[发明专利]用于电力系统信号处理的时域自适应分段复指数级数法

说明书

本发明公开了用于电力系统信号处理的时域自适应分段复指数级数法，涉及电力系统和现代信号处理技术领域，解决了现有电力系统信号处理方法不能直接计算出电力系统信号分量的幅值、频率、相位和衰减因子4个特性参数及不能处理带不连续非平稳分量的电力系统信号的问题，其技术方案要点是：首先，采用复指数级数对电力系统信号的时域采样序列进行拟合；然后，以方均根误差最小为目标自适应调整所截取采样序列的长度，实现采样序列的分段；最后，计算各子段上的4个特性参数。本发明不仅具有能同时获取电力系统信号分量的4个特性参数及处理带不连续非平稳分量的电力系统信号的优点，还可用于电力系统信号重构，在电力系统领域具有广阔的应用前景。

技术领域

本发明属于电力系统和现代信号处理技术领域，更具体地说，其涉及用于电力系统信号处理的时域自适应分段复指数级数法。

背景技术

电力系统的信号包括电压、电流、频率、有功功率、无功功率和视在功率等。电力系统信号处理是电力系统分析的基础，高质量的电力系统信号处理是实现电力系统安全、稳定、经济、优质运行的前提条件。电力系统信号处理的本质是用数学方法将电力系统信号所含的各种分量分离开来，并采用特定的数学工具予以描述，从而提取或揭示重要的信息用以指导决策，包括时域和频域两类方法。

目前广泛采用的电力系统信号处理方法有离散傅里叶变换(discrete Fouriertransform，DFT)、小波变换(wavelet transform，WT)和自回归滑动平均建模(autoregressive moving average，ARMA)等。DFT及其各种变化形式(如傅里叶级数和快速傅里叶变换)仅适于处理平稳信号，当采样序列的时间长度不能准确地为各信号分量周期的整数倍或当信号含有随时间衰减或增长的直流分量、周期分量及非平稳噪声分量时，计算结果将受到极大影响。WT是时频处理方法，适于处理非平稳信号，但小波基函数的选取带有经验性，且分量的时频表征方式不能直观反映电力系统的特性，实际应用不方便。ARMA模型适宜描述平稳随机过程，故对具有非平稳性的电力系统信号进行建模缺乏严格的理论支持，且ARMA模型仅能给出信号分量的频率和幅值，在应用中具有局限性。

综上，为满足电力系统各分支专业的应用需求，要求信号处理方法应能同时获取信号分量的幅值、频率、相位和衰减因子4个特性参数，且须在时域内进行表征。因此，如何设计出能同时获取信号分量的幅值、频率、相位和衰减因子4个特性参数并能处理带不连续非平稳分量的电力系统信号的信号处理方法是目前迫切需要解决的问题。

发明内容

针对现有信号处理方法存在的问题，本发明提供了用于电力系统信号处理的时域自适应分段复指数级数法，不仅具有能同时获取电力系统信号分量的幅值、频率、相位和衰减因子4个特性参数及处理带不连续非平稳分量的电力系统信号的优点，还可用于电力系统信号的重构，即根据需要对已有电力系统信号进行插值或延拓，在电力系统领域具有广阔的应用前景。

本发明的上述技术目的是通过以下技术方案实现的：首先，采用复指数级数对电力系统信号的时域采样序列进行拟合；然后，以方均根误差(root mean square error，RMSE)最小为目标自适应地调整所截取的采样序列的长度实现采样序列的分段；最后，计算给出各子段上电力系统信号分量的幅值、频率、相位和衰减因子4个特性参数。

进一步，所述用于电力系统信号处理的时域自适应分段复指数级数法包括：

对电力系统的时域连续信号x(t)按采样频率f_s等距采样后，得到N个时域采样数据x(nT_s)，简记为时域采样序列x_n，n＝0,1,···,N–1；采用p个复指数组成级数对各x_n进行线性表示，即拟合：