[发明专利]基于互信息数据优选的系统侧谐波阻抗估计方法及装置有效

专利信息
申请号: 202210541498.7 申请日: 2022-05-19
公开(公告)号: CN114660362B 公开(公告)日: 2022-08-16
发明(设计)人: 刘凯;徐方维;王朝浩;张颢严 申请(专利权)人: 四川大学
主分类号: G01R27/02 分类号: G01R27/02;G01R23/16;G06F17/10
代理公司: 成都行之智信知识产权代理有限公司 51256 代理人: 宋海霞
地址: 610000 四川*** 国省代码: 四川;51
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 互信 数据 优选 系统 谐波 阻抗 估计 方法 装置
【权利要求书】:

1.基于互信息数据优选的系统侧谐波阻抗估计方法,其特征在于,该方法包括:

获取公共连接点PCC谐波数据;

根据所述公共连接点PCC谐波数据建立量测数据矩阵,采用独立分量分析法对所述量测数据矩阵进行分析计算,得到用户侧或系统侧的侧边谐波电流;

根据所述侧边谐波电流,采用核密度估计法计算量测PCC点谐波电流的边缘概率分布函数、侧边谐波电流的边缘概率分布函数和它们的联合概率分布函数;并根据所述量测PCC点谐波电流的边缘概率分布函数、侧边谐波电流的边缘概率分布函数和它们的联合概率分布函数,计算得到量测PCC点谐波电流与侧边谐波电流之间的互信息;

根据所述互信息,筛选出量测PCC点谐波电流与侧边谐波电流之间的弱互信息数据段;采用独立随机矢量法对所述弱互信息数据段进行计算,得到用户侧或系统侧的侧边谐波阻抗;

所述核密度估计法的计算公式为:

式中,K(u)是一个多元核函数,h是核函数带宽,C是x的协方差矩阵;

其中x是1×n维向量或是由独立分量分析法所得的系统侧谐波电流,是由系统公共点测量所得的谐波电流,此时d=1;或者x是2×n维向量此时d=2;n为向量维数,N为每段谐波数据的采样点数;xi表示在向量中第i行的元素;exp( )是以e为底的指数函数;det(C)是求取矩阵C的行列式;

所述独立随机矢量法计算用户侧或系统侧的侧边谐波阻抗Z的计算公式为:

Zu=Zu,r+jZu,i

式中,Z表示为系统侧或者用户侧的侧边谐波阻抗,u对应系统侧;Zu为系统侧的侧边谐波阻抗;

Zu,r为系统侧谐波阻抗的实数部分,u对应系统侧,r为对应阻抗值的实部;

Zu,i为系统侧谐波阻抗的虚数部分,u对应系统侧,i为对应阻抗值的虚部;

j表示Zu的虚数单位;

Ipcc,r为PCC点量测谐波电流的实数部分,PCC对应公共点位置,r为对应点的谐波电流值的实部;

Ipcc,i为PCC点量测谐波电流的虚数部分,PCC对应公共点位置,i为对应点的谐波电流值的虚部;

Vpcc,r为PCC点量测谐波电压的实数部分,PCC对应公共点位置,r为对应点的谐波电压值的实部;

Vpcc,i为PCC点量测谐波电压的虚数部分,PCC对应公共点位置,i为对应点的谐波电压值的虚部;

N为每段谐波数据的采样点数。

2.根据权利要求1所述的基于互信息数据优选的系统侧谐波阻抗估计方法,其特征在于,所述公共连接点PCC谐波数据包括公共连接点PCC电压数据和公共连接点PCC电流数据。

3.根据权利要求1所述的基于互信息数据优选的系统侧谐波阻抗估计方法,其特征在于,所述的根据所述公共连接点PCC谐波数据建立量测数据矩阵,采用独立分量分析法对所述量测数据矩阵进行分析计算,得到用户侧或系统侧的侧边谐波电流;具体包括:

步骤A1,将所述公共连接点PCC谐波数据进行分段处理,每段谐波数据的采样点数为N;根据分段后的公共连接点PCC谐波数据建立量测数据矩阵X;

步骤A2,根据所述公共连接点PCC谐波数据,采用PCC诺顿等效电路建立等效方程;

步骤A3,将所述等效方程代入独立分量分析法的数学模型,得到X=AS,其中S是源信号,A是混合矩阵;

步骤A4,采用独立分量分析法对所述量测数据矩阵X进行分析计算,得到用户侧谐波电流、系统侧谐波电流。

4.根据权利要求3所述的基于互信息数据优选的系统侧谐波阻抗估计方法,其特征在于,所述源信号S是通过迭代学习寻求分离矩阵最优值W进而得到源信号最优估计值S;

其中,Iu为系统侧谐波电流,Ic为用户侧谐波电流,k1为系统侧源信号的缩放倍数,k2为用户侧源信号的缩放倍数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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四川大学,未经四川大学许可,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/202210541498.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top