基于改進s變換的電能擾動分析儀的制作方法
【專利摘要】本實用新型涉及電能擾動信號處理技術領域，是一種基于改進S變換的電能擾動分析儀，包括電源模塊、模數(shù)轉換器和數(shù)字信號處理器，電源模塊的輸出端分別與模數(shù)轉換器的輸入端和數(shù)字信號處理器的輸入端電連接，模數(shù)轉換器的輸入端電連接有信號調理電路，模數(shù)轉換器的輸出端與數(shù)字信號處理器的輸入端電連接。本實用新型的電能擾動分析儀結構簡單，布局合理；本實用新型通過提取關鍵特征頻率點，只對特征頻率點進行加DPSSW窗運算，計算量少，效率高且實用性強。改進S變換所得時頻矩陣結果能夠直觀、有效的表示各種擾動的時頻特征，分類速度快，不存在誤分、拒分區(qū)域，適合嵌入式實現(xiàn)。
【專利說明】
基于改進S變換的電能擾動分析儀
技術領域
[0001] 本實用新型設及電力系統(tǒng)電能擾動信號處理技術領域，是一種基于改進S變換的 電能擾動分析儀。
【背景技術】
[0002] 電能是幅值和頻率均穩(wěn)定的標準工頻正弦電壓，但在實際的輸送過程中，電能受 到各種因素的影響，到達用戶的電能會偏離正弦波形而發(fā)生崎變，出現(xiàn)電能擾動問題。近年 來，電能擾動問題對電網(wǎng)和配電系統(tǒng)造成的直接危害W及給人類生產(chǎn)生活造成的損失越來 越大。為保證電力系統(tǒng)的穩(wěn)定運行，必須對其進行控制和處理。目前，國內(nèi)外一些常用的電 能擾動信號檢測方法主要包括：
[0003] (I)FFT及其改進算法:FFT在電能檢測領域有著廣泛的應用。但是在非同步采樣 時，F(xiàn)FT算法會產(chǎn)生頻譜泄漏和柵欄效應，此外，F(xiàn)FT在信號分析中還面臨著時域和頻域的局 部化矛盾，使其只適合分析平穩(wěn)信號，無法滿足對具有暫態(tài)、突變等特性的電能擾動非平穩(wěn) 信號進行分析的要求。
[0004] (2)短時傅立葉變換：為解決FFT時域和頻域的局部化矛盾，Dennis Gabor于1946 年引入了短時傅立葉變換(STFT)，將非平穩(wěn)信號看作是一系列短時平穩(wěn)信號的疊加，而短 時性則通過時間窗來獲得。STFT雖然在一定程度上克服了 FFT及其改進算法不具有局部分 析能力的缺陷，但它也存在自身不可克服的缺陷：1)窗函數(shù)難W選擇。對于同一信號，選擇 的窗函數(shù)不同其STFT分析結果相差很遠。2)窗函數(shù)確定后，無法改變信號分析的時域、頻域 分辨率，若需調節(jié)時間分辨率與頻率分辨率，則必須重新選擇窗函數(shù)。
[0005] (3)小波變換:小波變換是傅里葉變換研究思想的發(fā)展和延拓。小波變換(WT)是一 種具有多分辨率特性的時頻局部化分析方法，它克服了FFT及其改進算法的一些缺點，特別 適合于突變的非平穩(wěn)信號的分析，但是它的局限性妨礙了它在電能擾動分析領域的應用： 1 )WT中的頻域分辨率很粗糖，各頻帶間可能存在嚴重的頻率混疊現(xiàn)象，遠不能達至IjFFT及其 改進算法的程度。2)不同尺度的小波函數(shù)在頻域上相互干擾，且易受噪聲影響，不能很好地 分離頻率較近的諧波和間諧波。3)利用WT在突變點的特性，可對電能擾動信號進行定性分 析，而由WT直接檢測信號幅值或諧波分量存在一定困難。4)WT不同程度地存在計算量大、不 利于實時計算、難W用嵌入式系統(tǒng)實現(xiàn)等不足。
