[发明专利]一种次同步振荡随机时变模态辨识方法在审

专利信息
申请号: 201810651116.X 申请日: 2018-06-22
公开(公告)号: CN108845230A 公开(公告)日: 2018-11-20
发明(设计)人: 锁军;邓俊;张青蕾;彭书涛;李俊臣;李树芃;李小腾;章海静;刘坤雄;尹俊钢;王建波;夏楠 申请(专利权)人: 国网陕西省电力公司电力科学研究院;国家电网有限公司
主分类号: G01R31/08 分类号: G01R31/08
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 徐文权
地址: 710054 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 辨识 模态 同步振荡 时变 延拓 端点效应 包络线 拟合 非平稳信号 辨识结果 平稳信号 三次样条 实测信号 下包络线 插值点 对称点 极值点 验证 改进
【权利要求书】:

1.一种次同步振荡随机时变模态辨识方法,其特征在于,包括以下步骤:

步骤1、采用经验模态分解将采样信号x(n)分解为有限个IMF分量和一个残余量,在采样信号x(n)分解过程中,拟合包络线时,将采样信号x(n)的极值点和经镜像延拓的极值点作为插值点进行插值;

IMF分量满足以下两个条件:

条件一:整个IMF分量的极值点个数与零点个数之差不超过1;

条件二:IMF分量极大值点确定的上包络线与极小值点确定的下包络线的均值始终为零;

步骤2、对每个IMF分量l(n)进行Hibert变换,将变换后的信号作为虚部,原信号l(n)作为实部构成复数信号即解析信号;

步骤3、利用解析信号计算采样信号x(n)的瞬时幅值A(n)、瞬时频率f(n)和瞬时相位θ(n)。

2.根据权利要求1所述的一种次同步振荡随机时变模态辨识方法,其特征在于,经验模态分解包括以下步骤:

步骤1.1、取采样信号x(n)的全部极值点,选取对称点,以该对称点为对称轴向外延拓极小值点和极大值点各2个,将原信号的所有极值点和延拓的极值点作为插值点进行三次样条插值,得到采样信号的上包络线和下包络线,求上下包络线的均值曲线j(n);

步骤1.2、检查原始信号与包络均值之差l(n)=x(n)-j(n)是否满足IMF条件,

如果不满足条件,令l(n)代替x(n)为新的输入返回步骤1.1;

如果满足条件,则l(n)即为采样信号的一个IMF分量,进行步骤1.3;

步骤1.3、令r(n)=x(n)-l(n),检查r(n)是否满足IMF条件分解终止条件,如果不满足条件,以r(n)代替x(n)返回步骤(1),求其极值和包络线,如果满足条件,r(n)为残余量,经验模态分解终止,分解后的x(n)表示为:

3.根据权利要求1所述的一种次同步振荡随机时变模态辨识方法,其特征在于,镜像延拓法是将采样信号x(n)端点或靠近边界的极值点作为对称点对极值点进行延拓,在信号两端各添加4个极值点,利用延拓后的极值点求包络线均值。

4.根据权利要求3所述的一种次同步振荡随机时变模态辨识方法,其特征在于,对称点的选择过程如下:

设一段点数为n的信号序列为x(i),其时间序列为t(i),该信号的M个极大值为xM(i),该M个极大值xM(i)对应的时间序列为tM(i),x(i)的N个极小值为xN(i),xN(i)对应的时间序列为tN(i),

左端对称点的选择流程为:

比较tM(1)和tN(1)的大小,

若tM(1)<tN(1)成立,则比较x(1)与xN(1)的大小,若x(1)>xN(1),xM(1)为左端对称点,否则,x(1)为左端对称点;

若tM(1)<tN(1)不成立,则比较x(1)与xM(1)的大小,若x(1)>xM(1),x(1)为左端对称点,否则xN(1)为左端对称点;

右端对称点的选择流程为:比较tM(M)和tN(N)的大小,

若tM(M)<tN(N)成立,则比较x(n)与xM(M)的大小,若x(n)<xM(M),xN(N)为右端对称点,否则,x(n)为右端对称点;

若tM(M)<tN(N)成立不成立,则比较x(n)与xN(N)的大小,若x(n)<xN(N),x(n)为右端对称点,否则,xM(M)为右端对称点;

对称点确定后,以该对称点为对称轴向外延拓极小值点和极大值点各2个。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网陕西省电力公司电力科学研究院;国家电网有限公司,未经国网陕西省电力公司电力科学研究院;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810651116.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top