Результат интеллектуальной деятельности: СПОСОБ РАСПОЗНАВАНИЯ ИНФОРМАЦИОННОГО ОБРАЗА ЭЛЕКТРИЧЕСКОГО СИГНАЛА

Изобретение относится к области обработки электрических сигналов, а именно к методам распознавания информационного образа электрического сигнала.

Известен способ распознавания информационного образа электрического сигнала, реализованный в устройстве контроля сигнала датчика (US 8797047 B2, US 2010060296 (А1) - 2010-03-11, МПК G01R 29/26. Method and device for checking a sensor signal / Zheng-Yu Jiang; Matthias Kretschmann; Herbert Preis; Christoph Resch), согласно которому электрический сигнал преобразуют в цифровой сигнал путем измерения его в равномерно фиксированные моменты времени, для каждого дискретного момента на оси времени берут выборку отсчетов, определяют сигнал шума как выходной сигнал фильтра верхних частот и оценивают мощность шума как среднеквадратичное значение сигнала шума. Считают, что информационный образ сигнала соответствует рабочему и упомянутая выборка отсчетов содержит информационную составляющую сигнала, если мощность шума не преодолевает минимальный и максимальный пороги срабатывания, иначе полагают что информационный образ сигнала соответствует нерабочему и упомянутая выборка не содержит информационной составляющей сигнала.

Способ реагирует на абсолютный уровень шума и не обладает способностью изменять пороги срабатывания. Поэтому при изменении уровня шума из-за дрейфа характеристики источника сигнала способ теряет работоспособность.

Наиболее близким к заявляемому способу по использованию, технической сущности и достигаемому техническому результату является способ распознавания информационного образа электрического сигнала, основанный на определении отношения сигнал/шум (US 7895006 B2, US 2009164159 (A1) - 2009-06-25, МПК G01R 29/26. System and method for determining signal-to-noise ratio (SNR), signal-to-noise and distortion ratio (SINAD) and total harmonic distortion (THD)).

Согласно ему электрический сигнал преобразуют в цифровой сигнал путем измерения его в равномерно фиксированные моменты времени и для каждого дискретного момента на оси времени берут выборку отсчетов. На указанной выборке осуществляют оценку частоты преобладающей гармоники и формируют компонентную модель, состоящую из моделей постоянной составляющей и высших гармоник частот, кратных частоте преобладающей гармоники. Затем определяют сигнал шума как невязку между соответствующими отсчетами выборки и модели и вычисляют отношение сигнал/шум как отношение среднеквадратичного значения сигнала модели к среднеквадратичному значению шума. Считают, что информационный образ сигнала соответствует рабочему и упомянутая выборка отсчетов содержит информационную составляющую сигнала, если отношение сигнал/шум превышает порог срабатывания, иначе полагают, что информационный образ сигнала нерабочий и упомянутая выборка не содержит информационной составляющей сигнала.

Мощность сигнала, используемую при вычислении отношения сигнал/шум, определяют по всей совокупности составляющих модели. Поскольку модель сигнала является неадаптивной, а ее порядок - произвольным, в модели появляются составляющие, на самом деле отсутствующие в сигнале. Так как способ не избирателен к составляющим сигнала, то отношение сигнал/шум будет выше порога даже при недостаточно высоком уровне информационной составляющей. Например, если за информационную составляющую берется гармоника промышленной частоты (как это принято в электроэнергетике), то способ распознает информационный образ как рабочий даже при отсутствии или малом уровне гармоники на фоне других составляющих и шума.

Этот способ принят за прототип.

Техническим результатом предлагаемого способа является повышение достоверности распознавания информационного образа электрического сигнала.

С этой целью в известном способе распознавания информационного образа электрического сигнала, согласно которому электрический сигнал преобразуют в цифровой сигнал путем измерения его в равномерно фиксированные моменты времени, для каждого дискретного момента на оси времени сигнала берут выборку отсчетов, на указанной выборке формируют модель сигнала и определяют сигнал шума как невязку между соответствующими отсчетами выборки и модели, оценивают мощность шума и, сравнивая ее уровень с порогом, выявляют информационный образ сигнала на отсчетах выборки, вводят новые операции. Их сущность заключается в том, что, с целью повышения достоверности распознавания информационного образа, с помощью упомянутой модели сигнала выделяют информационную составляющую и формируют пропорционально ее уровню указанный порог, и считают, что информационный образ сигнала соответствует рабочему и упомянутая выборка отсчетов содержит информационную составляющую сигнала, если мощность шума ниже порога, иначе полагают, что информационный образ сигнала нерабочий и упомянутая выборка не содержит информационной составляющей сигнала.

В общем случае информационную составляющую выделяют в результате структурного анализа отсчетов выборки, включающего в себя последовательные операции настройки адаптивного нерекурсивного фильтра на полное подавление сигнала, определения корней его характеристического уравнения и формирования по ним компонентной модели сигнала, настройки компонентной модели по отсчетам выборки.

