一種基于改進強跟蹤濾波器的電力信號突變參數測量方法
【專利說明】一種基于改進強跟蹤濾波器的電力信號突變參數測量方法
[0001] 本發明屬于電力系統領域，涉及一種基于改進實數型強跟蹤濾波器的電力系統失 真信號突變參數估計測量方法。
【背景技術】
[0002] 參數估計對于現代電力系統的運行有著重要意義。本發明所述的參數估計主要包 括幅值、頻率和相位的估計，三者的估計結果分別反映了電力系統信號的變化的范圍、變化 的快慢以及信號開始時的情況，因此幅值、頻率和相位的估計對于確定電力系統信號內部 信息具有決定性作用。通常而言，在電力系統的參數估計中，頻率估計是目前要解決的核心 和難點。電力系統數字化保護中，繼電器采用基于頻率的信號處理算法，從采樣得到的電壓 信號或電流信號中，可估計系統狀態信息。在電能質量監控領域，電力信號的電壓幅值和相 位檢測皆是基于頻率測量而進行的。在分布式發電系統并網過程中，根據頻率測量值可分 析供電設備與電網之間的動態能量平衡關系。但是電力系統中電力電子裝置的廣泛使用， 可控硅轉換裝置和高頻逆變器注入非正弦電流信號，導致電力信號受到諧波和噪聲信號的 破壞而失真。因此快速并準確測量失真電壓（電流）信號頻率成為當前電力系統研宄熱點。
[0003] 目前，國內外比較常用的方法有快速傅里葉變換，最小二乘法、牛頓遞歸法、自適 應陷波濾波法、最小均方誤差法、正交分量濾波法等方法。這些方法各具特點，只能針對某 一特定的工程問題，在強噪聲和諧波干擾條件下，大多表現不盡如人意。而卡爾曼濾波法能 夠克服噪聲和諧波的影響，準確地估計信號的頻率、相位和幅值。因此針對非線性系統正弦 波頻率估計，提出擴展復數卡爾曼濾波器應用于畸變電壓信號的頻率和幅值跟蹤。然而由 于擴展卡爾曼濾波在系統達到工況時，失去了對幅值和頻率等電氣參數突變工況的跟蹤能 力。為此提出了采用滯環比較的方法重置誤差協方差陣，然而滯環比較的上下限閾值僅根 據噪聲的強度取經驗值，自適應能力差。隨著強跟蹤濾波器思想的提出，采用強跟蹤濾波器 對電力系統失真信號參數估計，綜合解決了濾波發散和跟蹤突變能力不強等問題，但是在 數值計算過程中，次優漸消因子的計算和分析比較需在復數域中完成，計算過程復雜，特別 是針對高維過程。然而還需要注意的是，強跟蹤濾波器的參數選擇對跟蹤結果有著極大地 影響，而許多時候這些參數的設計均采用的是經驗值，具有一定的盲目性。
[0004] 因此，目前需要一種能夠既降低運算復雜程度，又滿足在線應用的實時性和有效 性，并能提供快速準確跟蹤的方法。
【發明內容】
[0005] 有鑒于此，本發明的目的在于提供一種基于改進實數型強跟蹤濾波器的電力系統 失真信號突變參數估計測量方法，此算法利用三次采樣正弦波關系模型對信號的平滑能 力，以及強跟蹤濾波器的自適應能力，改進了對信號突變跟蹤的魯棒性。并通過引入遺傳算 法對強跟蹤濾波器進行改進，提高了整個算法的跟蹤能力。另外，由于此算法考慮了實數型 強跟蹤濾波器，避免了復數型強跟蹤濾波器的復雜運算過程。從而避免了復雜的方差重置 規則設計，保證了此方法在線應用的實時性和有效性。
[0006] 為達到上述目的，本發明提供如下技術方案：
[0007] -種基于改進實數型強跟蹤濾波器的電力系統失真信號的頻率、幅值、相位等參 數估計方法，屬于電力系統領域。該方法包括以下步驟：步驟一：獲取濾波目標信號；步驟 二：確定濾波目標信號特征；步驟三：針對濾波目標信號，建立濾波模型，此模型為連續三 次采樣正弦波電壓的等式關系模型，從而得到相應的狀態方程、觀測方程，以及離散濾波目 標信號；步驟四：根據實數型強跟蹤濾波器遞推規則，得到實數型強跟蹤濾波器的離散算 法公式；步驟五：采用遺傳算法對實數型強跟著濾波器的參數設置進行在線優化求解，之 后對離散濾波目標信號進行濾波和參數估計，得到相應的電力信號參數。
