CN107402367B - 基于典型关联分析的电流互感器角差的确定方法 - Google Patents

Abstract

一种基于典型关联分析的电流互感器角差的确定方法，包括：采样工作电流，获取工作信号I_z(n)，并进行移相，确定移相工作信号I_zs(n)，并确定工作信号矩阵S；产生测试电流，与工作电流共同输出至电流互感器，采样电流互感器的输出获取混合信号I_g(n)，确定测试信号I_t(n)，将所述I_t(n)进行移相，确定移相测试信号I_ts(n)，并确定测试信号矩阵T；对I_g(n)、S和T采用典型关联分析算法，确定不包括幅值的测试电流输出信号I_tp(n)；以及确定I_t(n)与I_tp(n)过零点位置的偏差，以确定电流互感器角差。本发明降低了复杂度，提高了算法的鲁棒性，便于实现。

Description

基于典型关联分析的电流互感器角差的确定方法

技术领域

本发明涉及电流信号高精度分离及角差测量技术领域，尤其涉及一种基于典型关联分析的电流互感器角差的确定方法。

背景技术

电力设备绝缘在线监测技术是智能电网的重要组成部分，该技术可以在设备正常运行状态下，实时记录表征设备运行状态特征量，分析设备的绝缘状态，并对可能发生的故障发出预警，无需停电后把待测设备搬移至实验室，加测试电压进行性能测试。因此，基于在线方式的电力设备绝缘性能检测技术是未来设备绝缘监测技术的发展方向，具有安全性、经济型、可靠性等多方面的优点。

电力设备绝缘在线监测主要监测的参数为介质损耗因素(tanδ)。介质损耗因素需要通过精确测量泄露电流相位来计算，而泄露电流信号是通过电流互感器是获取的。电流互感器的相位稳定度会直接影响tanδ的测量结果。

目前应用于电力设备绝缘在线监测的电流互感器，都是采用高导磁材料作为磁芯绕制而成。在运行环境下，由于现场的强电磁干扰、环境温度及湿度的大幅度变化、冲击电流以及器件老化等的作用，一段时间后电流互感器性能会发生劣化，使得输出信号幅度和相差特性发生较大变化。如不加以校正，互感器的自身相位差变化将会被累计到绝缘设备的tanδ值上，导致测量结果偏差，甚至系统失效。

现有技术中的在线监测电流互感器角差系统，是人为在传感器的输入端加入特定幅值，频率和相位已知的单频正弦测试信号，在输出端采集传感器输出信号。采集得到信号包含了工作电流对应的输出、测试电流对应的输出以及部分噪声信号，被称为混合信号。采用软件实现的方法分离出测试电流对应的传感器输出信号，通过比较测试电流输入与输出前后的相位变化来确定电流互感器的相位差。其中，从混合信号中提取测试信号频率成分的方法是技术核心部分。

从单路混合信号中提取出已知频率的信号，常见的实现方法有谐波分析法、快速傅里叶变换法以及FastICA法。其中效果最好是基于FastICA的方法。但是该方法在实际应用中存在以下的问题：

(1)算法需要进行多轮的迭代计算，计算复杂度高，计算时间比较长；

(2)需要计算3×3矩阵分解、迭代过程控制等硬件实现复杂度较高，不利于基于嵌入式硬件实现；

(3)为了满足ICA分离条件，且构造信号矩阵时，人为添加的两路测试信号需要确保严格正交，给实际系统的设计增加了难度。

发明内容

(一)要解决的技术问题

本发明的目的在于提供一种基于典型关联分析的电流互感器角差的确定方法，以解决上述的至少一项技术问题。

(二)技术方案

本发明提供了一种基于典型关联分析的电流互感器角差的确定方法，包括步骤：

采样工作电流，获取工作信号I_z(n)，将I_z(n)进行移相处理，且移动的相位为m·π，确定移相工作信号I_zs(n)，并确定工作信号矩阵其中n为正整数，m不为整数；

