本發(fā)明涉及一種基于趨勢預(yù)測的高壓直流輸電系統(tǒng)（high?voltage?directcurrent,?hvdc）換相電壓幅值相角快速提取方法，屬于高壓直流輸電系統(tǒng)換相失敗防御。

背景技術(shù)：

1、基于電網(wǎng)換相的高壓直流輸電技術(shù)（line-commutated?converter?hvdc,?lcc-hvdc）憑借其輸送容量大、損耗小、造價低等特點，有效地解決了能源中心與負(fù)荷中心分布不均的問題，保證了電能的可靠供應(yīng)。換相失?。╟ommutation?failure,?cf）是lcc-hvdc最常見的故障之一，它會導(dǎo)致系統(tǒng)直流電流迅速上升，給直流系統(tǒng)帶來有功和無功功率的沖擊，嚴(yán)重時會造成直流輸電閉鎖，引發(fā)有功潮流轉(zhuǎn)移，換相失敗防御技術(shù)是當(dāng)前研究熱點。換相失敗防御中，換相電壓是最受關(guān)注的特征量之一，換相電壓的幅值直接影響換相過程所需的時間，而換相電壓的相角直接影響待關(guān)斷閥承受電壓的過零點時刻。因此，提取換相電壓的幅值和相角信息能夠為換相失敗的預(yù)測提供支撐。同時，若能在系統(tǒng)故障后在更短的時間內(nèi)提取出換相電壓的幅值與相角，就能夠提高換相失敗預(yù)測的快速性，從而更早地對系統(tǒng)運行參數(shù)進(jìn)行調(diào)整，降低換相失敗的風(fēng)險。綜上所述，快速提取hvdc換相電壓幅值和相角至關(guān)重要。

2、對于上述問題，目前國內(nèi)外研究多采用三角函數(shù)最小二乘擬合的方法進(jìn)行換相電壓幅值與相角的提取，如以下文獻(xiàn)記載：王增平,?劉席洋,?鄭博文,等.?基于電壓波形擬合的換相失敗快速預(yù)測與抑制措施[j].電工技術(shù)學(xué)報,?2020,?35(7):?1454-1463。

3、現(xiàn)有的三角函數(shù)最小二乘擬合的方法中，在lcc-hvdc系統(tǒng)運行過程中，不論系統(tǒng)故障后換相電壓幅值和相角如何變化，其表達(dá)式都能寫成以下的形式：

4、（1）；

5、式（1）是一個非線性函數(shù)， u為擬合的換相電壓瞬時值， t為時間， ω0為系統(tǒng)角頻率， um0表示換相電壓擬合函數(shù)的幅值， θ0表示換相電壓擬合函數(shù)的相角。利用三角函數(shù)的和差角公式，可以將上述公式（1）改寫成以下的線性形式：

6、（2）；

7、其中， um1表示正弦部分的幅值大小， um2表示余弦部分的幅值大?。磺? um0、 um1、 um2、 θ0滿足如下關(guān)系：

8、（3）；

9、根據(jù)最小二乘法線性擬合公式， um1和 um2的擬合結(jié)果如下：

10、（4）；

11、式中，， u1、 u2、…、 um為 m個電壓的瞬時值， t1、 t2、…、 tm為 m個電壓瞬時值的時間信號。然后將 um1和 um2代入到式（3）中，即得到換相電壓擬合函數(shù)的幅值 um0和換相電壓擬合函數(shù)的相角 θ0，得到擬合結(jié)果。

12、然而，現(xiàn)有的三角函數(shù)擬合方法在故障后換相電壓幅值與相位的提取速度上存在不足，導(dǎo)致?lián)Q相失敗預(yù)測和抑制的滯后，使得換相失敗故障的發(fā)生已無法避免。該問題已成為高壓直流輸電換相失敗防御領(lǐng)域中限制換相失敗預(yù)測快速性的瓶頸。

技術(shù)實現(xiàn)思路

1、為了解決上述問題，本發(fā)明提供了一種基于趨勢預(yù)測的hvdc換相電壓幅值相角快速提取方法，可以快速地提取出系統(tǒng)故障后換相電壓的幅值與相角。

2、本發(fā)明的技術(shù)方案如下：

3、一種基于趨勢預(yù)測的hvdc換相電壓幅值相角快速提取方法，包括如下步驟：

4、s1：設(shè)置采樣間隔 t和擬合數(shù)據(jù)個數(shù) m，并將采集到的換相電壓瞬時值 u隨時間的變化實時輸入到電壓擬合模塊，計數(shù)器 i的初始值為1（ i≥1）；

