[发明专利]基于三角-矩形混合卷积窗及加速PSO算法的间谐波检测方法有效
申请号: | 201810707645.7 | 申请日: | 2018-07-02 |
公开(公告)号: | CN108957128B | 公开(公告)日: | 2020-09-22 |
发明(设计)人: | 徐艳春;杜于飞;李振兴;李振华 | 申请(专利权)人: | 三峡大学 |
主分类号: | G01R23/16 | 分类号: | G01R23/16 |
代理公司: | 宜昌市三峡专利事务所 42103 | 代理人: | 吴思高 |
地址: | 443002 *** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 三角 矩形 混合 卷积 加速 pso 算法 谐波 检测 方法 | ||
1.基于三角-矩形混合卷积窗及加速PSO算法的间谐波检测方法,其特征在于包括以下步骤:
步骤1:通过电流互感器,将高压侧电流转换到低压侧可供仪器采样的离散信号;
步骤2:构造与离散信号长度一致的混合卷积窗,并对该混合卷积窗的主瓣进行多项式拟合,获得大致的主瓣轮廓;
步骤3:将步骤2所构造出的窗函数与离散信号相乘,并对乘积进行离散傅里叶变换DFT,获得信号的频谱信息;
步骤4:搜索频域上各峰值,判断局部是否存在主瓣干扰现象;
步骤5:对于存在主瓣干扰的区域,选择受主瓣干扰较轻的谱线建立插值公式,进而预计算出一组谐波参数的解;
步骤5中,对受主瓣干扰较轻的谱线的选择依据为:
1)、当局部仅有两个正弦波,二者相互干扰时;应选择取偏向峰值外侧、响度在160dB附近的数根谱线建立插值公式;
2)、当部存在的间谐波数量较多时;最左、最右侧的正弦波应选取偏向峰值外侧、响度在160dB附近的数根谱线建立插值公式,位于中部的正弦波选择峰值附近的谱线建立插值公式;
步骤6;以步骤5中预计算的解作为初始值,通过加速的PSO算法改善其精度。
2.根据权利要求1所述基于三角-矩形混合卷积窗及加速PSO算法的间谐波检测方法,其特征在于:步骤1中,所述离散信号包括电流信号、或者电压信号。
3.根据权利要求1所述基于三角-矩形混合卷积窗及加速PSO算法的间谐波检测方法,其特征在于:步骤2中,所述混合卷积窗的阶数允许为4、8、16,且构成该卷积窗的各单元只能为三角窗或矩形窗。
4.根据权利要求1所述基于三角-矩形混合卷积窗及加速PSO算法的间谐波检测方法,其特征在于:步骤2中,所述多项式拟合以各谱线的响度作为自变量;以该谱线对应的频率作为因变量。
5.根据权利要求1所述基于三角-矩形混合卷积窗及加速PSO算法的间谐波检测方法,其特征在于:步骤4中,判断是否存在主瓣干扰的依据为:首先,判断任意两个峰值之间的距离是否小于半个主瓣宽度,若小于,则存在主瓣干扰;若大于,则须进一步分析;将各峰值处的谱线轮廓与主瓣轮廓对比,若轮廓偏差较大,则存在主瓣干扰;反之,则不存在主瓣干扰。
6.根据权利要求1所述基于三角-矩形混合卷积窗及加速PSO算法的间谐波检测方法,其特征在于:步骤5中,预计算出一组谐波参数的解,该解为z′×3的矩阵,z′为局部范围内存在的正弦波个数,每一行矩阵中,包括该正弦波的频率、幅值、相角等参数。
7.根据权利要求1所述基于三角-矩形混合卷积窗及加速PSO算法的间谐波检测方法,其特征在于:步骤6中,PSO算法包括PSO本身的特征和加速算法的特征,其中:
PSO算法本身的特征在于:
1)、群体中第i个粒子的格式为:
其中:
p(i)为第i个粒子;对于存在z′个正弦波的主瓣干扰区域,其参数整理如下;
f为频率列相量,有:为第z′个正弦波的频率预计算值;
A为幅值列相量,有:为第z′个正弦波的幅值预计算值;
为相角列相量,有:为第z′个正弦波的相角预计算值;
2)、该算法的目标函数为:实际频域内各矢量的幅值、相角,与根据粒子数据重构出的各矢量幅值、相角之间相对误差的均值,即:
其中:
X(k′g)为实际离散傅里叶变换得到的矢量;
为根据粒子数据重构得到的矢量;
g为所观测的局部频域中,第g支谱线的编号;
k′g为第g支谱线的调整频率;
符号arg[·]表示矢量的相角;
Fit(i)为第i个粒子的适应度,数值越小越好;
PSO加速的特征体现在3个方面:
1)采用变惯性权重:ω=ωSt-(ωSt-ωEd)×(t/Tmax)2
其中:
ωSt为初始权重,建议取值0.9;ωEd为终止权重,建议取值0.4;t为迭代次数;Tmax为最大迭代次数;由于谐波检测对算法实时性有一定要求,建议Tmax的取值不超过100;
2)仅选择三角窗或矩形窗作为构成卷积窗的单元;
3)当频率的数值精度低于10-5时,将其数值锁定在10-5量级上。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于三峡大学,未经三峡大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810707645.7/1.html,转载请声明来源钻瓜专利网。