CN109521274A - 一种同步相量测量方法、系统、装置及可读存储介质 - Google Patents
一种同步相量测量方法、系统、装置及可读存储介质 Download PDFInfo
- Publication number
- CN109521274A CN109521274A CN201811407449.4A CN201811407449A CN109521274A CN 109521274 A CN109521274 A CN 109521274A CN 201811407449 A CN201811407449 A CN 201811407449A CN 109521274 A CN109521274 A CN 109521274A
- Authority
- CN
- China
- Prior art keywords
- electric power
- power signal
- parameter
- calculating
- recognition result
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R25/00—Arrangements for measuring phase angle between a voltage and a current or between voltages or currents
Abstract
本申请公开了一种同步相量测量方法、系统、装置及可读存储介质,包括:获取电力信号,并利用小波变换对电力信号进行暂态识别,得到识别结果;当识别结果为非暂态过程,则采用动态算法计算电力信号的实际参数;当识别结果为暂态过程,采用半波傅氏算法计算电力信号的计算参数;对计算参数进行校验,得到校验偏差;如果校验偏差小于预设值,则判定计算参数为实际参数;如果校验偏差不小于预设值,则采用半波频域暂态算法计算实际参数。本申请中结合多种算法和偏差校验,能够可靠识别电力信号状态并快速响应,而且可以不受谐波和间谐波的影响,获取准确的电力信号参数。
Description
技术领域
本发明涉及电力系统自动测量技术领域,特别涉及一种同步相量测量方法、系统、装置及可读存储介质。
背景技术
同步相量测量装置(Phasor Mearsurement Unit,PMU)已在电力系统发电和输电网中得到广泛应用,目前也正积极向配电网推广,其应用领域也从监测扩展到辨识、分析、控制和保护等领域。自PMU诞生至今,国内外研究机构和学者对同步相量测量算法的研究一直没有停止过,提出了多种同步相量测量算法,归纳起来主要有两大类,分别为准确类算法和快速类算法。准确类算法主要包括基于离散傅里叶变换修正算法,基于多级滤波器相量算法,自适应扩展卡尔曼滤波算法和M级FIR滤波器算法等,这类算法主要的问题是难以同时满足快速响应性能要求。快速类算法主要包括过零点检测法、传统离散傅里叶变换法、动态模型频域算法、小波变换检测法和P级FIR滤波器算法等,而这类算法难以同时满足强噪声和谐波间谐波下,高精度的要求。
随着PMU的应用范围越来越广,对快速性和准确性均提出了更高的要求,而传统的PMU算法无法解决快速性和准确性这对矛盾,所以迫切需要提出新的PMU算法,既能满足可靠的识别电力系统状态,在暂态过程中能有较快的响应速断,同时也可以有效抑制谐波和间谐波的影响。
因此,如何提供一种解决上述技术问题的方案是目前本领域技术人员需要解决的问题。
发明内容
有鉴于此,本发明的目的在于提供一种同步相量测量方法、系统、装置及可读存储介质。其具体方案如下:
一种同步相量测量方法,包括:
获取电力信号,并利用小波变换对所述电力信号进行暂态识别,得到识别结果;
当所述识别结果为非暂态过程,则采用动态算法计算所述电力信号的实际参数;
当所述识别结果为暂态过程,采用半波傅氏算法计算所述电力信号的计算参数;
对所述计算参数进行校验,得到校验偏差;
如果所述校验偏差小于预设值,则判定所述计算参数为所述实际参数;
如果所述校验偏差不小于所述预设值,则采用半波频域暂态算法计算所述实际参数。
优选的,所述对所述计算参数进行校验,得到校验偏差的过程,包括:
根据所述计算参数构建正弦函数;
计算所述正弦函数与所述电力信号的对应数值的绝对偏差和,作为所述校验偏差。
优选的,所述当所述识别结果为非暂态过程,则采用动态算法计算所述电力信号的实际参数的过程,具体包括:
当所述识别结果为非暂态过程,对所述电力信号进行离散化处理,然后进行加窗DFT变换,获得所述电力信号的动态信号模型;
