CN107345984B - 一种基于信号识别的自适应同步相量测量方法 - Google Patents

Abstract

本发明公开了一种基于信号识别的自适应同步相量测量方法，首先建立动态相量模型，并用二阶泰勒级数模拟相量幅值、相角、频率与频率变化率的动态变化；利用所建立的动态相量模型，得到相量模型参数在电力系统典型静动态过程中的行为规律；根据所得到的相量模型参数的行为规律，进行信号类型识别，识别出电力信号的瞬变、不含噪声的静态、含噪声的静态与动态过程；再针对识别出的电力信号的瞬变、不含噪声的静态、含噪声的静态与动态过程，分别进行瞬变前后计算时间窗的自适应构建、噪声抑制以及动态相量补偿。利用该方法无论在输入静态信号还是动态信号时，都可以准确且快速地进行相量量测。

Description

一种基于信号识别的自适应同步相量测量方法

技术领域

本发明涉及同步相量测量技术领域，尤其涉及一种基于信号识别的自适应同步相量 测量方法。

背景技术

电力系统安全是国家安全的重要组成部分，电力系统的量测技术是电力系统安全的 基础。同步相量测量单元(Phasor Measurement Unit，PMU)因其高精度、高上送率等优点，已在国内外快速发展、广泛应用。然而电力系统已呈现越来越明显的电力电子化特 征，这导致电力系统特性发生本质改变，电力系统安全面临新的挑战。电气量频谱特征 复杂、时域瞬变多、动态过程快，导致动态相量准确测量与快速准确跟踪系统动态过程 更加困难。传统电力系统量测以基频稳态信号为主，假设输入相量在时间窗内稳定不 变，当相量计算时间窗内电气量发生瞬变，既包含瞬变前信号，又包含瞬变后信号时， 相量测量结果无意义，存在一个时长与时间窗长一样长的过渡过程，无法提供快速准确 的数据。

此外，受大量非线性负荷的影响，电网的噪声含量增加。噪声的增大会导致测量相量的幅值与相角产生伪波动，影响直接测量精度，而且由于频率与频率变化率分别为相 角的一次导数与二次导数，噪声所造成的相角的微小波动可使频率与频率变化率测量误 差增大上百倍，由于噪声频谱范围及其宽泛，难以对噪声进行抑制与消除。

随着IEEE、中国及国家电网公司的PMU标准的发布及逐步完善，PMU动态条件下的量 测精度受到越来越多的研究机构地重视，很多新的技术在算法中得到了应用。但是由于缺乏电网信号噪声含量及其对相量测量影响的机理研究，现有的PMU标准中未对噪声含量及在噪声条件下的测量误差极限进行要求。