В другой реализации способа информационную составляющую выделяют с помощью модели в виде гибридного фильтра, включающего в себя адаптивный фильтр и неадаптивную модель информационной составляющей сигнала, настраиваемого на полное подавление сигнала, причем информационную составляющую получают путем деления сигнала упомянутой неадаптивной модели на модуль коэффициента передачи адаптивного фильтра информационной составляющей.

В следующей реализации способа информационную составляющую выделяют путем преобразования сигнала составным фильтром информационной составляющей, формируемой по корням характеристического уравнения, настроенного на подавление сигнала адаптивного нерекурсивного фильтра за исключением корней, согласованных с информационной составляющей, и деления выходного сигнала составного фильтра на модуль его коэффициента передачи информационной составляющей.

Способ также может отличаться подходом к определению порога и мощности шума.

Мощность шума может определяться как средневыпрямленное значение невязки по отсчетам выборки, а упомянутый порог - пропорционально средневыпрямленному значению информационной составляющей сигнала на выборке.

Кроме того, мощность шума может определяться как среднеквадратичное значение невязки по отсчетам выборки, а упомянутый порог - пропорционально среднеквадратичному значению информационной составляющей сигнала на выборке.

На фиг. 1 приведена блок-схема, поясняющая предложенный способ. Фиг. 2 иллюстрирует работу способа при разных вариантах выделения информационной составляющей - третьей гармоники. Распознаваемый сигнал (фиг. 2, а) содержит два интервала однородности. На первом из них сигнал содержит только основную гармонику частоты 50 Гц с амплитудой 1,0 относительных единиц (о.е.) и белый шум, а на втором интервале к ним добавляется еще и информационная составляющая - 3-я гармоника с амплитудой 0,1 о.е. На фиг. 2, б) представлено выявление информационной составляющей и шума адаптивной моделью, полученной в результате структурного анализа, на фиг. 2, в) - моделью в виде гибридного фильтра, на фиг. 2, г) - составной моделью. Все модели обеспечивают распознавание информационного образа сигнала, на фиг. 2, д) вынесен сигнал признака информационного образа: нерабочему информационному образу соответствует сигнал Q=0, а рабочему - Q=1.

Суть изобретения заключается в следующем.

Пусть электрический сигнал представлен отсчетами

где x_i(k) - информационная составляющая сигнала, x_r(k) - сумма остальных компонентов сигнала, n(k) - сигнал шума, k - номер отсчета. Способ работает с выборкой отсчетов размера L

формируемой для каждого дискретного момента k на оси времени сигнала.

Модель сигнала

настраиваемая на этой выборке, в общем случае содержит оценку информационной составляющей сигнала и сумму оценок остальных компонентов сигнала .

Сигнал шума получают как разность между соответствующими отсчетами выборки (2) и модели (3):

Предположим для удобства изложения сути изобретения, что информационная составляющая сигнала x_i(k) представляет собой гармонику (в электроэнергетике это обычно гармоника промышленной частоты 50 Гц)

где A_i - амплитуда, ω_i - угловая частота, ψ_i - начальная фаза, T_s - интервал дискретизации. Тогда оценка информационной составляющей сигнала в модели (3) тоже будет гармоникой

параметры которой будут близки параметрам составляющей (5).

Способ распознает информационный образ электрического сигнала на данной выборке x(k) (2), сравнивая мощность P_n шума (4) с порогом R_i, пропорциональным уровню оценки (6) информационной составляющей x_i(k) (5). Если в сигнале выборки присутствует информационная составляющая, то порог R_i будет высокого уровня и намного превосходить мощность шума P_n. Это сигнализирует, что информационный образ сигнала определен как рабочий. Если в сигнале информационная составляющая отсутствует, то порог R_i будет мал и определяться уровнем ошибок и шумов вычисления. Поэтому его уровень будет близок, а может быть, и ниже уровня мощности шума P_n. В этом случае способ определит информационный образ сигнала выборки как нерабочий.

Важно отметить, что порог R_i не фиксируется на одном уровне и полностью определяется только уровнем информационной составляющей сигнала. Поэтому способ приобретает избирательность по отношению к информационной составляющей, и его работа не зависит от других составляющих x_r(k) сигнала (1).

Способ может быть реализован по-разному. Варианты его реализации зависят от принципа построения модели сигнала, метода оценки мощности шума P_n и принципа формирования порога R_i.

Начнем с рассмотрения методов оценки мощности шума и принципа формирования порога, поскольку они методически связаны друг с другом. Здесь и далее под мощностью шума понимается условная средняя величина, служащая мерой интенсивности шума в сигнале в пределах взятой выборки отсчетов (2).

Одним из методов определения мощности шума (4) является вычисление его средневыпрямленного значения

Порог

в этом случае должен определяться также пропорционально средневыпрямленному значению информационной составляющей

Коэффициент λ (коэффициент чувствительности) определяет чувствительность способа: чем он больше, тем выше чувствительность способа к уровню информационной составляющей. Выбор коэффициента зависит от конкретных условий применения способа.

