布莱克曼窗与窗宽比的S变换电能质量扰动特征提取方法与流程

本发明涉及电能质量扰动特征提取技术领域，具体为布莱克曼窗与窗宽比的s变换电能质量扰动特征提取方法。

背景技术：

在大力发展新能源的今天，光伏发电、风力发电在能源所占的比率越来也大，新能源出力还不够稳定，需要经过电能储存及转换，大量的电力电子设备使用，导致了电力系统存在着电压尖峰、电压波陷和高次谐波等问题，并且由于接入了复杂的负载，造成了电力系统中存在多种同时发生的电能质量扰动，作为电能质量评估以及治理的基础，复杂电能质量扰动特征提取就显得格外重要；

复杂电能质量扰动特征提取一般包含两个步骤分别为信号处理和特征分离与提取，常用的电能质量扰动信号处理主要有傅立叶变换、小波变换、s变换、希尔伯特-黄变换等，与其他方法相比较，基于布莱克曼窗与窗宽比的s变换具有良好的抗噪性，同时在时域和频域有较好的特征，特征分离与提取主要有特征值，特征曲线等，但是在提取干扰的时候，不能提高扰动识别与分类的正确率，降低相互特征之间的干扰的问题。

技术实现要素：

本发明提供布莱克曼窗与窗宽比的s变换电能质量扰动特征提取方法，可以有效解决上述背景技术中提出不能提高扰动识别与分类的正确率，降低相互特征之间的干扰的问题。

为实现上述目的，本发明提供如下技术方案：布莱克曼窗与窗宽比的s变换电能质量扰动特征提取方法，包括如下步骤：

s1、电能质量扰动信号采集；

s2、将扰动信号利用基于布莱克曼窗与窗宽比的s变换；

s3、复杂扰动信号特征曲线提取。

根据上述技术方案，所述步骤s1中利用变电站中的电压、电流互感器及二次设备对相关扰动信号进行采集和记录。

根据上述技术方案，所述步骤s2中当n≠0时：

当n＝0时：

式中j,m,n＝0,1,…,n-1。表示向上取整。gb(m,n,fs)为ωb的离散化表达式：

低频部分频率范围为1hz≤fl≤100hz，基于布莱克曼窗与窗宽比的s变换离散表达式的nl的取值范围为nt≤nl≤100nt的参数为γbl＝1.46875；

高频部分频率范围为101hz≤fh≤6400hz，基于布莱克曼窗与窗宽比的s变换离散表达式的nh的取值范围为101nt≤nh≤6400nt的参数为γbh＝3。

根据上述技术方案，所述步骤s2中基于布莱克曼窗与窗宽比的s变换的结果为复数矩阵，对矩阵每一个元素取模得到基于布莱克曼窗与窗宽比的s变换的模矩阵。模矩阵列表示采样时间，行表示频率。

根据上述技术方案，所述步骤s3中扰动信号的特征曲线从三个方面选取：

a、基频幅值曲线，即取基于布莱克曼窗与窗宽比的s变换模矩阵频率为50hz处的行向量；

b、频率幅值高频部分曲线，即频率幅值曲线为取基于布莱克曼窗与窗宽比的s变换模每行的最大值，并在频率幅值曲线的基础上选取大于100hz的范围；

c、三次谐波幅值曲线，向原信号中加入三次谐波，再进行基于布莱克曼窗与窗宽比的s变换得到模矩阵，然后取基于布莱克曼窗与窗宽比的s变换模矩阵频率为150hz处的行向量。

与现有技术相比，本发明的有益效果：本发明结构科学合理，使用安全方便，与以往的电能质量扰动特征提取方法相比，由于采用从三个方面分别提取特征即频幅值曲线、频率幅值曲线高频部分和三次谐波幅值曲线，即在提取尖峰与陷波的特征时，给信号添加三次谐波，并从三次谐波中提取尖峰与陷波的特征，减小了其他扰动对尖峰与陷波特征的干扰，实现了特征分离，减小了复杂扰动特征之间的相互干扰，由于实现了复杂扰动中不同成分扰动的特征分离，减小相互特征之间的干扰，为扰动识别与分类打下坚实基础，极大的提高了扰动识别与分类的正确率。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。