产生测试电流，与工作电流共同输出至电流互感器，采样电流互感器的输出获取混合信号I_g(n)，确定测试信号I_t(n)，将所述I_t(n)进行移相处理，且移动的相位为l·π，确定移相测试信号I_ts(n)，并确定测试信号矩阵其中，l不为整数；

对I_g(n)、S和T采用典型关联分析算法，确定测试电流输出信号I_tp(n)；

确定I_t(n)与I_tp(n)过零点位置的偏差，以确定电流互感器角差。

在本发明的一些实施例中，所述对I_g(n)、S和T采用典型关联分析算法，确定测试电流输出信号I_tp(n)，包括子步骤：对I_g(n)和S采用典型关联分析算法，确定工作参数向量P₁，使P₁*S和I_g(n)的相关系数最大，确定重构工作信号I_zo(n)；根据混合信号I_g(n)和重构工作信号I_zo(n)，确定中间信号I_y(n)，对I_y(n)和T采用典型关联分析算法，确定测试参数向量P₂，使P₂*T与I_y(n)相关系数最大，确定不包括幅值的测试电流输出信号I_tp(n)。

在本发明的一些实施例中，对I_g(n)和S采用典型关联分析算法，确定工作参数向量P₁，包括步骤：根据所述I_g(n)和S确定第一工作矩阵X_z；根据所述X_z确定工作协方差矩阵C_z；将工作协方差矩阵C_z分块，确定C_zxx＝(x_z11)，C_zxy＝(x_z12x_z13)，根据所述C_zxx、C_zxy、C_zyx和C_zyy，确定第二工作矩阵G_z；分解第二工作矩阵G_z，确定工作特征值矩阵D_z和工作特征向量矩阵V_z：[V_z，D_z]＝eig(G_z)，其中，D_z中最大的工作特征值对应的工作特征向量即为工作参数向量P₁。

在本发明的一些实施例中，分别依据如下公式确定X_z、C_z以及G_z：或者

在本发明的一些实施例中，确定重构工作信号I_zo(n)，包括步骤：根据所述P₁与S，确定不包括幅值的工作电流输出信号：I_zp(n)＝P₁*S；根据所述I_g(n)和I_zp(n)，通过下式确定工作电流输出信号的幅值：根据所述amp_z和I_zp(n)，确定重构工作信号I_zo(n)＝amp_z*I_zp(n)。

在本发明的一些实施例中，根据混合信号I_g(n)和重构工作信号I_zo(n)，确定中间信号I_y(n)，对I_y(n)和T采用典型关联分析算法，确定测试参数向量P₂，使P₂*T与I_y(n)相关系数最大，确定不包括幅值的测试电流输出信号I_tp(n)，包括步骤：将混合信号I_g(n)减去重构工作信号I_zo(n)，确定中间信号I_y(n)：I_y(n)＝I_g(n)-I_zo(n)；根据所述I_y(n)和T构造第一测试矩阵X_t；根据所述X_t确定测试协方差矩阵C_t；将测试协方差矩阵C_t分块，确定C_txx＝(x_t11)，C_txy＝(x_t12 x_t13)，根据所述C_txx、C_txy、C_tyx和C_tyy，确定第二测试矩阵G_t；分解第二测试矩阵G_t，确定测试特征值矩阵D_t和测试特征向量矩阵V_t：[V_t，D_t]＝eig(G_t)，其中，D_t中最大的测试特征值对应的测试特征向量即为测试参数向量P₂；根据所述P₂和T，确定不包括幅值的测试电流输出信号I_tp(n)：I_tp(n)＝P₂*T。