根据所述动态信号模型,计算所述实际参数。
优选的,所述当所述识别结果为暂态过程,采用半波傅氏算法计算所述电力信号的计算参数的过程,具体包括:
当所述识别结果为暂态过程,对所述电力信号进行离散化处理,然后进行加窗DFT变换,得到所述电力信号的计算参数。
优选的,所述采用半波频域暂态算法计算所述实际参数的过程,具体包括:
对所述电力信号进行离散化处理,然后进行加窗DFT变换,获得所述电力信号的半波信号模型;
根据所述半波信号模型,计算所述实际参数。
优选的,所述获取电力信号,并利用小波变换对所述电力信号进行暂态识别,得到识别结果的过程,具体包括:
获取所述电力信号;
对所述电力信号依次进行小波变换、Z变换,然后求逆得到小波变换值;
根据所述小波变换值进行暂态识别,得到所述识别结果。
优选的,所述实际参数包括实际幅值和实际相角;
所述计算参数包括计算幅值和计算相角。
相应的,本发明公开了一种同步相量测量系统,包括:
识别模块,用于获取电力信号,并利用小波变换对所述电力信号进行暂态识别,得到识别结果;当所述识别结果为非暂态过程,触发第一计算模块;当所述识别结果为暂态过程,触发第二计算模块;
所述第一计算模块,用于采用动态算法计算所述电力信号的实际参数;
所述第二计算模块,用于采用半波傅氏算法计算所述电力信号的计算参数;
校验模块,用于对所述计算参数进行校验,得到校验偏差;如果所述校验偏差小于预设值,则判定所述计算参数为所述实际参数;如果所述校验偏差不小于所述预设值,则触发第三计算模块;
所述第三计算模块,用于采用半波频域暂态算法计算所述实际参数。
相应的,本发明还公开了一种同步相量测量装置,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上文所述同步相量测量方法的步骤。
相应的,本发明还公开了一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上文所述同步相量测量方法的步骤。
本发明公开了一种同步相量测量方法,包括:获取电力信号,并利用小波变换对所述电力信号进行暂态识别,得到识别结果;当所述识别结果为非暂态过程,则采用动态算法计算所述电力信号的实际参数;当所述识别结果为暂态过程,采用半波傅氏算法计算所述电力信号的计算参数;对所述计算参数进行校验,得到校验偏差;如果所述校验偏差小于预设值,则判定所述计算参数为所述实际参数;如果所述校验偏差不小于所述预设值,则采用半波频域暂态算法计算所述实际参数。本发明中采用小波变换可以在有谐波的情况下准确识别暂态过程,识别到暂态过程后率先利用半波傅氏算法计算,能够达到快速计算参数的目的;如果计算参数的校验偏差过大,则再利用半波频域暂态算法计算,达到抑制谐波和间谐波、准确获取实际参数的效果。因此结合多种算法和偏差校验,本发明能够可靠识别电力信号状态并快速响应,而且可以不受谐波和间谐波的影响,获取准确的电力信号参数。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例中一种同步相量测量方法的步骤流程图;
图2为本发明实施例中电力信号的采样数据窗的示意图;
图3为本发明实施例中一种同步相量测量方法的仿真结果图;
图4为本发明实施例中另一种同步相量测量方法的仿真示意图;
图5为本发明实施例中另一种同步相量测量方法的仿真示意图;
图6为本发明实施例中一种同步相量测量系统的结构分布图。
具体实施方式
下面将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。基于本发明中的实施例,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,都属于本发明保护的范围。
本发明实施例公开了一种同步相量测量方法,参见图1所示,包括:
S1:获取电力信号,并利用小波变换对所述电力信号进行暂态识别,得到识别结果;
S2:当所述识别结果为非暂态过程,则采用动态算法计算所述电力信号的实际参数;
S3:当所述识别结果为暂态过程,采用半波傅氏算法计算所述电力信号的计算参数;
S4:对所述计算参数进行校验,得到校验偏差;
具体的,所述对所述计算参数进行校验,得到校验偏差的过程,包括:
根据所述计算参数构建正弦函数;
计算所述正弦函数与所述电力信号的对应数值的绝对偏差和,作为所述校验偏差。
S5:如果所述校验偏差小于预设值,则判定所述计算参数为所述实际参数;
S6:如果所述校验偏差不小于所述预设值,则采用半波频域暂态算法计算所述实际参数。
