System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于电力参数的测量,具体涉及一种基于泰勒变换的复杂动态信号参数测量方法及装置。
技术介绍
1、随着新能源的快速发展、电力需求的与日俱增,微电网系统得到快速发展和广泛应用。然而微电网系统容量小,惯性较低且易受环境因素影响使其三相不平衡等电能质量问题呈现出许多不同于传统电力系统的特性,加上微电网系统敏感负载对供电可靠性和电能质量的要求越来越高。为有效治理微电网电能质量问题,快速、准确的微电网电力参数测量是无功补偿、负荷调整等治理措施的重要基础。此外,电力参数的快速、准确测量对微电网与大电网在公共耦合点的信号同步也具有重要意义。
2、在正弦插值函数的最小二乘法(sine least squares,sls)中,使用一系列正弦插值函数来近似动态谐波相量,可以灵活地选择不同阶次谐波的参数来改变通带和阻带宽度,以获得更好的谐波相量估计。有助于改善电力系统的稳定性、质量和可靠性,从而提高能源的利用效率并降低系统维护成本,在电力系统和其他领域的应用都具有重要意义。
3、基于正弦插值函数的最小二乘法的同步相量估计器,与泰勒-傅立叶变换相比,具有更低的通带波纹和更高的阻带衰减。但是,基于正弦插值函数的最小二乘法估计器仅适用于复值矩阵运算,这导致了相对较高的计算负担,且在基于正弦插值函数的最小二乘法的同步相量估计器中,减少伪逆矩阵的计算量仍然是一个没有解决的问题。
技术实现思路
1、本专利技术要解决的技术问题:针对现有技术的上述问题,提供一种基于泰勒变换的复杂动态信号参
2、为了解决上述技术问题,本专利技术采用的技术方案为:
3、一种基于泰勒变换的复杂动态信号参数测量方法,包括下述步骤:
4、s101,利用窗函数对目标动态信号离散采样得到的离散信号序列进行加权建立离散信号模型中动态相量系数矩阵pk的最小二乘估计模型:
5、
6、上式中,为动态相量系数pk的估计值,(bk)-1为moore-penrose矩阵bk的逆矩阵,uk为系统矩阵,且系统矩阵为实数矩阵,w为权重矩阵,x为对目标动态信号离散采样得到的离散信号序列;
7、s102,获取对目标动态信号离散采样得到的离散信号序列x,获取离散信号序列x的基频估计值,并基于基频估计值计算归一化角频率ω0;
8、s103,基于归一化角频率ω0构建系统矩阵uk和moore-penrose矩阵bk,根据moore-penrose矩阵bk显式计算moore-penrose矩阵bk的逆矩阵(bk)-1,根据moore-penrose矩阵bk的逆矩阵、系统矩阵uk和moore-penrose矩阵bk结合所述最小二乘估计模型得到动态相量系数pk的估计值
9、s104,利用泰勒变换将动态相量系数pk的估计值展开并计算目标动态信号的信号参数,所述信号参数包括目标动态信号的幅值、相位、频率和频率变化率中的至少一种的估计值。
10、可选地,步骤s101包括:
11、s201,建立下式所示的离散信号模型:
12、
13、上式中,x(n)为第n个离散信号,k∈[-k,k],k为整数,k为正整数值,为动态相量,a(n)为目标信号的幅值,j为虚数单位,为目标信号的相位,p(n)*为p(n)的共轭,f0为目标信号的频率,fs为采样频率,其中a(n)、f0、均为未知量;
14、s202,将离散信号模型改写为矩阵形式:
15、
16、上式中,ω0为归一化角频率,ω0=2πf0/fs,p-k为离散信号中第-k个sin函数的系数,pk为离散信号中第k个sin函数的系数,为p-k在-k处的共轭,为pk在k处的共轭;
17、s203,设动态相量系数利用窗函数对离散信号序列x进行加权处理,建立了离散信号模型中动态相量系数矩阵pk的最小二乘估计模型:
18、
19、上式中,为动态相量系数pk的估计值,(bk)-1为moore-penrosebk的逆矩阵,uk为系统矩阵,w为权重矩阵,x为对目标动态信号离散采样得到的离散信号序列,且有:
20、w=diag[w-(n-1)/2,...,w0,...,w(n-1)/2],
21、上式中,w-(n-1)/2为信号序列最左侧的加权系数,w0为信号序列中心的加权系数,w(n-1)/2为信号序列最右侧的加权系数,且权重矩阵w、系统矩阵uk和moore-penrosebk的逆矩阵(bk)-1均为未知量。
22、可选地,步骤s102中基于基频估计值计算归一化角频率ω0的函数表达式为:
23、
24、上式中,为基频估计值,fs为采样频率。
25、可选地,步骤s103中基于归一化角频率ω0构建系统矩阵uk的函数表达式为:
26、
