[发明专利]一种用于发电机参数辨识的数据插值处理方法

说明书

本发明提出一种用于发电机参数辨识的数据插值处理方法，包括：S1.通过PMU采集实测数据；S2.对实测数据进行清洗；S3.对清洗之后的实测数据的幅值和相位均进行初步插值处理；S4.判断初步插值处理之后的第i个实测数据点A与第i+1个实测数据点B的相位差绝对值是否大于β，若是，执行步骤S5；否则，不作处理；S5.对第i个实测数据点A与第i+1个实测数据点B的插值数据进行相位差修正；S6.求取整个辨识过程中修正后的相位曲线函数。本发明提出的方法克服了角度零界点插值失稳，提高了数据的适用性，提升发电机参数的辨识效率。

技术领域

本发明涉及用于发电机参数辨识的数据处理技术领域，更具体地，涉及一种用于发电机参数辨识的数据插值处理方法。

背景技术

随着智能电网概念的应用推广，广域同步相量测量单元（PMU）大量安装，PMU同步记录了全网关键节点的电压、电流以及重要的开关保护信号，确保电网实现了系统关键节点数据的实时监测，因此，随着测量装置的改进和数据挖掘处理技术的日趋成熟，决策者不再局限于利用理想的数据和模型来指导实际生产运行，实时监测数据能计及发电机实际运行工况的各因素效应，简化外网结构，降低计算矩阵阶数，实现发电机参数的辨识。

目前，虽然通过广域同步相量测量单元可以采集海量的PMU实测数据，但发电机参数辨识所需要的暂态过程数据需满足一定的故障突变标准，同时考虑PMU测量采样频率，因此，实际可用于研究的有效数据并不多。现有用于发电机参数辨识的PMU实测数据预处理方法主要是参照其它测量装置的常规数据预处理方法，即对数据进行整合、突变判断以及对提取有效数据插值处理，这类方法能处理噪声等部分外界干扰问题，但未考虑采集的矢量数据存在角度零界点插值失稳的问题，造成巨大的误差，在发电机参数的辨识应用中，边界点数据突变，发电机参数模型无法收敛，而采集的矢量有效数据将被误处理为无效数据而舍弃，造成发电机参数辨识的效率降低。

发明内容

为克服现有用于发电机参数辨识的数据处理方法未考虑数据存在角度零界点插值失稳的问题，造成有效数据被误处理为无效数据而舍弃的后果，本发明提出一种用于发电机参数辨识的数据插值处理方法，克服角度零界点插值失稳缺陷，提高数据的适用性，从而提升发电机参数的辨识效率。

本发明旨在至少在一定程度上解决上述技术问题。

为了达到上述技术效果，本发明的技术方案如下：

一种用于发电机参数辨识的数据插值处理方法，至少包括：

S1.通过PMU采集实测数据；

S2.对实测数据进行清洗；

S3.对清洗之后的实测数据的幅值和相位均进行初步插值处理；

S4.判断初步插值处理之后的第i个实测数据点A与第i+1个实测数据点B的相位差绝对值是否大于β，若是，执行步骤S5；否则，不作处理；

S5.对第i个实测数据点A与第i+1个实测数据点B的插值数据进行相位差修正；

S6.求取整个辨识过程中修正后的相位曲线函数。

优选地，所述实测数据包括电压、电流以及开关保护信号，步骤S2所述对实测数据进行清洗的方法包括：小波降噪、迭代向前抽样选取及z-score归一化处理。