可以理解的是,本实施例中计算得到的参数对应电力信号的幅值和相角,也即:所述实际参数包括实际幅值和实际相角;所述计算参数包括计算幅值和计算相角。
本发明公开了一种同步相量测量方法,包括:获取电力信号,并利用小波变换对所述电力信号进行暂态识别,得到识别结果;当所述识别结果为非暂态过程,则采用动态算法计算所述电力信号的实际参数;当所述识别结果为暂态过程,采用半波傅氏算法计算所述电力信号的计算参数;对所述计算参数进行校验,得到校验偏差;如果所述校验偏差小于预设值,则判定所述计算参数为所述实际参数;如果所述校验偏差不小于所述预设值,则采用半波频域暂态算法计算所述实际参数。本发明实施例中采用小波变换可以在有谐波的情况下准确识别暂态过程,识别到暂态过程后率先利用半波傅氏算法计算,能够达到快速计算参数的目的;如果计算参数的校验偏差过大,则再利用半波频域暂态算法计算,达到抑制谐波和间谐波、准确获取实际参数的效果。因此结合多种算法和偏差校验,本发明实施例能够可靠识别电力信号状态并快速响应,而且可以不受谐波和间谐波的影响,获取准确的电力信号参数。
本发明实施例公开了一种具体的同步相量测量方法,相对于上一实施例,本实施例对技术方案作了进一步的说明和优化。具体的:
在本实施例中的初始设置中,参见图2所示,确定电力信号的每个周波的采样点数为N,动态算法的数据窗长度为Ls=N,本实施例中取一个周波;暂态算法(包括半波傅氏算法和半波频域暂态算法)的数据窗长度为Ld=N/2,本实施例中取半个周波。
由于动态算法所采用的数据窗长度长于暂态算法,当检测到暂态过程发生在动态算法数据窗中而不在暂态数据窗中则切换为暂态算法,正常情况使用动态算法,从而实现在暂态过程中自适应切换计算模式的功能。
步骤S1所述获取电力信号,并利用小波变换对所述电力信号进行暂态识别,得到识别结果的过程,具体包括:
获取所述电力信号;
对所述电力信号依次进行小波变换、Z变换,然后求逆得到小波变换值;
根据所述小波变换值进行暂态识别,得到所述识别结果。
其中,电力信号为根据GPS同步对时信号,对原始电力信号进行AD采样,得到的电力信号f(n)。
在对电力信号进行小波变换、Z变换的过程中会用到基小波函数,本实施例中,选择三条B样条函数的一阶导函数作为基小波函数。通过对0阶B样条进行3次卷积可以求得3次B样条函数β3,对三次B样条函数β3求一阶导得基小波函数ψ(t):
对基小波函数ψ(t)施以尺度因子为s的伸缩,得到小波函数ψs(t)。对连续的小波函数ψs(t)进行离散化,设式中T为采样周期,t=nT,得到下式:
为了消除大量的中间计算过程,节约运算资源,本发明对小波变换进行改进,将改进后小波变换作为同步相量测量领域识别暂态过程的切换策略。具体实现为,对小波函数直接进行Z变换,得到下式:
对电力信号f(n)进行三次B样条函数的小波变换得到(Wψf)(s,t)=f*ψs(t),
式中是用尺度因子s对基小波函数的伸缩,符号*表示卷积。
接着对小波变换结果(Wψf)(s,t)进行Z变换得:
然后对小波变换Z变换结果进行求逆,以求取小波变换值:
式中,j为尺度因子,Wjf(k)为在尺度j下第k点的小波变换值。
根据小波变换值Wjf(k)进行暂态识别,得到对应的识别结果。
为了验证小波变换对奇异性检测的可靠性,对本发明实施例公开的改进小波变换方法进行仿真测试。测试信号在10ms处发生阶跃,且叠加20%的3次谐波干扰,信号数学表达式为:
式中a为幅值,本仿真算例中取a=1,图3为采用改进小波变换,在叠加20%谐波干扰的情况下,小波变换在各尺度下的结果。由图3可知,在各尺度下,模极大值均发生在10ms处,且随尺度的增加模极大值增加,表明在含有严重谐波干扰时,改进小波变换法依然能准确识别奇异点的奇异程度和发生时刻。
进一步的,国家标准和IEEE标准详细规定了同步相量测量装置在电力系统各种复杂情况下的考核方法和精度要求。考虑阶跃响应性能是同步相量测量技术一项重要的动态性能指标,在电力系统发生故障、电压暂降暂升或者突变时,阶跃响应时间将直接影响到相关控制和保护功能的应用效果。为测试算法阶跃响应时间,参考国家标准对阶跃响应的测试要求,对同步相量测量算法施加90°的相角阶跃响应信号,信号的数学表达式为:
由图4可以看出,本发明所提算法,在阶跃过程中没有较大波动,且阶跃响应时间较短仅10ms,较传统DFT算法的响应时间快。同时也证实了本发明所提基于改进小波变换切换策略的正确性,可以准确识别暂态过程,进行计算模式的可靠切换。
