一种混合振荡信号参数辨识方法及系统技术方案

本发明专利技术公开了一种混合振荡信号参数辨识方法及系统，涉及水电参数辨识技术领域。所述混合振荡信号参数辨识方法包括：获取混合振荡信号；采用二阶同步提取小波变换方法对所述混合震荡信号进行分解，得到分解信号；根据损失精度确定所述分解信号是否分解完全；对分解完全的分解信号进行经验包络解调，得到所述分解完全的分解信号的振荡主导模态；所述振荡主导模态包括低频振荡和超低频振荡。本发明专利技术能够准确分析待测信号的特征参数，进而准确分辨信号的振荡主导模态。的振荡主导模态。的振荡主导模态。

【技术实现步骤摘要】
一种混合振荡信号参数辨识方法及系统


[0001]本专利技术涉及水电参数辨识
，特别是涉及一种混合振荡信号参数 辨识方法及系统。

技术介绍

[0002]长期以来，水电机组渗透率较高的异步互联系统中，转动惯量仅为同步 时的1/6～1/5，电网抗扰能力下降，频率振荡风险加大，易出现低频振荡与 超低频振荡混合的振荡现象，危害电力系统的安全稳定运行。因此，有效提 取混合振荡模态并准确获取参数至关重要。而现今时频分析方法普遍存在时 频分辨率低、抗噪性差等问题，无法准确分析待测信号的特征参数。

技术实现思路

[0003]本专利技术的目的是提供一种混合振荡信号参数辨识方法及系统，能够准确 分析待测信号的特征参数，进而准确分辨信号的振荡主导模态。
[0004]为实现上述目的，本专利技术提供了如下方案：
[0005]一种混合振荡信号参数辨识方法，包括：
[0006]获取混合振荡信号；
[0007]采用二阶同步提取小波变换方法对所述混合震荡信号进行分解，得到分 解信号；
[0008]根据损失精度确定所述分解信号是否分解完全；
[0009]对分解完全的分解信号进行经验包络解调，得到所述分解完全的分解信 号的振荡主导模态；所述振荡主导模态包括低频振荡和超低频振荡。
[0010]可选地，所述根据损失精度确定所述分解信号是否分解完全，具体包括：
[0011]对若干个所述分解信号进行重建，得到重构信号；
[0012]判断所述重构信号的损失精度是否小于预设阈值；
[0013]若是，则所述分解信号分解完全，输出分解完全的分解信号。
[0014]可选地，所述对分解完全的分解信号进行经验包络解调，得到所述分解 完全的分解信号的振荡主导模态，具体包括：
[0015]对分解完全的分解信号进行经验包络解调，得到模式信息；所述模式信 息至少包括幅值、频率、衰减因子和阻尼比；
[0016]根据所述模式信息确定所述分解完全的分解信号的振荡主导模态。
[0017]可选地，所述对分解完全的分解信号进行经验包络解调，得到模式信息， 具体包括：
[0018]对分解完全的分解信号进行极大值运算，得到极大值及对应时刻；
[0019]采用三次样条函数对所述极大值及所述对应时刻进行拟合，得到经验包 络函数；
[0020]根据所述经验包络函数对所述分解完全的分解信号进行标准化处理，得 到纯调频函数；
[0021]根据所述分解完全的分解信号和所述纯调频函数确定模式信息。
[0022]本专利技术还公开了一种混合振荡信号参数辨识系统，包括：
[0023]数据采集模块，用于获取混合振荡信号；
[0024]信号分解模块，用于采用二阶同步提取小波变换方法对所述混合震荡信 号进行分解，得到分解信号；
[0025]信号判断模块，用于根据损失精度确定所述分解信号是否分解完全；
[0026]模态确定模块，用于对分解完全的分解信号进行经验包络解调，得到所 述分解完全的分解信号的振荡主导模态；所述振荡主导模态包括低频振荡和 超低频振荡。
[0027]可选地，所述信号判断模块包括：
[0028]信号重建单元，用于对若干个所述分解信号进行重建，得到重构信号；
[0029]信号判断单元，用于判断所述重构信号的损失精度是否小于预设阈值；
[0030]信号输出单元，用于当所述重构信号的损失精度小于预设阈值时，所述 分解信号分解完全，输出分解完全的分解信号。
[0031]可选地，所述模态确定模块包括：
[0032]模式信息确定单元，用于对分解完全的分解信号进行经验包络解调，得 到模式信息；所述模式信息至少包括幅值、频率、衰减因子和阻尼比；
[0033]模态确定单元，用于根据所述模式信息确定所述分解完全的分解信号的 振荡主导模态。
[0034]可选地，所述模式信息确定单元包括：
[0035]数据运算子单元，用于对分解完全的分解信号进行极大值运算，得到极 大值及对应时刻；
[0036]数据拟合子单元，用于采用三次样条函数对所述极大值及所述对应时刻 进行拟合，得到经验包络函数；
[0037]标准化处理子单元，用于根据所述经验包络函数对所述分解完全的分解 信号进行标准化处理，得到纯调频函数；
[0038]模式信息确定子单元，用于根据所述分解完全的分解信号和所述纯调频 函数确定模式信息。
[0039]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0040]本专利技术公开了一种混合振荡信号参数辨识方法及系统，本专利技术首先采用 二阶同步提取小波变换方法对混合振荡信号进行分解，得到分解信号，并根 据损失精度判断所述分解信号是否分解完全，接着对分解完全的分解信号进 行经验包络解调，得到分解信号相应的振荡主导模态，所述振荡主导模态包 括低频振荡和超低频振荡。其中，通过采用二阶同步提取小波变换方法剔除 噪声等与真实频率无关的分量，避免噪声的干扰与模态混叠现象，提升时频 分辨率和抗噪性，并且通过经验包络解调获取分解信号相应的振荡主导模 态，完成参数辨识，省去了复杂积分变换过程，避免了端点效应，能够准确 分析待测信号的特征参数。
附图说明
[0041]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实 施例中
所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅 仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性 劳动性的前提下，还可以根据这些附图获得其他的附图。
[0042]图1为本专利技术混合振荡信号参数辨识方法的方法流程图；
[0043]图2为本专利技术混合振荡信号参数辨识方法的逻辑示意图；
[0044]图3为本专利技术实验算例一中的模拟信号波形图；
[0045]图4为本专利技术实验算例一中经SSEWT算法分解得到的第一分解信号示 意图；
[0046]图5为本专利技术实验算例一中经SSEWT算法分解得到的第二分解信号示 意图；
[0047]图6为本专利技术实验算例一中经SSEWT算法分解得到的第三分解信号示 意图；
[0048]图7为本专利技术实验算例一中SSEWT算法与算法R
é
nyi熵的结果对比图；
[0049]图8为本专利技术实验算例一中经Hilbert变换后的第一分解信号的瞬时频 率图；
[0050]图9为本专利技术实验算例一中经EE解调后的第一分解信号的瞬时频率图；
[0051]图10为本专利技术实验算例一中经Hilbert变换后的第二分解信号的瞬时频 率图；
[0052]图11为本专利技术实验算例一中经EE解调后的第二分解信号的瞬时频率 图；
[0053]图12为本专利技术实验算例二中系统受到扰动后的振荡曲线图；
[0054]图13为本专利技术实验算例二中经过FSST算法运算的实测信号的分解信号 IMF1～IMF5示意图；
...