27、上式中,n为采样点数量,k为正整数值,uk,1~uk,4为系统矩阵uk中的四个子矩阵,子矩阵uk,1的维度为[(n+1)/2]×[2k+1]且其中第n行第k列的元素为(uk,1)n,k,子矩阵uk,2的维度为[(n-1)/2]×[2k+1]且其中第n行第k列的元素为(uk,2)n,k,子矩阵uk,3的维度为[(n+1)/2]×[2k+1]且其中第n行第k列的元素为(uk,3)n,k,子矩阵uk,4的维度为[(n-1)/2]×[2k+1]且其中第n行第k列的元素为(uk,4)n,k,且计算函数表达式为:
28、(uk,1)n,k=sin[π(1.15n+k)]cos(nω0)/[π(1.15n+k)],n∈[-(n-1)/2,0],
29、(uk,2)n,k=sin[π(1.15n-k)]cos(nω0)/[π(1.15n-k)],n∈[1,(n-1)/2],
30、(uk,3)n,k=sin[π(1.15n+k)]sin(nω0)/[π(1.15n+k)],n∈[-(n-1)/2,0],
31、(uk,4)n,k=sin[π(1.15n-k)]sin(nω0)/[π(1.15n-k)],n∈[1,(n-1)/2],
32、上式中,k∈[-k,k],k为整数,n为离散信号的序号。
33、可选地,步骤s103中基于归一化角频率ω0构建moore-penrose矩阵bk的函数表达式为:
34、
35、上式中,bk,1~bk,4为moore-penrose矩阵bk中的四个子矩阵,bk,1的维度为[2k+1]×[2k+1]且其中第η行第μ列的元素为(bk,1)η,μ,bk,2的维度为[2k+1]×[2k+1]且其中第η行第μ列的元素为(bk,2)η,μ,bk,3的维度为[2k+1]×[2k+1]且其中第η行第μ列的元素为(bk,3)η,μ,bk,4的维度为[本文档来自技高网...
【技术保护点】
1.一种基于泰勒变换的复杂动态信号参数测量方法,其特征在于,包括下述步骤:
2.根据权利要求1所述的基于泰勒变换的复杂动态信号参数测量方法,其特征在于,步骤S101包括:
3.根据权利要求1所述的基于泰勒变换的复杂动态信号参数测量方法,其特征在于,步骤S102中基于基频估计值计算归一化角频率Ω0的函数表达式为:
4.根据权利要求1所述的基于泰勒变换的复杂动态信号参数测量方法,其特征在于,步骤S103中基于归一化角频率Ω0构建系统矩阵UK的函数表达式为:
5.根据权利要求1所述的基于泰勒变换的复杂动态信号参数测量方法,其特征在于,步骤S103中基于归一化角频率Ω0构建Moore-Penrose矩阵BK的函数表达式为:
6.根据权利要求1所述的基于泰勒变换的复杂动态信号参数测量方法,其特征在于,步骤S103中根据Moore-Penrose矩阵BK显式计算Moore-Penrose矩阵BK的逆矩阵(BK)-1包括:
7.根据权利要求1所述的基于泰勒变换的复杂动态信号参数测量方法,其特征在于,步骤S104包括:
>8.根据权利要求7所述的基于泰勒变换的复杂动态信号参数测量方法,其特征在于,步骤S402中根据p(0)(n)、p(1)(n)和p(2)(n)计算目标动态信号的信号参数时:
9.一种基于泰勒变换的复杂动态信号参数测量装置,包括相互连接的微处理器和存储器,其特征在于,所述微处理器被编程或配置以执行权利要求1~8中任意一项所述基于泰勒变换的复杂动态信号参数测量方法。
10.一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,其特征在于,所述计算机程序用于被微处理器编程或配置以执行权利要求1~8中任意一项所述基于泰勒变换的复杂动态信号参数测量方法。
...【技术特征摘要】
1.一种基于泰勒变换的复杂动态信号参数测量方法,其特征在于,包括下述步骤:
2.根据权利要求1所述的基于泰勒变换的复杂动态信号参数测量方法,其特征在于,步骤s101包括:
3.根据权利要求1所述的基于泰勒变换的复杂动态信号参数测量方法,其特征在于,步骤s102中基于基频估计值计算归一化角频率ω0的函数表达式为:
4.根据权利要求1所述的基于泰勒变换的复杂动态信号参数测量方法,其特征在于,步骤s103中基于归一化角频率ω0构建系统矩阵uk的函数表达式为:
5.根据权利要求1所述的基于泰勒变换的复杂动态信号参数测量方法,其特征在于,步骤s103中基于归一化角频率ω0构建moore-penrose矩阵bk的函数表达式为:
6.根据权利要求1所述的基于泰勒变换的复杂动态信号参数测量方法,其特征在于,步骤s103中根据moore-pe...
【专利技术属性】
技术研发人员:温和,王泽,李橙橙,黄畅,李凯文,唐璐,宋健,
申请(专利权)人:湖南大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。