一种抗差同步相量测量估计方法及终端与流程

技术特征：
1.一种抗差同步相量测量估计方法，其特征在于，包括如下步骤：s1、建立待测信号的状态变量的卡尔曼滤波模型；s2、根据所述卡尔曼滤波模型推导所述状态变量的第一卡尔曼滤波观测方程；s3、建立所述状态变量的状态变量预测函数，对所述状态变量预测函数进行卡尔曼增益处理；s4、建立进行卡尔曼增益处理后的所述状态变量预测函数的残差函数，将所述残差函数和所述第一卡尔曼滤波观测方程进行线性回归整合，得到第二卡尔曼滤波观测方程；s5、建立损失函数，将所述损失函数代入所述第二卡尔曼滤波观测方程，得到所述状态变量的迭代表达式；s6、在所述迭代表达式中提取基频相量的预估值表达式。2.根据权利要求1所述的一种抗差同步相量测量估计方法，其特征在于，所述步骤s1具体为：s11、建立所述待测信号的正弦信号表达式，所述正弦信号表达式为：其中，ω代表信号旋转角频率，t代表时间变量，代表信号初始相位角，x
m
代表信号幅值；s12、对所述正弦信号表达式的动态相量进行泰勒展开，得到包含所述动态相量的各阶导数在内的泰勒展开式，所述泰勒展开式为：导数在内的泰勒展开式，所述泰勒展开式为：导数在内的泰勒展开式，所述泰勒展开式为：导数在内的泰勒展开式，所述泰勒展开式为：其中，k代表阶数，p
k
(t0)代表所述动态相量，代表所述动态相量的k阶导数，t代表时间变量，τ代表时间差；s13、根据所述泰勒展开式得到所述动态相量的各阶导数以矩阵形式表示的递推公式以及所述动态相量在当前时刻的时域信号表达式，所述递推公式为：p
k
(t)＝φ
k
(τ)p
k
(t0)；其中，p
k
(t)代表所述动态相量及其各阶导数组成的列相量，φ
k
(τ)为第一状态转换矩阵，φ
k
(τ)∈r
(k 1)
×
(k 1)
；所述第一状态转换矩阵为：
所述时域信号表达式为：s
k
(t)＝re{h
t
p
k
(t)e
j2πft
}；其中，h
t
代表[10
……
0]
t
，即取所述基频相量对应的向量值；s14、根据所述递推公式和所述时域信号表达式计算所述状态变量的离散状态空间方程，所述离散状态空间方程的表达式为：x(n)＝ax(n
‑
1)；其中，x(n)代表状态变量，a代表第二状态转换矩阵，a∈r
2m(k 1)
×
2m(k 1)
；所述状态变量的表达式为：x(n)＝[x
1k
(n)，x
2k
(n)，
……
x
mk
(n)]
t
∈r
2m(k 1)
×1；其中，m∈[0，1，2
……
]，x
mk
(n)的表达式为：其中，r
1k
(n)和分别表示所述状态变量的旋转向量及其共轭向量；所述第二状态转换矩阵的表达式为：其中，ω
mk
(τ)的表达式为：其中，ψ
mk
(τ)和分别代表及其复数共轭向量；s15、根据所述离散状态空间方程建立所述卡尔曼滤波模型。3.根据权利要求2所述的一种抗差同步相量测量估计方法，其特征在于，所述步骤s14还包括：在所述离散状态空间方程中添加状态噪声；添加所述状态噪声后的所述离散状态空间方程的表达式为：x(n)＝ax(n
‑
1) γv(n)；其中，γ＝[h
1k
，h
2k
，
……
h
mk
]
t
∈r
2m(k 1)
×1，v(n)代表所述状态噪声，，v(n)代表所述状态噪声，所述状态噪声在所述离散状态空间方程表示非基频成分时为零。
4.根据权利要求2所述的一种抗差同步相量测量估计方法，其特征在于，所述步骤s6之后还包括：s7、将所述预估值表达式代入所述泰勒展开式之中，计算所述基频相量在预设时刻的预估值。5.根据权利要求2所述的一种抗差同步相量测量估计方法，其特征在于，所述对所述状态变量预测函数进行卡尔曼增益处理具体为：建立所述状态变量的协方差预测函数；根据所述协方差预测函数更新所述卡尔曼滤波模型的卡尔曼增益系数；通过更新后的所述卡尔曼增益系数对所述状态变量预测函数进行更新。6.一种抗差同步相量测量估计终端，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：s1、建立待测信号的状态变量的卡尔曼滤波模型；s2、根据所述卡尔曼滤波模型推导所述状态变量的第一卡尔曼滤波观测方程；s3、建立所述状态变量的状态变量预测函数，对所述状态变量预测函数进行卡尔曼增益处理；s4、建立进行卡尔曼增益处理后的所述状态变量预测函数的残差函数，将所述残差函数和所述第一卡尔曼滤波观测方程进行线性回归整合，得到第二卡尔曼滤波观测方程；s5、建立损失函数，将所述损失函数代入所述第二卡尔曼滤波观测方程，得到所述状态变量的迭代表达式；s6、在所述迭代表达式中提取基频相量的预估值表达式。7.根据权利要求6所述的一种抗差同步相量测量估计终端，其特征在于，所述步骤s1具体为：s11、建立所述待测信号的正弦信号表达式，所述正弦信号表达式为：其中，ω代表信号旋转角频率，t代表时间变量，代表信号初始相位角，x