【技术保护点】

【技术特征摘要】
1.一种混合振荡信号参数辨识方法，其特征在于，包括：获取混合振荡信号；采用二阶同步提取小波变换方法对所述混合震荡信号进行分解，得到分解信号；根据损失精度确定所述分解信号是否分解完全；对分解完全的分解信号进行经验包络解调，得到所述分解完全的分解信号的振荡主导模态；所述振荡主导模态包括低频振荡和超低频振荡。2.根据权利要求1所述的混合振荡信号参数辨识方法，其特征在于，所述根据损失精度确定所述分解信号是否分解完全，具体包括：对若干个所述分解信号进行重建，得到重构信号；判断所述重构信号的损失精度是否小于预设阈值；若是，则所述分解信号分解完全，输出分解完全的分解信号。3.根据权利要求1所述的混合振荡信号参数辨识方法，其特征在于，所述对分解完全的分解信号进行经验包络解调，得到所述分解完全的分解信号的振荡主导模态，具体包括：对分解完全的分解信号进行经验包络解调，得到模式信息；所述模式信息至少包括幅值、频率、衰减因子和阻尼比；根据所述模式信息确定所述分解完全的分解信号的振荡主导模态。4.根据权利要求3所述的混合振荡信号参数辨识方法，其特征在于，所述对分解完全的分解信号进行经验包络解调，得到模式信息，具体包括：对分解完全的分解信号进行极大值运算，得到极大值及对应时刻；采用三次样条函数对所述极大值及所述对应时刻进行拟合，得到经验包络函数；根据所述经验包络函数对所述分解完全的分解信号进行标准化处理，得到纯调频函数；根据所述分解完全的分解信号和所述纯调频函数确定模式信息。5.一种混合振荡信号参数辨识系统，其特征在于，包括：数据采集模块，用于获取混合振荡...

【专利技术属性】
技术研发人员：张虹，张桉宁，孟庆尧，李佳旺，姜德龙，白洋，张玉海，
申请(专利权)人：东北电力大学，
类型：发明
国别省市：