CN107942139A - 一种新型电力谐波参数软件同步采样方法 - Google Patents

Abstract

本发明公开一种新型电力谐波参数软件同步采样方法，包括如下步骤：a1：设置每周期采样点数N，N为每周期的采样点数；a2：测出前W个周期时间长度Xi，并存储，其中i＝1、2…W；a3：根据测量的前W个周期时间长度，计算平滑系数α，并储存α值；a4：根据三次指数平滑模型，预测下一采样周期的时间长度；a5：根据公式T_s＝T/N，计算出采样时间间隔，进行下一周期采样，储存采样值；a6：判断已采样周期数是否达到W个，若是，进入a7，若否，进入a8；a7：去掉最早一周期数据，加入最新一周期的采样值，通过离散傅里叶变换方法计算谐波参数，返回a8，a8：去掉最早一周期数据，通过过零点检测，存储最新一周期的周期时间长度，返回a3。

Description

一种新型电力谐波参数软件同步采样方法

技术领域

本发明涉及电能质量参数测量领域，特别涉及一种软件同步采样的控制方法。

背景技术

同步采样是指信号周期T，采样周期间隔T_s，及采样点数N严格满足等式T＝NT_s的采样方法。理论上，只要满足T＝NT_s并且N>2M(M为被测信号最高谐波次数)，同步采样不存在测量方法上的误差，然而由于信号周期T的测量并不总是准确的，并且电网信号的频率总是在一定范围内波动，因此在实际采样过程中，采样周期与被测信号周期不能实现同步，而产生频谱泄露现象和栅栏效应。

同步采样的方法分为硬件同步采样方法和软件同步采样方法两种。其中软件同步采样方法较硬件同步采样方法更为简单，但是目前所应用的软件同步采样方法计算量较为复杂，或精确度不能满足要求。

因此，为确保谐波、间谐波测量的准确性，需要根据之前测得的信号周期时间长度序列对当前测量周期的时间长度进行预测。因此，如何通过适当的算法，选用合适的数据进行预测，即本领域技术人员需要解决的技术问题。

并且，针对上述问题，如何开发出新的同时满足精确度要求并且较为简单的同步采样方法，来满足谐波、间谐波测量的要求，即为本领域技术人员的研究方向所在。

发明内容

本发明的主要目的是为了更准确的预测当前测量周期的时间长度，并且满足准确性和实时性的要求，减少计算量，进而提出的一种新型电力谐波参数软件同步采样方法，该方法适用于50Hz电网内，为谐波、间谐波测量采集信号。

为了达到上述目的，本发明提供一种新型电力谐波参数软件同步采样方法，包括如下步骤：

步骤a1：设置每周期采样点数N，N为每周期的采样点数；

步骤a2：测出前W个周期时间长度Xi，并存储，其中i＝1、2…W；

步骤a3：根据测量的前W个周期时间长度，计算平滑系数α，并储存α值；

步骤a4：根据三次指数平滑模型，预测下一采样周期的时间长度；

步骤a5：根据公式T_s＝T/N，计算出采样时间间隔，进行下一周期采样，并储存采样值；

步骤a6：判断已采样周期数是否达到W个，若是，进入步骤a7，若否，进入步骤a8；

步骤a7：去掉最早一周期数据，加入最新一周期的采样值，通过离散傅里叶变换方法计算谐波参数，返回步骤a8；

步骤a8：去掉最早一周期数据，通过过零点检测，存储最新一周期的周期时间长度，返回步骤a3。

较佳的实施方式，在步骤a1中，设置一个测量周期内的采样点数为N，其中保证N>2M，M为被测信号最高谐波次数。

较佳的实施方式，所述步骤a2的检测方式是通过过零点检测进行。

较佳的实施方式，在步骤a3中，当误差平方和最小时，此时的平滑系数α为最准确，最小误差平方公式其中K表示预测的次数，表示第t次预测值，X_t表示第t次实际值。

较佳的实施方式，在步骤a4中，三次指数平滑模型公式为：

其中，S_t ⁽¹⁾为第t个周期的一次指数平滑值，S_t ⁽²⁾为第t个周期的二次指数平滑值，S_t ⁽³⁾为第t个周期的三次指数平滑值，α为平滑系数，X_t为时间序列{X_i}第t个周期的的实际时间长度。