В случае гармонической информационной составляющей (5) величина (9) может быть определена по ее амплитуде:

Другим методом определения мощности шума является вычисление его среднеквадратичного значения

Порог (8) в этом случае определяется также пропорционально среднеквадратичному значению информационной составляющей

или, в случае гармоники (5), пропорционально действующему значению, определенному по амплитуде:

Рассмотрим методы выделения информационной составляющей x_i(l) и определения невязки (шума) n(k).

В общем случае информационную составляющую выделяют в результате структурного анализа отсчетов выборки.

Структурный анализ включает в себя несколько этапов. Вначале адаптивный нерекурсивный фильтр

настраивают на полное подавление цифрового сигнала х(k) таким образом, чтобы невязка е(k) удовлетворяла критерию наименьших квадратов [Антонов В.И., Лазарева Н.М., Пуляев В.И. Методы обработки цифровых сигналов энергосистем // М., НТФ «Энергопрогресс», «Энергетик». 2000. С. 31]. Порядок фильтра М зависит от числа слагаемых электрического сигнала, его выбирают заведомо больше порядка сигнала.

Затем определяют корни характеристического уравнения фильтра (14)

На следующем этапе, используя корни уравнения (15), формируют компонентную модель сигнала

и, настраивая ее на сигнал выборки также по методу наименьших квадратов, определяют комплексные амплитуды . Поскольку с информационной составляющей (5) ассоциированы два корня и , то модель информационной составляющей (6) будет входить в компонентную модель (16) как

Для способа важно определить амплитуду A_i информационной составляющей (5), и, как следует из (16), она будет равна .

Шум сигнала в этом случае может быть определен либо как невязка фильтра (14), т.е. n(k)=e(k), либо как невязка компонентной модели (16), т.е. .

В другой реализации способа модель сигнала формируется в виде гибридного фильтра

где с=B_icosψ_i и s=B_isinψ_i - ортогональные составляющие неадаптивной модели, пропорциональные информационной составляющей сигнала [Антонов В.И., Наумов В.А., Иванов Н.Г., Солдатов А.В., Фомин А.И. Общие начала теории фильтров ортогональных составляющих // Релейная защита и автоматизация. №1. 2016. С. 16-25]. Настройка фильтра (18) осуществляется аналогично настройке адаптивного фильтра (14). Оценка амплитуды информационной составляющей сигнала формируется по найденным ортогональным составляющим неадаптивной модели с учетом модуля коэффициента передачи адаптивной части фильтра (18)

на частоте ω_i информационной составляющей:

Здесь полагается, что шум сигнала равен невязке (18): n(k)=е(k).

В следующей реализации способа информационную составляющую выделяют с помощью составной модели. Своим названием модель обязана тому обстоятельству, что она представляет собой совокупность заграждающих фильтров всех составляющих сигнала, кроме информационной, и формируется на основе адаптивного фильтра (14), настроенного на полное подавление сигнала. Искомая информационная составляющая появляется как результат преобразования сигнала этой совокупностью заграждающих фильтров, т.е. в виде выходного сигнала составного фильтра.

Для получения составного фильтра осуществляются первые два этапа структурного анализа, в ходе которых настраивается фильтр (14) и определяются корни характеристического уравнения (15):

Далее из множества (21) корней исключают корни и , ассоциированные с информационной составляющей. Пользуясь множеством оставшихся корней формируется характеристический полином составного фильтра

Согласно полиному (22) составной фильтр примет следующий вид:

Выходной сигнал составного фильтра будет содержать сигнал, пропорциональный искомой информационной составляющей сигнала

Поскольку для работы способа важно правильно оценить амплитуду информационной составляющей, то для корректной работы способа достаточно корректировать лишь амплитуду сигнала (24), формируя образ информационной составляющей согласно (6) в виде оценки

не придавая значения корректности определения начальной фазы Здесь

где

модуль коэффициента передачи составного фильтра (23) на частоте ω_i информационной составляющей.

Поскольку все модели так или иначе определяют амплитуду информационной составляющей, все они хорошо справляются с задачей распознавания информационного образа сигнала. Как видно из фиг. 2, б)-г), на первом интервале однородности информационная составляющая отсутствует, и порог. Мощность шума P_n достаточно высока и превышает порог, способ фиксирует информационный образ этого интервала как нерабочий, устанавливая признак Q=0. На втором интервале в сигнале обнаруживается информационная составляющая достаточной мощности, чтобы ее уровень, учитываемый в пороге R_i, превышал мощность шума P_n. Поэтому все модели формируют достаточные условия для фиксации признака, что информационный образ сигнала на втором интервале рабочий, т.е. Q=1.

Нужно отметить особенность применения составного фильтра (фиг. 2, г). Оно заключается в том, что составной фильтр формирует оценку информационной составляющей непосредственно из входного сигнала, пропуская его через себя. Поэтому на части оси времени оценка информационной составляющей отсутствует.

Задача разделения сигнала на интервалы здесь не рассматривается, поскольку она имеет самостоятельное значение.

Таким образом, за счет формирования порога пропорционально уровню информационной составляющей сигнала удалось повысить достоверность распознавания информационного образа электрического сигнала.