[发明专利]一种基于小时间尺度经验模态分解的动态电荷建模方法

说明书

本申请提供了一种基于小时间尺度经验模态分解的动态电荷建模方法，可以将大功率动态负荷在大时间尺度上的时变性趋势项成分(准稳态项成分)和在小时间尺度上的负荷时变性随机变化成分(动态项成分)分解开来。进而研究动态负荷小时间尺度上的随机快速变化动态特性，建立动态负荷模型结构，分析动态负荷对电能表电能计量误差特性的影响。

技术领域

本申请涉及电力技术领域，尤其涉及一种基于小时间尺度经验模态分解的动态电荷建模方法。

背景技术

随着智能电网技术不断提升，电网中非线性负荷逐渐成为了电力系统负荷的重要组成部分。而电气化铁路牵引机车与电弧炉等大功率装置产生的动态负荷是目前电力系统中常见的非线性动态负荷。这些非线性动态负荷具有复杂随机快速变化的动态特性。

近年来，国内外研究表明大功率动态负荷的随机快速变化，会导致电能表电能计量出现较大的计量误差，造成供需方的巨大的经济损失。因此，研究非线性动态负荷的快速随机变化动态特性，弄清其影响电能计量不准确的本质特征，对于建立正确合适的电能表动态误差测试信号模型，进而实现对电能表动态误差特性的测试与评估非常重要，对提升智能电网复杂工况下电能准确计量水平具有重要理论意义和实际应用价值。

动态负荷的电流或功率分解方法是分析负荷动态特性的基础与关键问题，必须研究建立负荷电流或功率的稳态与动态模态信号的分解方法，才能实现动态负荷的动态特性分析。

近年来，对于大功率复杂用电动态负荷的建模，均是采用大时间尺度的数据建模方法。所谓大时间尺度的数据建模，即采用较长时间间隔的采集数据，如：使用15分钟间隔采集的电压与电流有效值、以及有功和无功功率数据，建立的动态负荷模型，反映动态负荷在长时间(日、月、季和年)缓慢变化的趋势，解决电力负荷的仿真与预测等问题。然而，大时间尺度的数据建模无法反应负荷在运行周期内的随机快速变化的时变动态特征，进而无法分析动态负荷对电能报表电能计量误差特性的影响。

发明内容

本申请提供了一种基于小时间尺度经验模态分解的动态电荷建模方法，以解决大时间尺度的数据建模无法反应负荷在运行周期内的随机快速变化的时变动态特征，进而无法分析动态负荷对电能报表电能计量误差特性的影响的问题。

本申请提供了一种基于小时间尺度经验模态分解的动态电荷建模方法，所述方法包括：

建立小时间尺度动态负荷信号随机过程的调制模型，所述调制模型包括随时间变化的观察函数和调制模型包络；

利用所述调制模型，得到动态负荷的电流基波信号、电压基波信号和动态功率信号的表达式；

将所述调制模型包络进行分解成准稳态项和动态项之和，得到分解后的调制模型包络；

利用所述分解后的调制模型包络，对所述动态负荷的电流基波信号、电压基波信号和动态功率信号的表达式进行变换，得到动态负荷的瞬时电流、电压以及功率随机过程的准稳态项与动态项之和的表达式；

利用经验模态分解方法，对所述调制模型包络进行分解，得到准稳态项和动态项的分解表达式；

利用所述准稳态项和动态项的分解表达式，对所述动态负荷的瞬时电流、电压以及功率随机过程的准稳态项与动态项之和的表达式进行变换，得到动态负荷随机信号的模型。

进一步地，所述利用经验模态分解方法，对所述调制模型包络进行分解，得到准稳态项和动态项的分解表达式包括：

确定所述调制模型包络的极大值点和极小值点；

利用三次样条差值法，对所述极大值点和极小值点进行拟合，分别得到调制模型包络的局部极大值点对应的第一包络线和局部局部极小值点对应的第二包络线；

利用所述第一包络线和第二包络线，得到第一平均包络线；