一種動態信號參數的獲取方法
2023-04-28 19:19:11 1
一種動態信號參數的獲取方法
【專利摘要】本申請公開了一種動態信號參數的獲取方法，包括：選取電網的動態採樣信號序列組成自相關矩陣；確定自相關矩陣的有效秩和動態採樣信號序列的頻率分量數；建立AR模型，求解所述AR模型的模型參數；利用Prony算法，確定動態採樣信號表達式及復序列，動態採樣信號序列由所述復序列在滿足平方誤差最小條件下表示；將所述模型參數對應的特徵多項式根帶入所述復序列，求解所述動態採樣信號序列的各項參數。本申請並不直接求解Prony算法中的參數，而是藉助AR參數模型思路，將當前時刻信號看成由以前各時刻信號的線性組合形成，將非線性問題轉換為線性估計問題，使得計算過程更加簡單且計算結果更加精確。
【專利說明】一種動態信號參數的獲取方法
【技術領域】
[0001]本申請涉及電網諧波分析【技術領域】，更具體地說，涉及一種動態信號參數的獲取方法。
【背景技術】
[0002]由於電力電子等非線性設備在電力系統中的廣泛應用，不僅導致諧波和間諧波日益增多，而且還存在具有衰減振蕩分量，嚴重影響了電力系統的安全運行。分析諧波、間諧波以及衰減振蕩參數對電力系統有重要意義。
[0003]目前的諧波分析主要採用傅氏方法，將信號看成由一系列不衰減的正弦頻率成分組成，因而無法給出動態信號中衰減振蕩參數，同時在傅氏分析中的頻譜洩漏和柵欄效應也會造成無法檢測頻率相近的接諧波的問題。自回歸AR (Auto Regressive)參數譜估計方法通過建立參數模型逼近真實過程，較大提高了頻率解析度，可用於間諧波的頻率分析中，但其無法給出諧波的幅值和相位參數。普羅尼Prony算法將動態信號看成由一系列具有任意幅值、相位、頻率和衰減因子的衰減正弦分量組成，因而特別適合具有衰減振蕩分量的非平穩過程研究。同時由於採用參數模型而克服了傅氏分析中頻率解析度受限於窗長的缺陷，因而還可用於間諧波檢測中。但是，直接求解Prony算法中的幅值、相位頻率和衰減因子參數將導致求解一個非線性最小二乘問題，其難度大且數值穩定性差。
[0004]因此，急需一種電網諧波分析中動態信號參數的獲取方案，能快速準確的獲取電網諧波中的動態信號參數。
【發明內容】
[0005]有鑑於此，本申請提供了一種動態信號參數的獲取方法，用於快速準確的獲取電網諧波中的動態信號參數。
[0006]為了實現上述目的，現提出的方案如下:
[0007]一種動態信號參數的獲取方法，包括:
[0008]選取電網的動態採樣信號序列，由所述動態採樣信號序列組成自相關矩陣；
[0009]確定所述自相關矩陣的有效秩，根據所述有效秩確定所述動態採樣信號序列的頻率分量數；
[0010]建立AR模型，求解所述AR模型的模型參數；
[0011]利用Prony算法，將所述動態採樣信號序列表示為一組衰減振蕩的正弦分量；
[0012]確定所述動態採樣信號序列的復序列，所述動態採樣信號序列由所述復序列在滿足平方誤差最小條件下表示；
[0013]將所述模型參數對應的特徵多項式根帶入所述復序列，求解所述動態採樣信號序列的各項參數，所述各項參數包括幅值、相位、衰減和頻率。
[0014]優選地，所述自相關矩陣的階數Pe滿足以下公式:N/4〈pe〈N/3，其中N為採樣點的個數。[0015]優選地，所述確定所述自相關矩陣的有效秩，根據所述有效秩確定所述動態採樣信號序列的頻率分量數具體為:
[0016]利用SVD方法對所述自相關矩陣進行分解:
[0017]將所述自相關矩陣分解為:Re=USVT，其中&代表所述自相關矩陣，U是peXpe維正交矩陣，V是(pe+l) X (pe+l)維正交矩陣，S是peX (pe+l)維非負對角陣；
[0018]取所述對角陣S的前ρ個奇異值構成的對角陣的最佳逼近