在本发明的一些实施例中，分别依据如下公式确定X_t、C_t以及G_t：或者

在本发明的一些实施例中，采样工作信号的采样时长为整数个测试信号周期，且满足奈奎斯特采样率。

(三)有益效果

本发明的基于典型关联分析的电流互感器角差的确定方法，相较于现有技术，至少具有以下优点：

1、通过进行两次典型关联分析，减小了误差和工作信号的频偏，保证了精确度；同时不需要迭代计算，降低了计算的复杂度，具有更快的计算速度。

2、构建工作信号矩阵和测试信号矩阵时，不需保持工作信号和工作移相信号、测试信号和测试移相信号正交，提高了算法的鲁棒性，降低了算法难度，便于硬件的实现。

附图说明

图1为本发明实施例的基于典型关联分析的电流互感器角差的确定方法的步骤示意图。

图2为本发明实施例1的电流互感器角差的结果示意图。

图3A为本发明实施例2在工作信号频率为49.5Hz时的电流互感器角差的结果示意图。

图3B为本发明实施例2在工作信号频率为49.8Hz时的电流互感器角差的结果示意图。

图3C为本发明实施例2在工作信号频率为50.2Hz时的电流互感器角差的结果示意图。

图3D为本发明实施例2在工作信号频率为50.5Hz时的电流互感器角差的结果示意图。

具体实施方式

基于现有技术的在线监测电流互感器角差系统具有需要多次迭代、计算复杂以及条件苛刻等技术缺陷，本发明提供了一种基于典型关联分析的电流互感器角差(相位差)的确定方法，经过两次典型关联分析，减小了误差和工作信号的频偏，保证了精确度；同时不需要迭代计算，降低了计算的复杂度，具有更快的计算速度。

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

图1为本发明实施例的基于典型关联分析的电流互感器角差的确定方法的步骤示意图，如图1所示，该方法包括步骤：

S1、采样工作电流，获取工作信号I_z(n)，将I_z(n)进行移相处理，且移动的相位为m·π，确定移相工作信号I_zs(n)，并确定工作信号矩阵其中n为正整数，1≤n≤N，N为采样点数，m不为整数，S为2×N矩阵，I_z(n)为1×N的向量。

采样工作信号时需要确保采样时长为整数个测试信号周期，且需要满足奈奎斯特采样率。采样点数N可以根据实际需求进行选择，可以理解的是，一般来说，采样点数越大，计算结果的精度就越高。

S2、产生测试电流，与工作电流共同输出至电流互感器，采样电流互感器的输出获取混合信号I_g(n)，通过内部产生，或者直接采样方式确定测试信号I_t(n)，将所述I_t(n)进行移相处理，且移动的相位为l·π，确定移相测试信号I_ts(n)，并确定测试信号矩阵其中，l不为整数，T为2×N矩阵，I_g(n)为1×N的向量。

其中，需要说明的是采用直接采样方式确定测试信号I_t(n)时，需要保证测试信号I_t(n)与混合信号I_g(n)同时采样；采用内部产生方式产生测试信号I_t(n)时，需要通过产生测试电流的数模转换单元输入的数字信号获得在混合信号采样开始时测试信号的初始相位，以此为初始相位产生I_t(n)。

S3、对I_g(n)、S和T采用典型关联分析算法，确定不包括幅值的测试电流输出信号I_tp(n)；

步骤S3包括子步骤：

S31、对I_g(n)和S采用典型关联分析算法，确定工作参数向量P₁，使P₁*S和I_g(n)的相关系数最大，确定重构工作信号I_zo(n)；

更进一步地，步骤S31包括以下子步骤：

S311、根据所述I_g(n)和S确定第一工作矩阵X_z：或者

S312、根据所述X_z确定工作协方差矩阵C_z：

S313、将工作协方差矩阵C_z分块，确定：C_zxx＝(x_z11)，C_zxy＝(x_z12x_z13)，

S314、根据所述C_zxx、C_zxy、C_zyx和C_zyy，确定第二工作矩阵G_z：

S315、分解第二工作矩阵G_z，确定工作特征值矩阵D_z和工作特征向量矩阵V_z：[V_z，D_z]＝eig(G_z)，其中，D_z中最大的工作特征值对应的工作特征向量即为工作参数向量P₁；