本发明实施例公开了一种具体的同步相量测量方法,相对于上一实施例,本实施例对技术方案作了进一步的说明和优化。具体的:
步骤S2所述当所述识别结果为非暂态过程,则采用动态算法计算所述电力信号的实际参数的过程,具体包括:
当所述识别结果为非暂态过程,对所述电力信号进行离散化处理,然后进行加窗DFT变换,获得所述电力信号的动态信号模型;
根据所述动态信号模型,计算所述实际参数。
假设电力信号的模型为P(t)和P*(t)分别为模型的基波及其共轭,为模型的谐波成分,当αi为整数时,αi为第i个谐波的次数,λi为第αi次谐波的幅值,φi为第αi次谐波的相角;当αi为非整数时,αi为第i个间谐波的次数,λi为第i个间谐波的幅值,φi为第i个谐波的相角。
对x(t)离散化,取式中Ts为采样周期,N为每周波采样点数进行加窗DFT变换,窗函数为h(n),DFT变换系数为可得下式:
进一步将复数域方程展开成实部虚部的形式为:
式中Xk=[XkR XkI]T为电力信号的原始测量数据第k次傅里叶变换结果的实部和虚部,Mk=[Mk0 Nk1 Nk2 … NkK]为上述方程组的系数,其中
P=[R0 I0 Rh1 Ih1 … RhH IhH]T为信号模型的参数,R0和I0分别为基波相量的实部和虚部,Rhn和Ihn分别为第n次谐波或间谐波相量的实部和虚部,其中n=1,2,...H;
当k=0,1,…,K,联立方程组化简得:
式中M=[M0 T M1 T … MK T]T为方程组系数;
为原始的电力信号的DFT系数。
通过将谐波模型加入到信号模型,可以解决谐波对相量准确计算产生的干扰。
另外,考虑为避免方程组产生病态,DFT系数中参数gk的选取应使矩阵M-1条件数尽量小。
求得信号模型的参数后,即可求得电力信号的实际参数:实际幅值为实际相角为tanθ0=I0/R0。
本发明实施例公开了一种具体的同步相量测量方法,相对于上一实施例,本实施例对技术方案作了进一步的说明和优化。具体的:
步骤S3所述当所述识别结果为暂态过程,采用半波傅氏算法计算所述电力信号的计算参数的过程,具体包括:
当所述识别结果为暂态过程,对所述电力信号进行离散化处理,然后进行加窗DFT变换,得到所述电力信号的计算参数。
对x(t)离散化,并进行加窗DFT变换,窗函数为h(n),DFT变换系数为得:可求得计算参数:计算幅值为计算相角为tanθ0=I0/R0。
在这一计算步骤中,半波傅氏算法并未考虑谐波和间谐波,在假设仅有基波的前提下进行计算,从而得到计算参数。
而假设是否成立,计算参数是否可用,需要进一步进行校验,也即第一个实施例中步骤S4-6的内容,具体的:
首先根据半波傅氏算法求取的计算参数构建正弦函数:
其中ni(i=1,2,…,L)为所抽取的采样点序号,且需满足条件1≤ni≤N/2;xc(ni)为在抽取点处的构建值。
然后计算正弦函数的构建值xc(ni)与电力信号的实际对应采样值xm(ni)之间的偏差,并计算绝对偏差和
如果校验偏差ε小于预设值,则校验通过,判定采用半波傅氏暂态算法得到的计算参数为实际参数,算法结束。
如果校验偏差ε不小于预设值,则校验不通过,此时半波傅氏算法无法正确求解电力信号的相量,进入半波频域暂态算法,采用半波频域暂态算法计算所述实际参数。
本发明实施例公开了一种具体的同步相量测量方法,相对于上一实施例,本实施例对技术方案作了进一步的说明和优化。具体的:
步骤S6中所述采用半波频域暂态算法计算所述实际参数的过程,具体包括:
对所述电力信号进行离散化处理,然后进行加窗DFT变换,获得所述电力信号的半波信号模型;
根据所述半波信号模型,计算所述实际参数。
具体的,半波频域暂态算法与上文实施例中的动态算法有相似之处,但其数据窗长度不同,计算上也有细微差别。
同样假设电力信号的模型为其参量含义与上文实施例中相同。
对x(t)离散化,并进行加窗DFT变换,窗函数为h(n),DFT变换系数为得到下式:
将复数域方程展开成实部虚部形式为
式中Xk=[XkR XkI]T为电力信号的原始测量数据第k次傅里叶变换结果的实部和虚部;Mk=[Mk0 Nk1 Nk2 … NkK]为方程组的系数,其中:
为信号模型的参数,和表示基波相量的实部虚部,Rhi和Ihi表示第i个谐波或间谐波相量的实部和虚部。
当k=0,1,…,K,联立方程组化简得:
式中M=[M0 T M1 T … MK T]T为方程组系数;
为原始测量数据的DFT系数。
通过将谐波和间谐波模型加入到信号模型中,可以解决谐波和间谐波对相量准确计算产生的干扰。
另外,考虑为避免方程组产生病态,DFT系数中参数gk的选取应使矩阵M-1条件数尽量小。
