专利名称：：一种基于广义卡尔曼滤波的谐波辨识方法
技术领域：
：本发明涉及的是一种谐波辨识方法领域，具体涉及一种用于电力系统谐波辨识或者控制系统中的谐波辨识方法。
背景技术：
：在电力系统中，谐波是负荷非线性所产生的电压电流的畸变，谐波消耗无功储备、影响电能计量，增加电能传输和利用的损耗，使设备过热，加剧设备的老化并缩短使用其使用寿命。产生的谐波谐振会造成电器元件的故障损毁，严重危害着电气环境。在信号干扰方面，谐波会产生电磁干扰，降低通信系统的通讯质量，造成重要元件和敏感元件的误动作，扰乱自动控制装置正常运行，使可靠性下降。谐波已成为电力公害。为了消除谐波成分，需要首先将谐波成分的信息辨识出来，以作为谐波消除的依据。从查到的专利和文献的情况来看，已有使用卡尔曼滤波作为谐波辨识方法的例子，但他们将信号状态空间假设为简单的线性情况，使用线性形式的信号模型，以标准卡尔曼滤波作辨识算法，没有考虑实际信号的非线性特性。这样的辨识方法在卡尔曼滤波计算后还需要进行解算才能得到作为辨识结果的各次谐波幅值和相位，实时性不佳。期刊文章“基于扩展卡尔曼滤波器的异步电机转速辨识”(李剑飞，尹泉，万淑芸.基于扩展卡尔曼滤波器的异步电机转速辨识[J].电工技术学报.2002，10，17(5).40-44.)采用扩展卡尔曼滤波来辨识异步电机的感应电流的方法来间接地辨识电机转速，所解决的实际问题和采用的方法及创新点均与本发明的谐波辨识存在巨大差异，是基于异步电机模型进行的。而硕士学位论文“基于卡尔曼滤波算法的动态谐波状态估计技术研究”(祝石厚.基于卡尔曼滤波算法的动态谐波状态估计技术研究[D].重庆大学2008)是以线性模型和线性卡尔曼滤波作为研究对象的，与本发明差异巨大。在“中国搜索专利数据库”(http://www.soopat.com/)和“中国知识产权数据库”(http://www.cnipr.com/)中检索到几篇相关专利。发明专利“一种基于卡尔曼滤波器的电液伺服系统波形再现控制方法”和发明专利“一种基于卡尔曼滤波器的电液伺服系统随机振动控制方法”都是卡尔曼滤波器在电液伺服系统中的应用，但是并没有将卡尔曼滤波作为辨识算法进行谐波辨识，与本发明有本质的区别。发明专利“系统模型未知的自适应卡尔曼滤波方法”是一种特殊的卡尔曼滤波方法，没有涉及在谐波辨识问题中的具体应用，与本发明的特点没有冲突。“PowersystemharmonicanalysisusingtheKalmanfilter，，(KarenKennedy,GordonLightbodyjRobertYacamin1.PowersystemharmonicanalysisusingtheKalmanfilter.PowerEngineeringSocietyGeneralMeeting,2003，IEEE.13_17July2003.Toronto,Canada.)也使用了扩展卡尔曼滤波来进行辨识，但响应信号模型的状态向量不是各次谐波的幅值和相位，与本专利有较大区别。“Self-TuningofKalmanFiltersforHarmonicComputation”(JoseA.RosendoMacias,SeniorMember,IEEE,andAntonioGomezExpositojFellow,IEEE.Self-TuningofKalmanFiltersforHarmonicComputation.1EEETRANSACTIONSONPOWERDELIVERY，VOL.21，N0.1,JANUARY2006.501-503.)响应信号的模型是线性状态空间的形式，使用标准卡尔曼滤波作辨识算法，与本专利有较大差异。