较佳的实施方式，在步骤a7中，采用离散傅里叶变换的方法来计算谐波参数。

较佳的实施方式，最优平滑系数α的选择包括如下步骤：

b1：选定t个连续时段，记录其测量值，并获得平滑初值；

b2：设定步长λ＝0.01，将α∈(0,1)区间分成100个距离相同的区间，区间端点值依次记为α_k，k＝1,2，…；

b3：计算出每个α_k对应的f值；

b4：选择最小的f值，其对应的α_k为最优平滑系数α；

b5：预测并存储第t+1个时间段的数据以及最优平滑系数α；

b6：去掉最早的数据，加入最新的t+1个周期的数据，得到新的平滑初值，并返回步骤b2。

较佳的实施方式，对误差平方f值的计算采用地毯式遍历搜索的方法。

较佳的实施方式，选取每测量十周期计算一次最优平滑系数，选用的数据同样为当前测量周期的前十个周期的预测时间长度和实际测量时间长度。

较佳的实施方式，改变预测步长，依次预测当前周期的后m个周期的时间长度。

与现有技术相比，本发明的有益效果在于：

本发明可更准确的预测当前测量周期的时间长度，并且满足准确性和实时性的要求，同时减少计算量，适用于50Hz电网内，为谐波、间谐波测量采集信号

附图说明

图1为发明一种新型电力谐波参数软件同步采样方法流程图；

图2最优平滑系数计算流程图。

具体实施方式

下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

如图1所示，为本发明一种新型电力谐波参数软件同步采样方法流程图，其具体流程如下：

a1：设置每周期采样点数N；

在此步骤中，可设置一个测量周期内的采样点数为N，其中保证N>2M(M为被测信号最高谐波次数)。

a2：测出前W个周期时间长度Xi(i＝1、2…W)，并存储，该检测方式可通过过零点检测进行，过零点检测采用比较器过零比较电路，可以更准确的进行过零检测。；

在此实施例中，取W＝10为例，即通过测量前十个周期的周期时间长度，得到前十个周期的时间长度序列{X_i}，i＝1,2,…10，计算得到前十个周期的时间长度平均值为

a3：根据步骤a2测量的前十个周期时间长度，计算平滑系数α，并储存α值；

平滑系数α取值范围为α∈(0,1)，反映了不同时期历史数据在平滑预测时所占得比重，当α为定值时，会使得平滑模型难以跟踪周期时间长度序列自身的变化，这样会导致预测不够准确。所以本发明提出一种动态平滑系数的计算方法。如附图2所示，来选取平滑系数的值。

根据经验当误差平方和最小时，此时的平滑系数α为最准确。最小误差平方公式其中K表示预测的次数，表示第t次预测值，X_t表示第t次实际值。

a4：根据三次指数平滑模型，预测下一采样周期的时间长度；

在此步骤中，是通过三次指数平滑模型，来对下一采样周期的时间长度进行预测，由于电网频率变化具有非线性和无规则性的特点，所以选择三次指数平滑模型进行预测。

三次指数平滑模型公式为：

其中S_t ⁽¹⁾为第t个周期的一次指数平滑值，S_t ⁽²⁾为第t个周期的二次指数平滑值，S_t ⁽³⁾为第t个周期的三次指数平滑值，α为平滑系数，X_t为时间序列{X_i}第t个周期的的实际时间长度。

以十个周期的周期时间长度为例，可以直接取X_t＝X₁₀。则第t+m期的预测参数为：其中m为预测步长，a_t、b_t、c_t为预测系数，a_t、b_t、c_t的计算公式为：

在选取初值时，由于数据量仅为十个，所以取初值为前十个周期的平均数，即S₁ ⁽¹⁾＝S₁ ⁽²⁾＝S₁ ⁽³⁾＝X_av。

选取预测步长m值为1，每次通过前十个周期预测出下一周期时间长度为令其中T_s为采样时间间隔，根据T_s进行下一周期的采样，根据下一周期采样得出的数据，加上前九个周期采样得到的数据，进行计算，通过离散傅里叶变换(DFT)，得出谐波、间谐波测量值。

a5：根据公式T_s＝T/N，N为每周期的采样点数，计算出采样时间间隔，进行下一周期采样，并储存采样值；

a6：判断已采样周期数是否达到十个，若是，进入步骤a7，若否，进入步骤a8；

a7：去掉最早一周期数据，加入最新一周期的采样值，通过离散傅里叶变换方法计算谐波参数，返回步骤a8。

步骤a7中，采用离散傅里叶变换(DFT)的方法来计算谐波参数，相比较于其它方法而言，离散傅里叶方法更为实用，有效并且较为稳定，并且可以通过快速傅里叶变换(FFT)提升算法的实时性。

假设被测信号X_a(t)含有基波成分和最高为M次的谐波成分，则X_a(t)可以表示为：其中A_m为m次谐波的幅值，f_m为m次谐波的频率，为m次谐波的相位。以T_s为采样周期，则X_a(t)的离散表示形式为：(n＝0、1…N-1)。其中N为一周期内的采样点数。则被测信号X_a(t)的离散傅里叶变换(DFT)可表示为:

省略计算步骤，其中

此外，可以采取快速傅里叶(FFT)的基本思想，根据e^-j2πkn/N是周期函数的特点，可以利用周期函数的对称性改进算法，减少运算量。

a8：去掉最早一周期数据，通过过零点检测，存储最新一周期的周期时间长度。返回步骤a3。

上述的实施例主要是针对50Hz电网内的谐波、间谐波参数的测量，对于其他频率的电网，可以根据具体情况改变步骤a6中所需周期的数目。例如当电网频率为60Hz时，可以将步骤a6中的十个改为十二个，其它不变，同样适用。