发明内容

本发明的目的是提供一种基于信号识别的自适应同步相量测量方法，利用该方法无 论在输入静态信号还是动态信号时，都可以准确且快速地进行相量量测。

一种基于信号识别的自适应同步相量测量方法，所述方法包括：

步骤1、建立动态相量模型，并用二阶泰勒级数模拟相量幅值、相角、频率与频率变化率的动态变化；

步骤2、利用所建立的动态相量模型，得到相量模型参数在电力系统典型静动态过程 中的行为规律；

步骤3、根据所得到的相量模型参数的行为规律，进行信号类型识别，识别出电力信 号的瞬变、不含噪声的静态、含噪声的静态与动态过程；

步骤4、针对识别出的电力信号的瞬变、不含噪声的静态、含噪声的静态与动态过程，分别进行瞬变前后计算时间窗的自适应构建、噪声抑制以及动态相量补偿。

在所述步骤1中，所建立的动态相量模型用公式表示为：

其中，x(t)是信号采样值，X_m(t)是相量幅值，f(t)是信号频率，φ₀是相量初相角，f₀是额定频率，Δf(t)是频率偏移；

在上述模型中，相量幅值、相角、频率与频率变化率在计算时间窗内都随时间t变化 而变化。

所述电力系统典型静动态过程包括：

瞬变过程，具体为突变或阶跃；

不含噪声的静态过程；

包含噪声的静态过程；

动态过程，具体为调制和失步。

在所述步骤2中，所得到的相量模型参数在电力系统典型静动态过程中的行为规律具 体为：

当输入信号为不含噪声的静态信号时，其相量幅值、相角、频率与频率变化率的一次、二次系数为0；

当输入信号为包含噪声的静态信号时，其相量幅值、相角、频率与频率变化率的一次 系数、二次系数均会在0附近发生无规律的跳变，且表征大小与噪声大小有关；

当输入信号为调制信号时，其相量幅值、相角、频率与频率变化率的一次系数、二次系数在一段时间内不会同时反复过零点；

当输入信号失步时，通过判断频率的一次系数在一段时间内是否多次过非零的固定 值，且频率的二次系数是否均多次过零点，由此来判断该信号是否失步；

当输入信号瞬变时，则初始相量拟合的频率变化率的一次系数的最大值是突变前的2.5倍。

在所述步骤4中，针对电力信号的动态过程所进行的动态相量补偿具体为：

利用二阶泰勒级数对动态相量输入进行拟合，获得DFT平均化效应造成的量测误差与 泰勒级数二阶系数的线性关系；

利用所获得的关系对初始量测相量进行校准，以进行动态精度补偿，得到精确的动 态量测相量，消除平均化效应产生的误差。

在所述步骤4中，针对电力信号含噪声的静态过程所进行的噪声抑制具体为：

若判断含噪声的静态信号未发生阶跃，且该点的幅值、频率和频率变化率未经过动 态精度补偿，则对该段信号的幅值、频率和频率变化率进行求平均并赋值，以减小白噪声导致的幅值、频率和频率变化率计算误差。

在所述步骤4中，针对电力信号瞬变的过程所进行的瞬变前后计算时间窗的自适应构 建具体为：

对包含突变点的时间窗进行重新构建，对于时标在突变点之前的相量，均使用突变 前的量测相量；对于时标在突变点之后的相量，均使用突变后的量测相量。

由上述本发明提供的技术方案可以看出，利用上述方法无论在输入静态信号还是动 态信号时，都可以准确且快速地进行相量量测，其相量量测精度可以满足国家电网公司企业标准Q/GDW1131-2014《电力系统实时动态监测系统技术规范》的要求。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的 附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得 其他附图。

图1为本发明实施例所提供的基于信号识别的自适应同步相量测量方法流程示意图；

图2为本发明实施例所举静态含噪声时的幅值一次及二次系数示意图；

图3为本发明实施例所举同时调制时的幅值一次系数及二次系数示意图；

图4为本发明实施例所述瞬变时频率变化率的一次系数示意图；

图5为本发明实施例所举静态不含噪声时的幅值一次及二次系数示意图；

图6为本发明实施例所举失步时的频率一次及二次系数示意图。

具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地 描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。

下面将结合附图对本发明实施例作进一步地详细描述，如图1所示为本发明实施例所 提供的基于信号识别的自适应同步相量测量方法流程示意图，所述方法包括：

步骤1、建立动态相量模型，并用二阶泰勒级数模拟相量幅值、相角、频率与频率变化率的动态变化；

在该步骤中，首先将动态基频信号用如下公式表示：

其中，x(t)是信号采样值，X_m(t)是相量幅值，f(t)是信号频率，φ₀是相量初相 角，f₀是额定频率，Δf(t)是频率偏移。此时，信号的幅值与频率都是时间的函数。

将式(1)重新写为：

其中Re为实部，通常情况下认为参考坐标系以2πf₀的速度同步旋转，所以可忽略故式(1)可表示为所建立的动态相量模型用公式表示为：

具体实现中，频率变化率(The rate of change of frequency,ROCOF)表示为：

ROCOF＝d/dt[f(t)]＝Δf'(t) (4)

在上述模型中，相量幅值、相角、频率与频率变化率在计算时间窗内都随时间t变化 而变化。为了在计算时间窗内逼近动态输入信号，可以利用二阶泰勒级数来模拟相量参数的非线性变化波形，如下式(5-8)所示：