发明内容本发明的目的在于提供一种实现快速、实时地得到响应信号谐波成分信息谐波辨识方法。本发明的目的是这样实现的:本发明包括以下步骤:(I)建立响应信号非线性状态空间模型:k时刻的响应信号为η个频率为基频整数倍的谐波成分之和为:权利要求1.一种基于广义卡尔曼滤波的谐波辨识方法，其特征是，包括以下步骤:(1)建立响应信号非线性状态空间模型:k时刻的响应信号为η个频率为基频整数倍的谐波成分之和为:s(k)=X(:(/c'jsin(/oj./<+4⑷)f=l式中k为时刻序列；n为谐波阶次；ωI为基波圆频率ω=2Jif/f,,为基波和系统采样频率；iωi为第i次谐波的圆频率；Φi(k)为k时刻第i次谐波的相角Ki(k)为k时刻第i次谐波的幅值；状态空间状态向量XGO=Iix1(k)X2(k)…X2lriGOx2n(k)]T的2n个元素为:X1(k)=C1(k),...X21-!(k)=Ci(k),…X2lri(k)=Cn(k),X2(k)=Φ!(k),*..χ2(^=Φ(^,…x2n(k)=<i)n(k),噪声影响下包含η次谐波的响应信号状态方程和测量方程为:X(k+1)=F(k,X(k))+w(k)=x(k)+w(k),z(k)=H(k,x(k))+v(k)=(X1(k)sin(ωjk)cos(x2(k))+X1(k)cos(ωjk)sin(x2(k)))+...(x2h(k)sin(ω氺)cos(x2i(k))+X2i^1(k)cos(ω氺)sin(x2i(k)))+...,(X2lri(k)sin(ω氺)cos(x2n(k))+X2lri(k)cos(ω氺)sin(x2n(k)))+v(k)式中z(k)为测量值，2(10=8(10，1\1矩阵疋&^(10)为k时刻的非线性状态转移函数；H(k，x(k))为k时刻的非线性测量函数;w(k)为状态转移过程噪声；v(k)为测量噪声；(2)提取k时刻状态向量估计值提取状态空间方程的雅克比矩阵F(k)和H(k)，状态转移函数F(k，X(k))的雅克比矩阵F(k)为单位矩阵，测量函数H(k，x(k))的雅克比矩阵H(k)为维数为1Χ2η的矩阵:sin(q/c)cos(a'(k))+cos(⑶丨,々)sin(λ%(/c))-.Vi(Zr)sin(⑶)sin(λ、(々))+λ、(k)cοs(οχ/ν)cοs(χ:((^))sin(^)cos(x2(^)j+cos(sinX2.⑷)H(壳)=，~χ2_χ(Λ:)sin()sinIx2i⑷)+^(k)cos(mtk)cos(x2/{kyjsin(ωJi)cos{k))-fcos((0..k)sin(X2;l[k))-JC2li,⑷sin)sin(x2,⑷)+x2,⑷cos(<y々)cos(.r2,,(々))_提取k时刻状态向量估计值.提取k时刻一步预测状态向量=9提取k时刻一步预测均方误差P_(k)P_(k)=A(k-1)P(k-1)At(k-1)+Q(k-1)，提取k时刻卡尔曼滤波增益K(k)K(k)=P_(k)BT(k)[B(k)F(k)BT(k)+R(k)]-1,提取k时刻状态向量估计值x(^)=r(^)+K(^)[z(Ar)-B(^)r(i)]，提取k时刻估计均方误差P(k)P(k)=[1-κ(k)B(k)]P—(k)，式中Q(k)为过程噪声w(k)的相关矩阵，R(k)为测量噪声v(k)的相关矩阵；(3)提取出k时刻的谐波幅值和相位:k时刻第i次谐波的幅值为:Ci(k)=X2i^1(k)；相位为:Φi(k)=x2i(k)。2.根据权利要求1所述的一种基于广义卡尔曼滤波的谐波辨识方法，其特征在于:所述的响应信号为电网电流、电压或控制系统的反馈信号。全文摘要本发明涉及的是一种谐波辨识方法领域，具体涉及一种用于电力系统谐波辨识或者控制系统中的谐波辨识方法。本发明包括建立响应信号非线性状态空间模型；提取k时刻状态向量估计值提取出k时刻的谐波幅值和相位。本发明所提供的一种基于广义卡尔曼滤波的谐波辨识方法，能够快速、实时地得到简谐波激励响应信号中谐波成分的准确信息，从而直接为谐波成分的消除提供数据依据。本发明所提供的一种基于广义卡尔曼滤波的谐波辨识方法可以方便地应用于电力系统谐波辨识或者控制系统的谐波辨识中。文档编号G01R23/16GK103245831SQ20131011932公开日2013年8月14日申请日期2013年4月8日优先权日2013年4月8日发明者姚建均,狄多涛,姜贵林,高爽,严寒,肖蕊申请人:哈尔滨工程大学