[發明專利]電網波形濾波系統及其濾波方法

有效

• 申請號: 202210522511.4
• 申請日: 2022-05-13
• 公開（公告）號: CN115514343B
• 公開（公告）日: 2023-08-11
• 發明（設計）人: 滕敏亮;江先志;李明華;滕韻嫻;潛衛強;雷建峰;林建豪
• 申請（專利權）人: 浙江騰騰電氣有限公司
• 主分類號: H03H17/02
• 分類號: H03H17/02;G06N3/0455;G06N3/0464;G06N3/084;H02J3/01;H02J3/38
• 代理公司: 暫無信息
• 代理人: 暫無信息

本申請涉及智能電網的領域，其具體地公開了一種電網波形濾波系統及其濾波方法，其通過卡爾曼濾波器濾除采集的電壓信號的高頻擾動，并基于離散快速傅里葉變換提取所述電壓信號的各個采樣點的頻率、幅值和相位，進一步通過上下文編碼器模型和卷積神經網絡模型來提取出所述各個采樣點的電壓頻譜特征之間的動態關聯特征，以及在所述電壓信號的圖像表征層面的圖像域的局部隱含關聯特征，這樣再對于融合后的解碼特征矩陣進行柯西重概率化，以通過圍繞最小化信息損失來引入魯棒性，實現了頻率特征和波形特征作為特征局部相當于融合特征的特征整體的聚類性能，從而提高了對作為整體的期望特征的依賴性，進而提高了光伏離并網一體機的采集及控制性能。

技術領域

本發明涉及智能電網的領域，且更為具體地，涉及一種電網波形濾波系統及其濾波方法。

背景技術

能源科技是促使社會發展的重要動力，隨著科技的飛速發展，人類社會對能源的需求迅速增加。相較于水力發電、風力發電和核電，太陽能發電具有可靠性高、維護費用低、高海拔性能好、資源分布廣泛、不受地域限制等特點。光伏發電系統能夠有效地和當地環境結合。因此，光伏發電受到世界廣泛重視。

無論光伏發電系統采用工作與太陽能模式或是UPS模式，都需要采集電網電壓的頻率與幅值。但是，由于電網中摻雜了不可預測的干擾和諧波，會嚴重影響光伏離并網一體機的采集及控制性能。因此，期待一種電網電壓信號處理方案以得到高質量穩定而平穩的電壓波形。

深度學習以及神經網絡已經廣泛應用于計算機視覺、自然語言處理、文本信號處理等領域。此外，深度學習以及神經網絡在圖像分類、物體檢測、語義分割、文本翻譯等領域，也展現出了接近甚至超越人類的水平。

深度學習以及神經網絡的發展，為電網電壓信號的濾波處理提供了新的解決思路和方案。

發明內容

為了解決上述技術問題，提出了本申請。本申請的實施例提供了一種電網波形濾波系統及其濾波方法，其通過卡爾曼濾波器濾除采集的電壓信號的高頻擾動，并基于離散快速傅里葉變換提取所述電壓信號的各個采樣點的頻率、幅值和相位，進一步通過上下文編碼器模型和卷積神經網絡模型來提取出所述各個采樣點的電壓頻譜特征之間的動態關聯特征，以及在所述電壓信號的圖像表征層面的圖像域的局部隱含關聯特征，這樣再對于融合后的解碼特征矩陣進行柯西重概率化，以通過圍繞最小化信息損失來引入魯棒性，實現了頻率特征和波形特征作為特征局部相當于融合特征的特征整體的聚類性能，從而提高了對作為整體的期望特征的依賴性，進而提高了光伏離并網一體機的采集及控制性能。

根據本申請的一個方面，提供了一種電網波形濾波系統，其包括：

采樣單元，用于以預設采樣頻率從電網獲取電壓信號；

頻率分析單元，用于基于離散快速傅里葉變換對所述電壓信號進行處理以提取所述電壓信號的各個采樣點的頻率、幅值和相位；

上下文語義編碼單元，用于將所述電壓信號在各個采樣點的頻率、幅值和相位通過包含嵌入層的上下文編碼器以得到三個特征向量，并將所述三個特征向量進行級聯以生成對應于所述電壓信號的各個采樣點的波形頻譜特征向量；

采樣點關聯編碼單元，用于將所述電壓信號的各個采樣點的波形頻譜特征向量進行二維排列為特征矩陣后通過第一卷積神經網絡以得到波形頻譜特征矩陣；

波形圖編碼單元，用于將所述電壓信號的波形圖通過第二卷積神經網絡以得到圖像特征矩陣；

特征矩陣融合單元，用于融合所述圖像特征矩陣和所述波形頻譜特征矩陣以得到解碼特征矩陣；

特征矩陣校正單元，用于對所述解碼特征矩陣進行柯西重概率化處理以得到校正后解碼特征矩陣，其中，所述對所述解碼特征矩陣進行柯西重概率化處理基于一與所述解碼特征矩陣中各個位置的特征值之間的加和值除以一與所述解碼特征矩陣中所有位置的特征值之和的加和值來進行；以及