考虑谐波横向传播的列车网络系统非侵入式宽时间尺度谐波阻抗识别方法

《IEEE Transactions on Vehicular Technology》：Non-Invasive Broad-Timescale Harmonic Impedance Identification for Train-Network Systems Considering Harmonic Lateral Propagation

　　

摘要：

对列车网络系统（TNSs）进行精确的谐波阻抗识别对于识别、预防和抑制高阶谐波共振至关重要。本文提出了一种非侵入式的谐波阻抗识别方法，该方法适用于广泛的时间尺度，能够处理多种运行模式下的动态变化以及谐波的横向传播。为了解决混合模式数据导致的精度损失，本文提出了一种基于变分贝叶斯隐马尔可夫模型（vbHMM）的分层划分框架，该框架包含两个动态隐马尔可夫源模型。2) 该方法有效解决了由于信号分布重叠而引起的状态混淆问题。此外，还开发了一种递归相位校正的复数快速独立成分分析（RPC-CFICA）算法用于谐波阻抗的重建。通过用递归相位校正策略替代传统的被动性假设（即阻抗实部严格为正），该方法克服了在负阻尼条件下由于该假设失效而导致的180°相位反转问题。对比仿真和缩小比例的实验室实验验证了所提出方法能够实现高精度的谐波阻抗识别，在精度上显著优于现有方法，同时满足了近实时应用的时间和内存限制。