基于同态滤波和2D-DOST的电能质量扰动识别.pdf
《基于同态滤波和2D-DOST的电能质量扰动识别.pdf》由会员分享,可在线阅读,更多相关《基于同态滤波和2D-DOST的电能质量扰动识别.pdf(8页珍藏版)》请在咨信网上搜索。
1、第44卷第2期2023年6月淮北师范大学学报(自然科学版)Journal of Huaibei Normal University(Natural Sciences)Vol.44 No.2Jun.2023基于同态滤波和2D-DOST的电能质量扰动识别刘辉1,黄海林2,唐珊珊1(1.安徽职业技术学院 智能制造学院,安徽 合肥 230011;2.中国建材集团 安徽节源环保科技有限公司,安徽 合肥 230088)摘要:针对电能质量扰动识别准确率低的问题,提出基于同态滤波优化二维离散正交S变换振幅图像的电能质量扰动识别方法。首先把一维的扰动信号映射为等行列的二维信号,将二维离散正交S变换方法应用到二维
2、扰动信号中,通过时频变换出振幅矩阵,进行振幅矩阵的同态滤波优化处理,随后对特征块分别提取相关特征,最终使用支持向量机进行分类。实验结果表明,优化的同态滤波+二维离散正交S变换方法相较原二维离散正交S变换方法对电能质量扰动识别准确率有显著提升,同时识别效率和抗噪性更强。关键词:电能质量扰动;同态滤波;二维离散正交S变换;支持向量机中图分类号:TM 715文献标识码:A文章编号:2095-0691(2023)02-0050-080引言随着当今社会建设和经济科技的繁荣兴盛,电网的重要性日益显现。电网中非线性负载比例不断加大,电能质量问题愈发需要重点关注1。冲击性负载会引起供配电网络中电压产生各种电能
3、质量扰动(Power Quality Disturbances,PQD)现象。为防范电能质量扰动导致的一系列电力设备运行问题以及经济损失和不良影响2,需要对电网中出现的各种PQD事件进行准确分析和识别3,这也是整治改善电能质量的基础。使用机器学习识别PQD的方法是通过时频变换处理PQD信号,提取信号的时频特征,然后通过得到的特征对电能质量扰动事件进行准确的识别。基于一维的频域变换方法通常都有不足,不能够稳定处理特定问题。比如,短时傅里叶变换(Short-Time Fourier transform,STFT)难以衡量时频分辨率,对瞬态特征抓取能力较弱4;小波变换(Wavelet Transfo
4、rm,WT)的时频分析能力较好,但抗噪性差,计算量大5;S变换(S-Transform,ST)抗噪性强,无需设置窗函数,但计算量大6。鉴于此可以将一维的问题引入二维,对二维信号使用二维时频变换方法,提取相关特征进行分类。在文献 7 中利用二维离散正交S变换(Two Dimensional Discrete Orthogonal S-transform,2D-DOST)生成PQD信号的特征,再通过第二代非支配排序遗传算法(Non-Dominated Sorting Genetic Algorithm 2,NSGA2)和K近邻(K-Nearest Neighbors,KNN)选择特征数最少、识别准
5、确率最高的特征组,实验结果表明该方法对11种PQD信号有较好的识别准确率。文献 8 将二维灰度化的扰动信号进行二维小波变换,得到基于对角细节、垂直、水平系数的特征,最后结合波形的持续时间、大小和以上特征进行识别。同态滤波技术可用于对滤波后的图像优化处理,改善图像质量,帮助准确识别难以辨别的图像。文献 9 提出一种结合同态滤波和直方图均衡化的图像增强算法,该算法可有效增强图像细节、提高图像对比度。文献 10 为解决红外图像增强方法存在细节模糊等问题,使用指数同态滤波耦合细节锐化规则的增强方法,得到对比度更理想和图像边缘更清晰的增强图像。为提高PQD类型识别准确率,本文提出一种基于同态滤波和2D-
6、DOST的电能质量扰动识别方法。相较于原2D-DOST方法,此方法使用同态滤波对经过2D-DOST得到的振幅矩阵进行处理,得到全新的矩阵图像并提取相关特征,最后借助支持向量机(Support Vector Machine,SVM)分类器予以分类识别。收稿日期:2022-11-29基金项目:安徽省高校自然科学基金项目(KJ2020A1035)作者简介:刘辉(1975),女,安徽怀宁人,硕士,副教授,研究方向为电气自动化、仪器仪表、传感器、测试技术、电工测量。第2期刘辉等:基于同态滤波和2D-DOST的电能质量扰动识别实验结果数据显示,本文提出的方法对PQD识别准确率有显著提高,同时图像数据更为简