求得信号模型的参数后,即可求得电力信号的实际参数:实际幅值为实际相角为tanθ0=I0/R0。
为验证本发明提出的半波频域暂态算法的正确性,对发明方法进行仿真测试,测试信号为正弦信号叠加20%的二次谐波和20%的三次谐波,信号数学表达式为:
x(t)=acos(2πf0t+π/6)+0.2acos(4πft+π/6)+0.2acos(6πft+π/6)
式中a为幅值,本仿真算例中取a=1,图5为采用半波频域暂态算法和DFT算法计算的结果,可以看出半波频域暂态算法的计算结果稳定,可以抑制二次谐波和三次谐波的干扰。
相应的,本发明公开了一种同步相量测量系统,参见图6所示,包括:
识别模块1,用于获取电力信号,并利用小波变换对所述电力信号进行暂态识别,得到识别结果;当所述识别结果为非暂态过程,触发第一计算模块2;当所述识别结果为暂态过程,触发第二计算模块3;
所述第一计算模块2,用于采用动态算法计算所述电力信号的实际参数;
所述第二计算模块3,用于采用半波傅氏算法计算所述电力信号的计算参数;
校验模块4,用于对所述计算参数进行校验,得到校验偏差;如果所述校验偏差小于预设值,则判定所述计算参数为所述实际参数;如果所述校验偏差不小于所述预设值,则触发第三计算模块5;
所述第三计算模块5,用于采用半波频域暂态算法计算所述实际参数。
本发明实施例中采用小波变换可以在有谐波的情况下准确识别暂态过程,识别到暂态过程后率先利用半波傅氏算法计算,能够达到快速计算参数的目的;如果计算参数的校验偏差过大,则再利用半波频域暂态算法计算,达到抑制谐波和间谐波、准确获取实际参数的效果。因此结合多种算法和偏差校验,本发明实施例能够可靠识别电力信号状态并快速响应,而且可以不受谐波和间谐波的影响,获取准确的电力信号参数。
相应的,本发明还公开了一种同步相量测量装置,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上文所述同步相量测量方法的步骤。
其中,有关同步相量测量方法的具体细节,可以参照上文实施例的相关描述。
其中,本实施例具有与上文中同步相量测量方法相同的有益效果。
相应的,本发明还公开了一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上文所述同步相量测量方法的步骤。
其中,有关同步相量测量方法的具体细节,可以参照上文实施例的相关描述。
其中,本实施例具有与上文中同步相量测量方法相同的有益效果。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的一种同步相量测量方法、系统、装置及可读存储介质进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种同步相量测量方法,其特征在于,包括:
获取电力信号,并利用小波变换对所述电力信号进行暂态识别,得到识别结果;
当所述识别结果为非暂态过程,则采用动态算法计算所述电力信号的实际参数;
当所述识别结果为暂态过程,采用半波傅氏算法计算所述电力信号的计算参数;
对所述计算参数进行校验,得到校验偏差;
如果所述校验偏差小于预设值,则判定所述计算参数为所述实际参数;
如果所述校验偏差不小于所述预设值,则采用半波频域暂态算法计算所述实际参数。
2.根据权利要求1所述同步相量测量方法,其特征在于,所述对所述计算参数进行校验,得到校验偏差的过程,包括:
根据所述计算参数构建正弦函数;
计算所述正弦函数与所述电力信号的对应数值的绝对偏差和,作为所述校验偏差。
3.根据权利要求2所述同步相量测量方法,其特征在于,所述当所述识别结果为非暂态过程,则采用动态算法计算所述电力信号的实际参数的过程,具体包括:
当所述识别结果为非暂态过程,对所述电力信号进行离散化处理,然后进行加窗DFT变换,获得所述电力信号的动态信号模型;
根据所述动态信号模型,计算所述实际参数。
4.根据权利要求3所述同步相量测量方法,其特征在于,所述当所述识别结果为暂态过程,采用半波傅氏算法计算所述电力信号的计算参数的过程,具体包括:
当所述识别结果为暂态过程,对所述电力信号进行离散化处理,然后进行加窗DFT变换,得到所述电力信号的计算参数。
5.根据权利要求4所述同步相量测量方法,其特征在于,所述采用半波频域暂态算法计算所述实际参数的过程,具体包括:
对所述电力信号进行离散化处理,然后进行加窗DFT变换,获得所述电力信号的半波信号模型;
根据所述半波信号模型,计算所述实际参数。
