CN106501602A - 一种基于滑窗频谱分离的基波参数测量方法 - Google Patents
一种基于滑窗频谱分离的基波参数测量方法 Download PDFInfo
- Publication number
- CN106501602A CN106501602A CN201610859495.2A CN201610859495A CN106501602A CN 106501602 A CN106501602 A CN 106501602A CN 201610859495 A CN201610859495 A CN 201610859495A CN 106501602 A CN106501602 A CN 106501602A
- Authority
- CN
- China
- Prior art keywords
- frequency
- beta
- notequal
- delta
- signal
- 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
- 238000001228 spectrum Methods 0.000 title claims abstract description 38
- 238000000691 measurement method Methods 0.000 title claims abstract description 7
- 230000003595 spectral effect Effects 0.000 claims abstract description 25
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000000926 separation method Methods 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000005070 sampling Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 6
- 230000002146 bilateral effect Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 9
- 238000005259 measurement Methods 0.000 abstract description 4
- 230000036039 immunity Effects 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 101100001678 Emericella variicolor andM gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/16—Spectrum analysis; Fourier analysis
Landscapes
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Resistance Or Impedance (AREA)
Abstract
本发明公开了一种基于滑窗频谱分离的基波参数测量方法,首先建立电力信号模型,然后通过短时傅里叶变换推导出频谱分离方法,针对谱峰分离出的多个频率成分,设定真实频率成分判定条件,最后计算并修正基波参数。本发明方法能够大大降低负频率成分和间谐波成分对基波的干扰,准确地提取基波成分,获得良好的参数测量精度;对含噪声信号的分析也表明了算法具有良好的抗噪性,适用于电网工频动态测量。
Description
技术领域
本发明属于电力系统领域,具体涉及一种基于滑窗频谱分离的基波参数测量方法。
背景技术
随着大量同步相量测量单元和频率扰动记录仪等测量设备在电网中的投入使用,电力系统的动态监控成为了电网可靠运行和控制的重要保证。其中,电力系统工频参数是电力系统稳定、高效、安全运行的重要指标,尤其是电力系统频率,对评估电网和分布电机同步运行至关重要。因此,快速准确地估计工频参数具有重要的工程实用价值。
现有的基波参数估计方法,大多只单纯考虑了单独基波信号的情况,常见的有短时傅里叶变换、卡尔曼滤波、过零点检测等。但由于变频器等大量电力电子设备的使用会给电力系统信号带来间谐波干扰,给工频参数的动态监测带来了新的困难。而上述方法在短时窗下,信号存在间谐波且接近基波时,估计精度较低,其实际应用受到了限制。
因此,在电力系统信号含有间谐波干扰的条件下,提供准确的基波参数估计结果,是目前基波动态监测领域亟待解决的一个重要课题,对电力系统运行控制和电能质量分析具有重要意义。
发明内容
本发明所要解决的技术问题是提供一种基于滑窗频谱分离的基波参数测量方法,利用电力信号模型和频谱分离算法,更准确地估计基波参数。