X_m(t)＝m₂t²+m₁t+m₀ (5)

f(t)＝p₂t²+p₁t+p₀ (7)

ROCOF(t)＝q₂t²+q₁t+q₀ (8)

其中，m₂＝d²X_m(t)/dt²|_t＝0，m₁＝dX_m(t)/dt|_t＝0，m₀＝X_m(0)；

n₂＝d²φ(t)/dt²|_t＝0，n₁＝dφ(t)/dt|_t＝0,n₀＝φ(0)；

p₂＝d²f(t)/dt²|_t＝0，p₁＝df(t)/dt|_t＝0，p₀＝f(0)；

q₂＝d²ROCOF(t)/dt²|_t＝0，q₁＝d ROCOF(t)/dt|_t＝0，q₀＝ROCOF(0)。

步骤2、利用所建立的动态相量模型，得到相量模型参数在电力系统典型静动态过程 中的行为规律；

在该步骤中，电力系统典型静动态过程可以包括：

瞬变过程，具体为突变或阶跃；不含噪声的静态过程；包含噪声的静态过程；动态过程，具体为调制和失步。

而所得到的相量模型参数在电力系统典型静动态过程中的行为规律具体为：

1)当输入信号为不含噪声的静态信号时，其相量幅值、相角、频率与频率变化率的一次、二次系数为0；

具体来说，若输入信号为静态，且频率为额定值，则信号表达式如下：

其中，X_m为相量幅值，ω0是额定频率角速度，为初相角。

由式(9)可以看出，静态输入信号为纯正弦波，因此其幅值X_m的常数项m₀＝X_m，幅值一次系数m₁和幅值二次系数m₂均为0。

静态时的相角、频率及频率变化率与上述幅值系数类似，不再赘述。

2)当输入信号为包含噪声的静态信号时，其相量幅值、相角、频率与频率变化率的一次系数、二次系数均会在0附近发生无规律的跳变，且表便大小与噪声大小有关；

具体实现中，通过对含白噪声的静态信号进行仿真，如图2所示为本发明实施例所举 静态含噪声时的幅值的一次及二次系数示意图，由图2可知：其幅值一次系数和幅值二次 系数均会发生振荡，且振荡大小与噪声大小有关。

静态含噪声时的相角、频率及频率变化率与上述幅值系数类似，不再赘述。

3)当输入信号为调制信号时，其相量幅值、相角、频率与频率变化率的一次系数、二次系数在一段时间内不会同时反复过零点；

具体实现中，可判断10组初始相量拟合的一次系数、二次系数是否没有同时且反复 过零点，若是，则可以判断该信号为调制信号；

举例来说，幅值相角同时调制时，输入信号可以表示为：

其中，X_m为相量幅值，k₁是幅值调制系数，ω₁是幅值调制角速度，是幅值调制初相 角，ω₀是额定频率角速度，k_a是相角调制系数，是相角调制初相角，是初相角。

以同时调制时的幅值为例，幅值可表示为：

通过泰勒展开可得：

因此，其幅值常数项m₀、幅值一次系数m₁和幅值二次系数m₂如下：

通过动态相量模型进行拟合，取7个初始计算相量，且时标打在中间，所以t’＝0。此 外，随着时间窗的后移，φ₁随时间变化，认为φ₁＝ωt’。

因此，幅值各阶系数可以转化为：

同时，调制时的相角、频率及频率变化率的各系数与上述幅值各系数类似，不再赘述。

4)当输入信号失步(频率斜坡)时，频率的一次系数是不为0的直线；

在实际电力系统应用中，由于噪声的存在，可以通过判断频率的一次系数在一段时间 内，是否多次过非零的固定值，频率的二次系数是否均多次过零点，由此判断该信号是 否失步。

举例来说，当系统发生大扰动失步时，系统中某些节点的频率不仅无法维持在额定频 率，且以一定速度持续增长或减小，其信号模型表示如下：

其中，df/dt为频率变化率。则其频率的表达式为：

通过泰勒展开可得：

因此，其频率常数项p₀、频率一次系数p₁和频率二次系数p₂如下：

p₂＝0 (24)

