一种高频数字直流电源的驱动方法与流程
- 国知局
- 2024-07-31 17:54:14
本发明涉及数据处理,具体涉及一种高频数字直流电源的驱动方法。
背景技术:
1、高频数字直流电源作为电力系统必不可少的重要组成部分,其设计目标是安全、可靠、高效、稳定且不间断地向电力设备提供能源;当今的电力系统的电源设备还必须具备智能监控、无人值守和电源自动管理功能,其中电池自动管理即需要一种驱动的高频数字直流电源,同时智能监控功能则主要反映在电源设备对于异常工作状态的监测。
2、现有方法通常利用高频脉冲电流法对高频数字直流电源中的局部放电信号进行检测,来实现电源设备异常工作状态的监测;通过在高频数字直流电源上安装高频电流传感器采集脉冲信号数据,进而实现对信号中的局部放电信号进行检测;然而存在脉冲干扰信号,其在时域与频域上与局部放电信号非常相似,进而会导致局部放电信号检测结果不准确,从而影响高频数字直流电源的智能监控模块运行;局部放电信号存在周期性的变化,同时在数值上呈现不同模态之间的数据相近性,即相同数值的局部放电信号在变化上也较为相近;而干扰信号则具有较大的随机性,数值随机同时不会周期性出现;因此需要一种可以根据采集的脉冲信号数据在周期性及数值变化上进行规律性量化的方法,进而可以获取规律性较差的干扰信号并去除,从而提高对于局部放电信号的检测精度。
技术实现思路
1、本发明提供一种高频数字直流电源的驱动方法,以解决现有的脉冲干扰信号对局部放电信号检测造成干扰的问题,所采用的技术方案具体如下:
2、本发明一个实施例提供了一种高频数字直流电源的驱动方法,该方法包括:
3、对电源设备的脉冲信号数据进行采集;
4、分解脉冲信号数据得到若干imf分量,根据每个imf分量得到每个imf分量的若干周期模式,根据周期模式获取每个周期模式的周期强度,将每个周期模式的周期强度赋予到每个周期模式包括的数据,每个周期模式包括的数据为每个数据点在不同imf分量的对应数据,得到每个数据点在每个imf分量中的周期强度;
5、根据不同imf分量获取每个数据点的imf维度序列,根据任意两个数据点在每个imf分量中的周期强度获取任意两个数据点之间的模态参考序列,将脉冲信号数据中相同数值的数据点归为一组数据,根据每组数据中任意两个数据点之间的模态参考序列及imf维度序列,获取每个数据点的规律性;
6、获取每个数据点的imf维度序列与其他所有数据点的imf维度序列之间的余弦相似度均值,将余弦相似度均值记为每个数据点的规律相似度,根据规律性及规律相似度构建坐标系,将数据点转换为坐标系中的坐标点进行聚类,得到若干孤立点及若干类别中的非孤立点,根据每个类别中坐标点的数量及分布获取每个类别的噪声程度,根据每个类别中每个坐标点获取每个非孤立点的噪声概率;
7、根据孤立点及每个非孤立点的噪声概率对脉冲信号数据进行去噪,对去噪后的脉冲信号进行局部放电信号检测,实现电源设备的智能监控。
8、可选的,所述根据每个imf分量得到每个imf分量的若干周期模式,包括的具体方法为:
9、将任意一个imf分量作为目标imf分量,将目标imf分量通过傅里叶变化转换到频域空间,将频域空间中每个幅值对应频率的倒数作为周期长度,以任意一个周期长度为目标长度对目标imf分量进行划分,得到目标imf分量的多个分割段;
10、计算目标imf分量中每个分割段与其他分割段的余弦相似度均值,将余弦相似度均值大于预设第一阈值的分割段作为目标imf分量在目标长度下的一个分段;
11、对目标imf分量的每个周期长度进行分割段划分并得到包括的分段,得到目标imf分量的所有周期模式;获取每个imf分量的所有周期模式。
12、可选的,所述根据周期模式获取每个周期模式的周期强度,包括的具体方法为:
13、
14、其中,表示第个imf分量中第个周期模式的周期强度,表示第个imf分量中第个周期模式包括的分段数量,表示第个imf分量中所有周期模式包括的分段数量,表示第个imf分量中第个周期模式中任意两个分段的余弦相似度均值。
15、可选的,所述根据不同imf分量获取每个数据点的imf维度序列,包括的具体方法为:
16、将任意一个数据点作为目标数据点,获取目标数据点在每个imf分量中的对应数据,将所有数据按照imf分量的获取顺序进行排列,得到的结果记为目标数据点的imf维度序列;获取每个数据点的imf维度序列。
17、可选的,所述根据任意两个数据点在每个imf分量中的周期强度获取任意两个数据点之间的模态参考序列,包括的具体方法为:
18、将任意一个数据点作为目标数据点,获取目标数据点在每个imf分量中的周期强度,将所有周期强度按照imf分量的获取顺序进行排列,得到的结果记为目标数据点的周期强度序列;获取每个数据点的周期强度序列;
19、获取任意两个数据点作为目标数据点对,获取目标数据点对的两个周期强度序列,将序列中任意一个位置作为目标位置,将两个周期强度序列中目标位置的最小值作为新的序列在目标位置的元素,得到新的序列在每个位置的元素,将新的序列记为目标数据点对的两个数据点之间的周期参考序列;对周期参考序列中的所有元素进行归一化,得到的结果记为目标数据点对的两个数据点之间的模态参考序列;获取任意两个数据点之间的模态参考序列。
20、可选的,所述获取每个数据点的规律性,包括的具体方法为:
21、
22、其中,表示任意一组数据中的数据点与数据点之间的模态相似度,表示imf分量的数量,表示数据点与数据点之间的模态参考序列中第个元素的数值,表示数据点的imf维度序列与数据点的imf维度序列中在第个位置的两个元素之间的比值,其中比值为小值比大值得到;获取每组数据中任意两个数据点之间的模态相似度;
23、将任意一组数据作为目标组数据,将目标组数据中所有模态相似度的均值作为目标组数据的规律性,将目标组数据的规律性赋予到目标组数据中每个数据点,得到目标组数据中每个数据点的规律性;获取每个数据点的规律性。
24、可选的,所述将数据点转换为坐标系中的坐标点进行聚类,得到若干孤立点及若干类别中的非孤立点,包括的具体方法为:
25、对所有坐标点进行聚类,得到若干聚簇,将仅包含一个坐标点的聚簇作为孤立聚簇,孤立聚簇中的坐标点对应的数据点作为孤立点,将包含多个坐标点的聚簇记为类别,类别中的坐标点对应的数据点作为非孤立点。
26、可选的,所述根据每个类别中坐标点的数量及分布获取每个类别的噪声程度,包括的具体方法为:
27、
28、其中,表示第个类别的噪声程度,表示第个类别的坐标点数量,表示数据点总数量,表示第个类别的凸包面积,表示对第个类别中所有数据点构建三角网,并计算三角网中所有边值的方差。
29、可选的,所述根据每个类别中每个坐标点获取每个非孤立点的噪声概率,包括的具体方法为:
30、将任意一个类别作为目标类别,获取目标类别中任意两个坐标点之间的欧式距离,将目标类别中与其他所有坐标点的欧式距离均值最小的坐标点作为目标类别的质心,目标类别中每个坐标点与质心之间的距离记为每个坐标点的离群距离;获取每个坐标点的离群距离;
31、
32、其中,表示第个类别的第个坐标点的噪声系数,表示第个类别的第个坐标点的离群距离,表示第个类别中的离群距离最大值,表示第个类别的噪声程度;获取每个类别中每个坐标点的噪声系数,根据坐标点与非孤立点的对应关系,得到每个非孤立点的噪声系数,对所有非孤立点的噪声系数进行归一化,得到的结果记为每个非孤立点的噪声概率。
33、可选的,所述根据孤立点及每个非孤立点的噪声概率对脉冲信号数据进行去噪,包括的具体方法为:
34、对脉冲信号数据中所有孤立点进行去除,通过最近邻插值方法对孤立点位置进行数据填充;脉冲信号数据中第个数据点为非孤立点,对于第个数据点的替换数值的计算方法为:
35、
36、其中,表示第个数据点的噪声概率,表示第个数据点的数值,表示第个数据点的数值;对脉冲信号数据中每个非孤立点对应数据点的位置的原始数值进行替换,得到的结果记为去噪后的脉冲信号。
37、本发明的有益效果是:本发明通过对高频数字直流电源构建驱动系统,在驱动系统中实现对于电源设备异常工作状态的监测,其中通过对电源设备的局部放电信号进行检测来实现异常工作状态的监测;通过根据局部放电信号的数值变化的周期性来量化得到脉冲信号数据中每个数据点的规律性以及规律相似度,而干扰信号在数值上随机变化且不存在周期性变化,因此根据规律性及规律相似度进行聚类时,干扰信号可能形成孤立点或者类别中离群距离较远的坐标点,进而根据聚类结果获取每个数据点的噪声概率,从而实现对于干扰信号的去噪,进而提高局部放电信号的检测精度,提高智能监控模块异常工作状态监测的准确性,提高高频数字直流电源驱动运行的工作效率。
本文地址:https://www.jishuxx.com/zhuanli/20240731/177208.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。