[发明专利]基于改进EMD电力系统谐波分析方法、装置及存储介质有效
申请号: | 202010224045.2 | 申请日: | 2020-03-26 |
公开(公告)号: | CN111444613B | 公开(公告)日: | 2023-09-08 |
发明(设计)人: | 李博;刘盎泱;曹敏;廖耀华;王恩;唐标;朱梦梦;韩彤;李毅;刘斯扬;陈叶;蒋婷婷 | 申请(专利权)人: | 云南电网有限责任公司电力科学研究院 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06F17/14;G06F17/18;G01R23/16 |
代理公司: | 北京弘权知识产权代理有限公司 11363 | 代理人: | 逯长明;许伟群 |
地址: | 650217 云南省昆*** | 国省代码: | 云南;53 |
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 改进 emd 电力系统 谐波 分析 方法 装置 存储 介质 | ||
本申请涉及电力谐波计量检测技术领域,具体而言,涉及一种基于改进EMD电力系统谐波分析方法、装置及存储介质。所述方法包括以下步骤:采集电力系统谐波的采样信号;使用端点截取方法得到采样信号的局部极大值点与局部极小值点;通过拟合工具对局部极大值点与局部极小值点进行拟合得到局部极大值包络曲线和局部极小值包络曲线;根据在上方的局部极大值包络与在下方的局部极小值包络截取中间原始信号的外露端点截取舍去,得到不包含包络外信号的包络信号的平均包络;根据EMD分解循环迭代的方法得到分解为所有IMF和剩余余波分量的本征模函数;对本征模函数进行希尔伯特变换得到信号的瞬时特征,从而实现采集信号的分析计算。
技术领域
本申请涉及电力谐波计量检测技术领域,具体而言,涉及一种基于改进EMD电力系统谐波分析方法、装置及存储介质。
背景技术
随着电力工业的大力发展,非线性负载的不断增加,电弧炉、电力机车、以及如今广泛发展的风电设施及太阳能设备,这些所带来的谐波问题也愈加愈烈。实际中的谐波信号并不是理想的线性平稳的,而是经常呈现出非线性非平稳性,并且谐波的变化大都难以预测,严重污染着电网的健康运行。
小近年来,各种各样的谐波分析方法被提出,有模拟滤波器法、傅利叶变换及其改进、小波变换法。在现有的谐波检测产品中,其中被广泛使用的是加窗快速傅利叶法以及小波变换的方法。
傅利叶算法在实际应用中已经发展的很成熟了,但随着谐波分析要求的提高,它的无法局部化分析劣势便凸显出来,并且它计算量大、计算次数多、耗费时间长,严重影响到谐波检测的实时性。小波变换分析算法在以后的应用中可能将要取代傅利叶方法成为主要的谐波分析方法,但小波变化在相邻的频带间会出现混叠效应发生,并且小波变换需要人为的选取基函数,基函数的不同会导致结果出现很大的差异。同时这两种方法非常使用于稳定的信号,但电网中的谐波信号大多数是非线性的,因此这两种方法便显得不适应
发明内容
本申请的目的在于提供一种基于改进EMD电力系统谐波分析方法、装置及存储介质,通过运用改进的经验模态分解方法(EMD)对复杂非线性、非稳定的信号分解,进而对分解得到的本征模函数(IMF)进行希尔伯特变换(HT)得到信号的瞬时特征,从而可以精确的对原本复杂的信号分析计算。
本申请的实施例是这样实现的:
本申请实施例第一方面提供一种基于改进EMD电力系统谐波分析方法,包括以下步骤:
通过频谱仪采集电力系统谐波的采样信号x(t);
基于所述采样信号得到所述采样信号的局部极大值点与局部极小值点;
通过MATLAB拟合工具的多项式拟合工具对所述局部极大值点与局部极小值点进行拟合得到局部极大值包络曲线和局部极小值包络曲线;
根据在上方的局部极大值包络与在下方的局部极小值包络截取中间原始信号的外露端点截取舍去,得到不包含包络外信号的包络信号;
基于所述局部极大值点包络曲线和局部极小值点包络曲线通过平均求值的方法得到平均包络;
基于所述不包含包络外信号的包络信号,根据EMD分解循环迭代的方法得到分解为所有IMF和剩余余波分量的本征模函数;
对分解出来的本征模函数进行希尔伯特变换得到信号的瞬时特征,从而实现对x(t)的分析计算。
可选地,所述外露端点截取舍去,包括步骤:对信号进行极大值极小值求包络;对信号进行两端截取,去除两端的外露端点;将分析原来信号变成分析较短截取信号。
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云南电网有限责任公司电力科学研究院,未经云南电网有限责任公司电力科学研究院许可,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/202010224045.2/2.html,转载请声明来源钻瓜专利网。