基于ICA和MI的谐波源识别研究-电测与仪表.docVIP

基于ICA和MI的谐波源识别研究 任立志马宏忠陈勇(1.河海大学 能源与电气学院南京 2100982.宜兴供电公司，江苏 宜兴 214061)摘要：盲源分离运用IEEE39节点建立仿真来识别多谐波源。结论证明在网络参数未知的条件下，所提出的方法能准确识别多个谐波源的位置。 关键词：；中图分类号：TM 文献标识码：B 文章编号：1001-1390（201）00-0000-00 Study on harmonic source identification based on ICA and MI Ren Lizhi1，Ma Hongzhong1，Song Shuping1，Xu Gang1，Chen Yong2 (1. College of Energy and Electrical Engineering, Hohai University, Nanjing 210098, China 2. Yixing Power Supply Corporation, Yixing 214061, Jiangsu, China) Abstract：The harmonic source identification problem of power system is abstracted to blind source separation in this paper. Using independent component analysis and information theory, a new method for power grid multi harmonic sources identification is proposd. Independent component analysis method is used to reconstruct the harmonic current while mutual information theory is used to locate the harmonic source. In order to prove the exactness of the method, the IEEE39 node is used to make a simulation to identify multi harmonic sources. Conclusion proves that under the unknown network parameters conditions, the proposed method can accurately identify the location of the multi harmonic sources. Keywords: harmonic source identification, independent component analysis, mutual information 0　引言 目前电网谐波问题日趋严重在谐波研究中，识别谐波源来解决谐波畸变是个很重要的问题。近年来谐波源的研究取得了较大，然而许多仍存在缺陷。首先，现有的谐波源简化模型过于简单，研究方法依赖诺顿等效模型，但是的谐波源模型是复杂多样的；其次，研究方法基于网络中某一点谐波量的单点定位方法来PCC处的谐波源。在放射型网络中，谐波源可以在PCC处确定，但是在实际电网中谐波源是大量、随机分布的，且相互之间存在助增、助减的影响关系，单点定位方法不能完全实现谐波源的识别与定位。在传统的谐波源中，大多数方法是基于已知的谐波网络参数和拓扑结构来分析问题，但是在实际网络中要得到系统的准确参数困难。因此研究在网络参数和结构未知情况下，利用已知的量测信息谐波源尤为重要。文章将运用到谐波源识别的研究中，提出了一电网多谐波源的方法 独立分量分析（ICAindependent component analysis，）是近年来发展起来的一种新的多维信号处理算法是盲源分离的一种核心技术。是一种可以对未知源信号估计重现，同时也可以抽取出独立信号源的技术。ICA本质上是一种统计技术，它把观测信号转换为线性的在统计上互相独立的源信号[]。为了从观测信号中分离出源信号，假定源信号是相互统计独立的，且至多有一个源信号是服从高斯分布的，同时观测信号的个数应当大于或等于源信号的个数。假设有N列源信号和M列观测信号，则线性混合系统的ICA可以表示为： (1) 式（1）的矩阵表示为： (2) 中 是观测信号是未知的源信号是混合矩阵。未知源信号的矩阵表示如下： (3) 式（3）是ICA的估计模型，