[发明专利]一种自适应拟合提升小波包降噪分析的电能质量扰动检测方法

说明书

本发明公开一种自适应拟合提升小波包降噪分析的电能质量扰动检测方法，首先，构造出四种不同的新小波，将其逐一对待分解的节点信号进行冗余小波包分解；每一节点信号分解得到四组高频细节信号，对四者分别求归一化l^p范数，以范数值最小者对应的小波为匹配该节点信号的最优小波；同理直至各层所有的节点信号分解完成，对各层分解得到的最顶端的高频细节信号的模极大值取平均，得到扰动开始时刻和结束时刻的最终判定值；其次，对降噪后的信号自扰动开始时刻向前取与工频对应的整周期时刻，将未出现模极大值的整周期时刻的电压值与扰动开始时刻的电压值取绝对值比值，根据比值结果判定扰动的类型以及严重程度。

技术领域

本发明属于检测电能质量技术领域，尤其涉及一种自适应拟合提升小波包降噪分析的电能质量扰动检测方法。

背景技术

电能，作为现代社会发展和国民经济生活中一种十分重要的能源，其高质量和可靠稳定的传输对于保障各行各业和人民日常生活的正常进行，具有十分重要的意义。

然而，随着设备和环境的日趋复杂化，近年来，电能质量问题日渐突显。在电力系统中，电能质量问题主要包括稳态和暂态两类，而暂态电能质量问题中的短时电压改变正成为工程实际中最为常见的典型问题。当短时电压改变发生时，在扰动的开始和结束时刻电压的幅值将发生突变。小波分析具有出色的奇异性检测能力，结合模极大值算法，可用于对扰动起止时刻的定位检测。分析过程中，选用特性不同的小波，所得的分析结果亦不尽相同。若同时选用多种各具不同特性的小波对电能质量监测信号进行分析，然后结合基于一定判据或准则的自适应算法从多组分析结果中选出最优者，则有望在很大程度上提高对扰动定位的精度。实际中的电能质量监测信号常含有背景噪声，将对扰动的分类识别和严重程度判定造成很大困难。因此，应采用有效的算法减弱噪声，提高信噪比。小波分析不仅具有奇异性检测能力，其阈值降噪算法也因较强的可实现性而得以广泛应用。采用小波包阈值降噪方法在一定程度上滤除噪声后，根据电源电压为正弦波的特点以及各种扰动类型的定义，对扰动自开始时刻向前取工频的整周期时刻，通过计算两个时刻对应电压的绝对值比值，可进一步减弱因噪声带来的影响，实现对扰动类型和严重程度更准确的判断。

发明内容

本发明的目的在于：通过提供一种自适应拟合提升小波包降噪分析的电能质量扰动检测方法，实现对含噪声的电能质量扰动的起止时刻进行准确定位，以及对扰动类型和严重程度进行准确识别，为电能质量问题的有效解决提供技术支持。

为实现上述目的，本发明是采用技术方案实现的：

一种自适应拟合提升小波包降噪分析的电能质量扰动检测方法，用于对电能质量暂态事件扰动进行更准确的识别，包括以下步骤：

首先，应用数据拟合和提升算法构造出四种不同的新小波。具体步骤为：

(1)确定不同的基函数、样本点数M和基函数的维数N；

(2)取预测算子长度与更新算子长度相等。计算得到预测算子和更新算子系数，结合其与滤波器组系数之间的关系，构造出四种新的小波。

其次，应用四种新小波逐一对电能质量扰动信号进行两层冗余提升小波包分解。每个待分解的节点信号x_i,j(i＝1,2为当前分解层数；j＝1,K,2^i-1，x_i,j为第i层的第j个节点信号)分解之后得到四组高频细节信号d_i,j,1、d_i,j,2、d_i,j,3、d_i,j,4，对四者分别求归一化l^p范数，取范数值最小的高频细节信号作为x_i,j的最优分解结果