CN102445620A - 一种暂态电能质量检测装置和方法 - Google Patents
一种暂态电能质量检测装置和方法 Download PDFInfo
- Publication number
- CN102445620A CN102445620A CN2011103713789A CN201110371378A CN102445620A CN 102445620 A CN102445620 A CN 102445620A CN 2011103713789 A CN2011103713789 A CN 2011103713789A CN 201110371378 A CN201110371378 A CN 201110371378A CN 102445620 A CN102445620 A CN 102445620A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msup
- msub
- mfrac
- munderover
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000001052 transient effect Effects 0.000 title claims abstract description 49
- 238000001514 detection method Methods 0.000 title claims abstract description 45
- 239000011159 matrix material Substances 0.000 claims abstract description 60
- 230000009466 transformation Effects 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000011426 transformation method Methods 0.000 claims abstract description 6
- 238000005070 sampling Methods 0.000 claims description 34
- 238000006243 chemical reaction Methods 0.000 claims description 21
- 238000012360 testing method Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 3
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 claims description 2
- FEPMHVLSLDOMQC-UHFFFAOYSA-N virginiamycin-S1 Natural products CC1OC(=O)C(C=2C=CC=CC=2)NC(=O)C2CC(=O)CCN2C(=O)C(CC=2C=CC=CC=2)N(C)C(=O)C2CCCN2C(=O)C(CC)NC(=O)C1NC(=O)C1=NC=CC=C1O FEPMHVLSLDOMQC-UHFFFAOYSA-N 0.000 claims description 2
- 230000005477 standard model Effects 0.000 claims 1
- 238000004891 communication Methods 0.000 abstract description 5
- 230000005540 biological transmission Effects 0.000 abstract description 2
- 238000013500 data storage Methods 0.000 abstract description 2
- 238000009826 distribution Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 10
- 239000003990 capacitor Substances 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 239000011295 pitch Substances 0.000 description 2
- 238000010223 real-time analysis Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 101710092887 Integrator complex subunit 4 Proteins 0.000 description 1
- 102100037075 Proto-oncogene Wnt-3 Human genes 0.000 description 1
- 235000010829 Prunus spinosa Nutrition 0.000 description 1
- 240000004350 Prunus spinosa Species 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
Images
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
一种暂态电能质量检测装置和方法,属于输配电技术领域,采集无扰动标准信号,利用改进的S变换方法对其进行处理,得到无扰动标准信号的基础矩阵;采集电压暂升、电压暂降、电压中断、高频瞬态扰动信号和低频扰动信号,将其进行改进的S变换后的时频曲线图进行缩放,建立标准化模板,并存入数据库中;实时采集电网中的三相电压和三相电流数据;根据数字图像匹配原理将数字图像曲线与数据库中的标准化模板进行匹配,得出扰动类型,本发明提出了一种新型的基于改进S方法的暂态电能质量检测装置和方法,在装置的检测精度、实现功能和数据存储等方面做了最为优化的设计,从而提高了暂态电能质量检测的实时分析能力和远程通讯能力。
Description
技术领域
本发明属于输配电技术领域,特别涉及一种暂态电能质量检测装置和方法。
背景技术
在当今社会,电能作为一种清洁、经济、可控的能源,在国民经济的各个层面都得到了广泛的应用。随着科学技术的发展,社会对电能质量的要求越来越高,研究和改善电能质量,对于电网和电气设备的安全、经济运行,保障产品质量、科学实验以及人民生活和生产的正常等均有重要意义。
电能质量问题分为稳态电能质量问题和暂态电能质量问题。国内对于稳态电能质量的研究时间比较长,成果也很多,但是近年来随着社会的发展暂态电能质量问题逐渐显现。目前我国对这些电能质量问题的研究还处于起步阶段。国际电力电子工程师协会IEEE把瞬时和短时扰动引起的电能质量问题归结为暂态电能质量问题,其主要的表现形式有电压暂升、电压暂降、暂态振荡、电压中断等。由于暂态电能质量扰动的随机性很大、持续过程很短、传统的电能质量检测技术已经不适用。目前的电能质量检测方法研究的主要方向是如何快速准确、简单有效地实现各种扰动的检测,方法有以下几种:傅立叶变换法、小波变换方法、缺损电压法、有效值法、瞬时电压D-Q分解法、人工智能方法、Porny分析法及基于数学形态学法等几大类。这些方法在稳态电能质量检测方面有一定的应用,国内外一些公司相继开发出多种用于稳态电能质量检测的装置和仪器。但是对于暂态电能质量检测装置开发方面国内做出的成果还不多,主要原因在于目前的一些暂态电能质量检测方法很难在装置上实现。