5、s2：將采集到的換相電壓瞬時值實時輸入到電壓擬合模塊，每次輸入換相電壓瞬時值，計數(shù)器 i+1；對實時輸入的 m個換相電壓瞬時值進(jìn)行三角函數(shù)最小二乘擬合，計算得到擬合曲線的幅值和相角；

6、本步驟的擬合過程是實時進(jìn)行的，每輸入換相電壓瞬時值（ m個）數(shù)據(jù)都進(jìn)行一次幅值相位的擬合提取。

7、s3：步驟s2得到的幅值和相角輸入至趨勢預(yù)測模型中，并設(shè)置趨勢預(yù)測模型的參數(shù)；

8、s4：當(dāng)計數(shù)器 i≤ p+1時， p為振蕩周期長度，根據(jù)前 p+1個擬合曲線的幅值和相角對趨勢預(yù)測模型的記憶分量、趨勢分量和振蕩分量進(jìn)行初始化，并將原始擬合曲線的幅值和相角數(shù)據(jù)作為預(yù)測結(jié)果分別作為趨勢預(yù)測后的幅值和相角；

9、s5：當(dāng)計數(shù)器 i＞ p+1時，更新趨勢預(yù)測模型的記憶分量、趨勢分量和振蕩分量，并基于更新后的記憶分量、趨勢分量和振蕩分量對幅值和相角進(jìn)行趨勢預(yù)測；

10、s6：實時輸出趨勢預(yù)測后的幅值和相角。

11、步驟s1中，采樣間隔 t和擬合數(shù)據(jù)個數(shù) m影響擬合結(jié)果，優(yōu)選的，采樣間隔 t=0.2ms，擬合數(shù)據(jù)個數(shù) m=5。

12、優(yōu)選的，步驟s2中，按照式（5）、（6）對輸入的 m個換相電壓瞬時值進(jìn)行三角函數(shù)最小二乘擬合，得到第 i次的換相電壓幅值和相角擬合結(jié)果 um0( i)和 θ0( i)；

13、（5）；

14、（6）；

15、其中，， ω0為系統(tǒng)角頻率； um( i)表示第 i次輸入的 m個換相電壓瞬時值； tm( i)表示第 i次輸入的 m個換相電壓瞬時值對應(yīng)的時間信號； um1( i)和 um2( i)為計算過程中的中間變量，無實際物理意義。

16、優(yōu)選的，步驟s3中，趨勢預(yù)測模型的參數(shù)包括幅值記憶因子 α u、相角記憶因子 α θ、幅值趨勢因子 β u、相角趨勢因子 β θ、幅值振蕩因子 γ u、相角振蕩因子 γ θ和振蕩周期長度 p。

17、參數(shù)的選擇影響預(yù)測結(jié)果，優(yōu)選的，幅值記憶因子 α u=0.5，相角記憶因子 α θ=0.2，幅值趨勢因子 β u=0.5，相角趨勢因子 β θ=0.7，幅值振蕩因子 γ u=0.3，相角振蕩因子 γ θ=0.5，振蕩周期長度 p=6。

18、優(yōu)選的，步驟s4中，記憶分量包括幅值記憶分量 l u和相角記憶分量 l θ，趨勢分量包括幅值趨勢分量 b u和相角趨勢分量 b θ，振蕩分量包括幅值振蕩分量 s u和相角振蕩分量 s θ，其中 l u、 b u、 s u、 α u、 β u、 γ u用于幅值的趨勢預(yù)測，而 l θ、 b θ、 s θ、 α θ、 β θ、 γ θ用于相角的趨勢預(yù)測。

19、首先根據(jù)前 p+1個擬合曲線的幅值和相角對趨勢預(yù)測模型的記憶分量、趨勢分量和振蕩分量進(jìn)行初始化，如式（7）、（8）所示：

20、（7）；

21、（8）；

22、其中， um0(1)表示第1次的換相電壓幅值擬合結(jié)果； um0( p+1)表示第 p+1次的換相電壓幅值擬合結(jié)果； um0(1: p)表示第1次到第 p次的換相電壓幅值擬合結(jié)果組成的數(shù)組；

23、 θ0(1)表示第1次的換相電壓相角擬合結(jié)果； θ0( p+1)表示第 p+1的換相電壓相角擬合結(jié)果； θ0(1: p)表示第1次到第 p次的換相電壓相角擬合結(jié)果組成的數(shù)組；

24、然后，對幅值和相角進(jìn)行趨勢預(yù)測，在計數(shù)器 i≤ p+1時，將原始擬合曲線的幅值和相角數(shù)據(jù)作為預(yù)測結(jié)果分別存入 um( i)和 θ( i)，如式（9）和式（10）所示：

