[发明专利]一种参数辨识用扰动数据预处理方法

说明书

本发明公开了一种参数辨识用扰动数据预处理方法，所述方法包括：步骤1，利用经典去噪方法对数据进行去噪；步骤2，基于锁相环推导并构建基波正序量提取方法；步骤3，确定dq分量计算方法；步骤4，搭建数据预处理系统并设置关键参数，输出结果。本发明提供了一种可应用于参数辨识的测量数据预处理方法，可应用于电压、电流三相瞬时测量数据的预处理。实现扰动数据的去噪、基波正序量和dq分量的提取；并且，dq分量的提取功能弥补了现有测量设备的不足，丰富了参数辨识的可用数据。

技术领域

本发明涉及一种扰动数据预处理方法，特别是一种参数辨识用扰动数据预处理方法。

背景技术

21世纪以来，电力行业在我国的发展蒸蒸日上，各大区域电网并网运行已经成为常态，这使得整个电网系统的稳定性得到了提高。与此同时，随着我国整体用电负荷不断提升，越来越多的大容量发电机和各类先进的电力设备并网运行，电网的安全性与稳定性也被以更高标准来衡量。世界上曾发生过多起重大停电事故，在事故后电力研究部门为了找出事故原因，对事故过程进行了仿真模拟，然而因为其使用的电力系统模型和参数并不准确，导致仿真模拟得到的结果与真实现场发生时的实际情况并不一致。某国西部电网对1996年“8.10”的停电的事后仿真模拟就是一个典型的例子，基于过往经验的判断，研究部门初步对电力负荷采取静态模型来等效，然而在此模型下仿真得到整个电力系统运行结果是稳定的，实际事故发生时电力系统中产生的增幅振荡并没有产生。从这个案例可以看出，模型的不精确导致了无法反映实际的物理过程和电网的实际运行状况，这不利于电力系统安全分析的准确性。在后续的研究过程中，研究部门结合实际情况，不断校正了电力系统模型和参数，尤其是将原先仿真采用的静态负荷模型改为感应电动机加上静态模型的形式后，终于得以复现出了停电发生时电力系统中的增幅振荡。

保证电网长期的安全运行以及制定其未来的发展规划、运行方式和调控手段，电力系统仿真计算必不可少，进行电力系统计算时，负荷模型的不准确会使得电力系统存在潜在危险，在制定发展规划时会造成浪费。而为了提高仿真模拟的精确性，必须采用更加精确的数学模型，这样才能满足控制运行的需求。精确的模型包含两个方面，一是正确的模型方程，二是准确的模型参数。由于电力系统中电力设备的原理都是清楚的，因此一般认为模型是正确的，不考虑模型结构的误差。而对于模型参数，由于很难从设备的铭牌或者手册中找到仿真计算所需的全部参数，因而通常采用参数辨识方法来确定。参数辨识是根据实际测量到的某设备的输入和输出数据，通过优化方法调整参数取值，使得模型输出能够拟合实际测量结果，拟合效果最佳的参数数值即为参数辨识结果。参数辨识是获得准确模型的重要途径。从上个世纪三十年代以来，国内外学者逐渐开始了电力系统模型的研究工作，随后，参数辨识更是引起了国内外电力工作者的广泛关注。

参数辨识方法可以划分为经典辨识方法和现代优化算法，经典辨识方法有最小二乘法、卡尔曼滤波法等，现代优化算法有粒子群算法、遗传算法等。目前参数辨识大多使用现代优化算法。参数辨识所用到的数据依赖于软硬件的输出而对于数据的预处理一般很少关注，经常拿到数据就直接用，不考虑数据精度对辨识结果的影响，也不对测量数据的精度提出要求。

发明内容

发明目的：本发明所要解决的技术问题是针对现有技术的不足，提供一种参数辨识用扰动数据预处理方法。

为了解决上述技术问题，本发明公开了一种参数辨识用扰动数据预处理方法，包括以下步骤：

步骤1，利用经典去噪方法选择扰动数据去噪方法；

步骤2，基于锁相环推导并构建基波正序量提取方法；

步骤3，确定dq分量计算方法；

步骤4，搭建数据预处理系统并设置关键参数，根据步骤1-步骤3的技术方法，计算并输出结果。

步骤1所述的利用经典去噪方法选择扰动数据去噪方法，包括：