[0006] (4化i化ert-化ang變換化HT):皿T是近年來應用于非平穩(wěn)信號分析的一種新方 法，它依賴于經(jīng)驗模態(tài)分解(EMD)，將擾動信號分解為不同頻帶上的固有模態(tài)分量(IMF),但 其的不足之處在于：1)在電壓驟降問題中，HHT方法不能精確地在線分析，抗噪性能差。2)用 高次樣條插值的EMD算法能顯著提高EMD算法的精度，但所耗費的計算時間增加。3化MD并不 徹底，容易導致頻帶混疊，且IMF的物理意義并不明確，故實際應用仍缺乏可靠。
[0007] (5)S變換：S變換是由Stockwell等人于1996年提出，是由連續(xù)WT和STFT結合的一 種新型時頻分析方法，繼承和發(fā)展了STFT和WT的局部化思想，并可由運兩種變換導出，克服 了STFT窗口高度和寬度固定的缺陷。因此，通過S變換不僅可W獲得某一時刻的頻率信息， 還可獲得在某一頻率上的信號幅值信息。與連續(xù)WT、STFT等時間-頻率域分析方法相比，S變 換有其獨特優(yōu)點：1)信號S變換的分辨率與頻率（即尺度)有關;2)信號的S變換結果與其傅 里葉變換保持直接的聯(lián)系；3)基本小波不必滿足容許性條件。因此，S變換非常適合進行電 能擾動信號分析。但是，S變換及其改進算法的時頻矩陣信息量非常大，計算繁瑣，難W嵌入 式實現(xiàn)。
[000引國內(nèi)外一些常用的電能擾動信號分類方法主要包括：
[0009] (1)人工神經(jīng)網(wǎng)絡:神經(jīng)網(wǎng)絡具有簡單的結構和很強的問題求解能力且可較好地 處理噪聲數(shù)據(jù)是分類識別的重要方法，但是它自身有幾個比較大的缺陷：算法存在局部最 優(yōu)問題、收斂性較差、訓練時間較長、可靠性有限。
[0010] (2)模糊技術:模糊技術的優(yōu)點是通過簡單明了的IF-T肥N形式的知識規(guī)則形成判 斷，識別效率較高，但是同時運限制了模糊技術運用，因為許多電能擾動，例如電壓波動W 及諧波，很難建立IF-T肥N運樣的明顯知識規(guī)則。
[OOW (3)支持向量機理論（SVMs): SVMs有效地解決了小樣本高維數(shù)、非線性等問題，具 有很好的泛化能力，并克服了人工神經(jīng)網(wǎng)絡存在局部最優(yōu)和訓練時間較長等缺點，已廣泛 應用于故障分類、時間序列預測和非線性系統(tǒng)建模和辨識等領域并取得了良好的效果，但 其在分類時存在不可分的現(xiàn)象。

【發(fā)明內(nèi)容】

[0012] 本實用新型提供了基于改進S變換的電能擾動分析儀，克服了上述現(xiàn)有技術之不 足，其能有效解決現(xiàn)有技術中數(shù)據(jù)量大，計算繁瑣，難W嵌入式實現(xiàn)W及電能擾動信號分類 算法存在的訓練時間長，可靠性有限，收斂性差的問題。
[0013] 本實用新型的技術方案之一是通過W下措施來實現(xiàn)的：一種基于改進S變換的電 能擾動分析儀，包括電源模塊、模數(shù)轉換器和數(shù)字信號處理器，所述的電源模塊的輸出端分 別與模數(shù)轉換器的輸入端和數(shù)字信號處理器的輸入端電連接，模數(shù)轉換器的輸入端電連接 有信號調理電路，模數(shù)轉換器的輸出端與數(shù)字信號處理器的輸入端電連接，數(shù)字信號處理 器的輸出端口分別電連接有復位模塊、仿真調試接口、同步動態(tài)隨機存儲器和化ASH存儲 器。
[0014] 下面是對上述發(fā)明技術方案的進一步優(yōu)化或/和改進：