5)当输入信号瞬变(突变/阶跃)时，则初始相量拟合的频率变化率的一次系数的最大值是突变前的2.5倍；

当雷击输电线路或绝缘子污闪引起系统短路后，保护迅速将其切除，而后又自动重 合闸成功，在这过程中出现电压下凹现象；在中性点不接地系统中，发生瞬时单相接地故障时，正常相的对地电压会升高，出现电压上凸现象，或者当开关分合闸时都会引起 电压、电流幅值瞬变。

举例来说，以幅值阶跃为例，若τ时刻发生瞬变，表达式如下：

其中，X_m1为瞬变前幅值，X_m2为瞬变后幅值，ε(t)为阶跃函数。

其幅值可表示为：

X_m(t)＝X_m1ε(τ)+X_m2ε(t-τ) (26)

由式(26)可以看出，发生幅值瞬变前后，其幅值发生阶跃。因此，其幅值常数项 m₀瞬变前为X_m1，瞬变后为X_m2；幅值一次系数m₁和幅值二次系数m₂在瞬变前或后均为0，但在 瞬变点均会出现较大数值，且数值的大小与瞬变的大小成正比。相角、频率和频率变化 率的一次系数、二次系数的变化与幅值的类似，其中以频率变化率的一次系数和二次系 数的变化最为明显，频率变化率的一次系数的最大值是突变前的2.5倍。

相角阶跃时相角的系数与上述幅值阶跃时的系数类似，不再赘述。

步骤3、根据所得到的相量模型参数的行为规律，进行信号类型识别，识别出电力信 号的瞬变、不含噪声的静态、含噪声的静态与动态过程；

在该步骤中，根据公式推导和仿真，可以得出不同信号条件下的相量模型参数各阶 系数规律，进而提出信号类型的识别方法，识别出的瞬变过程包含突变或阶跃，静态过程包含或不包含噪声，识别出的动态过程包括调制和失步，具体来说可包括如下情况：

1)由上述式(17)、式(18)可知，同时调制时的幅值一次系数m₁和幅值二次系数m₂是关于时间t的正弦波，且相角始终相差90度。如图3所示为本发明实施例所举同时调制 时的幅值一次系数及二次系数示意图，由图3仿真可以看出：幅值一次系数m₁和幅值二次 系数m₂在一段时间内不会同时反复过零点。

同时调制时的相角、频率及频率变化率与上述幅值系数类似，因此通过一次系数和二 次系数在一段时间内是否同时反复过零点，可以判断该信号是否为同时调制的动态信 号。

具体实现中，利用二阶泰勒级数对7个初始相量模拟参数的非线性变化波形，可得到 一组常数项、一次系数和二次系数。若判断的时间窗一旦大于半个调制周期，则一次系数与二次系数会出现同时反复过零的情况，无法进行判断。PMU标准中最小调制周期为200ms，则时间段不应大于100ms。但时间窗的选取也不宜过长，还应考虑次同步振荡时 调制频率更高。因此若计算频率为400Hz，采用了10组初始相量(25ms)做为判断的时间 窗长。若10组初始相量拟合的幅值一次系数和幅值二次系数没有同时且反复过零点，则 可以判断该信号为同时调制的动态信号。

2)幅值、相角、频率和频率变化率的一次系数和幅值二次系数在瞬变前或后均为0， 但在瞬变点均会出现较大数值，且数值的大小与瞬变的大小成正比，其中以频率变化率的一次系数变化最为明显。如图4所示为本发明实施例所述瞬变时频率变化率的一次系数示意图，由图4仿真可以看出：瞬变前后，频率变化率的一次系数为0，瞬变点附近，频 率变化率的一次系数出现较大数值。

因此根据一段时间窗内，频率变化率一次系数最大值的差值是否发生瞬变，可以判断 该信号是否发生阶跃。以第(N-10)组至第(N-1)组的共10组初始相量拟合的频率变化率一次系数的最大值与第(N-9)组至第(N)组的共10组初始相量拟合的频率变化率一 次系数的最大值对比，若后者数值大于前者数值的2.5倍，则可判断为第N组所在的点发 生瞬变。

