一种基于分布式协同的低压电力载波时间同步方法、系统、介质以及电子设备与流程
本发明涉及时钟同步,并且更具体地,涉及一种基于分布式协同的低压电力载波时间同步方法、系统、介质以及电子设备。
背景技术:
1、低压台区作为智能电网末端关键环节,时频同步是保障计量精准、运维高效、数据可靠的核心支撑。基于电力线载波(plc)的同步技术,因无需额外架设通信线路、成本低廉且适配现有台区拓扑,已成为当前行业主流选择。台区内基于载波进行时频同步,从窄带载波开始,已经有十多年的研究。随着高速电力线宽带载波(hplc)技术普及,依托ofdm调制及信标帧等同步机制,同步精度明显提升,形成“集中器→cco→pco→sta”主从架构。但是传统架构存在多层级误差累积等瓶颈,在现有台区规模分布下,现有台区网络中多层级拓扑较为普遍,同步性能和稳定性受到影响,制约该项技术的推广,因此,如何降低多层级同步误差,是所属技术领域急需解决的技术问题。
2、现有技术1(申请号cn202210750508),提供一种计量装置的时钟频率同步方法、装置及存储介质,基于电力载波技术,采用分层逐级同步的方式,对载波网络内各节点进行时频同步。然而,随着载波层级的增加,同步性能线性下降,对于规模较大的台区,末端节点的时频性能和稳定性衰减严重,制约技术的推广。
技术实现思路
1、本发明提出一种基于分布式协同的低压电力载波时间同步方法及系统,以解决传统方法同步精度低、抗干扰弱、误差累积明显的问题,实现全网高精度时频同步问题。
2、根据本发明的另一个方面,提供了一种基于分布式协同的低压电力载波时间同步方法,所述方法包括:
3、建立低压电力载波网络节点的时钟误差状态模型;基于所述时钟误差状态模型,采用二阶线性状态方程表征各节点的动态时钟误差;
4、基于所述动态时钟误差建立多源协同观测模型,基于所述多源协同观测模型采集包含主从链路、本地节点及邻居节点的多源观测数据;
5、对所述多源观测数据进行预处理,获取预处理后的有效观测数据;
6、基于所述有效观测数据,通过建立的加权最小二乘融合目标函数,获取节点当前同步周期的最优时间误差;
7、基于所述最优时间误差,通过分布式协同融合机制修正节点的动态时钟误差,补偿节点时间偏移、频率偏移并抑制频率随机漂移扰动。
8、优选地,所述时钟误差状态模型包括理想时钟模型和实际时钟模型;
9、所述理想时钟模型的表达式为:
10、
11、其中,为节点的理想时钟相位;为标称频率;为绝对物理时间;
12、所述实际时钟模型的表达式为:
13、其中,为节点的实际工作频率;为节点的初始相位偏移;
14、引入频率相对偏移,定义为实际工作频率与标称频率的频率相对偏差:
15、
16、将实际工作频率表示为;
17、在低压台区时频同步周期内,将频率相对偏移视为常数,所述实际时钟模型简化为:
18、。
19、优选地,通过基于所述时钟误差状态模型,采用二阶线性状态方程表征各节点的动态时钟误差;所述动态时钟误差包括:时间偏移、频率偏移及频率随机漂移;
20、二阶时钟误差状态模型的状态方程组为:
21、
22、其中,为节点时间偏移,为节点频率偏移,为频率随机漂移;所述频率随机漂移服从零均值高斯白噪声分布。
23、优选地,所述多源协同观测模型包括本地频偏观测模型、主从同步链路观测模型及末端邻居多节点分布式观测模型;
24、所述本地频偏观测模型用于采集本地节点的观测数据,表达式为:
25、
26、其中,为
节点的真实频率相对偏移
;为观测噪声,服从零均值高斯分布;
27、主从同步链路观测模型包括边界时钟pco观测模型和从时钟sta观测模型,用于采集主从链路的观测数据;
28、所述边界时钟pco观测模型表达式为:
29、
30、其中,为主时钟cco的真实频率相对偏移;为边界时钟pco的真实频率相对偏移;为边界时钟pco的观测噪声;
31、所述从时钟sta观测模型表达式为:
32、
33、其中,为从时钟sta的真实频率相对偏移;为从时钟sta的观测噪声;
34、所述末端邻居多节点分布式观测模型用于采集邻居多节点的观测数据,表达式为:
35、
36、其中,为邻居节点的真实频率相对偏移;为从时钟sta节点与邻居节点的交互观测噪声,服从零均值高斯分布。
37、优选地,所述加权最小二乘融合目标函数的表达式为:
38、
39、其中,为当前周期所有路径的测量时间误差向量,为固定全1列向量,为多维度自适应权重矩阵,为路径误差协方差矩阵,为最终求解的最优时间误差。
40、优选地,所述多维度自适应权重矩阵的权重因子满足:
41、
42、其中,为层级权重,随同步传输路径的中继层级数量衰减;为信道质量权重
,与节点的信道接收信号强度指示rssi信号强度正相关;为频偏稳定性权重
,与节点历史频偏移的方差倒数正相关;为邻居关联权重,与末端从时钟sta的邻居数量及邻居同步精度正相关。
43、优选地,所述路径误差协方差矩阵包括路径相关性系数,所述路径相关性系数根据同步传输路径的公共节点数量计算,公式为:
44、
45、其中,a、b分别为第i个邻居节点与第j个邻居节点的同步传输路径的总节点数,c为两条路径的公共节点数。
46、优选地,所述对所述多源观测数据进行预处理,包括:采用3σ准则对所述多源观测数据进行异常剔除处理,包括:
47、计算本地节点的观测数据、主从链路的观测数据及末端从时钟sta邻居节点的观测数据的初始均值和初始方差;
48、基于所述初始均值和所述初始方差确定3σ异常判别条件,若任意观测数据满足3σ异常判别条件,则判定观测数据为异常观测数据被剔除;
49、迭代执行初始均值和初始方差计算、异常判别与剔除操作,直至剔除异常观测数据后的剩余观测数据中不存在异常观测数据。
50、基于本发明的另一方面,本发明提供一种基于分布式协同的低压电力载波时间同步系统,所述系统包括:
51、建立单元,用于建立低压电力载波网络节点的时钟误差状态模型;基于所述时钟误差状态模型,采用二阶线性状态方程表征各节点的动态时钟误差;
52、观测单元,用于基于所述动态时钟误差建立多源协同观测模型,基于所述多源协同观测模型采集包含主从链路、本地节点及邻居节点的多源观测数据;
53、处理单元,用于对所述多源观测数据进行预处理,获取预处理后的有效观测数据;
54、融合单元,用于基于所述有效观测数据,通过建立的加权最小二乘融合目标函数,获取节点当前同步周期的最优时间误差;
55、修正单元,用于基于所述最优时间误差,通过分布式协同融合机制修正节点的动态时钟误差,补偿节点时间偏移、频率偏移并抑制频率随机漂移扰动。
56、基于本发明的另一方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如一种基于分布式协同的电力载波时间同步方法的步骤。
57、基于本发明的另一方面,本发明提供一种电子设备,包括:
58、上述的计算机可读存储介质;以及
59、一个或多个处理器,用于执行所述计算机可读存储介质中的程序。
60、本发明技术方案提供了一种基于分布式协同的低压电力载波时间同步方法及系统,其中方法包括:建立低压电力载波网络节点的时钟误差状态模型;基于时钟误差状态模型,采用二阶线性状态方程表征各节点的动态时钟误差;基于动态时钟误差建立多源协同观测模型,基于多源协同观测模型采集包含主从链路、本地节点及邻居节点的多源观测数据;对多源观测数据进行预处理,获取预处理后的有效观测数据;基于有效观测数据,通过建立的加权最小二乘融合目标函数,获取节点当前同步周期的最优时间误差;基于最优时间误差,通过分布式协同融合机制修正节点的动态时钟误差,补偿节点时间偏移、频率偏移并抑制频率随机漂移扰动。本发明技术方案通过构建二阶时钟误差状态模型,全面刻画节点时间偏移、频率偏移及频率随机漂移的动态误差特性;结合本地、主从链路、邻居节点多源协同观测与数据预处理,依托加权最小二乘融合及分布式协同修正机制,有效解决传统单向层级同步的误差累积问题,显著提升电力载波网络时钟同步的精度与抗干扰能力,实现全网高精度、高稳定性时频同步。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com