[0015] 上述信號調理電路輸入端連接有被測電路，信號調理電路用于將被測電路信號進 行低通濾波處理，根據(jù)被測信號的時頻分辨率要求，確定模擬低通濾波器的電阻電容的取 值及模數(shù)轉換器的采樣率和位數(shù)。
[0016] 本實用新型的電能擾動分析儀結構簡單，布局合理;本實用新型通過提取關鍵特 征頻率點，只對特征頻率點進行加DPSSW窗運算，計算量少，效率高且實用性強。改進S變換 所得時頻矩陣結果能夠直觀、有效的表示各種擾動的時頻特征;其中，時域特性曲線由改進 S變換模矩陣的行向量包絡線得到，它反映了被測擾動信號的幅值信息;頻域特性曲線由改 進S變換的列向量包絡線得到，它反映了被測擾動信號的頻譜信息；改進S變換具有從復雜 崎變信號中準確提取電能擾動信號的能力;而采用DAG-SVMs分類方法，簡單易行，只需要使 用n-1個決策函數(shù)即可得到分類結果，分類速度快，不存在誤分、拒分區(qū)域，適合嵌入式實 現(xiàn)。
【附圖說明】

[0017] 附圖1為本發(fā)明實施例1的原理圖。
[0018] 附圖2為本發(fā)明實施例2的DPSSW窗函數(shù)自適應調整示意圖；
[0019] 附圖3為本發(fā)明實施例2方法流程圖；
[0020] 附圖4為本發(fā)明實施例2中改進S變換的運算示意圖；
[0021 ]附圖5為本發(fā)明實施例2中改進S變換流程示意圖；
[0022] 附圖6為本發(fā)明實例2中四個分類問題的DAG-SVMs結構示意圖；
[0023] 附圖7為本發(fā)明實施例2中正常電壓、電壓驟升、電壓驟降信號時頻分析圖：
[0024] (a)(b)正常電壓信號時域波形和其經(jīng)過改進S變換后的時頻=維分布；
[0025] (c)(d)電壓驟升信號時域波形和其經(jīng)過改進S變換后的時頻=維分布；
[0026] (e)(f)電壓驟降信號時域波形和其經(jīng)過改進S變換后的時頻=維分布；
[0027] 附圖8為本發(fā)明實施例2中電壓中斷、諧波、電壓驟降+諧波信號時頻分析圖：
[0028] (a)(b)電壓中斷信號時域波形和其經(jīng)過改進S變換后的時頻=維分布；
[0029] (c)(d)諧波信號時域波形和其經(jīng)過改進S變換后的時頻=維分布；
[0030] (e)(f)電壓驟降+諧波信號時域波形和其經(jīng)過改進S變換后的時頻=維分布；
[0031] 附圖9為本發(fā)明實施例2中電壓驟降+諧波、瞬時震蕩、電壓閃變信號時頻分析圖：
[0032] (a) (b)電壓驟降+諧波信號時域波形和其經(jīng)過改進S變換后的時頻=維分布；
[0033] (c)(d)瞬時震蕩信號時域波形和其經(jīng)過改進S變換后的時頻=維分布；
[0034] (e)(f)電壓閃變信號時域波形和其經(jīng)過改進S變換后的時頻=維分布。
【具體實施方式】
[0035] 本實用新型不受下述實施例的限制，可根據(jù)本實用新型的技術方案與實際情況來 確定具體的實施方式。
[0036] 在本實用新型中，為了便于描述，各部件的相對位置關系的描述均是根據(jù)說明書 附圖1的布圖方式來進行描述的，如:前、后、上、下、左、右等的位置關系是依據(jù)說明書附圖 的布圖方向來確定的。
[0037] 下面結合實施例及附圖對本實用新型作進一步描述：