为解决上述技术问题,本发明采用的技术方案是:
一种基于滑窗频谱分离的基波参数测量方法,包括以下步骤:
步骤1:采集输配电网的电压信号V或电流信号I;
步骤2:电力信号建模,包括:
步骤2.1:电力系统电压或电流信号的单频复指数模型为:
其中,Ap,fp和分别为幅值、频率和初相角;
步骤2.2:设定采样频率为fs,则采样间隔Δt=1/fs,连续信号xp(t)离散后表示为:
其中,n=0,1,2,…,N-1,N为采样点数;
步骤2.3:离散信号xp[n]的短时傅里叶变换表示为:
其中,l为移动的采样点数,h[n]为矩形窗,且M为矩形窗的窗长;
步骤2.4:由ω=2πk/M,得xp[n]的离散短时傅里叶变换为:
其中,Δf=1/(NΔt)为频率分辨率,k为频域谱线位置;
步骤2.5:采样频率fs远高于分析的频率成分fp,则Xp(l,kΔf)对应的求和运算近似为积分计算:
其中,为滑窗移动l个采样点后的初相角,记作θp;
步骤2.6:由Xp(l,k)得滑窗移动l个采样点时的频谱,则在频域k位置对应的离散傅里叶变换的值Xp(l,k)表示为:
其中,βp=fp/Δf;
步骤3:频谱分离算法,包括:
步骤3.1:考虑某次滑窗移动l个采样点后的频谱X(l,k),将X(l,k)简写为X(k),若信号的频谱由m个频率成分叠加而成,则信号在频域位置k时离散傅里叶变换的值表示为:
步骤3.2:通过频谱搜索到频谱峰值,得到相应的最高和次高谱线及其位置,其中靠近零点的谱线位置由kr表示,根据X(k)表达式,结合谱峰附近的2m条谱线得方程组为:
其中, D=diag(X(k1),X(k2),…,X(k2m)),Δ1=[δ1 δ2 … δm]T,Δ2=[δm+1 δm+2 … δ2m]T,ki=(kr-m+i),δi由αj和βj构成,且i=1,2,…,2m;j=1,2,…,m;
步骤3.3:向量Δ1和Δ2由参数α和β表示为:
步骤3.4:向量Δ1和Δ2又由δ1,δ2,…,δ2m表示,根据计算参数δ1,δ2,…,δ2m的值为:
步骤3.5:取信号离散傅里叶变换后的负频率部分,即取双边谱并修正X(k)的值为:
步骤3.6:求得δ1,δ2,…,δ2m后,根据Δ2列出一元m次线性方程为:
βm-δ2mβm-1+…+(-1)m-1δm+2β+(-1)mδm+1=0;
步骤3.7:根据一元m次线性方程构造矩阵为Ψ:
得到矩阵Ψ后,通过特征值分解计算该矩阵的特征值,即一元m次方程的根β1,β2,…,βm;
步骤3.8:观察向量Δ1的结构,分解为矩阵和A相乘:
其中,A=[α1 α2 … αm]T,
步骤3.9:计算出对应β1,β2,…,βm的α1,α2,…,αm的值为:
其中,是矩阵的逆矩阵;
步骤4:真实频率成分判别及基波参数计算,包括:
步骤4.1:得到全部α和β参数值后,计算频域谱峰处的m个频率成分自k1至k2m的离散傅里叶变换的值为:
X=[X1 X2 … Xj … Xm]T
其中,Xj=[Xj(k1),Xj(k2),…,Xj(k2m)];
步骤4.2:X表示某个谱峰处的频谱由m个频率成分构成,设定两个判断条件,用于提取出真实频率成分,条件一是:识别出的频率成分Xj中的谱线的幅值随着k不是单调变化的,此性质由矩形窗函数的幅频响应特性决定,条件二是Xj满足不等式:
max(abs(Xj(ki)))>μ·AF
其中,AF为步骤4.3中基波幅值的计算值,参数μ由用户或噪声等级决定;
步骤4.3:指定l下信号的真实频率成分的参数表示为
与现有技术相比,本发明的有益效果是:
1)建立电力信号模型,视每个频率分量为独立成分,通过频谱分离算法提取主要频率成分,避免了负频率成分、间谐波等对基波成分的影响,提高了算法的抗干扰性。
2)通过识别真实频率成分,以及根据正弦或余弦信号修正计算结果,提高了在电网含有间谐波等干扰成分时的基波参数估计精度。
3)通过频谱分离技术不仅减小负频率的影响,还大大降低间谐波或谐波对基波参数估计偏差,同时还具有计算效率高,分析时窗短的特点,适用于电网动态变化工况下的基波参数估计。
附图说明
图1为仿真的电网信号波形图。
图2为本发明的实施例计算频率结果对比图。
图3为本发明的实施例计算幅值结果对比图。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步的详细说明。
图1示出为仿真的电网电压信号,含有变化的基波成分和间谐波成分,采用的步骤为:
1、信号采集
采集输配电网的电压信号V或电流信号I,供离线或在线分析之用,即采用本发明方法既可以对实时采集的信号进行分析,也可以对某一时间段的历史信号进行动态分析。
2、电力信号建模
1)、电力系统电压或电流信号的单频复指数模型为:其中Ap,fp和分别为幅值、频率和初相角;
2)、设定采样频率为fs,则采样间隔Δt=1/fs,那么连续信号xp(t)离散后表示为:其中n=0,1,2,…,N-1,N为采样点数;