[0008] 進一步，步驟一具體包括，通過電壓互感器獲取電力系統中的失真信號，并將該失 真信號調制為弱電信號制，從而得到濾波目標信號y。
[0009] 進一步，步驟二中，所述的濾波目標信號特征為，該信號為電力系統的所有正弦失 真信號，包括三相或單相、電流或電壓。
[0010] 進一步，步驟三具體包括如下步驟：首先，將連續非線性的電力系統失真信號轉換 為離散時間信號yk。之后，根據濾波目標信號的特征，采用連續三個采樣時刻的電壓等式關 系構建濾波模型，包括狀態方程毛和觀測方程Λ。需要注意的是，當諧波和衰減直流分量導 致信號失真時，建模所采用的等式關系以及構建得到的模型都需改變。
[0011] 進一步，步驟四具體包括，在經典擴展卡爾曼濾波器算法公式的基礎上，在遞推狀 態預報誤差協方差為_時引入次優漸消因子λ,+1，保證每一步遞推過程中，保持了不同時 刻的殘差序列處處正交。其工程意義在于，當存在模型不確定性或者電力信號參數突變 時，在線調整增益矩陣1+1可使殘差ε k+1始終保持高斯白噪聲的性質。該濾波器充分利用 了殘差序列中的有效信息，對電力信號參數變動具有較強的魯棒性，而且在整個遞推過程 中所有的數據的數據類型均為實數型，從而得到實數型強跟蹤濾波器的具體算法公式。
[0012] 進一步，步驟五中利用改進的實數型強跟蹤濾波器進行濾波和參數估計采用以下 步驟：
[0013] (1)輸入離散濾波目標信號yk，設定遺忘因子p等各項相關參數值，其中通過遺 傳算法對弱化因子β進行優化求解。并根據該信號各項參數得到狀態預報七〇以及給定初 始的預報誤差協方差(此時設定離散時間k為1);
[0014] (2)計算得到輸出殘差ek+1;
[0015] (3)通過此時的預報誤差協方差&η進一步計算得到該時刻卡爾曼增益Kk，以及 通過將此時的輸出殘差e k+1和遺忘因子P相結合運算得到該時刻的實際輸出殘差序列的 協方差Vk+1。并進一步根據獲得的卡爾曼增益K k計算得出該時刻觀測噪聲協方差以及 利用實際輸出殘差序列的協方差Vk+1和弱化因子β等數據，運算得到該時刻的次優漸消因 子 Ak+1;
[0016] (4)根據當前的卡爾曼增益Kk和狀態預報以及輸入信號yk等數據，計算得 出該時刻的狀態估計值：^。接著利用前面幾步得到的觀測噪聲協方差片#和次優漸消因子 λ k+1等數據運算得出當前的估計誤差協方差為#;
[0017] (5)時間參數k增加一個單位，之后重復⑵~⑷的步驟，直到濾波時間結束。
[0018] 進一步，所述方法還包括以下步驟：為了甄別該方法的精準性，采用標準偏差STD 和差異系數COV對其精準性進行評判；另外，為了確定該方法滿足實時應用，通過獲得該方 法的計算時間來間接知道該方法的復雜程度，從而確定其是否滿足實時應用要求。
[0019] 本發明的有益效果在于：本發明所述的方法，利用三次采樣正弦波等式關系對信 號的平滑能力，以及強跟蹤濾波器的自適應能力，改進了對信號突變跟蹤的魯棒性。并通過 引入遺傳算法對強跟蹤濾波器進行改進，提高了整個算法的跟蹤能力。另外，由于此算法考 慮了實數型強跟蹤濾波器，避免了復數型強跟蹤濾波器的復雜運算過程。從而避免了復雜 的方差重置規則設計，保證了此方法在線應用的實時性和有效性。
【附圖說明】
[0020] 為了使本發明的目的、技術方案和有益效果更加清楚，本發明提供如下附圖進行 說明：
[0021] 圖1