[发明专利]一种谐波分析方法

说明书

本发明提供了一种谐波分析方法，包括以下步骤：对电力系统电流或电压的实测数据进行采样得到信号f(t)；设定分解参数，即模态数K和惩罚因子α的参数范围；采用人工鱼群算法优化分解参数，并得到最优值；根据最优值，对信号f(t)进行分解，得到信号f(t)的模态分量；采用能量门限法对信号f(t)的模态分量进行去噪处理，得到降噪后的信号s(t)；根据信噪比评估信号s(t)拟合情况，从而确定信号s(t)的模型阶数p；采用指数函数的线性组合对降噪后的信号s(t)进行重构，得到所述信号s(t)中谐波的幅值、频率、相位和衰减因子。本发明能够分析实测数据的谐波情况，能够准确求出谐波的幅值、相位、频率和衰减因子；通过去噪处理，可以进一步提高分析精度，降低计算复杂度。

技术领域

本申请涉及电力系统谐波测量技术领域，尤其涉及一种谐波分析方法。

背景技术

非线性负荷和风电、光伏等新能源接入电网是产生谐波的主要原因，谐波对电力系统的危害包括：增加电力设备损耗、产生谐振导致过电压和过电流、影响继电保护和干扰通信等。因此，采用有效的谐波分析方法，分析电网中谐波的幅频特性，是抑制或消除谐波，从而提高电力系统电能质量的关键前提。

传统的谐波分析方法主要有傅立叶变换、小波变换、希尔伯特·黄变换(HHT)等，但是基于傅立叶变换的分析方法存在频谱泄漏、栅栏效应和抗噪性差的问题，很难满足基于实测数据的谐波分析需求。在小波变换的分析过程中，小波函数互相干扰会导致频率相近的谐波间谐波无法测量，这使得小波变换在对实测数据进行谐波分析这一应用范围受限。基于HHT的分析方法存在模态混叠和端点效应等问题，影响分析结果的准确性，严重时会导致分析结果无效。

由于设备处于自然环境和数据提取技术的局限等原因，实测数据会含有噪声成分，严重时会导致部分实际信号淹没在噪声之中。因此，目前谐波分析方法一般包括信号去噪和谐波分析两个步骤。对实测信号进行去噪处理，可以降低噪声对分析结果的干扰，提取出实测数据中的有效信号，提高分析结果的准确性，还可以在一定程度上简化谐波分析方法的计算。

因此，提供一种同时具有去噪和谐波分析步骤的谐波分析方法，是目前需要解决的主要问题。

发明内容

本申请提供了一种谐波分析方法，可以精确分析实测数据中谐波的幅频特性和衰减趋势。

本申请采用的技术方案如下：

本实用新型提供了一种谐波分析方法，包括以下步骤：

对电力系统电流或电压的实测数据进行采样得到信号f(t)；

设定分解参数，即模态数K和惩罚因子α的参数范围；

采用人工鱼群算法优化分解参数，并得到最优值；

根据所述最优值，对信号f(t)进行分解，得到信号f(t)的模态分量；

采用能量门限法对所述信号f(t)的模态分量进行去噪处理，得到降噪后的信号s(t)；

根据信噪比评估信号s(t)拟合情况，从而确定信号s(t)的模型阶数p；

采用指数函数的线性组合对降噪后的信号s(t)进行重构，得到所述信号s(t)中谐波的幅值、频率、相位和衰减因子。

进一步地，所述采用人工鱼群算法优化分解参数，并得到最优值，包括以下几个步骤：

步骤1：设定模态数K和惩罚因子α参数范围，初始化迭代次数和鱼群位置[K,α]，根据初始化[K,α]对信号f(t)进行分解，求出信号f(t)的模态分量；

步骤2：计算所述模态分量的包络熵作为食物浓度函数，即适应度函数，找到最小适应度值；

步骤3：更新迭代次数，重复步骤1和步骤2；