[发明专利]基于VMD和DFA的含分布式电源配电网电能质量扰动检测方法有效
申请号: | 201811466845.4 | 申请日: | 2018-12-03 |
公开(公告)号: | CN109633368B | 公开(公告)日: | 2020-11-06 |
发明(设计)人: | 徐艳春;高永康;李振兴;李振华 | 申请(专利权)人: | 三峡大学 |
主分类号: | G01R31/08 | 分类号: | G01R31/08;H02J3/00 |
代理公司: | 宜昌市三峡专利事务所 42103 | 代理人: | 吴思高 |
地址: | 443002 *** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 vmd dfa 分布式 电源 配电网 电能 质量 扰动 检测 方法 | ||
基于VMD和DFA的含分布式电源配电网电能质量扰动检测方法,搭建配电网系统作为测试算法有效性的测试系统;采用变分模态分解VMD对扰动信号进行分解,得到包含特征信息的带限固有模态函数BLIMF;将包含特征信息的带限固有模态函数BLIMF,作为DFA算法的输入信号;利用DFA算法对各个包含特征信息的带限固有模态函数BLIMF进行长程幂律分析,描绘波动函数随窗口大小变化的双对数坐标曲线;设置3种大小的窗口,跟踪不同频率变化的扰动信号,得到各类扰动信号在3种窗口下特征量值;求得各个扰动信号3类特征值,作为电能质量分类标准;提出含分布式能源的配电网故障状态的判别标准。该方法步骤简单,分类准确,具有鲁棒性,可以提高配电网的可靠性。
技术领域
本发明涉及电能质量扰动信号检测分类技术领域,具体涉及一种基于VMD和DFA的含分布式电源配电网电能质量扰动检测方法。
背景技术
目前,电能质量监测已成为保护电气电子设备、识别干扰原因的重要环节。随着电网可持续发展目标的不断深入,越来越多的可再生能源和分布式电源被整合到配电网中。由于分布式电源的随机性和间歇性,当大量集成时产生的电能质量扰动信号具有一定的特征。配电系统中的电力电子设备作为电网接口,固态开关器件,非线性负载,整流器和逆变器,继电保护装置也是造成PQ干扰的原因。如果不能及时检测出PQ干扰,降低干扰指标,可能导致输配电网络中断、设备损坏或效率降低,造成巨大的经济损失。因此,准确的识别PQ扰动类型、检测出相应的PQ扰动指标尤为重要。如何在不中断供电的情况下实现电能质量在线监测成为当前研究的重点和难点。在复杂的电力系统中,很难对大量的PQ干扰数据进行分析和监测。智能化、自动化的算法使系统在运行环境急剧变化时能够满足用户对电能质量的要求。
变分模态分解(VMD)相比EMD、LMD将信号分解从递归筛选模式转换成非递归、变分模态分解模式,消除了两大弊端,适用于电力系统中非平稳功率振荡信号的特征提取,在迭代筛选过程按频率逐减的规律将信号分解成一系列具有物理意义的模态函数,每个模态函数可以分解出相应幅值和频率,最后通过对模态函数的重组即得到原始信号。去趋势波动分析(DFA)用于分析时间序列的长程相关性,适用于非平稳时间序列的长程幂律相关分析,分类过程简便,无需使用分类器,节省训练时间。
发明内容
本发明提供一种基于VMD和DFA的含分布式电源配电网电能质量扰动检测方法,首先,搭建了含光伏和风能发电的配电网系统作为测试平台,然后采用VMD对9类配电网电能质量扰动进行分解、滤除噪声、提取包含特征信息的模态函数,作为DFA的输入信号。从分布式能源运行状态的角度对电能质量扰动进行分类,设置了三种大小的窗口处理不同的频率扰动。以每类扰动在三种窗口下的取值作为特征量,描绘了二维及三维散点图,确定了不同运行状态下的判别标准。仿真结果表明,该检测方法步骤简单,分类准确,具有可行性。
本发明采取的技术方案为:
基于VMD和DFA的含分布式电源配电网电能质量扰动检测方法,包括以下步骤:步骤1:搭建包含光伏、风能的配电网系统作为测试算法有效性的测试系统;
步骤2:采用变分模态分解VMD对扰动信号进行分解,滤除扰动信号内噪声,分解得到包含特征信息的带限固有模态函数BLIMF;
步骤3:将包含特征信息的带限固有模态函数BLIMF,作为DFA算法的输入信号;
步骤4:利用DFA算法对各个包含特征信息的带限固有模态函数BLIMF进行长程幂律分析,描绘波动函数F(s)随窗口大小s变化的双对数坐标曲线;
步骤5:设置3种大小的窗口,跟踪不同频率变化的扰动信号,得到各类扰动信号在3种窗口下特征量值;
步骤6:根据步骤5求得各个扰动信号3类特征值,作为电能质量分类标准;
步骤7:提出含分布式能源的配电网故障状态的判别标准。
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三峡大学,未经三峡大学许可,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/201811466845.4/2.html,转载请声明来源钻瓜专利网。