发明内容
针对现有技术存在的不足,本发明提供一种暂态电能质量检测装置和方法,以达到提高暂态电能质量检测的实时分析能力和远程通讯能力的目的。
本发明的技术方案是这样实现的:一种暂态电能质量检测装置,包括互感器、谐波放大器、锁相环电路、A/D转换电路、FIFO电路、USB控制器、显示器及键盘,其特征在于:还包括两个DSP处理器和一个单片机,其连接关系为:第一互感器的输出端连接第一谐波放大器的输入端和第一锁相环电路的输入端,第一谐波放大器的输出端和第一锁相环电路的输出端分别连接第一A/D转换电路的第一输入端和第二输入端,第一A/D转换电路的输出端连接第一高速缓存的输入端,第一A/D转换电路的输入端连接第一DPS处理器的输出端,第一高速缓存的输出端连接第一DSP处理器的输入端,第一DSP的输入输出端连接第二高速缓存的第一输入输出端,第二高速缓存的第二输入输出端连接第一USB控制器的第一输入输出端,第一USB控制器的第二输入输出端连接单片机的第一输入输出端,第二互感器的输出端连接第二谐波放大器的输入端和第二锁相环电路的输入端,第二谐波放大器的输出端和第二锁相环电路的输出端分别连接第二A/D转换电路的第一输入端和第二输入端,第二A/D转换电路的输出端连接第三高速缓存的输入端,第二A/D转换电路的输入端连接第二DPS处理器的输出端,第三高速缓存的输出端连接第二DSP处理器的输入端,第二DSP的输入输出端连接第四高速缓存的第一输入输出端,第四高速缓存的第二输入输出端连接第二USB控制器的第一输入输出端,第二USB控制器的第二输入输出端连接单片机的第二输入输出端,单片机的两个输出端分别连接显示器及键盘。
采用暂态电能质量检测装置的检测方法,包括以下步骤:
步骤1:采集无扰动标准信号,利用改进的S变换方法对其进行处理,得到无扰动标准信号的基础矩阵,所述的无扰动标准信号是指:电网的线电压和相电流;
步骤1-1:将采集到的无扰动标准信号进行S变换;
信号s(t)是一个连续信号,则信号s(t)的一维连续S变换S(τ,t)定义如下:
其中
(1)、(2)式中,w(τ-t)是高斯窗口,τ是高斯窗口在时间t轴位置的参数,f为频率;
S变换中的函数满足下面归一化条件,即
则,S变换后得到如下公式:
公式(1)中w(τ-t)是高斯窗口,通过τ的值的变化,控制高斯窗口在时间t轴位置的参数,f为频率,通过f的变化,实现高斯窗口的变化,这就为分析高频信号或者低频信号带来了方便,能胜任各种频率信号的分析处理,由式中可以看出,其一维连续S逆变换为
步骤1-2:对S变换后的信号进行离散处理;
设信号s(t)的离散序列是s(k),k=0,1,2,3,……N-1,则得到S变换的离散形式为,
其中,
由式(6)、(7)、(8)可知,离散化后的S变换是一个矩阵,其中,矩阵的某位置元素的大小就是相应频率和时间处信号S变换的幅值,矩阵的列向量,表示相应频率处变换后信号的幅值大小,矩阵的行向量,表示相应时间处变换后信号的幅值大小;
步骤1-3:以横坐标为时间,以公式(6)(7)(8)计算出的频率值作为纵坐标,绘制时频曲线图;
步骤2:采集电压暂升、电压暂降、电压中断、高频瞬态扰动信号和低频扰动信号,将其进行改进的S变换后的时频曲线图进行缩放,建立标准化模板,并存入数据库中;
步骤2-1:利用步骤1的方法对采集到的电压暂升、电压暂降、电压中断、高频瞬态扰动信号和低频扰动信号进行S变换,并绘制对应的时频曲线图;
步骤2-2:利用时频尺度缩放的方法,对步骤2-1中扰动信号对应的时频曲线进行标准化处理;
由于各种扰动信号的持续时间长短不一,频率段不同,通过时频尺度缩放的方法,实现各类扰动信号的标准化,并按各扰动信号取其模时频矩阵特定部分,对持续时间不同的同类扰动建立唯一的标准化模板,作为该类扰动的标准判据,方法为:
步骤2-1绘制的时频曲线图为模拟图像,对模拟图像fa(x,y)进行数字化,将其转换为数字图像fd(m,n),在将模拟图像向数字图像转换的过程中,需要满足的条件为:输入设备主扫描方向和副扫描方向的分辨率均为定值,即图像采样周期均为T,且图像输出设备主扫描方向和副扫描方向的分辨率也均为定值,行和列的像素间距也均为T;
将模拟图像fa(x,y)转换为数字图像fd(m,n),公式如下:
对转换后的数字图像进行缩放,方法为:数字图像进行放大或缩小时,先将数字图像fd(m,n)恢复为模拟图像fa(x,y),然后按新的采样周期T/S对模拟图像fa(x,y)进行采样,得到缩放后的数字图像gd(k,l),最后将经过缩放的数字图像gd(k,l)输出至输出设备:
S是指数字图像的缩放倍率,是将经过缩放的数字图像的单位行数(或列数)与原数字图像的单位行数(或列数)的比值,缩放倍率S表示了数字图像的缩放大小,数字图像的缩放就是将经过缩放的图像gd(k,l)通过输出设备输出:当S>1时,新的采样周期T/S比原采样周期T小,图像便被放大;同理,当S<1时,新的采样周期T/S比原采样周期T大,图像便被缩小;当S=1时,图像的尺寸保持不变;用新的采样周期T/S对模拟图像fa(x,y)进行采样;
数字图像的缩放公式如下:
由公式(10)可知,经过缩放的数字图像的每一个像素gd(k,l)是原数字图像的各个像素的加权和;
步骤2-3:经过缩放后的数字图像被统一为相同的频率范围,作为标准化模板,将其存入数据库中作为扰动的标准判据;
步骤3:实时采集电网中的三相电压和三相电流数据;
步骤4:采用步骤1所述的改进的S变换方法对步骤3的数据进行处理,形成扰动矩阵,所述扰动矩阵的某位置元素的大小就是相应频率和时间处信号S变换的幅值,其中,扰动矩阵的行向量,表示是相应频率处变换后信号的幅值大小,扰动矩阵的列向量,表示的是相应时间处变换后信号的幅值大小;
步骤5:根据Parsel定理,将扰动矩阵中所有列,即频率信号进行叠加;
步骤6:将叠加后每一列平均能量值与基础矩阵每一列平均能量值进行比较,如果两个值不同,则发生扰动,执行步骤7,否则,没有扰动,执行步骤3;
所述的能量指各个频率的幅值大小;若原信号s(t)受到扰动,变成了信号s’(t),则信号s’(t)离散化后得到的S变换为S’[m,n],原信号s(t)进行离散化后得到的S变换结果为S[m,n],在每一时刻,S’[m,n]与S[m,n]相比,若其所有的频率幅值相加,在扰动点发生的地方,总和是不相同的,则认为信号发生扰动;把S[m,n]的某一列的所有的元素的绝对值相加,即为某采样间隔内原信号的平均能量,公式如下:
式中S(τ,fk)为矩阵S(m,n)中某一列元素,Δ-滞环宽度,uc-电容电压,L-电感值,ω-滤波器的谐振频率;
把S′[m,n]的某一列的所有的元素的绝对值相加,即为某采样间隔内受扰动的信号平均能量,公式如下:
步骤7:绘制时间-幅值曲线,确定扰动时间;
把得到的受扰动的信号的平均能量进行4次方处理,使能量曲线更加锐利,公式如下:
以横坐标为时间,纵坐标为幅值,绘制时间-幅值曲线,根据时间-幅值曲线随收到的扰动信号进行变化的特点,对电力系统的电能扰动进行时间定位,所绘制的时间-幅值曲线,直线部分表示没有扰动,曲线部分表示有扰动存在,根据曲线位置确定扰动时间;
步骤8:按步骤2的方法对扰动信号进行数字图像缩放;
步骤9:根据数字图像匹配原理将步骤8的数字图像曲线与数据库中的标准化模板进行匹配,得出扰动类型,执行步骤3;
所述的匹配方法,采用基于数字图像处理中的相似度方法:设MA为某暂态电能质量扰动测试样本信号经S变换后所得矩阵,MB为已经建立的某类暂态扰动信号的标准模矩阵,两者之间内容的接近程度可用下式描述:
将上式展开,可以得到下面的式子:
式(15)中第1项为测试样本模矩阵的能量,当扰动测试样本信号不同时,其值不同;第2项为测试样本模矩阵与标准模矩阵之间的互相关联度,随扰动测试样本信号的不同其值不同,且当MA和MB内容越接近时其值越大;第3项表示已建立的标准模矩阵的能量,为一个常数,将式(15)归一化得相似度SAB,公式如下:
式中:L和M分别为矩阵的行数和列数,即整个矩阵由N=W×H个元素构成;MA(i,j)和MB(i,j)分别为标准化后的扰动特征局部矩阵和扰动标准化模板,M(i,j)为矩阵中第i行和第j列元素幅值大小,其中1≤i≤H,1≤j≤W;
相似度的值越大表示两者越接近;
本发明优点:本发明提出了一种新型的基于改进S方法的暂态电能质量检测装置和方法,在装置的检测精度、实现功能和数据存储等方面做了最为优化的设计,从而提高了暂态电能质量检测的实时分析能力和远程通讯能力。
附图说明
图1为本发明一种暂态电能质量检测装置结构框图;
图2为本发明一种暂态电能质量检测装置互感器的电路原理图;
图3为本发明一种暂态电能质量检测装置谐波放大器的电路原理图;
图4为本发明一种暂态电能质量检测装置锁相环芯片的电路原理图;
图5为本发明一种暂态电能质量检测装置DSP处理器与A/D转换器的电路原理图;
图6为本发明一种暂态电能质量检测装置DSP处理器与USB控制器的电路原理图;
图7为本发明一种暂态电能质量检测方法总流程图;
图8为本发明一种暂态电能质量检测装置对采样数据进行S变换的流程图;
图9为本发明一种暂态电能质量检测装置采样数据与标准化数据比较的流程图;
图10为本发明一种暂态电能质量检测装置通讯模块流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步详细说明。
图1为本发明的结构框图,本实施例中,互感器的型号为TV1013-1,锁相环芯片的型号为74HC4046,串行分频器的型号为CD4040,两个A/D转换器的型号为ADS5422,两个DSP控制器的型号为TMS320C6203B,单片机的型号为80c196,高速缓存的型号为IDT72V2113,USB控制器的型号为CY7C68013。
本实施例采用两组DSP控制器连接单片机的结构,以一组DSP控制器的连接为例,说明其电路连接关系。
从互感器中得到的电网信号双路输入A/D转换器,一路作为谐波放大器的输入信号,信号经过谐波放大器后将基波滤去,保留谐波,便于分析扰动量的性质;另一路作为锁相环电路的输入信号,此信号经过锁相环电路后输出方波信号,此方波信号的频率完全跟踪电网信号频率,并作为A/D转换器的触发信号来启动A/D转换器进行采样工作,从而实现信号的同步采样;
图2为互感器的电路原理图,互感器TV1013-1的输入端Uin连接电网,互感器TV1013-1的输出端Uout连接谐波放大器的输入端Uin,互感器TV1013-1的工频方波信号输出端连接锁相环芯片的AIN端口,谐波放大器的电路原理图如图3所示,锁相环芯片的电路原理图如图4所示;
电压互感器的一次侧同名端通过一个220kΩ采样电阻与电网相连接,最大可测电压有效值为440V;UA经过互感器后的信号首先进行滤波,然后连接到放大器的同向输入引脚3,放大器的反相输入引脚2通过100kΩ的电阻连接到输出引脚1构成电压抬升电路,然后经过以LM124组成的电压放大电路最后输出0-5V的电压信号;通过滑动变阻器可以调节输出电压的大小,其中输出的电压信号Uout一路作为A/D转换模块的输入信号,令一路作为电压比较信号进入过零比较电路,图中的下半部分即为过零比较电路,可以通过调节滑动变阻器来改变抬升点的电压大小,过零比较电路使Uout与抬升零点比较产生工频方波信号,作为锁相环电路的输入信号;
所述的谐波放大器包括多级放大电路和集中选频滤波电路两部分,多级放大电路以共射组态为基本电路单元,以保证晶体管工作在稳定状态,谐波放大器的放大部分利用三级共射组态通过阻容耦合级联,每级包括一个三极管,基极连接1K电阻串联电位器与集电极并联后再串联两个并联的电容器,射极连接电位器与电容器后再与基极的另一端并联构成射极放大电路,每极之间连接一个电容器,集中滤波选频电路为单级单调谐电路,Ce作为发射极旁路电容,用以短路高频交流信号,LC并联谐振回路调谐在输入信号频率上,回路产生谐振,放大器输出电压最大,故电压增益也为最大;
所述的锁相环电路由锁相环芯片74HC4046与串行分频器CD4040组成。电网电压经过电压互感器变为采样模块所能接受的电压信号幅值范围,作为锁相环电路的输入信号进入锁相环芯片74HC4046的14号引脚,4号引脚是74HC4046内部压控振荡器的输出端,其输出信号与CD4040的11号引脚相连,进行256倍的倍频,其倍频信号从二进制计数器CD4040的4号引脚输出又进入74HC4046的3号引脚,即比较信号输入端,74HC4046内部的相位比较器对两个信号进行相位比较后,从相位比较器II的输出端13号引脚输入,经过低通滤波器后,再进入74HC4046的内部压控振荡器,作为其控制信号,从上述过程可以看到这是一个闭环控制系统,经过不断的调节,使输出信号频率为输入信号频率的256倍,并且使输入信号与比较信号的频差为零;
锁相环芯片的CI端连接串行分频器CD4040的Q7端,锁相环芯片的INH端、CA端、CB端及VSS端相连并接地,串行分频器CD4040的CLK端连接ADS422的IN端;
通过A/D模数转换芯片,采集到电网电压信号,将这些数字信号储存在高速缓冲FIFO中,DSP通过扩展总线读取FIFO中的数字信号;DSP同时提供精确稳定的时钟信号给A/D转换模块,控制A/D转换模块的采样频率,经过这一过程,把电网的电压信号送到了DSP处理器中,使用TMS320C6203B的32bit外部扩展总线接口(XBUS)连接ADS5422的DB口,实现XBUS从ADS5422读取数据并存储在TMS320C6203B的内部RAM中(由于ADS5422只有14bit数据,实际上只需要使用XBUS的低14bit);使用TMS320C6203B的定时器输出信号TOUT0提供精确稳定的时钟信号,连接到ADS5422的CLK管脚,来控制ADS5422的采样频率,并且该时钟可根据定时器参数有软件设置,增加A/D采样频率的灵活性。在DSP内部寄存器中,将多通道缓冲串口(MBSP)的引脚设置成通用的I/O引脚,使用DR0、DR1以及DX0引脚读入或者写入ADS5422的控制信号OVR、DV,由于单片IDT72V2113的容量为512k×9bit,对于本实施例的高速采集系统而言,其容量显得过小了,所以要对其进行字长扩展和深度扩展。C6203B的外部扩展总线(XBUS)宽度为32位,可以实现与同步FIFO无缝连接,可以同时无缝实现四个FIFO写接口或者实现3个FIFO写接口及1个FIFO读接口。通过无缝连接实现FIFO读接口,FIFO必须连接到上,数据通过DMA方式从IDT72V2113传送到C6203B的片内RAM中,4片IDT72V2113经过字长和字深扩展形成2MB的数据输入缓冲,输入数据总线(D0-D15)、输出数据总线(Q0-Q15)、读使能(REN)、读时钟(RCLK)、写使能(WEN)、写时钟(WCLK)和将空标志信号(PAE)是由4片IDT72V2113的相应信号组合形成的;为外部扩展总线(XBUS)的空选择信号,XFCLK为外部扩展总线(XBUS)的输出时钟,EXT_INT4是C6203B的外部中断信号4,DX0用作通用输出口,控制IDT72V2113的写使能信号;
