光伏发电站PLC信道多径参数识别的方法与装置与流程

本发明涉及一种光伏发电站plc信道多径参数识别的方法与装置，属于plc(powerline carrier communication，电力线载波通信)信道建模。

背景技术：

1、光伏电站通信网络是光伏电站系统的神经，担负着传递测控信息，反馈故障状态的主要作用，同时承载着许多电力相关业务，所以选择一个合适的通信方案不但能准确地获取电站中的实时状态，而且能够保障光伏电站的安全可靠运行，更能对电站的发电效率、故障预警和风险控制提供科学决策的依据。在本发明中我们选择使用plc技术构成大型光伏发电的通信系统，plc相较光缆和无线组网的通信方案而言，其铺设成本十分低廉，直接使用现成的电力线网络即可完成通信，但也存在一定的缺点，例如信号传输质量较差，多径传输带来的衰减等因素。这要求我们进一步研究plc信道的传输模型以建立更好的调制方案对信号进行传输。

2、对于plc信道建模，有自顶向下和自底向上两种建模方法。在自顶向下的建模方法中又以多径信道模型，fir模型，ar模型为代表，自底向上的模型以传输线模型为代表。自底向上的模型虽然有较好的预测性能，但是当网络的拓扑结构复杂度高的情况下，所耗费的资源将十分庞大，并且此时预测性能也并不出色。考虑到大型光伏发电站的众多设备以及其复杂的拓扑结构，此时自顶向下的建模方法更加适合。对于多径信道模型，最为关键的是其路径权重因子，路径长度，衰减因子等一系列参数的辨识问题。目前存在的算法有基于epso，基于遗传算法，基于匹配追踪算法以及基于蚁群粒子群优化的无迹卡尔曼滤波的plc多径参数识别方法，上述这些方法都取得了一定的效果，但是各有其不足。例如，基于epso的方法虽然有较快的识别速度但是识别精度严重不足，并且epso优化过程容易陷入局部极值；基于匹配追踪的参数识别算法复杂度较高并且抗噪声性能较差；基于蚁群粒子群无迹卡尔曼滤波的方法虽然有较高的精度，但是矩阵必须要求正则化所带来的精度丢失会导致算法容易陷入因果性不明的崩溃，鲁棒性较差。

3、对于大型光伏发电站场景下的plc多径信道参数识别，需要找到一种即可以适配光伏发电具体场景，又可以根据环境因素变化而调节，计算复杂度低，抗噪声性能好，稳定性高的方法。

技术实现思路

1、为了解决上述问题，本发明提出了一种光伏发电站plc信道多径参数识别的方法与装置，能够提高拟合真实信号的精确性、实时性和稳定性。

2、本发明解决其技术问题采取的技术方案是：

3、第一方面，本发明实施例提供的一种光伏发电站plc信道多径参数识别的方法，包括以下步骤：

4、步骤s1，获取光伏发电站实际场景下实测数据；

5、步骤s2，将前一时刻的后验状态期望输入至lstm网络，获得当前状态转移方程；

6、步骤s3，将当前状态转移方程和实测数据输入ζ-ekf状态空间模型中进行预测，获得当前时刻后验状态期望；

7、步骤s4，对噪声协方差矩阵进行新息自适应优化，获得优化后的噪声协方差矩阵；

8、步骤s5，依迭代次数重复步骤s2至s5，获得最终的后验状态期望。

9、作为本实施例一种可能的实现方式，所述步骤s1，包括：

10、根据光伏发电站的实际规模、拓扑结构和电缆长度因素确定多径信道模型中的路径数量n以及路径长度dl的估计值，并对路径长度dl生成其正态分布；

11、将真实信号采样点的数量m设置为循环次数；

12、通过路径数为1的最小二乘法拟合测量的真实信号获取光伏发电站实际场景下的衰减参数a0、a1和a2，以及路径权重因子gl的取值范围，并分别生成其对应的正态分布；

13、生成以a0，a1，a2，gl，dl为状态变量向量的期望矩阵与协方差矩阵；

14、在光伏发电站的场景下实测ekf算法在环境中的平均累计误差r与鲁棒性控制因子ζ，生成估计观测值与实际观测值之差的误差上限q，q＝rζ。

15、作为本实施例一种可能的实现方式，所述步骤s2，包括：

16、将前一时刻的后验状态期望矩阵输入至lstm网络运算生成当前时刻先验状态期望矩阵

17、

18、

19、

20、

21、

22、其中，ok为输出门、gk为遗忘门、ik为输入门、ck为记忆信息、w为lstm路径权重、b为节点阈值、通过多项式拟合的方法获得与之间的状态转移关系，获得状态变量期望转移方程

23、作为本实施例一种可能的实现方式，所述步骤s3，包括：

24、ζ-ekf状态空间模型表示为：

25、uk＝f(uk-1)+qk,qk～n(0,q)  (6)

26、vk＝h(uk)+rk,rk～n(0,r)  (7)