3)若输入信号为含白噪声的静态信号，其幅值一次系数和幅值二次系数均会发生振 荡，且振荡大小与噪声大小有关。由图2可以看出：幅值一次系数m₁和幅值二次系数m₂在一段时间内均会反复过零点。

静态含噪声时的相角、频率及频率变化率与上述幅值系数类似，因此通过一次系数和 二次系数在一段时间内是否均多次过零点，可以判断该信号是否为含噪声的静态信号。 具体实现中，若10组初始相量拟合的一次系数和二次系数均多次过零点，则可以判断出 该信号为含噪声的静态信号。

4)由上述式(9)可知，若输入信号为静态不含噪声，且频率为额定值，其幅值X_m的常数项m₀＝X_m，幅值一次系数m₁和幅值二次系数m₂均为0。如图5所示为本发明实施例所举静态不含噪声时的幅值一次及二次系数示意图，由图5仿真可以看出：幅值一次系数m₁和幅值二次系数m₂始终是等于0的直线。

静态时的相角、频率及频率变化率与上述幅值系数类似。

但在实际电力系统应用中，由于数字滤波器等的使用，不存在静态绝对不含噪声的情 况，与静态含噪声的情况类似。因此通过一次系数和二次系数在一段时间内是否均多次 过零点，可以判断该信号是否为静态信号。具体实现中，若10组初始相量拟合的幅值一次系数和幅值二次系数均多次过零点，则可以判断出该信号为静态信号。

5)上述由式(23)、式(24)可知，当发生大扰动失步时，信号的频率一次系数等 于频率变化率，频率二次系数为0。如图6所示为本发明实施例所举失步时的频率一次及 二次系数示意图，由图6仿真可以看出：频率一次系数是不为0的直线，频率的二次系数 始终是等于0的直线。

在实际电力系统应用中，由于数字滤波器等的使用，不存在频率一次系数始终为非零 的固定值，也不存在频率的二次系数始终是等于0的情况，与静态不含噪声的原因类似。 因此通过频率的一次系数在一段时间内，是否多次过非零的固定值，频率的二次系数是 否均多次过零点，可以判断该信号是否失步。

步骤4、针对识别出的电力信号的瞬变、不含噪声的静态、含噪声的静态与动态过程，分别进行瞬变前后计算时间窗的自适应构建、噪声抑制以及动态相量补偿。

在该步骤中，针对电力信号的动态过程所进行的动态相量补偿具体为：

利用二阶泰勒级数对动态相量输入进行拟合，获得DFT平均化效应造成的量测误差与 泰勒级数二阶系数的线性关系；

利用所获得的关系对初始量测相量进行校准，以进行动态精度补偿，得到精确的动 态量测相量，消除平均化效应产生的误差。

具体来说，首先利用最小二乘法计算动态相量输入的二阶泰勒表达式的系数，得到 初始频率和频率变化率(和)，并计算它们二阶泰勒级数系数，其中动态相量的所有参数根据二阶泰勒级数系数重新计算；

然后对初始动态相量参数进行动态校正，得到和

再根据对初始动态相量的幅值进行静态补偿得到并通过动态校准得到精确的 动态量测相量

上述针对电力信号含噪声的静态过程所进行的噪声抑制具体为：

若判断含噪声的静态信号未发生阶跃，且该点的幅值、频率和频率变化率未经过动 态精度补偿，则对该段信号的幅值、频率和频率变化率进行求平均并赋值，以减小白噪声导致的幅值、频率和频率变化率计算误差。

举例来说，以第N点为例，若判断出该点未发生阶跃，且该点的幅值未经过动态精度 补偿，则对第(N-7)至第N点共8个点的幅值求平均，并赋值给第N个点。即X’(N)＝ [X(N-7)+X(N-6)+X(N-5)+X(N-4)+X(N-3)+X(N-2)+X(N-1)+X(N)]/8。