6.根据权利要求1至5任一项所述同步相量测量方法,其特征在于,所述获取电力信号,并利用小波变换对所述电力信号进行暂态识别,得到识别结果的过程,具体包括:
获取所述电力信号;
对所述电力信号依次进行小波变换、Z变换,然后求逆得到小波变换值;
根据所述小波变换值进行暂态识别,得到所述识别结果。
7.根据权利要求6所述同步相量测量方法,其特征在于,
所述实际参数包括实际幅值和实际相角;
所述计算参数包括计算幅值和计算相角。
8.一种同步相量测量系统,其特征在于,包括:
识别模块,用于获取电力信号,并利用小波变换对所述电力信号进行暂态识别,得到识别结果;当所述识别结果为非暂态过程,触发第一计算模块;当所述识别结果为暂态过程,触发第二计算模块;
所述第一计算模块,用于采用动态算法计算所述电力信号的实际参数;
所述第二计算模块,用于采用半波傅氏算法计算所述电力信号的计算参数;
校验模块,用于对所述计算参数进行校验,得到校验偏差;如果所述校验偏差小于预设值,则判定所述计算参数为所述实际参数;如果所述校验偏差不小于所述预设值,则触发第三计算模块;
所述第三计算模块,用于采用半波频域暂态算法计算所述实际参数。
9.一种同步相量测量装置,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至7任一项所述同步相量测量方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述同步相量测量方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811407449.4A CN109521274B (zh) | 2018-11-23 | 2018-11-23 | 一种同步相量测量方法、系统、装置及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811407449.4A CN109521274B (zh) | 2018-11-23 | 2018-11-23 | 一种同步相量测量方法、系统、装置及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109521274A true CN109521274A (zh) | 2019-03-26 |
CN109521274B CN109521274B (zh) | 2020-09-25 |
Family
ID=65776965
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811407449.4A Active CN109521274B (zh) | 2018-11-23 | 2018-11-23 | 一种同步相量测量方法、系统、装置及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109521274B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112748284A (zh) * | 2020-12-30 | 2021-05-04 | 清华大学 | 电力系统同步波形与广谱相量测量方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103529418A (zh) * | 2013-10-18 | 2014-01-22 | 国家电网公司 | 电力系统同步相量测量装置动态测试方法及装置 |
CN104049144A (zh) * | 2014-06-27 | 2014-09-17 | 福州大学 | 一种滤除衰减直流分量的同步相量测量的实现方法 |
CN104793053A (zh) * | 2015-04-22 | 2015-07-22 | 福州大学 | 一种基于dft的同步相量相角测量方法 |
CN105406788A (zh) * | 2015-12-15 | 2016-03-16 | 中国电力科学研究院 | 一种基于电网动态特性的发电机主导参数辨识方法 |
CN106154037A (zh) * | 2016-08-11 | 2016-11-23 | 中国南方电网有限责任公司 | 一种基于校验的同步相量自适应计算方法 |
JP2017067543A (ja) * | 2015-09-29 | 2017-04-06 | 三菱電機株式会社 | 同期フェーザ測定装置およびパルス生成装置 |