7、单,提高整体识别效率同时体现出良好的抗噪性。1同态滤波1.1同态滤波的优点同态滤波原理是信号经由非线性映射,转换到可以使用线性滤波器的不同域,做完运算后再映射回原始域11。其优点是将原本复杂的运算转为效能相同但相对简单的运算12。1.2同态滤波处理图像同态滤波技术通过去除乘性噪声,提高图像对比度以及标准化亮度,以达到优化图像的能力13,同态滤波对函数处理的流程图如图1所示。输入图像对数变换傅里叶变换滤波傅里叶反变换指数变换输出图像图1同态滤波算法流程图同态滤波借助对数变换、指数变换、傅里叶正反变换以及最重要的滤波处理对图像进行优化;将图像处理到频域,并对频谱进行滤波处理,滤波器H(u,v)成为
8、决定其效果的关键要素。其需要对低频抑制,对高频增强,功能与高斯滤波器相仿,所以常使用高速滤波器作为同态滤波中的滤波器。滤波器公式如下:H(u,v)=1-e(-c(D(u,v)/D0)2n)。(1)对该滤波器进行优化可得:H(u,v)=(Rh-Rl)1-e(-c(D(u,v)/D0)2n)+Rl,(2)其中:Rl为低频增益;Rh为高频增益;D0为截止频率;n为滤波器阶数。2二维离散正交S变换2.1离散S变换一种新的时频分析方法由地球物理学家Stockwell于1996年提出,称为S变换14,如下所示:S(,f)=-h(t)|f2e-(-t)2f22e-j2ftdt。(3)其中:S(,f)为时频谱
9、矩阵;表示时间,控制窗口函数在时间轴上的位置;h(t)为分析信号;f为频率。ST可以写成傅里叶频谱H(f)的形式:S(,f)=-H(+f)-222f2ei2td,(f0)。(4)对于离散信号,傅里叶频谱为:HnNT=1NK=0N-1hkTe-i2nkN。(5)式中:k为离散的时间点,k=0,1,N-1;N为离散信号长度;T为采样时间间隔。对于离散信号,令f=n/NT,=jT,最终离散信号的S变换可表示为:SjT,nNT=m=0N-1Hm+nNTe-22m2n2ei2mjN,(n0)。(6)2.2离散正交S变换离散S变换存在处理二维信号冗余度高、消耗时间与空间巨大的缺陷15。对此,Stockwe
10、ll等提出离散正交S变换算法,以解决此类问题。DOST为提高计算效率,将时频区域划成T个小区域,并用系数来51淮北师范大学学报(自然科学版)2023年表示。第k个基向量的定义如下:Dk,=1f=-/2+/2-1exp(-i2kTf)exp(i2f)exp(-i),(7)式(7)中,k=0,T-1,、分别代表频带中心、带宽、时间。对式(7)求和后:Dk,=ie-ie-i2(-/2-1/2)-e-i2(+/2-1/2)2sin,(8)其中=(k/T-/)表示时域窗口的中心。当=0时,Dk=0=-ie-i。假设离散正交S变换在p、和处的系数为S,,计算公式如下:Sk,=Dk,hk=1k=0N-1f=
11、-/2+/2-1exp(-i2kTf)exp(i2f)exp(-i)hk。(9)以h(k)的傅里叶变换Hf简化上式,对时频频率进行傅里叶变换以得到正交基向量:Sk,=1f=-/2+/2-1exp(-i)exp(i2f)k=0N-1exp(-i2kTf)hk=1f=-/2+/2-1exp(-i)exp(i2f)Hf。(10)进行DOST需要T个正交基向量,对应着T个时频区域。离散傅里叶变换与离散正交S变换的变换公式如下:DOST=i=1kDiDFT。(11)以下表现离散正交S变换的实现流程:(1)求出h(k)的DFT,得到频谱矩阵H(f);(2)根据式(8)计算p、和4个变量的值;(3)根据(2
12、)求出变量值,代入式(7)中,求出基函数;(4)DOST的系数矩阵:利用式(1)计算出频谱矩阵H(f),将求出的离散傅里叶逆变换与由式(3)得到的基函数相乘;(5)最后通过式(7)得出离散正交S变换的T点系数矩阵Sk,。2.3二维离散正交S变换该算法从一维拓展到二维尺度,采用2D-FDT的思想,利用2个一维的变换来得到二维的结果16。2D-DOST就通过对二维矩阵的列与行分别进行一维变换。而且2D-DOST变换结果的数据量与原数据量相同,所以在图像处理运用中更加实际。N=32的2D-DOST的振幅矩阵如图2所示,不同矩形块由不同颜色的点表示而成,共有81个子块,其中0行0列为负频率分量不考虑其
13、特征情况。051015202530051015202530图22D-DOST的振幅矩阵(N=32)52第2期刘辉等:基于同态滤波和2D-DOST的电能质量扰动识别3基于同态滤波和2D-DOST的PQD类型识别方法冲击性负载的使用导致电能质量扰动问题日益严重,为对各种PQD事件准确识别,提高在噪声环境下的扰动识别准确率,本文提出一种基于同态滤波优化2D-DOST的电能质量扰动分类方法,具体分为6个步骤,流程如图3所示。3.1电能质量扰动数据集因为真实PQD的发生位置与时间不确定,所以在大多数文献的研究方式与实际应用中,需要使用模拟的扰动信号进行仿真实验17。表1中展示本文中的8种单一扰动类型,同
