[發明專利]一種基于多分辨奇異值分解的電壓暫降源識別方法

在審

• 申請號: 201810632925.6
• 申請日: 2018-06-19
• 公開（公告）號: CN109470985A
• 公開（公告）日: 2019-03-15
• 發明（設計）人: 施康明
• 申請（專利權）人: 國網浙江省電力有限公司湖州供電公司;湖州電力設計院有限公司
• 主分類號: G01R31/08
• 分類號: G01R31/08;G06Q50/06
• 代理公司: 杭州杭誠專利事務所有限公司 33109
• 代理人: 尉偉敏

本發明的目的在于提供一種基于多分辨奇異值分解的電壓暫降源識別方法，首先對電壓信號構造二階Hankel矩陣，進行MRSVD分析，得到一組不同頻率的分量信號,然后求取分量信號的能量矩，有效提取信號的主要特征，構成識別特征向量，輸入LS?SVM識別模型進行電壓暫降源識別。

技術領域

本發明涉及電壓暫降源識別領域，具體而言，涉及一種基于多分辨奇異值分解的電壓暫降源識別方法。

背景技術

伴隨著智能電網的快速發展，電能質量成為電力部門關注的重點。其中，分析電壓暫降危害程度、識別暫降源并采取對應的措施，成為改善電能質量的難點。近年來，眾多學者在暫降源識別方面進行了大量的研究，取得了優異的成果。

劉穎英等學者通過采用多重判據方法對電壓暫降源進行分析和定位；有文獻利用Hilbert-Huang變換實現對暫態電能質量擾動信號的檢測。在眾分析方法中，小波變換具有多尺度的特性，可以同時呈現信號在時域和頻域的局部化信息，成為檢測電壓暫降信號奇異點的高效工具。但是隨著分解尺度的增大，奇異點的檢測位置會發生偏移，造成識別結果的偏差。

發明內容

為解決上述問題，本發明的目的在于提供一種基于多分辨奇異值分解的電壓暫降源識別方法，首先對電壓信號構造二階Hankel矩陣，進行MRSVD分析，得到一組不同頻率的分量信號。然后求取分量信號的能量矩，有效提取信號的主要特征，構成識別特征向量，輸入LS-SVM識別模型進行電壓暫降源識別。

本發明提供了一種基于多分辨奇異值分解的電壓暫降源識別方法，包括：

獲取配電網連續電壓信號H(t)，對其離散化得X＝[X₁,X₂,...,X_n]，構造電壓信號二階Hankel矩陣H：

構建識別特征向量T；

將所述識別特征向量T輸入至所述LS-SVM三級暫降源識別模型進行暫降源識別，包括：LS-SVM三級暫降源識別模型，包括第一級LS-SVM1、第二級LS-SVM2 以及第三級LS-SVM3；

步驟501、所述識別特征向量T輸入所述第一級LS-SVM1，輸出為+1則為正常，若輸出為－1，則進行步驟502；

步驟502、所述識別特征向量T輸入第二級LS-SVM2，輸出為+1則為短路故障引起的電壓暫降，若輸出為－1，則進行步驟503；

步驟503、所述識別特征向量T輸入第三級LS-SVM3，若輸出為+1則為變壓器故障引起的電壓暫降，若輸出為－1，則為大功率電動機啟動引起的電壓暫降。

作為本發明的進一步改進，所述構建識別特征向量T，包括：

對所述電壓信號二階Hankel矩陣H進行奇異值分解，得到近似信號分量H₁和細節信號分量D₁，所述近似信號分量H₁表征電壓信號主體，所述細節信號分量D₁表征電壓信號細節；

構造近似信號分量H₁二階Hankel矩陣，對近似信號分量H₁二階Hankel矩陣進行奇異值分解，得到細節信號分量D_j和余量信號分量H_j；

計算細節信號分量D_j能量矩E_j；

所述識別特征向量T為：T＝[E₁,E₂,…,E_j]。