[0038] 實施例1:如附圖1所示，一種基于改進S變換的電能擾動分析儀，其特征在于包括 電源模塊、模數(shù)轉換器和數(shù)字信號處理器，所述的電源模塊的輸出端分別與模數(shù)轉換器的 輸入端和數(shù)字信號處理器的輸入端電連接，模數(shù)轉換器的輸入端電連接有信號調理電路， 模數(shù)轉換器的輸出端與數(shù)字信號處理器的輸入端電連接，數(shù)字信號處理器的輸出端口分別 電連接有復位模塊、仿真調試接口、同步動態(tài)隨機存儲器和FLASH存儲器。在實際工作過程 中，仿真調試可使用JTAG接口與數(shù)字信號處理器連接，進行仿真調試;模數(shù)轉換器可W采用 TI公司生產(chǎn)的ADS8556進行模擬信號與數(shù)字信號的轉換;數(shù)字信號處理器可W采用TI公司 生產(chǎn)的TMS320VC6745，其主要的參數(shù)選擇為:采樣頻率化SPS，F(xiàn)FT運算數(shù)據(jù)長度N= 1024，進 行采樣運算。
[0039] W上給出的模數(shù)轉換器和數(shù)字信號處理器，及其參數(shù)的選取是給出了一個典型實 例，參數(shù)只要滿足采樣定理和實時處理的要求，就可W按W上所述方法進行電能擾動信號 的識別。
[0040] 可根據(jù)實際需要，對上述基于改進S變換的電能擾動分析作進一步優(yōu)化或/和改 進：
[0041] 如附圖1所示，信號調理電路輸入端連接被測電路，信號調理電路用于將被測電路 信號進行低通濾波處理，根據(jù)被測信號的時頻分辨率要求，確定模擬低通濾波器的電阻電 容的取值及模數(shù)轉換器的采樣率和位數(shù)。
[0042] 實施例2:如圖2所示，基于S變換的電能擾動分析儀的使用方法，包括W下步驟：
[0043] 第一步，低通濾波:將被測電路信號輸入信號調理電路進行低通濾波處理，根據(jù)被 測信號時頻分辨率要求，確定模擬低通濾波器的電阻、電容取值W及模數(shù)轉換器的采樣率 和位數(shù)；
[0044] 第二步，模數(shù)轉換:將經(jīng)過濾波后的電壓模擬信號經(jīng)模數(shù)轉換器轉換為數(shù)字信號；
[0045] 第=步，改進S變換:將經(jīng)過轉換后的數(shù)字信號送入數(shù)字信號處理器內(nèi)，在數(shù)字信 號處理器中完成構建離散長球序列窗并進行改進S變換，對改進S變換運算結果所得時頻矩 陣進行分析處理，得到電能擾動信號的特征量；
[0046] 第四步，基于DAG-SVMs的電能擾動分類:將得到的電能擾動信號的特征向量輸入 到訓練好的DAG-SVMs進行電能擾動信號的分類識別。
[0047] 如附圖2、3、6、7、8、9所示，第S步中改進S變換包括W下步驟：
[0048] 步驟1，構建離散長球序列窗函數(shù)化PSSW):被測信號x(t)經(jīng)模數(shù)轉換器(ADC)轉換 后的離散數(shù)字序列為x(n)，n = 0，l，. . .，N-1，其采樣時間間隔為Ts,對應的離散時間傅立葉 變換(DTFT)為
[0049]
[0050] 假設采樣間隔為1，則其對應的頻率間隔為[-1/2,1/2]，在頻率a為(〇《a《l/2)的 頻率范圍內(nèi)，其所占整個信號能量的比例可表示為
[0化1 ]
[0052] 其中，A表示信號在頻域的能量聚集度。
[0053] 離散長球序列(DPSS)能夠保證其構造的離散序列能夠獲得最大的能量聚集度，離 散長球序列窗(DPSSW)是由時間受限的離散長球序列的零階特征向量構成，是如下方程的 解：
[0化4]
