[發明專利]一種基于時頻分析的非線性負荷狀態識別方法

在審

• 申請號: 202310105058.1
• 申請日: 2023-02-13
• 公開（公告）號: CN116340759A
• 公開（公告）日: 2023-06-27
• 發明（設計）人: 戚成飛;劉巖;楊曉波;易忠林;畢超然;王耀宇;高嘉浩;焦東翔;魏彤珈;楊曉坤;鄭思達;李文文;張茹
• 申請（專利權）人: 國網冀北電力有限公司計量中心;國家電網有限公司
• 主分類號: G06F18/2131
• 分類號: G06F18/2131;G01R23/16;G01R19/00;G06F18/241;G06F18/25;G06N20/00;G06F17/14;G06F123/02
• 代理公司: 天津盛理知識產權代理有限公司 12209
• 代理人: 李晶

1.一種基于時頻分析的非線性負荷狀態識別方法，其特征在于：包括以下步驟：

步驟1，通過時頻特征提取模塊對目標時間序列進行截取，并針對所截取的序列進行特征提取，提取的特征包括時域特征和頻域特征；

步驟2，基于步驟1提取得到的時域特征和頻域特征內的多暫態負荷特征，建立多特征融合的分類學習模型，該學習模型以極限學習機模型為主體，通過融合學習輸入的多個特征來完成對負荷的識別；

步驟3，利用公開數據集進行訓練和調整：基于所提取的時頻特征效果以及負荷識別效果調整滑窗長度，以獲取最優的測試效果。

2.根據權利要求1所述的一種基于時頻分析的非線性負荷狀態識別方法，其特征在于：所述通過時頻特征提取模塊對目標時間序列進行截取，并針對所截取的序列進行特征提取，提取的特征包括時域特征和頻域特征的方法為：

初始定義的滑動窗長為N，依此窗長對用戶總量電流信號進行截取，即得到目標電流時間序列：

{i(n)|n＝1,2,...,N-1,N}?????????(1)

其中，i(n)為所截取的電流時間序列樣本各個時間點的瞬時電流值；

對于式(1)給出的電流時間序列，使用頻域分析方法離散傅里葉的變體——短時傅里葉來對目標電流信號提取頻域特征，本發明所述頻域特征，包括頻域幅值FA和頻域相位FP；

求取頻域特征，先將原始電流信號按短時傅里葉變換處理，如式(2)所示：

式中，F(m)為所采集到的用戶總口原始電流信號i(n)的頻域信號；

基于式(2)可計算頻域幅值FA和頻域相位FP，如式(3)所示：

式中，ReF(m)和ImF(m)分別為取F(m)的實部和虛部；

對于時域特征的提取，使用希爾伯特-黃變換對所采集到的用戶總口原始電流信號i(n)進行處理，以提取時域特征；所述時域特征包括瞬時幅值IA、瞬時相位IP以及瞬時頻率IF。

3.根據權利要求2所述的一種基于時頻分析的非線性負荷狀態識別方法，其特征在于：所述時域特征的提取方法為：

對于總口原始電流信號i(n)的希爾伯特黃變換處理結果HT(i(n))，如式(4)所示：

式中，u為積分算子；

經過式(3)的處理之后，對原始電流信號i(t)進行分析化表征，分析信號形式按式(5)計算：

其中j表示虛數單位；

之后提取瞬時幅值IA和瞬時相位IP兩個時域特征，計算公式按式(6)給出：

在獲取瞬時幅值IA和瞬時相位IP之后，按照式(7)計算：

式中，表示對獲得的瞬時相位IP(t)在時間上求一階導數，由于IP(t)在形式上屬于離散的時間序列，因此求導結果為獲得的兩個數據點之差。