25、（9）；

26、（10）。

27、優(yōu)選的，步驟s5中，隨著計數(shù)器 i增加到大于 p+1時，程序?qū)⒎禂?shù)據(jù) um0( i)、相角數(shù)據(jù) θ0( i)、 l u和 l θ， b u和 b θ， s u和 s θ輸入到趨勢預(yù)測模塊進(jìn)行更新，具體的：將 l u和 l θ分別賦值給 l u _prev和 l θ _prev，即 l u _prev= l u， l θ _prev= l θ，并按照式（11）和式（12）分別對 l u、 b u、 s u、 l θ、 b θ、 s θ進(jìn)行更新：

28、（11）；

29、（12）；

30、其中，mod(?)為求余函數(shù)； s u按照公（11）的第三行更新，因為 s u是一個長度為 p數(shù)組，每次更新是更新數(shù)組中 p個量中的一個值； s θ按照式（12）的第三行更新， s θ是一個長度為 p數(shù)組，每次更新是更新數(shù)組中 p個量中的一個值。

31、然后，基于更新后的 l u和 l θ， b u和 b θ， s u和 s θ，通過式（13）和式（14）分別對幅值和相角進(jìn)行趨勢預(yù)測：

32、（13）；

33、（14）。

34、本發(fā)明中， α u、 β u、 γ u分別控制幅值記憶分量 l u、幅值趨勢分量 b u和幅值振蕩分量 s u更新過程中對近期輸入數(shù)據(jù)的敏感程度； α θ、 β θ、 γ θ分別控制相角記憶分量 l θ、相角趨勢分量 b θ和相角振蕩分量 s θ更新過程中對近期輸入數(shù)據(jù)的敏感程度。

35、當(dāng) i＞ p+1時，對于一次輸入（ m個點），預(yù)測分量（記憶分量、趨勢分量和振蕩分量）的更新和趨勢預(yù)測的計算各進(jìn)行一次。在每次預(yù)測分量更新完成后，都將它們的當(dāng)前值返回，參與下一次的分量更新。只要系統(tǒng)一直將采集的換相電壓瞬時值輸入到本發(fā)明的提取系統(tǒng)，預(yù)測分量就一直更新并返回。也就是說，本發(fā)明提出的提取方法是實時提取換相電壓幅值和相角的。最后，輸出基于趨勢預(yù)測提取到的幅值 um( i)和相角 θ( i)，隨著輸入到趨勢預(yù)測模型中的換相電壓幅值相角的擬合數(shù)據(jù)不斷變化， um( i)和相角 θ( i)也進(jìn)行實時更新，作為本發(fā)明所提方法提取出的換相電壓幅值和相角，直至不需要進(jìn)行換向失敗的預(yù)測。

36、本發(fā)明未詳盡之處，均可參見現(xiàn)有技術(shù)。

37、與現(xiàn)有擬合提取方法不同的是，本發(fā)明不直接輸出擬合得到的換相電壓幅值和相角，而是將它們輸送到趨勢預(yù)測模型中進(jìn)行處理，最后計算得到本發(fā)明方法提取所得的幅值和相角。

38、在趨勢預(yù)測模型中，定義三類預(yù)測分量：記憶分量、趨勢分量和振蕩分量，最終的幅值相角提取結(jié)果 um( i)和 θ( i)由分別由三個分量相加獲得。趨勢預(yù)測模型根據(jù)輸入的擬合數(shù)據(jù)對這些分量進(jìn)行實時更新，并且可以通過調(diào)整加權(quán)系數(shù)的大小控制本環(huán)節(jié)對歷史擬合數(shù)據(jù)的敏感度，從而對未來變化進(jìn)行更精確的預(yù)測，保證hvdc換相電壓幅值相角提取的快速性和準(zhǔn)確性。

39、本發(fā)明的有益效果為：

40、本發(fā)明的基于趨勢預(yù)測的hvdc換相電壓幅值相角快速提取方法，首先通過對換相電壓的實時采集數(shù)據(jù)進(jìn)行三角函數(shù)最小二乘擬合，初步得到換相電壓幅值相角的擬合數(shù)據(jù)；然后在不增加其他采集數(shù)據(jù)的情況下，基于當(dāng)前擬合所得數(shù)據(jù)預(yù)測幅值和相角的趨勢，并且在預(yù)測過程中通過定義記憶分量、趨勢分量和振蕩分量，在更短的時間內(nèi)得到換相電壓變化后的幅值相角，從而實現(xiàn)hvdc故障后換相電壓幅值和相角的快速提取，為換相失敗的快速預(yù)測和抑制提供支撐。