[0055] 其中n，i = 0，l，2，...，N-l，N是窗函數(shù)的長度，(6 = k/N代表在頻域[0，l/2]之間所 期望最大主瓣的截止頻率，k代表DPSSW的DFT變換的主瓣內(nèi)最大的整數(shù)值，受香農(nóng)采樣定理 的約束，k必須滿足k《N/2條件，紀/?表示離散長球序列，而AW則表示對應離散長球 序列的能量聚集度，其也可看作上述方程解得的每個特征向量所對應的特征值，此外，該方 程的特征向量必須滿足如下條件
[0化6]
[0057] 解得方程最大特征值aW所對應的的零階特征向量wp!紙巧，巧特征向量又可改 寫為w(n，k)，其即是我們需要的DPSSW窗函數(shù)；
[0058] 步驟2,特征頻率點的選取:結合電能擾動信號的特點，采用只計算關鍵頻率點信 息、剔除無關信息的方法選取特征頻率點。在運里，關鍵頻率點的選取根據(jù)實際計算的實時 性來選取，一般選取基波到40諧波共40個頻率點及運些點附近的2到4個點。
[0059] 步驟3,窗函數(shù)自適應調整：步驟1中w(n，k)為離散長球序列窗函數(shù)(DPSSW)，其寬 度可隨頻率自適應調整；
[0060] 步驟4，改進S變換：由步驟1、步驟2、步驟3構建的離散改進S變換可表示為
[0061]
[0062]
[0063]
[0064] 其中m = 0，l，. . .，N-l，m和n代表時間分量，k和1代表頻率分量，N代表采樣點數(shù)，X a+k)和W(l，k)分別代表妍馬拜和w(n，k)的快速傅立葉(FFT)變換； / .、
[0065] 步驟5，F(xiàn)FT運算:將步驟1采樣所得序列x(n)進行FFT變換得到X[l];計算步驟1中 的DPSSW窗函數(shù)w(m，k)的FFT變換W(l，k)，如果k>N/2,則《(m，k)的FFT變換為W(l，N/2);將 X[l]按照步驟2進行頻率點提取，將滿足條件的特定頻率點X[l]平移到X[l+k];計算X[l+k] 乘 WW[l，k]得到 Y[l，k];
[0066] 步驟6，IFFT運算:將步驟5相乘得到的頻譜Y[l，k]進行IFFT運算，即可得到改進S 變換的時頻矩陣;改進S變換所得時頻矩陣為復數(shù)矩陣，可表示為極坐標形式
[0067] SdpsswU，m)= I SdpsswU，m) I eWn,m)
[006引其中，I SDPssw(n，m) I為改進S變換模值矩陣，珍如縱）-治?織絲從知說)為改進S變 換相位矩陣；
[0069] 步驟7,時頻矩陣特征向量的提取:將步驟6運算的復數(shù)時頻矩陣進行分析處理得 到電能擾動自動識別所需的九個特征向量，包括時域幅值超過標準值10%的持續(xù)時間tup、 時域幅值低于標準值90%的持續(xù)時間tdDwn、時域幅值低于標準值10%的持續(xù)時間tinter、頻 域特征量為最大3個波峰值的極大值Pl，P2，P3及其對應的頻率f 1，f 2，f 3 ;
[0070] 如附圖6至8中所示，時域圖是為了說明信號時域的特點，而頻域圖是為了說明專 利方法提取出來電能擾動信號特征，從而更好的說明專利所述方法的有效性，也能更容易 得出電能擾動的原因，方便工作人員進一步進行處理。
[0071] 如附圖5所示，第四步中所述的基于DAG-SVMs的電能擾動分類方法包括W下步驟：