还是以第N点为例，若判断出该点未发生阶跃，且该点的频率未经过动态精度补偿， 则对第(N-7)至第N点共8个点的频率和频率变化率求平均，并赋值给第N个点。即f’(N)＝[f(N-7)+f(N-6)+f(N-5)+f(N-4)+f(N-3)+f(N-2)+f(N-1)+f(N)]/8, ROCOF’(N)＝[ROCOF(N-7)+ROCOF(N-6)+ROCOF(N-5)+ROCOF(N-4)+ROCOF(N-3)+ ROCOF(N-2)+ROCOF(N-1)+ROCOF(N)]/8。

在实际电力系统应用中，由于数字滤波器等的使用，不存在绝对不含噪声的静态信 号，因此静态不含噪声的算法与含白噪声的静态的算法一致；另外，信号发生失步的同时也会有噪声的存在，因此在判断出信号失步后，对信号的算法与静态含白噪声的算法 一致，也就是对该段信号的幅值、频率和频率变化率进行求平均并赋值，以减小白噪声 导致的幅值、频率和频率变化率计算误差。

上述针对电力信号瞬变的过程所进行的瞬变前后计算时间窗的自适应构建具体为：

对包含突变点的时间窗进行重新构建，对于时标在突变点之前的相量，均使用突变 前的量测相量；对于时标在突变点之后的相量，均使用突变后的量测相量。

具体实现中，可以根据一段时间窗内，频率变化率最大值的差值是否发生突变，即以 第(N-9)组至第(N)组的共10组频率变化率一次系数的最大值与第(N-10)组至第 (N-1)组的共10组频率变化率一次系数的最大值对比，若前者数值大于2.5倍的后者数 值，判断第N组所在的点发生突变。

当判断出第N组所在的点发生突变后，不对该段信号的幅值、频率、频率变化率进行 求平均，以免造成计算误差。同时对于第N组所在的包含突变点的时间窗进行构建，突变点位于时间窗中间点之后的位置，突变点至时间窗终点的点全部使用突变前的数值。随 着时间窗的后移，突变点位于时间窗中间点之前的位置，时间窗起点至突变点间的点全 部使用突变后的数值。该处理方法可以解决时间窗长与量测精度矛盾的难题，在保证量 测精度的同时，能够快速地跟踪电力信号瞬变现象。

下面再以具体的实例对上述方法进行仿真测试，在国家电网公司企业标准Q/GDW1131- 2014《电力系统实时动态监测系统技术规范》中规定了静动态测试以及相量量测最大误 差，以完整全面地模拟电力系统中静动态过程。本实施例提出的方法根据标准进行了包 括频率偏移、谐波影响、振荡、失步及故障条件下的仿真。本方法的仿真误差与标准规定的误差进行了对比，结果表明本发明的方法在静动态条件下都可很好的满足标准要 求，仿真结果所用算法的额定频率为50Hz，上传频率为100Hz，采样频率为4000Hz。

1、频率扫描测试

不同电力系统的运行模式将导致电力系统信号的实际频率偏移其额定值。此外，故 障亦会导致较大的频率偏移。这里列出了本发明方法在不同程度的频率偏移条件下的量 测精度。输入信号的电压额定幅值为57.73V，电流额定幅值为1A，频率以1Hz的步长从45Hz变为55Hz，且在每个频率点保持稳态。国家电网公司企业标准Q/GDW1131-2014《电 力系统实时动态监测系统技术规范》的频率测试中规定最大的电压幅值误差为0.2％，最 大的电压相角误差为0.5°，最大频率误差为0.002Hz，最大频率变化率误差为 0.01Hz/s。相应的测试结果如表1、表2及表3所示，可以看出本发明方法的量测精度远高 于标准要求。