【權利要求】
1.一種動態信號參數的獲取方法，其特徵在於，包括:選取電網的動態採樣信號序列，由所述動態採樣信號序列組成自相關矩陣；確定所述自相關矩陣的有效秩，根據所述有效秩確定所述動態採樣信號序列的頻率分量數；建立AR模型，求解所述AR模型的模型參數；利用Prony算法，將所述動態採樣信號序列表示為一組衰減振蕩的正弦分量；確定所述動態採樣信號序列的復序列，所述動態採樣信號序列由所述復序列在滿足平方誤差最小條件下表示；將所述模型參數對應的特徵多項式根帶入所述復序列，求解所述動態採樣信號序列的各項參數，所述各項參數包括幅值、相位、衰減和頻率。
2.根據權利要求1所述的方法，其特徵在於，所述自相關矩陣的階數匕滿足以下公式:N/4〈pe〈N/3，其中N為採樣點的個數。
3.根據權利要求2所述的方法，其特徵在於，所述確定所述自相關矩陣的有效秩，根據所述有效秩確定所述動態採樣信號序列的頻率分量數具體為:利用SVD方法對所述自相關矩陣進行分解:將所述自相關矩陣分解為:Re=USVT，其中&代表所述自相關矩陣，U是peXpe維正交矩陣，V是(pe+l) X (pe+l)維正交矩陣，S是peX (pe+l)維非負對角陣；取所述對角陣S的前 ρ個奇異值構成的對角陣Σρ作的最佳逼近々 ie=iffprT = ￡/ ^ ^|rT,其中 s^diagh」 ％...，％);判斷所述動態採樣信號序列是否包含噪聲；若所述動態採樣信號序列不包含噪聲，則計算≤i≤Pe-1，將I取得最大值時對應的i確定為有效秩Pdf p/2的整數部分確定為所述頻率分量數P ；若所述動態採樣信號序列包含噪聲，則根據信噪比和的局部最大值確定有效秩P，將Ρ/2的整數部分確定為所述頻率分量數Ρ'。
4.根據權利要求3所述的方法，其特徵在於，所述建立AR模型的過程具體為:將所述動態採樣信號序列表示為:=卜其中C為模型階數，Α-二 Iw(n)是零均值白噪聲序列，ak為C階AR模型的模型參數。
5.根據權利要求4所述的方法，其特徵在於，所述求解所述AR模型的模型參數的過程具體為:判斷所述動態採樣信號序列是否包含噪聲；若所述動態採樣信號序列不包含噪聲，取AR模型的階數C為所述有效秩P ；若所述動態採樣信號序列包含噪聲，取AR模型的階數C為所述自相關矩陣的階數；使用協方差算法，求出所述模型參數ak。
6.根據權利要求5所述的方法，其特徵在於，所述利用Prony算法，將所述動態採樣信號序列表示為一組衰減振蕩的正弦分量具體為:將所述動態採樣信號序列表示為:
7.根據權利要求6所述的方法，其特徵在於，所述確定所述動態採樣信號序列的復序列具體為:
將所述復序列表示為:
8.根據權利要求7所述的方法，其特徵在於，所述平方誤差最小條件具體為:
9.根據權利要求8所述的方法，其特徵在於，所述將所述模型參數對應的特徵多項式根帶入所述復序列，求解所述動態採樣信號序列的各項參數具體為: 由所述模型參數ak構成特徵多項式，求解其特徵多項式的根zk，zk即對應為所述復序列表達式中的Zni ； 將Zm帶入所述復序列表達式中，利用最小二乘法確定參數bm ；
10.根據權利要求9所述的方法，其特徵在於，在所述求解所述動態採樣信號序列的各項參數之後還包括: 根據求解的結果，判斷頻點數是否等於所述頻率分量數P,，若是則結束，否則選取幅值較大的前P個分量。
【文檔編號】G01R23/16GK103630742SQ201310690114
【公開日】2014年3月12日 申請日期:2013年12月16日 優先權日:2013年12月16日
【發明者】歐習洋, 劉然, 侯興哲, 鄭可, 付志紅, 張淮清, 紀靜, 吳華, 孫洪亮 申請人:國家電網公司, 國網重慶市電力公司電力科學研究院, 重慶大學