所述的通讯模块中DSP与MCU之间的连接采用USB控制器CY7C68013,DSP与MCU之间采用从机方式进行连接,这种方式下,DSP可以像读写普通FIFO一样对CY7C68013内部的多层缓冲FIFO进行读写。FLAGA、FLAGB和FLAGC是CY7C68013内部FIFO的状态标志,分别表示FIFO的空、半满(由用户设定半满的阈值)和满等状态信息,C6203B通过通用I/O口来获得FIFO的空、半满(由用户设定半满的阈值)和满这些状态信息。C6203B对CY7C68013内部FIFO的选择,以及数据包的提交也是通过通用I/O口来实现。C6203B通过EMIF接口的CE2,实现对CY7C68013进行读写操作。DSP从FIFO传输数据的过程为:DSP通过USB向PC发送数据前,首先查看CY7C68013内部FIFO的状态标志,获得空、半满或者满这些个状态信号,然后根据状态信息来决定向USB写入适当大小的数据,以保证数据不会溢出;PC机通过USB向DSP发送命令字时,USB通过中断方式通知DSP读取命令字。
USB控制器CY7C6801的FLAGA端、FLAGB端、FLAGC端、SLCS端、SLOE端、SLRD端、SLRD端、SLWR端、PKTEND端、PC7端、FIFOADR0端、FIFOADR1端和ED[0:15]端分别连接TMS320C6203B的FSR0端、DR0端、CLKS0端、CE2端、ARE端、AOE端、AWE端、FSX0端、EXT_INTS端、DX0端、CLKX0端、CLKX0端和ED[0:15]端,如图6所示。
本实施例采用暂态电能质量检测装置的检测方法,其流程如图7所示,包括以下步骤:
步骤1:采集无扰动标准信号,利用改进的S变换算法对其进行处理,得到无扰动标准信号的基础矩阵;
步骤1-1:将采集到的无扰动标准信号进行S变换;
信号s(t)是一个连续信号,则信号s(t)的一维连续S变换S(τ,t)定义如下:
其中
S变换中的函数满足下面归一化条件,即
则,S变换后得到如下公式:
公式(1)中w(τ-t)是高斯窗口,通过τ的值的变化,控制高斯窗口在时间t轴位置的参数,f为频率,通过f的变化,实现高斯窗口的变化,这就为分析高频信号或者低频信号带来了方便,能胜任各种频率信号的分析处理,由式中可以看出,其一维连续S逆变换为
步骤1-2:对S变换后的信号进行离散处理;
设信号s(t)的离散序列是s(k),k=0,1,2,3,……N-1,则得到S变换的离散形式为,
其中,
由式(6)、(7)、(8)可知,离散化后的S变换是一个矩阵,其中,矩阵的某位置元素的大小就是相应频率和时间处信号S变换的幅值,矩阵的列向量,表示相应频率处变换后信号的幅值大小,矩阵的行向量,表示相应时间处变换后信号的幅值大小;
步骤1-3:以横坐标为时间,以公式(6)(7)(8)计算出的频率值作为纵坐标,绘制时频曲线图;
步骤2:采集电压暂升、电压暂降、电压中断、高频瞬态扰动信号和低频扰动信号,将其进行改进的S变换后的时频曲线图进行缩放,建立标准化模板,并存入数据库中;
步骤2-1:利用步骤1的方法对采集到的电压暂升、电压暂降、电压中断、高频瞬态扰动信号和低频扰动信号进行S变换,并绘制对应的时频曲线图,如图8所示;
步骤2-2:利用时频尺度缩放的方法,对步骤2-1中扰动信号对应的时频曲线进行标准化处理,如图9所示;
由于各种扰动信号的持续时间长短不一,频率段不同,通过时频尺度缩放的方法,实现各类扰动信号的标准化,并按各扰动信号取其模时频矩阵特定部分,对持续时间不同的同类扰动建立唯一的标准化模板,作为该类扰动的标准判据,方法为:
步骤2-1绘制的时频曲线图为模拟图像,对模拟图像fa(x,y)进行数字化,将其转换为数字图像fd(m,n),在将模拟图像向数字图像转换的过程中,需要满足的条件为:输入设备主扫描方向和副扫描方向的分辨率均为定值,即图像采样周期均为T,且图像输出设备主扫描方向和副扫描方向的分辨率也均为定值,行和列的像素间距也均为T;
将模拟图像fa(x,y)转换为数字图像fd(m,n),公式如下:
对转换后的数字图像进行缩放,公式如下:
由公式(10)可知,经过缩放的数字图像的每一个像素gd(k,l)是原数字图像的各个像素的加权和;
步骤2-3:经过缩放后的数字图像被统一为相同的频率范围,作为标准化模板,将其存入数据库中作为扰动的标准判据,本实施例中,提取S模矩阵中扰动发生前5个周期至扰动结束后5个周期各行、列元素,行对应频率值,列对应采样时间点,对其时频尺度进行缩放,首先统一时间尺度,将所有的电压扰动信号发生前5个周期和扰动结束后5个周期各列尺度压缩为2个周期时间长度;将扰动持续期尺度缩放为特定时间;对其时频尺度进行缩放,首先统一时间尺度,将所有的电压扰动信号发生前5个周期和扰动结束后5个周期各列尺度压缩为2个周期时间长度;将扰动持续期尺度缩放为特定时间;然后对各行尺度缩放统一频宽分辨率,即可形成标准化的扰动特征矩阵,并将时频尺度缩放后30个相同大小的扰动特征矩阵相加后求平均,形成该类暂态电能质量扰动全局模板,再根据各种扰动的特征从全局模板中选出最能表示该扰动特征的一部分作为标准化模板。
步骤3:实时采集电网中的三相电压和三相电流数据;
步骤4:采用步骤1所述的改进的S变换方法对步骤3的数据进行处理,形成扰动矩阵,所述扰动矩阵的某位置元素的大小就是相应频率和时间处信号S变换的幅值,其中,扰动矩阵的行向量,表示是相应频率处变换后信号的幅值大小,扰动矩阵的列向量,表示的是相应时间处变换后信号的幅值大小;
步骤5:根据Parsel定理,将扰动矩阵中所有列,即频率信号进行叠加;
步骤6:将叠加后每一列平均能量值与基础矩阵每一列平均能量值进行比较,如果两个值不同,则发生扰动,执行步骤7,否则,没有扰动,执行步骤3;
所述的能量指各个频率的幅值大小;若原信号s(t)受到扰动,变成了信号s’(t),则信号s’(t)离散化后得到的S变换为S’[m,n],原信号s(t)进行离散化后得到的S变换结果为S[m,n],在每一时刻,S’[m,n]与S[m,n]相比,若其所有的频率幅值相加,在扰动点发生的地方,总和是不相同的,则认为信号发生扰动;把S[m,n]的某一列的所有的元素的绝对值相加,即为某采样间隔内原信号的平均能量,公式如下:
式中S(τ,fk)为矩阵S(m,n)中某一列元素,Δ-滞环宽度,uc-电容电压,L-电感值,ω-滤波器的谐振频率;
把S′[m,n]的某一列的所有的元素的绝对值相加,即为某采样间隔内受扰动的信号平均能量,公式如下:
步骤7:绘制时间-幅值曲线,确定扰动时间;
把得到的受扰动的信号的平均能量进行4次方处理,使能量曲线更加锐利,公式如下:
以横坐标为时间,纵坐标为幅值,绘制时间-幅值曲线,根据时间-幅值曲线随收到的扰动信号进行变化的特点,对电力系统的电能扰动进行时间定位,所绘制的时间-幅值曲线,直线部分表示没有扰动,曲线部分表示有扰动存在,根据曲线位置确定扰动时间;
步骤8:按步骤2的方法对扰动信号进行数字图像缩放;
步骤9:由于电压信号经过S变换后都可以表示为时频曲线图,而每种电压扰动信号的时频曲线图都有不同的特点,同类的信号矩阵,他们的时频图具有一些相同的特征,因此就可以利用数字图像匹配技术,根据两个图像之间的相似度大小,可以区别出两个电压扰动信号是否为同一类电压扰动,
根据数字图像匹配原理将步骤8的数字图像曲线与数据库中的标准化模板进行匹配,得出扰动类型,执行步骤3。
Claims (6)
1.一种暂态电能质量检测装置,包括互感器、谐波放大器、锁相环电路、A/D转换电路、FIFO电路、USB控制器、显示器及键盘,其特征在于:还包括两个DSP处理器和一个单片机,其连接关系为:第一互感器的输出端连接第一谐波放大器的输入端和第一锁相环电路的输入端,第一谐波放大器的输出端和第一锁相环电路的输出端分别连接第一A/D转换电路的第一输入端和第二输入端,第一A/D转换电路的输出端连接第一高速缓存的输入端,第一A/D转换电路的输入端连接第一DPS处理器的输出端,第一高速缓存的输出端连接第一DSP处理器的输入端,第一DSP的输入输出端连接第二高速缓存的第一输入输出端,第二高速缓存的第二输入输出端连接第一USB控制器的第一输入输出端,第一USB控制器的第二输入输出端连接单片机的第一输入输出端,第二互感器的输出端连接第二谐波放大器的输入端和第二锁相环电路的输入端,第二谐波放大器的输出端和第二锁相环电路的输出端分别连接第二A/D转换电路的第一输入端和第二输入端,第二A/D转换电路的输出端连接第三高速缓存的输入端,第二A/D转换电路的输入端连接第二DPS处理器的输出端,第三高速缓存的输出端连接第二DSP处理器的输入端,第二DSP的输入输出端连接第四高速缓存的第一输入输出端,第四高速缓存的第二输入输出端连接第二USB控制器的第一输入输出端,第二USB控制器的第二输入输出端连接单片机的第二输入输出端,单片机的两个输出端分别连接显示器及键盘。
2.采用权利要求1所述的暂态电能质量检测装置进行检测的检测方法,其特征在于:包括以下步骤:
步骤1:采集无扰动标准信号,利用改进的S变换方法对其进行处理,得到无扰动标准信号的基础矩阵;
步骤2:采集电压暂升、电压暂降、电压中断、高频瞬态扰动信号和低频扰动信号,将其进行改进的S变换后的时频曲线图进行缩放,建立标准化模板,并存入数据库中;
步骤2-1:利用步骤1的方法对采集到的电压暂升、电压暂降、电压中断、高频瞬态扰动信号和低频扰动信号进行S变换,并绘制对应的时频曲线图;
步骤2-2:利用时频尺度缩放的方法,对步骤2-1中扰动信号对应的时频曲线进行标准化处理;
步骤2-3:经过缩放后的数字图像被统一为相同的频率范围,作为标准化模板,将其存入数据库中作为扰动的标准判据;
步骤3:实时采集电网中的三相电压和三相电流数据;
步骤4:采用步骤1所述的改进的S变换方法对步骤3的数据进行处理,形成扰动矩阵,所述扰动矩阵的某位置元素的大小就是相应频率和时间处信号S变换的幅值,其中,扰动矩阵的行向量,表示是相应频率处变换后信号的幅值大小,扰动矩阵的列向量,表示的是相应时间处变换后信号的幅值大小;
步骤5:根据Parsel定理,将扰动矩阵中所有列,即频率信号进行叠加;
步骤6:将叠加后每一列平均能量值与基础矩阵每一列平均能量值进行比较,如果两个值不同,则发生扰动,执行步骤7,否则,没有扰动,执行步骤3;
步骤7:绘制时间-幅值曲线,确定扰动时间;
把得到的受扰动的信号的平均能量进行4次方处理,使能量曲线更加锐利,公式如下:
以横坐标为时间,纵坐标为幅值,绘制时间-幅值曲线,根据时间-幅值曲线随收到的扰动信号进行变化的特点,对电力系统的电能扰动进行时间定位,所绘制的时间-幅值曲线,直线部分表示没有扰动,曲线部分表示有扰动存在,根据曲线位置确定扰动时间;
步骤8:按步骤2的方法对扰动信号进行数字图像缩放;
步骤9:根据数字图像匹配原理将步骤8的数字图像曲线与数据库中的标准化模板进行匹配,得出扰动类型,执行步骤3。
3.根据权利要求2所述的暂态电能质量检测装置的检测方法,其特征在于:步骤1所述的S变换方法,包括以下步骤:
步骤1-1:将采集到的无扰动标准信号进行改进的S变换;
信号s(t)是一个连续信号,则信号s(t)的一维连续S变换S(τ,t)定义如下:
其中
(1)、(2)式中,w(τ-t)是高斯窗口,τ是高斯窗口在时间t轴位置的参数,f为频率;
S变换中的函数满足下面归一化条件,即
则,S变换后得到如下公式:
公式(1)中w(τ-t)是高斯窗口,通过τ的值的变化,控制高斯窗口在时间t轴位置的参数,f为频率,通过f的变化,实现高斯窗口的变化,这就为分析高频信号或者低频信号带来了方便,能胜任各种频率信号的分析处理,由式中可以看出,其一维连续S逆变换为
步骤1-2:对S变换后的信号进行离散处理;
设信号s(t)的离散序列是s(k),k=0,1,2,3,……N-1,则得到S变换的离散形式为,
其中,
由式(6)、(7)、(8)可知,离散化后的S变换是一个矩阵,其中,矩阵的某位置元素的大小就是相应频率和时间处信号S变换的幅值,矩阵的列向量,表示相应频率处变换后信号的幅值大小,矩阵的行向量,表示相应时间处变换后信号的幅值大小;
步骤1-3:以横坐标为时间,以公式(6)(7)(8)计算出的频率值作为纵坐标,绘制时频曲线图。
4.根据权利要求2所述的暂态电能质量检测装置的检测方法,其特征在于:步骤2-2所述的时频尺度缩放的方法,过程如下:
将模拟图像fa(x,y)转换为数字图像fd(m,n),公式如下:
对转换后的数字图像进行缩放,方法为:数字图像进行放大或缩小时,先将数字图像fd(m,n)恢复为模拟图像fa(x,y),然后按新的采样周期T/S对模拟图像fa(x,y)进行采样,得到缩放后的数字图像gd(k,l),最后将经过缩放的数字图像gd(k,l)输出至输出设备:
S是指数字图像的缩放倍率,是将经过缩放的数字图像的单位行数或列数与原数字图像的单位行数或列数的比值,缩放倍率S表示了数字图像的缩放大小,数字图像的缩放就是将经过缩放的图像gd(k,l)通过输出设备输出:当S>1时,新的采样周期T/S比原采样周期T小,图像便被放大;同理,当S<1时,新的采样周期T/S比原采样周期T大,图像便被缩小;当S=1时,图像的尺寸保持不变;用新的采样周期T/S对模拟图像fa(x,y)进行采样;
数字图像的缩放公式如下:
由公式(10)可知,经过缩放的数字图像的每一个像素gd(k,l)是原数字图像的各个像素的加权和。
5.根据权利要求2所述的暂态电能质量检测装置的检测方法,其特征在于:步骤6所述的判断是否发生扰动,方法如下:
所述的能量指各个频率的幅值大小;若原信号s(t)受到扰动,变成了信号s’(t),则信号s’(t)离散化后得到的S变换为S’[m,n],原信号s(t)进行离散化后得到的S变换结果为S[m,n],在每一时刻,S’[m,n]与S[m,n]相比,若其所有的频率幅值相加,在扰动点发生的地方,总和是不相同的,则认为信号发生扰动;把S[m,n]的某一列的所有的元素的绝对值相加,即为某采样间隔内原信号的平均能量,公式如下:
式中S(τ,fk)为矩阵S(m,n)中某一列元素,Δ-滞环宽度,uc-电容电压,L-电感值,ω-滤波器的谐振频率,Ea-电容电动势;
把S′[m,n]的某一列的所有的元素的绝对值相加,即为某采样间隔内受扰动的信号平均能量,公式如下:
6.根据权利要求2所述的暂态电能质量检测装置的检测方法,其特征在于:步骤9所述的匹配方法,采用基于数字图像处理中的相似度方法:设MA为某暂态电能质量扰动测试样本信号经S变换后所得矩阵,MB为已经建立的某类暂态扰动信号的标准模矩阵,两者之间内容的接近程度可用下式描述:
将上式展开,可以得到下面的式子:
式(15)中第1项为测试样本模矩阵的能量,当扰动测试样本信号不同时,其值不同;第2项为测试样本模矩阵与标准模矩阵之间的互相关联度,随扰动测试样本信号的不同其值不同,且当MA和MB内容越接近时其值越大;第3项表示已建立的标准模矩阵的能量,为一个常数,将式(15)归一化得相似度SAB,公式如下:
式中:L′和M分别为矩阵的行数和列数,即整个矩阵由N=W×H个元素构成;MA(i,j)和MB(i,j)分别为标准化后的扰动特征局部矩阵和扰动标准化模板,M(i,j)为矩阵中第i行和第j列元素幅值大小,其中1≤i≤H,1≤j≤W。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110371378.9A CN102445620B (zh) | 2011-11-21 | 2011-11-21 | 一种暂态电能质量检测装置和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110371378.9A CN102445620B (zh) | 2011-11-21 | 2011-11-21 | 一种暂态电能质量检测装置和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102445620A true CN102445620A (zh) | 2012-05-09 |
CN102445620B CN102445620B (zh) | 2014-04-30 |
Family
ID=46008312
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110371378.9A Expired - Fee Related CN102445620B (zh) | 2011-11-21 | 2011-11-21 | 一种暂态电能质量检测装置和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102445620B (zh) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102495264A (zh) * | 2011-11-30 | 2012-06-13 | 甘肃电力科学研究院 | 基于信息熵的电压跌落持续时间检测方法 |
CN102841244A (zh) * | 2012-09-19 | 2012-12-26 | 华北电力大学(保定) | 电网电压骤变的快速检测方法 |
CN103245832A (zh) * | 2013-05-16 | 2013-08-14 | 湖南大学 | 基于快速s变换的谐波时频特性参数估计方法及分析仪 |
CN103605016A (zh) * | 2013-10-30 | 2014-02-26 | 广东电网公司电力科学研究院 | 一种电能质量数据处理方法和装置 |
CN103698628A (zh) * | 2013-12-12 | 2014-04-02 | 西安交通大学 | 一种交流微型电网特征参数的实时在线预测方法 |
CN104156412A (zh) * | 2014-07-30 | 2014-11-19 | 华北电力大学 | 一种基于复杂事件处理的电能质量扰动事件分类监测方法 |
CN104360145A (zh) * | 2014-10-30 | 2015-02-18 | 广东电网有限责任公司东莞供电局 | 一种基于数据采集卡的电压暂降监测装置 |
CN104459398A (zh) * | 2014-12-08 | 2015-03-25 | 东北电力大学 | 一种采用二维形态学降噪的电能质量复合扰动识别方法 |
CN104459397A (zh) * | 2014-12-08 | 2015-03-25 | 东北电力大学 | 采用自适应多分辨率广义s变换的电能质量扰动识别方法 |
CN104730384A (zh) * | 2015-03-16 | 2015-06-24 | 华南理工大学 | 基于不完全s变换的电能扰动识别与定位方法 |
CN104966161A (zh) * | 2015-06-16 | 2015-10-07 | 北京四方继保自动化股份有限公司 | 一种基于高斯混合模型的电能质量录波数据计算分析方法 |
CN106548013A (zh) * | 2016-10-19 | 2017-03-29 | 西安工程大学 | 利用改进不完全s变换的电压暂降源识别方法 |
CN107144726A (zh) * | 2017-06-09 | 2017-09-08 | 深圳市中电电力技术股份有限公司 | 一种a级电压暂态监测装置、方法及系统 |
CN108152629A (zh) * | 2017-12-26 | 2018-06-12 | 中国石油大学(华东) | 一种用于火电厂绘制电压耐受力曲线的方法 |
CN108803458A (zh) * | 2018-08-24 | 2018-11-13 | 河北工业大学 | 一种基于dsp的暂态电流波形记录与调用系统 |
CN109001577A (zh) * | 2018-08-24 | 2018-12-14 | 国网山东省电力公司济南供电公司 | 一种电能计量现场数据分析方法及系统 |
CN109358222A (zh) * | 2018-08-28 | 2019-02-19 | 广州炫通电气科技有限公司 | 电能质量暂态事件识别方法和系统 |
CN110146778A (zh) * | 2019-04-18 | 2019-08-20 | 国网上海市电力公司 | 交流系统暂态电压扰动发生时间确定方法及装置 |
CN110703006A (zh) * | 2019-09-04 | 2020-01-17 | 国网浙江省电力有限公司金华供电公司 | 一种基于卷积神经网络的三相电能质量扰动检测方法 |
CN111239570A (zh) * | 2020-03-19 | 2020-06-05 | 上海陆根智能传感技术有限公司 | 一种便携式超声传感器 |
CN111723684A (zh) * | 2020-05-29 | 2020-09-29 | 华南理工大学 | 一种海上风电场内部暂态过电压类型的识别方法 |
CN112116013A (zh) * | 2020-09-24 | 2020-12-22 | 四川大学 | 一种基于波形特征的电压暂降事件归一化方法 |