表1频率偏移影响测试-频率偏移影响测试-电压幅值误差最大值统计

表2频率偏移影响测试-频率偏移影响测试-电压相角误差最大值统计

表3频率偏移影响测试-频率与频率变化率误差最大值统计

2、谐波影响测试

这里采用了在49.5Hz、50Hz及50.5Hz的基波频率上叠加幅值10％的二次、三次、五次、十三次、二十三次及二十五次谐波的电力系统信号来验证本发明方法的消除谐波的 能力，标准中的误差要求也在表中列出。

表4、表5及表6列出了在包含不同谐波次数的信号下的量测误差。可以看出，所有的 误差都远在标准误差极限以下，所以本发明方法对谐波影响有较好的免疫能力。

表4谐波影响测试-电压幅值误差最大值统计

表5谐波影响测试-电压相角误差最大值统计

表6谐波影响测试-频率与频率变化率误差最大值统计

3、带外信号测试

当信号的变化频率大于F_s的奈奎斯特频率时，会发生频率混叠。带外测试的目的是验 证PMU的带外信号抗混叠滤波器的滤波效果。测试的方法是在基波信号的基础上叠加一个 10％的带外正弦信号。基波信号设定为50.5Hz，所以叠加的信号频率分别为100Hz、110Hz、120Hz、130Hz和150Hz。标准中规定带外测试中幅值、相角、频率的最大误差为0.5％、1°和0.025Hz。本发明方法的测试结果如表7、表8及表9所示，可以看出越靠近带 通边缘的信号对量测精度影响越大，但是测试结果表明本发明方法可以有效地抑制带外 信号对量测精度的影响。

表7带外测试-电压幅值误差最大值统计

表8带外测试-电压相角误差最大值统计

表9带外测试-频率与频率变化率误差最大值统计

4、调制信号测试

调制测试用来模拟电力系统发生振荡时信号的幅值和相角的波动波形。通常来说， 电网节点的正序电压信号的幅值与相角同时发生振荡，且振荡角度相差180°。在测试过 程中，信号的幅值与相角以正弦波形发生变化。一般误差在振荡的波峰或波谷等非线性程度最大的地方最大。

这里在49.5Hz、50Hz及50.5Hz下，幅值调制深度为10％，相角调制深度为0.1rad，调制频率从0.1Hz、1Hz、4Hz和5Hz进行测试。标准中规定最大幅值误差为0.2％，最大相 角误差为0.5°，最大频率误差为0.3Hz，最大频率变化率误差为3Hz/s。本发明方法的测 试结果如表10、表11及表12所示，可以看出，量测误差随着调制频率的增大而增大，这 是由于随着调制频率越大，信号在一个时间窗内的变化也越来越快，不过相比于误差要 求，可证明本发明方法具有较为精确的动态信号跟踪能力。

表10幅值与相角同时调制测试-电压幅值误差最大值统计

表11幅值与相角同时调制测试-电压相角误差最大值统计

表12幅值与相角同时调制测试-频率与频率变化率误差最大值统计

5、频率斜坡测试

频率斜坡测试用来模拟电力系统失步过程，不同于频率扫描测试，其基频从45Hz至 55Hz以1Hz/s连续变化。通过测试可知，本发明方法可在持续变化的频率下准确的量测相 量、频率、频率变化率，其各项误差远低于标准要求，如表13、表14及表15所示。

表13频率斜坡测试-电压幅值误差最大值统计

标准要求(％)	A相(％)	B相(％)	C相(％)	正序(％)
					0.2	0.050005	0.050005	0.050005	0.050005

表14频率斜坡测试-电压相角误差最大值统计

标准要求(°)	A相(°)	B相(°)	C相(°)	正序(°)
					0.5	0.05003	0.05989	0.02625	0.04512

表15频率斜坡测试-频率与频率变化率误差最大值统计

6、阶跃测试

当电力系统中发生故障或者换线操作时，电压与电流波形的幅值和相角会发生突变，适当的动态跟踪速度对其在电力系统动态安全监控至关重要。该测试中，输入信号 会分别发生10％幅值阶跃和10°相角阶跃。本发明方法的相应时间如表16、表17及表18所 示，可以看出，本发明方法可满足相应时间的标准要求。

