一种挖泥船电网谐波监测方法与系统

摘要

本发明实施例公开了一种挖泥船电网谐波监测方法，包括：获取电网中的原始电信号，并提取电网中的原始电信号的各次谐波量测量；根据k时刻第h次谐波的量测量计算k时刻第h次谐波幅值的最优估计值计算的协方差矩阵根据最优估计值计算k时刻谐波畸变率(THD)_k；根据每个时刻的谐波畸变率，判断出电网的电信号质量。本发明实施例在常规卡尔曼滤波算法的基础上，引入修正因子λ表示疏浚作业环境，建立模糊自适应寻优推理模型基础上的鲁棒卡尔曼滤波算法，完成电网谐波数据的一步预测与估计，显著提高了电网谐波监测系统的鲁棒性,能够使得谐波畸变率的最优估计值更加接近原始电信号，最后再根据谐波畸变率来判断电网的质量，提高了判断的准确性。

主权项

一种挖泥船电网谐波监测方法，其特征在于，包括：获取电网中的原始电信号，并提取电网中的原始电信号的各次谐波量测量；根据k时刻第h次谐波的量测量计算k时刻第h次谐波幅值的最优估计值$\left\{\begin{array}{c}{\hat{x}}_{k|k-1}^h=A_{k-1}^h\left({\hat{x}}_{k-1|k-1}^h\right)+B_{k-1}^h\left(u_{k-1}^h\right)+w_{k-1}^h\\ P_{k|k-1}^h=\left[A_{k-1}^h{P}_{(k-1|k-1)}^h{\left(A_{k-1}^h\right)}^T\right]+{Q^h}_{k-1}\\ G_k^h=P_{k|k-1}^h{C}_k^h/[C_k^h{P}_{k|k-1}^h{\left(C_k^h\right)}^T+R_k^h]\\ {\tilde{x}}_{k|k-1}^h=\lambda {\hat{x}}_{k|k-1}^h+(1-\lambda ){\bar{x}}_{k-1}^h\\ {\hat{x}}_{k|k}^h={\hat{x}}_{k|k-1}^h+G_k^h(z_k^h-D_k^h{u}_k^h-C_k^h{\hat{x}}_{k|k-1}^h)\end{array}\right.$其中，式中k为时刻序列；h为谐波阶次，h＝6·l±1，l为正整数；为k时刻谐波幅值的一步预测值；为k‑1时刻谐波幅值的最优估计值；为k时刻谐波幅值的最优估计值；为k‑1时刻的系统传输矩阵；为k‑1时刻的控制输入矩阵；为k‑1时刻的确定性控制输入；为k‑1时刻的系统噪声；为的协方差矩阵；为的协方差矩阵；为的协方差矩阵；为k时刻的卡尔曼增益矩阵；为k时刻的量测矩阵；为量测噪声的协方差矩阵；为k时刻谐波幅值的鲁棒卡尔曼预测值；λ为修正因子；为k‑1时刻谐波幅值的经验预测平均值；为k时刻输入输出矩阵；计算的协方差矩阵$P_{k|k}^h=(I-G_k^h{C}_k^h)P_{k|k-1}^h;$I为单位矩阵；根据不同阶次谐波幅值的最优估计值计算k时刻的谐波畸变率(THD)_k：${\left(THD\right)}_k=\frac{\sqrt{\underset{h}{\Sigma }{\left({\hat{x}}_{k|k}^h\right)}^2}}{{\hat{x}}_{k|k}^1}\times 100\%;$其中为k时刻基波幅值的最优估计值；根据每个时刻的谐波畸变率，判断出电网的电信号质量。