在确定工作向量参数P₁之后，还包括以下处理：：

S316、根据所述P₁与S，确定不包括幅值的工作电流输出信号：I_zp(n)＝P₁*S；

S317、根据所述I_g(n)和I_zp(n)，通过下式确定工作电流输出信号的幅值：

S318、根据所述amp_z和I_zp(n)，确定重构工作信号I_zo(n)＝amp_z*I_zp(n)。

接着，与步骤S31的处理类似，进行步骤S32：根据混合信号I_g(n)和重构工作信号I_zo(n)，确定中间信号I_y(n)，对I_y(n)和T采用典型关联分析算法，确定测试参数向量P₂，使P₂*T与I_y(n)相关系数最大，确定不包括幅值的测试电流输出信号I_tp(n)；

在本实施中，步骤S32主要包括以下子步骤：

S321、将混合信号I_g(n)减去重构工作信号I_zo(n)，确定中间信号I_y(n)：I_y(n)＝I_g(n)-I_zo(n)；此处，从混合信号中减去重构工作信号可以提高对工作信号频率偏移的适应能力，以提高算法的鲁棒性。

S322、根据所述I_y(n)和T构造第一测试矩阵：或者

S323、根据所述X_t确定测试协方差矩阵C_t：

S324、将测试协方差矩阵C_t分块，确定C_txx＝(x_t11)，C_txy＝(x_t12 x_t13)，

S325、根据所述C_txx、C_txy、C_tyx和C_tyy，确定第二测试矩阵G_t：

S326、分解第二测试矩阵G_t，确定测试特征值矩阵D_t和测试特征向量矩阵V_t：[V_t，D_t]＝eig(G_t)，其中，D_t中最大的测试特征值对应的测试特征向量即为测试参数向量P₂。

在确定测试参数向量P₂之后，还包括以下的处理：

S327、根据所述P₂和T，确定不包括幅值的测试电流输出信号I_tp(n)：I_tp(n)＝P₂*T。可以理解的是，在此确定I_tp(n)即可，因为本发明是为了求得角差即相位差，因此只需要确定测试电流输出信号的相位信息，其幅值信息可以忽略。

最后，进行步骤S4：根据子步骤S47确定的不包括幅值的测试电流输出信号I_tp(n)以及测试信号I_t(n)，确定I_t(n)与I_to(n)过零点位置的偏差，以确定电流互感器角差。

需要指出的是，典型关联分析算法是一种复杂度为O(N)的算法，没有迭代收敛过程，因此计算速度很快；且本发明的计算过程中无复杂的矩阵计算，仅有2×2矩阵的分解、求逆，以及矩阵乘法等，因此适合硬件实现。

再结合实施例对本发明的效果做进一步的说明：

实施例1

工作信号为50Hz，测试信号为62.5Hz，采样速率为20KSPS，采样点数为8000；混合信号中测试信号相位随机产生，所有采样信号信噪比设置为30dB。使用MATLAB工具进行1000次试验，总耗时9.252秒。图2为本发明实施例1的电流互感器角差的结果示意图，如图2所示，本发明的方法确定得到的电流互感器角差与实际值之间的误差满足±0.06°的应用精度要求。从整体上看，本发明计算速度快，且不需要优选计算结果。

实施例2

测试信号为62.5Hz，采样速率为20KSPS，采样点数为16000；混合信号中测试信号相位随机产生，所有采样信号信噪比设置为30dB；工作信号频率分别设置为49.5Hz、49.8Hz、50.2Hz和50.5Hz，每个频率点进行1000次试验。图3A为本发明实施例2在工作信号频率为49.5Hz时的电流互感器角差的结果示意图，图3B为本发明实施例2在工作信号频率为49.8Hz时的电流互感器角差的结果示意图，图3C为本发明实施例2在工作信号频率为50.2Hz时的电流互感器角差的结果示意图，图3D为本发明实施例2在工作信号频率为50.5Hz时的电流互感器角差的结果示意图，如图3A至图3D所示，在每个频率点下，本发明的方法确定得到的互感器角差与实际值之间的误差均满足表明本发明提供的方法在工作电流信号频率发生漂移的情况下也能正确地确定电流互感器的角差。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种基于典型关联分析的电流互感器角差的确定方法，包括步骤：