3)、离散信号xp[n]的短时傅里叶变换表示为:
l为移动的采样点数,可以看作时间,h[n]为矩形窗,且其中M为矩形窗的窗长;
4)、由ω=2πk/M,得xp[n]的离散短时傅里叶变换为:
其中,Δf=1/(NΔt)为频率分辨率,k为频域谱线位置;
5)、通常采样频率fs要远高于分析的频率成分fp,因此Xp(l,kΔf)对应的求和运算近似为积分计算:
其中,为滑窗移动l个采样点后的初相角,记作θp;
6)、由Xp(l,k)可得滑窗移动l个采样点时的频谱,则在频域k位置对应的离散傅里叶变换的值Xp(l,k)又表示为:
其中,
3、频谱分离算法
1)、如果只考虑某次滑窗移动l个采样点后的频谱X(l,k),将X(l,k)简写为X(k),由于傅里叶变换的线性可叠加性,如果信号的频谱主要由m个频率成分叠加而成,因此信号在频域位置k时离散傅里叶变换的值表示为:
2)、通过频谱可搜索到频谱峰值,也可得到相应的最高和次高谱线及其位置,其中靠近零点的谱线位置由kr表示,根据X(k)表达式,那么结合谱峰附近的2m条谱线得方程组为:
其中,Η=D·M,D=diag(X(k1),X(k2),…,X(k2m)),Δ1=[δ1 δ2 … δm]T,Δ2=[δm+1 δm+2 … δ2m]T,ki=(kr-m+i),δi由αj和βj构成,且i=1,2,…,2m;j=1,2,…,m;
3)、向量Δ1和Δ2由参数α和β表示为:
4)、由于向量Δ1和Δ2可由δ1,δ2,…,δ2m表示,根据计算参数δ1,δ2,…,δ2m的值为:
5)、由于计算中部分谱线对应的k可能会为负值,因此需要信号离散傅里叶变换后的负频率部分,取双边谱并修正X(k)的值为:
6)、求得δ1,δ2,…,δ2m后,根据Δ2可列出一元m次线性方程为:
βm-δ2mβm-1+…+(-1)m-1δm+2β+(-1)mδm+1=0;
7)、为求解β,根据上述一元m次线性方程构造矩阵为Ψ:
得到矩阵Ψ后,通过特征值分解可以计算该矩阵的特征值,即一元m次方程的根β1,β2,…,βm;
8)、观察向量Δ1的结构,分解为矩阵和A相乘:
其中,A=[α1 α2 … αm]T,
9)、此时,计算出对应β1,β2,…,βm的α1,α2,…,αm的值为:
其中,是矩阵的逆矩阵。
4、真实频率成分判别及基波参数计算
1)、得到全部α和β参数值后,计算频域谱峰处的m个频率成分自k1至k2m的离散傅里叶变换的值为:
X=[X1 X2 … Xj … Xm]T
其中,Xj=[Xj(k1),Xj(k2),…,Xj(k2m)];
2)、X表示某个谱峰处的频谱由m个频率成分构成,然而并不是全部分离出的成分都是真实频率成分,其中一些可能由噪声或者其他频率成分的长范围泄漏构成。为了提取出真实频率成分,设定两个判断的条件:
首先,识别出的频率成分Xj中的谱线的幅值随着k不是单调变化的,此性质由矩形窗函数的幅频响应特性决定;其次,Xj需要满足不等式:max(abs(Xj(ki)))>μ·AF,其中,AF为基波幅值的计算值,参数μ可由用户或噪声等级决定。
3)、在确定了真实频率成分后,指定l下信号的真实频率成分的参数可表示为
为验证本发明一种基于滑窗频谱分离的基波参数测量方法在电网参数动态变化下的准确性,采用正弦电压信号模拟实际电网信号,其中A1、f1和分别为基波的幅值、频率和初相角;而间谐波的参数分别为幅值Ai、fi和分别为间谐波的幅值、频率和初相角。具体的参数变化如表1所示。
表1电网电压信号参数
采集样本信号时长为2s,采样率为2000Hz,并添加信噪比为50dB的高斯白噪声,采用本发明方法,取矩形分析窗长M=160个采样点,每次移动Δl=40个采样点,取频率成分个数m=4,设定真实频率判定阈值为μ=0.1%,信号频率和幅值估计结果分别如图2和图3所示,图中给出了本发明方法与短时傅里叶变换法的对比。
由图2、图3可见,本发明方法对参数的变化有良好的跟踪能力,而算法采用的频谱分离技术主要特点就是能够提取信号的主要频率成分,因此可以取得较准确的基波参数分析结果,计算结果还体现了算法具有良好的抗噪性。
Claims (1)
1.一种基于滑窗频谱分离的基波参数测量方法,其特征在于,包括以下步骤:
步骤1:采集输配电网的电压信号V或电流信号I;
步骤2:电力信号建模,包括:
步骤2.1:电力系统电压或电流信号的单频复指数模型为:
其中,Ap,fp和分别为幅值、频率和初相角;
步骤2.2:设定采样频率为fs,则采样间隔Δt=1/fs,连续信号xp(t)离散后表示为:
其中,n=0,1,2,…,N-1,N为采样点数;
步骤2.3:离散信号xp[n]的短时傅里叶变换表示为:
其中,l为移动的采样点数,h[n]为矩形窗,且M为矩形窗的窗长;
步骤2.4:由ω=2πk/M,得xp[n]的离散短时傅里叶变换为:
其中,Δf=1/(NΔt)为频率分辨率,k为频域谱线位置;
步骤2.5:采样频率fs远高于分析的频率成分fp,则Xp(l,kΔf)对应的求和运算近似为积分计算:
其中,为滑窗移动l个采样点后的初相角,记作θp;
步骤2.6:由Xp(l,k)得滑窗移动l个采样点时的频谱,则在频域k位置对应的离散傅里叶变换的值Xp(l,k)表示为:
其中,βp=fp/Δf;
步骤3:频谱分离算法,包括:
步骤3.1:考虑某次滑窗移动l个采样点后的频谱X(l,k),将X(l,k)简写为X(k),若信号的频谱由m个频率成分叠加而成,则信号在频域位置k时离散傅里叶变换的值表示为:
步骤3.2:通过频谱搜索到频谱峰值,得到相应的最高和次高谱线及其位置,其中靠近零点的谱线位置由kr表示,根据X(k)表达式,结合谱峰附近的2m条谱线得方程组为:
其中,Η=D·M,D=diag(X(k1),X(k2),…,X(k2m)),Δ1=[δ1 δ2 … δm]T,Δ2=[δm+1 δm+2 … δ2m]T,ki=(kr-m+i),δi由αj和βj构成,且i=1,2,…,2m;j=1,2,…,m;
步骤3.3:向量Δ1和Δ2由参数α和β表示为:
步骤3.4:向量Δ1和Δ2又由δ1,δ2,…,δ2m表示,根据计算参数δ1,δ2,…,δ2m的值为:
步骤3.5:取信号离散傅里叶变换后的负频率部分,即取双边谱并修正X(k)的值为:
步骤3.6:求得δ1,δ2,…,δ2m后,根据Δ2列出一元m次线性方程为:
βm-δ2mβm-1+…+(-1)m-1δm+2β+(-1)mδm+1=0;
步骤3.7:根据一元m次线性方程构造矩阵为Ψ:
得到矩阵Ψ后,通过特征值分解计算该矩阵的特征值,即一元m次方程的根β1,β2,…,βm;
步骤3.8:观察向量Δ1的结构,分解为矩阵和A相乘:
其中,A=[α1 α2 … αm]T,
步骤3.9:计算出对应β1,β2,…,βm的α1,α2,…,αm的值为:
其中,是矩阵的逆矩阵;
步骤4:真实频率成分判别及基波参数计算,包括:
步骤4.1:得到全部α和β参数值后,计算频域谱峰处的m个频率成分自k1至k2m的离散傅里叶变换的值为:
X=[X1 X2 … Xj … Xm]T
其中,Xj=[Xj(k1),Xj(k2),…,Xj(k2m)];
步骤4.2:X表示某个谱峰处的频谱由m个频率成分构成,设定两个判断条件,用于提取出真实频率成分,条件一是:识别出的频率成分Xj中的谱线的幅值随着k不是单调变化的,此性质由矩形窗函数的幅频响应特性决定,条件二是Xj满足不等式:
max(abs(Xj(ki)))>μ·AF
其中,AF为步骤4.3中基波幅值的计算值,参数μ由用户或噪声等级决定;
步骤4.3:指定l下信号的真实频率成分的参数表示为
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610859495.2A CN106501602B (zh) | 2016-09-28 | 2016-09-28 | 一种基于滑窗频谱分离的基波参数测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610859495.2A CN106501602B (zh) | 2016-09-28 | 2016-09-28 | 一种基于滑窗频谱分离的基波参数测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106501602A true CN106501602A (zh) | 2017-03-15 |
CN106501602B CN106501602B (zh) | 2018-10-30 |
Family
ID=58290896
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610859495.2A Expired - Fee Related CN106501602B (zh) | 2016-09-28 | 2016-09-28 | 一种基于滑窗频谱分离的基波参数测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106501602B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108490257A (zh) * | 2018-03-26 | 2018-09-04 | 华北电力大学 | 一种基于频谱曲线拟合的短时窗间谐波测量方法 |
CN108776262A (zh) * | 2018-06-04 | 2018-11-09 | 西南交通大学 | 一种考虑带外干扰的电力系统频率测量方法 |
CN111077370A (zh) * | 2020-01-02 | 2020-04-28 | 哈尔滨理工大学 | 一种改进的递归离散傅里叶变换检测法 |
CN112379216A (zh) * | 2020-11-05 | 2021-02-19 | 山东大学 | 输电线故障测距基波分量提取中量测误差抑制方法及系统 |
