[發(fā)明專利]基于EWT和MFDE的配電網(wǎng)電能質(zhì)量擾動(dòng)檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010022709.7
• 申請(qǐng)日: 2020-01-09
• 公開（公告）號(hào): CN111145044B
• 公開（公告）日: 2023-07-11
• 發(fā)明（設(shè)計(jì)）人: 徐艷春;樊士榮;謝莎莎;呂密
• 申請(qǐng)（專利權(quán)）人: 三峽大學(xué)
• 主分類號(hào): G06Q50/06
• 分類號(hào): G06Q50/06;G06F18/2411;G06F18/2135;G01R31/00
• 代理公司: 宜昌市三峽專利事務(wù)所 42103
• 代理人: 吳思高

基于EWT和MFDE的配電網(wǎng)電能質(zhì)量擾動(dòng)檢測(cè)方法，對(duì)主動(dòng)配電網(wǎng)系統(tǒng)中的PQ擾動(dòng)信號(hào)進(jìn)行提取，并進(jìn)行預(yù)處理；采用經(jīng)驗(yàn)小波分解EWT，對(duì)預(yù)處理后的PQ擾動(dòng)信號(hào)進(jìn)行模態(tài)分解，得到包含特征信息的本征模態(tài)函數(shù)BLIMF；將包含特征信息的本征模態(tài)函數(shù)BLIMF，作為多尺度振蕩散布熵MFDE算法的輸入，利用多尺度振蕩散布熵MFDE算法，對(duì)模態(tài)分解得到的本征模態(tài)函數(shù)BLIMF進(jìn)行散布熵熵值計(jì)算，計(jì)算得出PQ擾動(dòng)信號(hào)在各個(gè)本征模態(tài)函數(shù)BLIMF下的多維熵值向量；根據(jù)求得的熵值向量經(jīng)PCA降維后，作為SVM算法的輸入量；對(duì)含分布式能源的主動(dòng)配電網(wǎng)系統(tǒng)進(jìn)行PQ擾動(dòng)信號(hào)識(shí)別。本發(fā)明能夠準(zhǔn)確的檢測(cè)分類出復(fù)合電能質(zhì)量擾動(dòng)中每一種擾動(dòng)，且分類準(zhǔn)確，具有一定的抗噪能力。

技術(shù)領(lǐng)域

本發(fā)明涉及電能質(zhì)量擾動(dòng)信號(hào)檢測(cè)技術(shù)領(lǐng)域，具體涉及一種基于EWT和MFDE的配電網(wǎng)電能質(zhì)量擾動(dòng)檢測(cè)方法。

背景技術(shù)

隨著分布式發(fā)電在電力系統(tǒng)中的集成度越來越高，電力信號(hào)變得越來越復(fù)雜。由于環(huán)境、氣候等自然條件的限制，DGs的輸出具有隨機(jī)性、波動(dòng)性和間歇性的特點(diǎn)，可能導(dǎo)致振蕩或閃變。此外，由于DGs的低慣性特性，系統(tǒng)更容易受到各種干擾。在高滲透有源配電網(wǎng)復(fù)雜擾動(dòng)的檢測(cè)和分類中應(yīng)引起重視。由于有源配電網(wǎng)中電能質(zhì)量擾動(dòng)信號(hào)的多樣性和復(fù)雜性，在電力信號(hào)檢測(cè)方法中仍然存在一些不足。

例如，局部均值分解(LMD)，該算法用于提取配網(wǎng)中非平穩(wěn)電能信號(hào)的特征，并根據(jù)迭代篩選過程中的頻率下降將信號(hào)分解為一系列模態(tài)函數(shù)。然而，由于“端點(diǎn)效應(yīng)”和“模態(tài)混疊”的缺點(diǎn)，極大地影響了計(jì)算結(jié)果的準(zhǔn)確性，而且這種方法沒有自適應(yīng)分解的能力，對(duì)于不同的信號(hào)，需要考慮額外的分解量。

變分模式分解(VMD)其也常被用于提取微電網(wǎng)的信號(hào)特征。雖然該算法將信號(hào)分解從遞歸濾波模式轉(zhuǎn)換為非遞歸濾波模式，解決了LMD的一些問題，但以更高的計(jì)算復(fù)雜度為代價(jià)，且仍然不能根據(jù)不同的信號(hào)復(fù)雜度自適應(yīng)地分解，必須仔細(xì)選擇參數(shù)才能得到正確的結(jié)果。

鑒于目前的方法還有缺陷，本發(fā)明提出一種經(jīng)驗(yàn)小波與復(fù)合多尺度振蕩散布熵相結(jié)合的特征提取方法，解決了上述不足。

發(fā)明內(nèi)容

本發(fā)明提供一種基于EWT和MFDE的配電網(wǎng)電能質(zhì)量擾動(dòng)檢測(cè)方法，該方法將經(jīng)驗(yàn)小波分解EWT與多尺度振蕩散布熵MFDE相結(jié)合，提出了一種基于經(jīng)驗(yàn)小波分解的多尺度振蕩散布熵的瞬態(tài)特征提取方法。并搭建了IEEE13節(jié)點(diǎn)為基礎(chǔ)的主動(dòng)配電網(wǎng)作為測(cè)試系統(tǒng)，并可以使用光學(xué)互感器對(duì)PQ擾動(dòng)信號(hào)進(jìn)行提取分析。該方法步驟簡(jiǎn)單，分類準(zhǔn)確，可以提高配電網(wǎng)的可靠性。

本發(fā)明采取的技術(shù)方案為：

基于EWT和MFDE的配電網(wǎng)電能質(zhì)量擾動(dòng)檢測(cè)方法，包括以下步驟：

步驟1：采用基于光纖傳感技術(shù)的光學(xué)電壓互感器，對(duì)主動(dòng)配電網(wǎng)系統(tǒng)中的PQ擾動(dòng)信號(hào)進(jìn)行提取，PQ擾動(dòng)信號(hào)經(jīng)過A/D，D/A轉(zhuǎn)換后提取模擬信號(hào)，并對(duì)模擬信號(hào)進(jìn)行預(yù)處理，確保結(jié)果準(zhǔn)確；

步驟2：采用經(jīng)驗(yàn)小波分解EWT，對(duì)預(yù)處理后的PQ擾動(dòng)信號(hào)進(jìn)行模態(tài)分解，得到包含特征信息的本征模態(tài)函數(shù)BLIMF；

步驟3：將包含特征信息的本征模態(tài)函數(shù)BLIMF，作為多尺度振蕩散布熵MFDE算法的輸入，利用多尺度振蕩散布熵MFDE算法，對(duì)模態(tài)分解得到的本征模態(tài)函數(shù)BLIMF進(jìn)行散布熵熵值計(jì)算，計(jì)算得出PQ擾動(dòng)信號(hào)在各個(gè)本征模態(tài)函數(shù)BLIMF下的多維熵值向量；

步驟4：根據(jù)步驟3求得的熵值向量經(jīng)PCA降維后，作為SVM算法的輸入量；

步驟5：對(duì)含分布式能源的主動(dòng)配電網(wǎng)系統(tǒng)進(jìn)行PQ擾動(dòng)信號(hào)識(shí)別。

所述步驟1中，搭建包含光伏、風(fēng)能、電動(dòng)汽車的高滲透率主動(dòng)配電網(wǎng)系統(tǒng)，作為電能質(zhì)量PQ擾動(dòng)檢測(cè)方法有效性的測(cè)試系統(tǒng)；