[發明專利]基于經驗模態分解的孤島檢測關鍵特征提取方法有效
| 申請號: | 201711182530.2 | 申請日: | 2017-11-23 |
| 公開(公告)號: | CN108108659B | 公開(公告)日: | 2021-11-09 |
| 發明(設計)人: | 李鐵;蘇安龍;唐俊刺;曲祖義;高凱;何曉洋;金曉明;孔祥瑞;曾輝;崔岱;梁曉赫;馮占穩;孫文濤;王鐘輝;王亮;許小鵬;張艷軍;王順江;周純瑩;寧遼逸;王澍;嚴正 | 申請(專利權)人: | 國網遼寧省電力有限公司;國網遼寧省電力有限公司電力科學研究院;國家電網公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06F17/16 |
| 代理公司: | 沈陽智龍專利事務所(普通合伙) 21115 | 代理人: | 周楠;宋鐵軍 |
| 地址: | 110004 *** | 國省代碼: | 遼寧;21 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 經驗 分解 孤島 檢測 關鍵 特征 提取 方法 | ||
本發明涉及一種基于多分辨率奇異譜熵和經驗模態分解的孤島檢測關鍵特征提取方法。根據孤島與非孤島干擾情況下信號特征不易發掘的特點,進行信號的深度特征分析。將公共點電壓信號進行多分辨率經驗模態分解。利用分解信號進行相空間重構,對每層相空間矩陣進行奇異譜分解得到每層奇異值,根據各層奇異值提取各層相空間奇異譜熵。多層奇異譜熵組合后構成該信號下的多分辨率奇異譜熵的特征向量。該方法中,多分辨率經驗模態分解實現了對信號頻譜分層細致的解析,各層奇異譜熵對表征信號各層的唯一特征進行了統一的度量,組合后的特征向量定量描述了信號的本質特征,對同類信號和同種樣本具有穩定性,適用于孤島檢測關鍵特征的提取。
技術領域
本發明涉及一種孤島檢測關鍵特征提取方法,尤其是涉及一種基于多分辨率奇異譜熵和經驗模態分解的孤島檢測關鍵特征提取方法。
背景技術
隨著光伏發電等新能源系統的快速發展,光伏系統并網中產生的技術問題需要得到更好的解決。孤島檢測是光伏系統并網中不可或缺的,對孤島狀態的快速準確檢測有利于提高配電系統的可靠性,減少對電網的不良影響及降低經濟損失。隨著光伏發電系統并入的增多,用戶對電能質量要求的提高,如何在高效識別的基礎上找尋出能定量描述孤島本質的方法,減少噪聲干擾對識別的影響,對發展光伏發電系統非常重要。
目前對于孤島檢測提出的方法主要分為被動檢測方法,主動檢測方法和基于通訊的開關狀態檢測方法。現有的被動檢測方法即為檢測公共點電壓、頻率等參數,是否超過設定閾值,這種方法實施起來相對容易,但是由于電網存在擾動現象,造成的時域狀態與孤島狀態相似度高,使得這種方法存在很高的誤判率。現有的主動檢測方法在電壓電流信號上加入一定規律的擾動,通過擾動的累加檢測孤島現象的產生。但是由于擾動的加入,這種方法會對電能質量造成不同程度的影響。
目前在提取孤島檢測特征量提取上,有小波能量系數作為特征向量的檢測辦法,結合決策樹、神經網絡等模式識別辦法判斷孤島,這種方法能夠快速識別孤島,但是小波能量系數受噪聲的影響嚴重,仍有待改善。
發明內容
發明目的:
為了克服上述現有技術存在的不足,本發明提供一種基于多分辨率奇異譜熵和經驗模態分解的孤島檢測關鍵特征提取方法。
技術方案:
基于多分辨率奇異譜熵和經驗模態分解的孤島檢測關鍵特征提取方法,其特征在于:該方法步驟如下:
(1)錄入原始電壓信號f(k)(k=1,2,…,N),N為采樣點數;
(2)對待分析離散信號f(k)(k=1,2,…,N),N為采樣點數,用經驗模態分解進行處理,分解出第1個固有模態函數(IMF)的候選分量h1;
(3)判斷h1是否為一個IMF函數,若是滿足IMF條件,則h1被判定為f(k)的第1個IMF分量,若不是,則將h1作為待處理信號重新計算,進而持續分解完畢;
(4)對每層的重構信號進行n維的相空間重構,重構矩陣為A;
(5)對每層矩陣A進行奇異值分解,得到對應層重構矩陣A的奇異值,基于信息熵理論,計算各層信號的奇異譜熵Hj;
(6)將各層熵值Hj組合,得到的特征向量T,作為孤島檢測的特征向量。
所述步驟(2)具體為:
f(k)的第一個固有模態函數(IMF)候選h1可由式(1)確定:
h1=f(k)-m1 (1);
式中:m1表示f(k)的上、下包絡線均值。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于國網遼寧省電力有限公司;國網遼寧省電力有限公司電力科學研究院;國家電網公司,未經國網遼寧省電力有限公司;國網遼寧省電力有限公司電力科學研究院;國家電網公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711182530.2/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:生物特征識別方法
- 下一篇:基于無人機對灰霾源進行標識的方法、裝置及系統