CN115508666A (zh) * | 2022-09-27 | 2022-12-23 | 重庆大学 | 中压电力电缆早期故障暂态电力扰动检测方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03106139A (ja) * | 1989-09-19 | 1991-05-02 | Nec Eng Ltd | 伝送路品質判定装置 |
CN101339208A (zh) * | 2008-08-12 | 2009-01-07 | 中国矿业大学 | 一种基于时域分析的电压质量监测与扰动自动分类方法 |
CN201315488Y (zh) * | 2008-10-29 | 2009-09-23 | 河南省电力公司郑州供电公司 | 电网谐波扰动源识别系统 |
CN201440158U (zh) * | 2009-07-21 | 2010-04-21 | 黑龙江大学 | 电能质量监测与分析装置 |
CN201477170U (zh) * | 2009-08-06 | 2010-05-19 | 东南大学 | 瞬态电能质量的快速检测装置 |
CN201749162U (zh) * | 2010-09-14 | 2011-02-16 | 黑龙江省电力科学研究院 | 基于虚拟仪器技术的电能质量监测装置 |
US20110074436A1 (en) * | 2009-09-29 | 2011-03-31 | International Business Machines Corporation | Identification of false positives in high impedance fault detection |
-
2011
- 2011-11-21 CN CN201110371378.9A patent/CN102445620B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03106139A (ja) * | 1989-09-19 | 1991-05-02 | Nec Eng Ltd | 伝送路品質判定装置 |
CN101339208A (zh) * | 2008-08-12 | 2009-01-07 | 中国矿业大学 | 一种基于时域分析的电压质量监测与扰动自动分类方法 |
CN201315488Y (zh) * | 2008-10-29 | 2009-09-23 | 河南省电力公司郑州供电公司 | 电网谐波扰动源识别系统 |
CN201440158U (zh) * | 2009-07-21 | 2010-04-21 | 黑龙江大学 | 电能质量监测与分析装置 |
CN201477170U (zh) * | 2009-08-06 | 2010-05-19 | 东南大学 | 瞬态电能质量的快速检测装置 |
US20110074436A1 (en) * | 2009-09-29 | 2011-03-31 | International Business Machines Corporation | Identification of false positives in high impedance fault detection |
CN201749162U (zh) * | 2010-09-14 | 2011-02-16 | 黑龙江省电力科学研究院 | 基于虚拟仪器技术的电能质量监测装置 |
Cited By (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102495264A (zh) * | 2011-11-30 | 2012-06-13 | 甘肃电力科学研究院 | 基于信息熵的电压跌落持续时间检测方法 |
CN102841244A (zh) * | 2012-09-19 | 2012-12-26 | 华北电力大学(保定) | 电网电压骤变的快速检测方法 |
CN102841244B (zh) * | 2012-09-19 | 2014-10-15 | 华北电力大学(保定) | 电网电压骤变的快速检测方法 |
CN103245832B (zh) * | 2013-05-16 | 2015-08-12 | 湖南大学 | 基于快速s变换的谐波时频特性参数估计方法及分析仪 |
CN103245832A (zh) * | 2013-05-16 | 2013-08-14 | 湖南大学 | 基于快速s变换的谐波时频特性参数估计方法及分析仪 |
CN103605016A (zh) * | 2013-10-30 | 2014-02-26 | 广东电网公司电力科学研究院 | 一种电能质量数据处理方法和装置 |
CN103605016B (zh) * | 2013-10-30 | 2016-09-14 | 广东电网公司电力科学研究院 | 一种电能质量数据处理方法和装置 |
CN103698628A (zh) * | 2013-12-12 | 2014-04-02 | 西安交通大学 | 一种交流微型电网特征参数的实时在线预测方法 |
CN103698628B (zh) * | 2013-12-12 | 2016-06-29 | 西安交通大学 | 一种交流微型电网特征参数的实时在线预测方法 |
CN104156412B (zh) * | 2014-07-30 | 2017-10-10 | 华北电力大学 | 一种基于复杂事件处理的电能质量扰动事件分类监测方法 |
CN104156412A (zh) * | 2014-07-30 | 2014-11-19 | 华北电力大学 | 一种基于复杂事件处理的电能质量扰动事件分类监测方法 |
CN104360145A (zh) * | 2014-10-30 | 2015-02-18 | 广东电网有限责任公司东莞供电局 | 一种基于数据采集卡的电压暂降监测装置 |
CN104459398A (zh) * | 2014-12-08 | 2015-03-25 | 东北电力大学 | 一种采用二维形态学降噪的电能质量复合扰动识别方法 |
CN104459397A (zh) * | 2014-12-08 | 2015-03-25 | 东北电力大学 | 采用自适应多分辨率广义s变换的电能质量扰动识别方法 |
CN104459397B (zh) * | 2014-12-08 | 2017-05-17 | 东北电力大学 | 采用自适应多分辨率广义s变换的电能质量扰动识别方法 |
CN104459398B (zh) * | 2014-12-08 | 2017-09-05 | 东北电力大学 | 一种采用二维形态学降噪的电能质量复合扰动识别方法 |
CN104730384A (zh) * | 2015-03-16 | 2015-06-24 | 华南理工大学 | 基于不完全s变换的电能扰动识别与定位方法 |
CN104966161A (zh) * | 2015-06-16 | 2015-10-07 | 北京四方继保自动化股份有限公司 | 一种基于高斯混合模型的电能质量录波数据计算分析方法 |
