMD)方法是一種利用高斯白噪聲輔助分析的方法，由于高斯白噪聲具有頻率均勻分布 的統(tǒng)計特性，向信號中加入高斯白噪聲，信號將在不同尺度上具有連續(xù)性，這樣可以促進抗 混疊分解，避免了由于信號中的頻率尺度缺失而造成的模態(tài)混疊現(xiàn)象。
[0035] 在原始信號中加入白噪聲后，再分解提取IMF分量，當?shù)谝粋€集合提取完成后，一 組含噪聲的MF產(chǎn)生；然后一個和原來添加的白噪聲的振幅