CN112485522A (zh) * | 2020-12-09 | 2021-03-12 | 国网四川省电力公司电力科学研究院 | 基于电能数据感知的平顶窗函数同步相量测量方法及装置 |
CN115225576A (zh) * | 2022-07-18 | 2022-10-21 | 北京航空航天大学 | 针对航空电子系统中端系统之间的交换式网络流量监测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020033694A1 (en) * | 1996-09-05 | 2002-03-21 | Tevfik Sezi | Method to determine fundamental and harmonic oscillations of a measured electrical quantity |
US20030120160A1 (en) * | 2001-12-14 | 2003-06-26 | Nihon Kohden Corporation | Signal processing method and pulse wave signal processing method |
CN102033164A (zh) * | 2010-11-16 | 2011-04-27 | 哈尔滨工业大学 | 一种计算电信号的基波分量采样信号序列的方法和系统 |
CN103809023A (zh) * | 2014-01-26 | 2014-05-21 | 西南交通大学 | 基于二分搜索的电网同步谐波相量测量方法 |
CN104535836A (zh) * | 2014-12-29 | 2015-04-22 | 广东电网有限责任公司电力科学研究院 | 电力信号的基波频率测量方法和系统 |
CN104749435A (zh) * | 2015-04-01 | 2015-07-01 | 四川厚天科技股份有限公司 | 一种无累积误差滑窗的dft谐波检测方法 |
CN105652085A (zh) * | 2016-03-14 | 2016-06-08 | 湖南工业大学 | 一种基于改进不完全s变换的基波和谐波参数估计方法 |
-
2016
- 2016-09-28 CN CN201610859495.2A patent/CN106501602B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020033694A1 (en) * | 1996-09-05 | 2002-03-21 | Tevfik Sezi | Method to determine fundamental and harmonic oscillations of a measured electrical quantity |
US20030120160A1 (en) * | 2001-12-14 | 2003-06-26 | Nihon Kohden Corporation | Signal processing method and pulse wave signal processing method |
CN102033164A (zh) * | 2010-11-16 | 2011-04-27 | 哈尔滨工业大学 | 一种计算电信号的基波分量采样信号序列的方法和系统 |
CN103809023A (zh) * | 2014-01-26 | 2014-05-21 | 西南交通大学 | 基于二分搜索的电网同步谐波相量测量方法 |
CN104535836A (zh) * | 2014-12-29 | 2015-04-22 | 广东电网有限责任公司电力科学研究院 | 电力信号的基波频率测量方法和系统 |
CN104749435A (zh) * | 2015-04-01 | 2015-07-01 | 四川厚天科技股份有限公司 | 一种无累积误差滑窗的dft谐波检测方法 |
CN105652085A (zh) * | 2016-03-14 | 2016-06-08 | 湖南工业大学 | 一种基于改进不完全s变换的基波和谐波参数估计方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108490257A (zh) * | 2018-03-26 | 2018-09-04 | 华北电力大学 | 一种基于频谱曲线拟合的短时窗间谐波测量方法 |
CN108490257B (zh) * | 2018-03-26 | 2020-08-21 | 华北电力大学 | 一种基于频谱曲线拟合的短时窗间谐波测量方法 |
CN108776262A (zh) * | 2018-06-04 | 2018-11-09 | 西南交通大学 | 一种考虑带外干扰的电力系统频率测量方法 |