14、时文中考虑的5种复合扰动由单一扰动组合得到,即C9:谐波+暂降+振荡,C10:谐波+暂升+振荡,C11:谐波+暂降,C12:谐波+暂升,C13:谐波+振荡。所有本文中考虑的PQD都符合IEEE-1159标准中的定义。表18种单一扰动模型信号类型C1标准C2暂降C3暂升C4振荡C5脉冲C6谐波C7缺痕C8尖峰信号模型u(t)=Asin(t)u(t)=A()1-()u()t-t1-u()t-t2sin(t)u(t)=A()1+()u()t-t1-u()t-t2sin(t)u(t)=A()sin(t)+e-(t-t1)/sin(n(t-t1)(u(t-t1)-u(t-t2)u(t)=A()sin(t
15、)+k(u(t-t1)-u(t-t2)u(t)=A()1sin(t)+3sin(3t)+5sin(5t)+7sin(7t)u(t)=A(sin(t)-sign(sin(dt)n=1k(u(t-(t1+0.002n)-u(t-(t2+0.002n)u(t)=A(sin(t)+sign(sin(dt)n=1k(u(t-(t1+0.002n)-u(t-(t2+0.002n)参数=2f0.10.9;Tt2-t1(N-1)T0.10.8;Tt2-t1(N-1)T0.10.8;0.5Tt2-t13T;8 ms40 ms;300 Hzfn1 200 Hzk=02;1mst2-t13 ms0.053,5,70
16、.15;i2=10.01Tt2-t10.05T;0t10.5;0t20.5;0.1k0.40.01Tt2-t10.05T;0t10.5;0t20.5;0.1k0.43.2一维信号的二维映射为从PQD信号中提取到2D-DOST变换得到的特征,需要将电能质量事件转换成行列数相等的二维图像矩阵。采用一种将一维扰动信号转换到二维的方法。将一段一维信号等长截取,每个长度成为一个单位的列向量,再将所有列向量组合。在本文中则是截取1 024个数据点作为一维的扰动信号,映射到二维则是生成一个等行列为32的二维信号。一维扰动信号映射到二维后,可以大量降低信号尺度,增强扰动特征,使其更加聚集分布。表2展示暂降、谐
17、波+暂降、谐波+振荡、谐波+暂降+振荡4种电能质量扰动事件的一维信号和二维信号。3.3同态滤波优化基于2D-DOST方法提取的振幅矩阵对映射成二维的扰动信号运用2D-DOST方法得到振幅矩阵。再对振幅矩阵进行同态滤波优化,经过同态滤波处理后图像特征更加聚集明显,去除一些干扰的图像数据,提高处理效率。表2中展示几种扰动的振幅图像及2种优化后的新图像。根据同态滤波优化后矩阵的特征,对其进行重新分块。通过表2可以看出,进行2D-DOST后的振幅矩阵在整个图形范围内都存在相关特征阴影,所以需要完整的81个子块表示此时特征。在本文进行同态滤波优化后可由其振幅图像看出特征被集中在纵坐标15-16-17的位
18、置,为减少特征冗余,提高算法处理效率,选择原矩阵块的纵坐标15-16-17的3排特征作为新矩阵的特征,即从81块优化至27块。本文开始结束随机产生扰动信号一维信号映射成二维信号应用2D-DOST变换获取二维振幅矩阵对振幅矩阵使用同态滤波进行优化提取相关特征得到特征矩阵SVM分类图3扰动识别方法流程图53淮北师范大学学报(自然科学版)2023年选择各量级(选取中间3排、5排、7排)特征进行相关实验分析,只选取15-16-17的3排特征时特征数目最少,同时也有相同的识别准确率。图4展示新矩阵振幅图像结果,黑白点代表不同的块状矩阵,无黑白点的部位表示不提取特征。根据分块情况对各信号矩阵提取相关特征,
19、表3给出这些特征的公式。矩阵块为1个点时,取该点数值为特征,矩阵块含有2个及以上点数时,提取5个相关特征作为特征量,得到共99个特征的特征组F。051015202530051015202530图4重新分块的振幅矩阵(N=32)表2样本电能质量事件图像表示信号类型暂降谐波+暂降谐波+振荡谐波+暂降+振荡一维01002003004005006007008009001000-1-0.8-0.6-0.4-0.200.20.40.60.8101002003004005006007008009001000-1-0.8-0.6-0.4-0.200.20.40.60.810100200300400500600
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 同态 滤波 DOST 电能 质量 扰动 识别
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。