如图2所示，最优平滑系数α的选择的具体流程如下

b1：选定t个连续时段，记录其测量值，并获得平滑初值；

b2：设定步长λ＝0.01，将α∈(0,1)区间分成100个距离相同的区间，区间端点值依次记为α_k(k＝1,2，…)；

b3：计算出每个α_k对应的f值；

b4：选择最小的f值，其对应的α_k为最优平滑系数α；

b5：预测并存储第t+1个时间段的数据以及最优平滑系数α；

b6：去掉最早的数据，加入最新的t+1个周期的数据，得到新的平滑初值，并返回步骤b2。

其中：对误差平方f值的计算采用地毯式遍历搜索的方法，也就是对每个α_k值所对应的f值进行比较，可以更准确的选取最优平滑系数，同时，在谐波参数变换较为平稳的时候，或对谐波参数测量精度要求较低的时候，为了增加效率，可选取每测量十周期计算一次最优平滑系数，选用的数据同样为当前测量周期的前十个周期的预测时间长度和实际测量时间长度。也可以改变预测步，依次预测当前周期的后m个周期的时间长度，可以增加程序的运行效率，减少计算量。

综上所述，本发明带来了如下有益效果：本发明可更准确的预测当前测量周期的时间长度，并且满足准确性和实时性的要求，同时减少计算量，适用于50Hz电网内，为谐波、间谐波测量采集信号。

以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种新型电力谐波参数软件同步采样方法，其特征在于，包括如下步骤：

步骤a1：设置每周期采样点数N，N为每周期的采样点数；

步骤a2：测出前W个周期时间长度Xi，并存储，其中i＝1、2…W；

步骤a3：根据测量的前W个周期时间长度，计算平滑系数α，并储存α值；

步骤a4：根据三次指数平滑模型，预测下一采样周期的时间长度；

步骤a5：根据公式T_s＝T/N，计算出采样时间间隔，进行下一周期采样，并储存采样值；

步骤a6：判断已采样周期数是否达到W个，若是，进入步骤a7，若否，进入步骤a8；

步骤a7：去掉最早一周期数据，加入最新一周期的采样值，通过离散傅里叶变换方法计算谐波参数，返回步骤a8；

步骤a8：去掉最早一周期数据，通过过零点检测，存储最新一周期的周期时间长度，返回步骤a3。

2.根据权利要求1所述的一种新型电力谐波参数软件同步采样方法，其特征在于，在步骤a1中，设置一个测量周期内的采样点数为N，其中保证N>2M，M为被测信号最高谐波次数。

3.根据权利要求1所述的一种新型电力谐波参数软件同步采样方法，其特征在于，所述步骤a2的检测方式是通过过零点检测进行。

4.根据权利要求1所述的一种新型电力谐波参数软件同步采样方法，其特征在于，在步骤a3中，当误差平方和最小时，此时的平滑系数α为最准确，最小误差平方公式其中K表示预测的次数，表示第t次预测值，X_t表示第t次实际值。

5.根据权利要求1所述的一种新型电力谐波参数软件同步采样方法，其特征在于，在步骤a4中，三次指数平滑模型公式为：其中，S_t ⁽¹⁾为第t个周期的一次指数平滑值，S_t ⁽²⁾为第t个周期的二次指数平滑值，S_t ⁽³⁾为第t个周期的三次指数平滑值，α为平滑系数，X_t为时间序列{X_i}第t个周期的的实际时间长度。

6.根据权利要求1所述的一种新型电力谐波参数软件同步采样方法，其特征在于，在步骤a7中，采用离散傅里叶变换的方法来计算谐波参数。

7.根据权利要求1所述的一种新型电力谐波参数软件同步采样方法，其特征在于，最优平滑系数α的选择包括如下步骤：

b1：选定t个连续时段，记录其测量值，并获得平滑初值；

b2：设定步长λ＝0.01，将α∈(0,1)区间分成100个距离相同的区间，区间端点值依次记为α_k，k＝1,2，…；

b3：计算出每个α_k对应的f值；

b4：选择最小的f值，其对应的α_k为最优平滑系数α；

b5：预测并存储第t+1个时间段的数据以及最优平滑系数α；

b6：去掉最早的数据，加入最新的t+1个周期的数据，得到新的平滑初值，并返回步骤b2。

8.根据权利要求7所述的一种新型电力谐波参数软件同步采样方法，其特征在于，对误差平方f值的计算采用地毯式遍历搜索的方法。

9.根据权利要求7所述的一种新型电力谐波参数软件同步采样方法，其特征在于，选取每测量十周期计算一次最优平滑系数，选用的数据同样为当前测量周期的前十个周期的预测时间长度和实际测量时间长度。

10.根据权利要求7所述的一种新型电力谐波参数软件同步采样方法，其特征在于，改变预测步长，依次预测当前周期的后m个周期的时间长度。