27、

28、其中，uk∈rn×1，vk∈rm×1分别为k时刻的状态向量与观测向量，f(·)，h(·)分别为状态转移函数和观测函数，其中观测函数方程由多径模型得来；qk，rk分别为状态噪声与观测噪声，q和r分别为状态噪声与观测噪声的协方差；代表两者相交为空集，u0代表了0时刻的uk，即初始状态向量；

29、ζ-ekf状态空间模型进行预测的过程为：

30、设有：

31、

32、

33、

34、

35、

36、

37、

38、

39、

40、其中，为先验状态变量、为先验状态期望、为先验协方差、αk-1为先验雅克比矩阵、jk为后验雅克比矩阵、lk为新息、为后验状态期望、为后验协方差；

41、利用误差上限q对和进行改写，当||lk||>q时，将修正为：

42、

43、其中，fk-1为n×m的加权矩阵，(·)+为求矩阵的伪逆，所获得的中目标k-1时刻的坐标为更新的坐标

44、

45、经运算获得的取值，α＝ζ/r，lk∣(1,1)和lk∣(2,1)分别代表估计观测值与实际观测值误差lk分别在x轴，y轴上的误差取值；

46、将更新为

47、

48、分别使用和代替和进入ζ-ekf的循环之中，直至||lk||<q，跳出循环，输出结果等待进入下一次迭代中。

49、作为本实施例一种可能的实现方式，所述步骤s4，包括：

50、将状态噪声qk和观测噪声rk进行优化，通过宽度为s的滑动窗口中的新息lk来估计量测矩阵

51、

52、通过将q更新为将r更新为

53、

54、

55、作为本实施例一种可能的实现方式，所述步骤s5，包括：

56、将中a0，a1，a2，gl，dl的期望值代入大型光伏发电站场景下plc多径信道模型中，并使用该模型对测量所得真实信号的幅频响应与相频响应做拟合，获得最终的后验状态期望。

57、第二方面，本发明实施例提供的一种光伏发电站plc信道多径参数识别的装置，包括：

58、数据采集模块，用于获取光伏发电站实际场景下实测数据；

59、lstm网络模块，用于将前一时刻的后验状态期望输入至lstm网络，获得当前状态转移方程；

60、状态空间模型模块，用于将当前状态转移方程和实测数据输入ζ-ekf状态空间模型中进行预测，获得当前时刻后验状态期望；

61、新息自适应模块，用于对噪声协方差矩阵进行新息自适应优化，获得优化后的噪声协方差矩阵；

62、迭代模块，用于联合lstm网络模块、ζ-ekf模块和新息自适应模块进行依迭代执行，获得最终的后验状态期望。

63、作为本实施例一种可能的实现方式，所述ζ-ekf状态空间模型为：

64、uk＝f(uk-1)+qk,qk～n(0,q)  (6)

65、vk＝h(uk)+rk,rk～n(0,r)  (7)

66、

67、其中，uk∈rn×1，vk∈rm×1分别为k时刻的状态向量与观测向量，f(·)，h(·)分别为状态转移函数和观测函数，其中观测函数方程由多径模型得来；qk，rk分别为状态噪声与观测噪声，q和r分别为状态噪声与观测噪声的协方差；代表两者相交为空集，u0代表了0时刻的uk，即初始状态向量。

68、第三方面，本发明实施例提供的一种计算机设备，包括处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当所述计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述处理器执行所述机器可读指令，以执行如上述任意光伏发电站plc信道多径参数识别的方法的步骤。

69、第四方面，本发明实施例提供的一种存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述任意光伏发电站plc信道多径参数识别的方法的步骤。

70、本发明实施例的技术方案可以具有的有益效果如下：

71、本发明实施例的技术方案的

72、本发明实施例的技术方案的一种光伏发电站plc信道多径参数识别的方法，提出了一种ζ扩展卡尔曼滤波(ζ-extended kalman filter，ζ-ekf)结合长短期记忆人工神经网络(long short-term memory，lstm)与新息自适应的大型光伏发电站plc多径信道参数识别方法，改善了传统技术识别精确度不高、用时较长、适配性单一、甚至算法崩溃的问题，提高了拟合真实信号的精确性、实时性和稳定性。

73、本发明使用ζ-ekf算法结合lstm与新息自适应算法对plc多径信道参数进行识别，利用lstm出色的时序信息处理能力，将前一时刻蕴含的信息保留下来加以处理，准确捕捉输入输出之间的状态转移关系以此构建状态转移方程，同时使用新息自适应模块对噪声协方差矩阵优化后投入迭代运算，本发明提高了预测的精度并增强了光伏场景下的适配性，解决了常规卡尔曼滤波预测精度缺失的问题，同时相比于无迹卡尔曼滤波优化方法，本发明在优化过程中不需要维持矩阵的正则化，程序运行过程中的精度丢失不会导致算法崩溃，提高了算法的稳定性，兼顾了计算复杂度与精度两个层面。本发明对于大型光伏发电站场景下的plc多径信道建模的参数识别问题有较为重要的价值。

74、本发明实施例的技术方案的一种光伏发电站plc信道多径参数识别的装置，具备与光伏发电站plc信道多径参数识别的方法同样的有益效果。