一种行波信号的参数化识别方法

摘要

本发明属于电力系统领域，涉及一种行波信号的参数化识别方法。该方法根据行波信号的统计特性建立行波信号的参数化模型；利用自适应粒子滤波算法和优化方法估计出表示不同故障情况下行波特征的参数信息和时频信息,提取能够全面反映行波信号特点的时域和时频域关联特征量组；联合分析上述关联特征量组，提取行波故障特征，突显故障信息，准确可靠地感知强电磁干扰下微弱故障行波信号和复杂折反射行波信号。本发明方法利用参数化时频分析的方法来识别电网故障行波，提出行波信号的新型识别参数,可有效提高受扰行波信号识别的可靠性和准确性,为构建新型故障行波保护与定位原理提供参数支持。

主权项

一种行波信号的参数化识别方法，包括如下步骤：1) 根据行波信号的脉冲特性和非平稳特性, 构建由稳定分布驱动的时变自回归模型(稳定分布‑TVAR模型)；2) 针对模型的非高斯性以及时变参数突变的延迟性，提出以参数噪声统计特性估计为核心、带时变遗忘因子的自适应粒子滤波算法，用于行波信号建模的参数估计中；3) 根据估计出的模型系数计算分数低阶时变功率谱，提取以参数幅值特征的时域特征量和以分数低阶时变功率谱表征的时频域特征量；4) 根据估计出的稳定分布参数值提取行波信号的时域特征量；5) 根据时域和时频域的多种关联特征量组，准确提取能够全面反映行波故障信号的特征量，实现复杂行波信号和微弱行波信号的可靠准确辨识。