[发明专利]一种基于S变换与多维分形的电压暂降源特征识别方法

说明书

本发明涉及一种基于S变换与多维分形的电压暂降源特征识别方法，包括：1、在Matlab/Simulink环境下建立电网电压暂降仿真模型随机产生线路短路故障、感应电动机起动、变压器投运这3种单一暂降以及多级电压暂降感应电动机和变压器共同作用、感应电动机重启这3种复合电压暂降信号；2、采用S变换分析暂降信号的基频幅值变化情况，对变换后的模矩阵提取6种特征指标；3、采用多重分形谱R/S分析法提取参数广义Hurst指数和统计量V_n作为特征指标提高噪声环境下分类识别的准确性；4、将提取的特征指标作为支持向量机的输入，对不同类型的电压暂降进行训练，并利用无噪声数据和仿真加噪数据分别对其进行测试，从而实现对不同暂降源的分类与识别。

技术领域

本发明涉及电能质量技术领域，尤其是涉及一种基于S变换与多维分形的电压暂降源特征识别方法。

背景技术

近年来，随着电力电子设备以及工业生产中敏感设备大量接入电网，电压暂降带来的问题日益突出。电压暂降会影响设备的正常运行，从而导致产品质量下降，缩短甚至损坏电气设备的寿命，加大维护费用。电压暂降的准确识别有助于合理的选择区域配电系统治理措施，能够及时界定事故双方责任，有效降低经济损失并协调用户以及设备供应商之间的纠纷。

电压暂降扰动源的分类识别是改善和治理电压暂降问题的重要前提。目前，国内外学者们主要采用Hilbert-Huang变换、傅里叶变换、小波变换、S变换提取信号的有效特征，然后利用人工神经网络、支持向量机、模糊综合评价对电压暂降进行自动分类。Hilbert-Huang变换对高频信号的频率分辨率较差，容易受噪声影响,傅里叶变换和小波变换时频局部性较差，识别过程较复杂，需要大量数据作为支撑。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于S变换与多维分形的电压暂降源特征识别方法。

本发明的目的可以通过以下技术方案来实现：

一种基于S变换与多维分形的电压暂降源特征识别方法，该方法包括以下步骤：

步骤1：在Matlab/Simulink环境下建立电网电压暂降仿真模型，随机产生不同情况下的单一暂降以及复合电压暂降信号；

步骤2：采用S变换分析暂降信号的基频幅值变化情况，并对变换后得到的模矩阵提取多种特征指标；

步骤3：采用多重分形谱R/S分析法针对暂降信号提取参数广义Hurst指数和统计量V_n作为特征指标以提高噪声环境下分类识别的准确性；

步骤4：将提取的多种特征指标作为支持向量机的输入，对不同类型的电压暂降进行训练，并利用无噪声数据和仿真加噪数据分别对其进行测试，从而实现对不同暂降源的分类与识别。

进一步地，所述的步骤1包括以下分步骤：

步骤11：在Matlab/Simulink环境下建立电网电压暂降仿真模型；

步骤12：通过改变系统仿真模型参数分别获取线路短路故障、感应电动机起动、变压器投运单一暂降信号以及多级电压暂降、感应电动机和变压器共同作用、感应电动机重启复合电压暂降信号。

进一步地，所述的步骤2包括以下分步骤：

步骤21：对暂降信号进行S变换后得到复矩阵，对所述复矩阵求模得到S模矩阵，所述S模矩阵的行向量表示暂降信号频率的时域分布，列向量表示暂降信号的幅频特性；

步骤22：根据暂降信号的基频幅值与不同频率对应幅值的变化情况，对所述S模矩阵提取多种特征指标。

进一步地，所述的步骤22中的特征指标包括奇异矩阵脉冲因子P，奇异矩阵标准差S_td，奇异熵SSE，能量熵SEE，矩阵系数I以及基频标准差F_std。