CN104966161B (zh) * | 2015-06-16 | 2019-07-23 | 北京四方继保自动化股份有限公司 | 一种基于高斯混合模型的电能质量录波数据计算分析方法 |
CN106548013A (zh) * | 2016-10-19 | 2017-03-29 | 西安工程大学 | 利用改进不完全s变换的电压暂降源识别方法 |
CN106548013B (zh) * | 2016-10-19 | 2019-05-17 | 西安工程大学 | 利用改进不完全s变换的电压暂降源识别方法 |
CN107144726A (zh) * | 2017-06-09 | 2017-09-08 | 深圳市中电电力技术股份有限公司 | 一种a级电压暂态监测装置、方法及系统 |
CN107144726B (zh) * | 2017-06-09 | 2019-11-15 | 深圳市中电电力技术股份有限公司 | 一种a级电压暂态监测装置、方法及系统 |
CN108152629A (zh) * | 2017-12-26 | 2018-06-12 | 中国石油大学(华东) | 一种用于火电厂绘制电压耐受力曲线的方法 |
CN108152629B (zh) * | 2017-12-26 | 2020-02-18 | 中国石油大学(华东) | 一种用于火电厂绘制电压耐受力曲线的方法 |
CN108803458A (zh) * | 2018-08-24 | 2018-11-13 | 河北工业大学 | 一种基于dsp的暂态电流波形记录与调用系统 |
CN109001577A (zh) * | 2018-08-24 | 2018-12-14 | 国网山东省电力公司济南供电公司 | 一种电能计量现场数据分析方法及系统 |
CN109001577B (zh) * | 2018-08-24 | 2021-05-18 | 国网山东省电力公司济南供电公司 | 一种电能计量现场数据分析方法及系统 |
CN109358222B (zh) * | 2018-08-28 | 2021-01-08 | 广州炫通电气科技有限公司 | 电能质量暂态事件识别方法和系统 |
CN109358222A (zh) * | 2018-08-28 | 2019-02-19 | 广州炫通电气科技有限公司 | 电能质量暂态事件识别方法和系统 |
CN110146778A (zh) * | 2019-04-18 | 2019-08-20 | 国网上海市电力公司 | 交流系统暂态电压扰动发生时间确定方法及装置 |
CN110703006A (zh) * | 2019-09-04 | 2020-01-17 | 国网浙江省电力有限公司金华供电公司 | 一种基于卷积神经网络的三相电能质量扰动检测方法 |
CN110703006B (zh) * | 2019-09-04 | 2022-06-21 | 国网浙江省电力有限公司金华供电公司 | 一种基于卷积神经网络的三相电能质量扰动检测方法 |
CN111239570A (zh) * | 2020-03-19 | 2020-06-05 | 上海陆根智能传感技术有限公司 | 一种便携式超声传感器 |
CN111723684A (zh) * | 2020-05-29 | 2020-09-29 | 华南理工大学 | 一种海上风电场内部暂态过电压类型的识别方法 |
CN111723684B (zh) * | 2020-05-29 | 2023-07-21 | 华南理工大学 | 一种海上风电场内部暂态过电压类型的识别方法 |
CN112116013A (zh) * | 2020-09-24 | 2020-12-22 | 四川大学 | 一种基于波形特征的电压暂降事件归一化方法 |
CN115508666A (zh) * | 2022-09-27 | 2022-12-23 | 重庆大学 | 中压电力电缆早期故障暂态电力扰动检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN102445620B (zh) | 2014-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102445620B (zh) | 一种暂态电能质量检测装置和方法 | |
CN101907437B (zh) | 一种基于小波差分算法的电缆故障测距方法 | |
CN100520425C (zh) | 电力暂态信号小波分析后处理方法及其装置 | |
CN103257271B (zh) | 一种基于stm32f107vct6的微电网谐波与间谐波检测装置及检测方法 | |
CN203133168U (zh) | 电力谐波检测仪 | |
CN104076319A (zh) | 一种数字化电能计量装置的在线误差分析系统 | |
CN103995178A (zh) | 一种基于时频聚集特性准则s变换的电压暂降检测方法 | |
CN101807795A (zh) | 一种电能计量仿真系统构成方法及其装置 | |
CN103616652B (zh) | 一种电容分压器的误差测量方法、系统及应用 | |
CN103675446A (zh) | 一种实时精确的谐波源定位系统和方法 | |
Wang et al. | Synchrophasor data compression under disturbance conditions via cross-entropy-based singular value decomposition | |
CN201083800Y (zh) | 基于虚拟仪器技术的变电站绝缘带电检测仪 | |
CN116701822B (zh) | 基于麻雀搜索算法与变分模态分解的负荷电能计量方法 | |
CN103575987B (zh) | 基于dsp间谐波检测仪器及其检测方法 | |
CN101788604A (zh) | 一种基于频域分析和序分量分析的电功率及电量测量方法 | |
CN113721071A (zh) | 一种测量非介入式对地电压的系统和方法 | |
CN201378190Y (zh) | 数字式雷电探测装置 | |
Hu et al. | Design of vehicle overload detection system based on geophone | |
CN203811718U (zh) | 一种专线用户节能智能诊断仪 | |
CN104811152A (zh) | 一种主动扫描式正交矢量数字锁相放大器 | |
CN106353616A (zh) | 一种列车对轨旁计轴器的磁场干扰测量系统 | |
CN203054092U (zh) | 从交直流叠加信号中提取直流信号的装置 | |
CN103438911B (zh) | 定频模式下的lc谐振传感器读取系统及方法 | |
CN114325197A (zh) | 一种电能质量扰动检测方法及装置 | |
CN203054128U (zh) | 电力参数检测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140430 Termination date: 20151121 |
|
EXPY | Termination of patent right or utility model |