CN111077370A (zh) * | 2020-01-02 | 2020-04-28 | 哈尔滨理工大学 | 一种改进的递归离散傅里叶变换检测法 |
CN112379216A (zh) * | 2020-11-05 | 2021-02-19 | 山东大学 | 输电线故障测距基波分量提取中量测误差抑制方法及系统 |
CN112485522A (zh) * | 2020-12-09 | 2021-03-12 | 国网四川省电力公司电力科学研究院 | 基于电能数据感知的平顶窗函数同步相量测量方法及装置 |
CN112485522B (zh) * | 2020-12-09 | 2023-05-16 | 国网四川省电力公司电力科学研究院 | 基于电能数据感知的平顶窗函数同步相量测量方法及装置 |
CN115225576A (zh) * | 2022-07-18 | 2022-10-21 | 北京航空航天大学 | 针对航空电子系统中端系统之间的交换式网络流量监测方法 |
CN115225576B (zh) * | 2022-07-18 | 2023-08-22 | 北京航空航天大学 | 针对航空电子系统中端系统之间的交换式网络流量监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106501602B (zh) | 2018-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106501602A (zh) | 一种基于滑窗频谱分离的基波参数测量方法 | |
CN104049144B (zh) | 一种滤除衰减直流分量的同步相量测量的实现方法 | |
Abdelsalam et al. | Characterization of power quality disturbances using hybrid technique of linear Kalman filter and fuzzy-expert system | |
US9404957B2 (en) | Fault diagnosis and preliminary location system and method for transformer core looseness | |
Gargoom et al. | Automatic classification and characterization of power quality events | |
CN102323480B (zh) | 一种基于Hilbert-Huang变换的电能质量分析方法 | |
CN103941072B (zh) | 一种基于实数强跟踪滤波的电力信号突变参数测量方法 | |
CN110412349B (zh) | 基于插值dft的同步相量数据次同步振荡参数辨识法 | |
CN105004939A (zh) | 一种复合电能质量扰动信号定量分析方法 | |
CN103018632B (zh) | 基于费歇信息的小电流接地系统单相接地故障选线方法 | |
CN111308260B (zh) | 一种基于小波神经网络的电能质量监测和电器故障分析系统及其工作方法 | |
CN101368987A (zh) | 一种电力系统稳态谐波和/或间谐波测量方法 | |
CN104714075B (zh) | 一种电网电压闪变包络参数提取方法 | |
CN106680647B (zh) | 一种动车组逆变器igbt单管断路故障诊断方法 | |
CN101599634A (zh) | 基于s-变换的变压器励磁涌流和故障电流的鉴别方法 | |
CN106646121A (zh) | 一种配电网故障行波波头的辨识方法 | |
CN102901622A (zh) | 基于三相位移信号的真空断路器机械参数在线监测方法 | |
CN103245831B (zh) | 一种基于广义卡尔曼滤波的谐波辨识方法 | |
CN111289796A (zh) | 一种高比例可再生能源电力系统次同步振荡的检测方法 | |
CN106841915A (zh) | 一种基于压缩感知的输电线路故障定位方法 | |
CN110687399A (zh) | 一种配电网故障指示器波形故障开始时刻判断方法 | |
CN111723684A (zh) | 一种海上风电场内部暂态过电压类型的识别方法 | |
CN103245830B (zh) | 一种结合ar谱估计与非线性优化的间谐波检测方法 | |
CN112268615A (zh) | 一种机电设备振动信号特征提取方法 | |
CN108594156B (zh) | 一种改进的电流互感器饱和特性识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20181030 |