表16阶跃测试-电压幅值响应时间

表17阶跃测试-电压相角响应时间

表18阶跃测试-频率与频率变化率响应时间

综上所述，利用本发明实施例所述方法无论在输入静态信号还是动态信号时，都可 以准确且快速地进行相量量测，其相量量测精度可以满足国家电网公司企业标准 Q/GDW1131-2014《电力系统实时动态监测系统技术规范》的要求。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替 换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的 保护范围为准。

Claims (6)

1.一种基于信号识别的自适应同步相量测量方法，其特征在于，所述方法包括：

步骤1、建立动态相量模型，并用二阶泰勒级数模拟相量幅值、相角、频率与频率变化率的动态变化；

步骤2、利用所建立的动态相量模型，得到相量模型参数在电力系统典型静动态过程中的行为规律；

步骤3、根据所得到的相量模型参数的行为规律，进行信号类型识别，识别出电力信号的瞬变、不含噪声的静态、含噪声的静态与动态过程；

步骤4、针对识别出的电力信号的瞬变、不含噪声的静态、含噪声的静态与动态过程，分别进行瞬变前后计算时间窗的自适应构建、噪声抑制以及动态相量补偿；

其中，在所述步骤2中，所得到的相量模型参数在电力系统典型静动态过程中的行为规律具体为：

当输入信号为不含噪声的静态信号时，其相量幅值、相角、频率与频率变化率的一次、二次系数为0；

当输入信号为包含噪声的静态信号时，其相量幅值、相角、频率与频率变化率的一次系数、二次系数均会在0附近发生无规律的跳变，且表征大小与噪声大小有关；

当输入信号为调制信号时，其相量幅值、相角、频率与频率变化率的一次系数、二次系数在一段时间内不会同时反复过零点；

当输入信号失步时，通过判断频率的一次系数在一段时间内是否多次过非零的固定值，且频率的二次系数是否均多次过零点，由此来判断该信号是否失步；

当输入信号瞬变时，则初始相量拟合的频率变化率的一次系数的最大值是突变前的2.5倍。

2.根据权利要求1所述基于信号识别的自适应同步相量测量方法，其特征在于，在所述步骤1中，所建立的动态相量模型用公式表示为：

其中，x(t)是信号采样值，X_m(t)是相量幅值，f(t)是信号频率，是相量初相角，f₀是额定频率，Δf(t)是频率偏移；

在上述模型中，相量幅值、相角、频率与频率变化率在计算时间窗内都随时间t变化而变化。

3.根据权利要求1所述基于信号识别的自适应同步相量测量方法，其特征在于，所述电力系统典型静动态过程包括：

瞬变过程，具体为突变或阶跃；

不含噪声的静态过程；

包含噪声的静态过程；

动态过程，具体为调制和失步。

4.根据权利要求1所述基于信号识别的自适应同步相量测量方法，其特征在于，在所述步骤4中，针对电力信号的动态过程所进行的动态相量补偿具体为：

利用二阶泰勒级数对动态相量输入进行拟合，获得DFT平均化效应造成的量测误差与泰勒级数二阶系数的线性关系；

利用所获得的关系对初始量测相量进行校准，以进行动态精度补偿，得到精确的动态量测相量，消除平均化效应产生的误差。

5.根据权利要求1所述基于信号识别的自适应同步相量测量方法，其特征在于，在所述步骤4中，针对电力信号含噪声的静态过程所进行的噪声抑制具体为：

若判断含噪声的静态信号未发生阶跃，且该静态信号的幅值、频率和频率变化率未经过动态精度补偿，则对该静态信号的幅值、频率和频率变化率进行求平均并赋值，以减小白噪声导致的幅值、频率和频率变化率计算误差。

6.根据权利要求1所述基于信号识别的自适应同步相量测量方法，其特征在于，在所述步骤4中，针对电力信号瞬变的过程所进行的瞬变前后计算时间窗的自适应构建具体为：

对包含突变点的时间窗进行重新构建，对于时标在突变点之前的相量，均使用突变前的量测相量；对于时标在突变点之后的相量，均使用突变后的量测相量。