在附图中：

图1是本发明的流程步骤示意图；

图2是本发明的电压中断基频幅值曲线和电压暂降基频幅值曲线示意图；

图3是本发明的暂升基频幅值曲线和闪变基频幅值曲线结构示意图；

图4是本发明的谐波基频幅值曲线和暂态振荡基频幅值曲线示意图；

图5是本发明的尖峰三次谐波幅值曲线和陷波三次谐波幅值曲线示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

实施例：如图1所示，本发明提供技术方案，布莱克曼窗与窗宽比的s变换电能质量扰动特征提取方法，包括如下步骤：

s1、电能质量扰动信号采集；

s2、将扰动信号利用基于布莱克曼窗与窗宽比的s变换；

s3、复杂扰动信号特征曲线提取。

根据上述技术方案，步骤s1中利用变电站中的电压、电流互感器及二次设备对相关扰动信号进行采集和记录。

根据上述技术方案，步骤s2中当n≠0时：

当n＝0时：

式中j,m,n＝0,1,…,n-1。表示向上取整。gb(m,n,fs)为ωb的离散化表达式：

低频部分频率范围为1hz≤fl≤100hz，基于布莱克曼窗与窗宽比的s变换离散表达式的nl的取值范围为nt≤nl≤100nt的参数为γbl＝1.46875；

高频部分频率范围为101hz≤fh≤6400hz，基于布莱克曼窗与窗宽比的s变换离散表达式的nh的取值范围为101nt≤nh≤6400nt的参数为γbh＝3。

根据上述技术方案，步骤s2中基于布莱克曼窗与窗宽比的s变换的结果为复数矩阵，对矩阵每一个元素取模得到基于布莱克曼窗与窗宽比的s变换的模矩阵。模矩阵列表示采样时间，行表示频率。

根据上述技术方案，步骤s3中扰动信号的特征曲线从三个方面选取：

a、基频幅值曲线，即取基于布莱克曼窗与窗宽比的s变换模矩阵频率为50hz处的行向量；

b、频率幅值高频部分曲线，即频率幅值曲线为取基于布莱克曼窗与窗宽比的s变换模每行的最大值，并在频率幅值曲线的基础上选取大于100hz的范围；

c、三次谐波幅值曲线，向原信号中加入三次谐波，再进行基于布莱克曼窗与窗宽比的s变换得到模矩阵，然后取基于布莱克曼窗与窗宽比的s变换模矩阵频率为150hz处的行向量。

如图2-5所示，具体实施方式的采用基于布莱克曼窗与窗宽比的s变换复杂电能质量扰动特征提取方法,包括:

a、电能质量扰动原始数据的产生

由于实际电能质量信号并不能完全反应扰动信号的多样性,本发明采用按照数学模型仿真生成不同类型电能质量信号,分别随机生成种扰动信号各150组,信号采样频率为12.8khz,并在所有信号中加入50db信噪比的高斯白噪声

b、对原始数据进行基于布莱克曼窗与窗宽比的s变换

c、提取分类所需特征曲线如图2-5所示。

与现有技术相比，本发明的有益效果：本发明结构科学合理，使用安全方便，与以往的电能质量扰动特征提取方法相比，由于采用从三个方面分别提取特征即频幅值曲线、频率幅值曲线高频部分和三次谐波幅值曲线，即在提取尖峰与陷波的特征时，给信号添加三次谐波，并从三次谐波中提取尖峰与陷波的特征，减小了其他扰动对尖峰与陷波特征的干扰，实现了特征分离，减小了复杂扰动特征之间的相互干扰，由于实现了复杂扰动中不同成分扰动的特征分离，减小相互特征之间的干扰，为扰动识别与分类打下坚实基础，极大的提高了扰动识别与分类的正确率。

最后应说明的是：以上所述仅为本发明的优选实例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。