采样工作电流，获取工作信号I_z(n)，将I_z(n)进行移相处理，且移动的相位为m·π，确定移相工作信号I_zs(n)，并确定工作信号矩阵其中n为正整数，m不为整数；

产生测试电流，与工作电流共同输出至电流互感器，采样电流互感器的输出获取混合信号I_g(n)，确定测试信号I_t(n)，将所述I_t(n)进行移相处理，且移动的相位为l·π，确定移相测试信号I_ts(n)，并确定测试信号矩阵其中，l不为整数；

对I_g(n)和S采用典型关联分析算法，确定工作参数向量P₁，使P₁*S和I_g(n)的相关系数最大，确定重构工作信号I_zo(n)；根据所述混合信号I_g(n)和重构工作信号I_zo(n)，确定中间信号I_y(n)，对I_y(n)和T采用典型关联分析算法，确定测试参数向量P₂，使P₂*T与I_y(n)相关系数最大，确定不包括幅值的测试电流输出信号I_tp(n)；确定I_t(n)与I_tp(n)过零点位置的偏差，以确定电流互感器角差；

其中，确定工作参数向量P₁，包括步骤：

根据所述I_g(n)和S确定第一工作矩阵X_z：

或者根据所述X_z确定工作协方差矩阵C_Z：

将工作协方差矩阵C_Z分块，确定：C_Zxx＝(x_z11)，C_Zxy＝(x_z12x_z13)，

根据所述C_Zxx、C_Zxy、C_zyx和C_zyy，确定第二工作矩阵

分解第二工作矩阵G_z，确定工作特征值矩阵D_z和工作特征向量矩阵V_Z：V_Z＝[V_Z，D_Z]＝eig(G_z)，其中D_z中最大的工作特征值对应的工作特征向量即为工作参数向量P₁；

其中，确定重构工作信号I_zo(n)，包括步骤：

根据所述P₁与S，确定不包括幅值的工作电流输出信号：I_zp(n)＝P₁*S；

根据所述I_g(n)和I_zp(n)，通过下式确定工作电流输出信号的幅值：以及

根据所述amp_z和I_zp(n)，确定重构工作信号I_zo(n)＝amp_z*I_zp(n)；

其中，根据所述混合信号I_g(n)和重构工作信号I_zo(n)，确定中间信号I_y(n)，对I_y(n)和T采用典型关联分析算法，确定测试参数向量P₂，使P₂*T与I_y(n)相关系数最大，确定不包括幅值的测试电流输出信号I_tp(n)，包括步骤：

将混合信号I_g(n)减去重构工作信号I_zo(n)，确定中间信号I_y(n)：I_y(n)＝I_g(n)-I_zo(n)；

根据所述I_y(n)和T构造第一测试矩阵X_t：或者

根据所述X_t确定测试协方差矩阵C_t：

将测试协方差矩阵C_t分块，确定C_txx＝(x_t11)，C_txy＝(x_t12 x_t13)，

根据所述C_txx、C_txy、C_tyx和C_tyy，确定第二测试矩阵G_t：

分解第二测试矩阵G_t，确定测试特征值矩阵D_t和测试特征向量矩阵V_t：[V_t，D_t]＝eig(G_t)，

其中，D_t中最大的测试特征值对应的测试特征向量即为测试参数向量P₂；以及

根据所述P₂和T，确定不包括幅值的测试电流输出信号I_tp(n)：I_tp(n)＝P₂*T。

2.根据权利要求1所述的方法，其中，采样工作电流的采样时长为整数个测试信号周期，且满足奈奎斯特采样率。