m
代表信号幅值；s12、对所述正弦信号表达式的动态相量进行泰勒展开，得到包含所述动态相量的各阶导数在内的泰勒展开式，所述泰勒展开式为：导数在内的泰勒展开式，所述泰勒展开式为：导数在内的泰勒展开式，所述泰勒展开式为：导数在内的泰勒展开式，所述泰勒展开式为：其中，k代表阶数，p
k
(t0)代表所述动态相量，代表所述动态相量的k阶导数，t代表时间变量，τ代表时间差；
s13、根据所述泰勒展开式得到所述动态相量的各阶导数以矩阵形式表示的递推公式以及所述动态相量在当前时刻的时域信号表达式，所述递推公式为：p
k
(t)＝φ
k
(τ)p
k
(t0)；其中，p
k
(t)代表所述动态相量及其各阶导数组成的列相量，φ
k
(τ)为第一状态转换矩阵，φ
k
(τ)∈r
(k 1)
×
(k 1)
；所述第一状态转换矩阵为：所述时域信号表达式为：s
k
(t)＝re{h
t
p
k
(t)e
j2πft
}；其中，h
t
代表[10
……
0]
t
，即取所述基频相量对应的向量值；s14、根据所述递推公式和所述时域信号表达式计算所述状态变量的离散状态空间方程，所述离散状态空间方程的表达式为：x(n)＝ax(n
‑
1)；其中，x(n)代表状态变量，a代表第二状态转换矩阵，a∈r
2m(k 1)
×
2m(k 1)
；所述状态变量的表达式为：x(n)＝[x
1k
(n)，x
2k
(n)，
……
x
mk
(n)]
t
∈r
2m(k 1)
×1；其中，m∈[0，1，2
……
]，x
mk
(n)的表达式为：其中，r
1k
(n)和分别表示所述状态变量的旋转向量及其共轭向量；所述第二状态转换矩阵的表达式为：其中，ω
mk
(τ)的表达式为：其中，ψ
mk
(τ)和分别代表旋转转移矩阵及其复数共轭向量；s15、根据所述离散状态空间方程建立所述卡尔曼滤波模型。8.根据权利要求7所述的一种抗差同步相量测量估计终端，其特征在于，所述步骤s14还包括：在所述离散状态空间方程中添加状态噪声；
添加所述状态噪声后的所述离散状态空间方程的表达式为：x(n)＝ax(n
‑
1) γv(n)；其中，γ＝[h
1k
，h
2k
，
……
h
mk
]
t
∈r
2m(k 1)
×1，v(n)代表所述状态噪声，，v(n)代表所述状态噪声，所述状态噪声在所述离散状态空间方程表示非基频成分时为零。9.根据权利要求7所述的一种抗差同步相量测量估计终端，其特征在于，所述步骤s6之后还包括：s7、将所述预估值表达式代入所述泰勒展开式之中，计算所述基频相量在预设时刻的预估值。10.根据权利要求7所述的一种抗差同步相量测量估计终端，其特征在于，所述对所述状态变量预测函数进行卡尔曼增益处理具体为：建立所述状态变量的协方差预测函数；根据所述协方差预测函数更新所述卡尔曼滤波模型的卡尔曼增益系数；通过更新后的所述卡尔曼增益系数对所述状态变量预测函数进行更新。

技术总结
本发明公开了一种抗差同步相量测量估计方法及终端，先建立待测信号的状态变量的卡尔曼滤波模型；再根据卡尔曼滤波模型推导状态变量的第一卡尔曼滤波观测方程；再建立状态变量的状态变量预测函数，对状态变量预测函数进行卡尔曼增益处理；进而建立进行卡尔曼增益处理后的状态变量预测函数的残差函数，将残差函数和第一卡尔曼滤波观测方程进行线性回归整合，接着得到第二卡尔曼滤波观测方程；然后建立损失函数，将损失函数代入第二卡尔曼滤波观测方程，得到状态变量的迭代表达式；最后在迭代表达式中提取基频相量的预估值表达式。本发明在卡尔曼滤波观测方程上引入损失函数，提高抗差能力，其预估过程不受不良数据的干扰，具有良好的动态特性。好的动态特性。好的动态特性。


技术研发人员：徐心靖 俞书献 朱齐 黄旭超 陈开宝 陈韬珉 江鸿翔 赵国胜
受保护的技术使用者：国网福建省电力有限公司检修分公司
技术研发日：2021.09.22
技术公布日：2022/1/4