[0072] 步驟1 ,DAG-SVMs參數(shù)的選取:在訓練階段，采用"一對一"的方法，即在n類訓練樣 本中，構造所有可能的二分分類器，每類僅在n類中的兩類訓練樣本上訓練，因此，共需構造 n(n-l)/2個SVM子分類器。在構造類i和類j的SVM子分類器時，在樣本數(shù)據(jù)集選取屬于類i和 類j的樣本數(shù)據(jù)作為訓練樣本數(shù)據(jù)，并將屬于類i的數(shù)據(jù)標記為正，將屬于類j的數(shù)據(jù)標記為 負，即得到構建DAG-SVMs模型所需的相關參數(shù)；
[0073] 步驟2，DAG-SVMs模型的構建:在分類階段，將所有分類器構成一個兩向有向無環(huán) 圖，包括n(n-l)/2個節(jié)點和n個葉，其中每個節(jié)點為一個分類器，并與下一層的兩個節(jié)點相 連。
[0074] 如附圖5所示，第四步的步驟2中，構造DAG-SVMs時，將分類準確率最高的分類器作 為根節(jié)點，次高的作為第二層節(jié)點，其他分類器依照W上分類方式依次進行排布。附圖5給 出了一個四分類的典型實例，n分類的模型和運個類似，具體哪個出于根節(jié)點和下層節(jié)點是 根據(jù)在訓練階段，其分類準確率的大小確定。
[0075] 對于一個N點的S變換來說，其運算復雜度為0(妒），運算量極大。若充分利用基于 基2的FFT算法，則總的需要(N+l)Nlog2N次復數(shù)加法和(N+l)N/21og2N+N2次復數(shù)乘法，則N點 的S變換計算量將為O(N2IogsN)D W德州儀器(TI)型號為6745的DSP(主頻375MHz)為例，執(zhí)行 一次長度為1024個點的S變換分別需60ms，計算時間已經(jīng)超過工頻電壓周期（20ms)，不利于 信號的實時快速分析。而計算包含h次諧波的改進S變換，其只需要(3h+l)Nlog2N次復數(shù)加 法和（（3hパ）N/21og2N+3hN，整個運算復雜度降為0(hNlog2N)，同樣Wl024個點和 115320￥〔6745為例，其計算時間為3.51113，其遠小于工頻電網(wǎng)基波額定周期(2〇1113)便于嵌入 式系統(tǒng)實現(xiàn)和在線實時檢測應用。
[0076] W上技術特征構成了本實用新型的實施例，其具有較強的適應性和實施效果，可 根據(jù)實際需要增減非必要的技術特征，來滿足不同情況的需求。
【主權項】
1. 一種基于改進S變換的電能擾動分析儀，其特征在于包括電源模塊、模數(shù)轉換器和數(shù) 字信號處理器，所述的電源模塊的輸出端分別與模數(shù)轉換器的輸入端和數(shù)字信號處理器的 輸入端電連接，模數(shù)轉換器的輸入端電連接有信號調理電路，模數(shù)轉換器的輸出端與數(shù)字 信號處理器的輸入端電連接，數(shù)字信號處理器的輸出端口分別電連接有復位模塊、仿真調 試接口、同步動態(tài)隨機存儲器和FLASH存儲器。2. 根據(jù)權利要求1所述的基于改進S變換的電能擾動分析儀，其特征在于所述的信號調 理電路輸入端連接有被測電路，信號調理電路用于將被測電路信號進行低通濾波處理，根 據(jù)被測電路信號的時頻分辨率要求，確定模擬低通濾波器的電阻和電容的取值及模數(shù)轉換 器的采樣率和位數(shù)。
【文檔編號】G06Q50/06GK205721844SQ201620458799
【公開日】2016年11月23日
【申請日】2016年5月18日
【發(fā)明人】孫誼媊, 李寧, 張科, 王璐, 楊冰, 衛(wèi)程, 王剛, 羅慶
【申請人】國網(wǎng)新疆電力公司電力科學研究院, 國家電網(wǎng)公司