CN107478990A (zh) * | 2017-09-11 | 2017-12-15 | 河海大学 | 一种发电机机电暂态过程动态估计方法 |
US20190033351A1 (en) * | 2016-10-28 | 2019-01-31 | Hitachi, Ltd. | Data cost effective fast similarity search with priority access |
-
2018
- 2018-11-23 CN CN201811407449.4A patent/CN109521274B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103529418A (zh) * | 2013-10-18 | 2014-01-22 | 国家电网公司 | 电力系统同步相量测量装置动态测试方法及装置 |
CN104049144A (zh) * | 2014-06-27 | 2014-09-17 | 福州大学 | 一种滤除衰减直流分量的同步相量测量的实现方法 |
CN104793053A (zh) * | 2015-04-22 | 2015-07-22 | 福州大学 | 一种基于dft的同步相量相角测量方法 |
JP2017067543A (ja) * | 2015-09-29 | 2017-04-06 | 三菱電機株式会社 | 同期フェーザ測定装置およびパルス生成装置 |
CN105406788A (zh) * | 2015-12-15 | 2016-03-16 | 中国电力科学研究院 | 一种基于电网动态特性的发电机主导参数辨识方法 |
CN106154037A (zh) * | 2016-08-11 | 2016-11-23 | 中国南方电网有限责任公司 | 一种基于校验的同步相量自适应计算方法 |
US20190033351A1 (en) * | 2016-10-28 | 2019-01-31 | Hitachi, Ltd. | Data cost effective fast similarity search with priority access |
CN107478990A (zh) * | 2017-09-11 | 2017-12-15 | 河海大学 | 一种发电机机电暂态过程动态估计方法 |
Non-Patent Citations (3)
Title |
---|
王科 等: "基于扩展卡尔曼滤波频率跟踪的DFT同步相量测量算法", 《电网技术》 * |
符玲 等: "基于频域动态模型的同步相量测量算法", 《中国电机工程学报》 * |
麦瑞坤 等: "动态条件下的同步相量测量算法的研究", 《中国电机工程学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112748284A (zh) * | 2020-12-30 | 2021-05-04 | 清华大学 | 电力系统同步波形与广谱相量测量方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109521274B (zh) | 2020-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102435844B (zh) | 一种频率无关的正弦信号相量计算方法 | |
CN109521275B (zh) | 一种同步相量确定方法、系统、装置及可读存储介质 | |
CN106324340B (zh) | 一种同步相量和频率测量动态性能的方法 | |
CN105403834B (zh) | 一种发电机动态状态估计方法 | |
Turunen | A wavelet-based method for estimating damping in power systems | |
CN102288819A (zh) | 一种基于fpga的电力谐波分析仪 | |
CN106802368B (zh) | 一种基于频域插值的广域电网相量测量方法 | |
WO2019228540A1 (zh) | 一种加入汉明窗的同步相量测量方法及系统 | |
CN102323477A (zh) | 一种电网间谐波测量方法及测量仪 | |
CN105487034A (zh) | 一种0.05级电子式互感器校验方法及系统 | |
CN103399257A (zh) | 一种中性点不接地系统的铁磁谐振故障检测方法 | |
CN109375060A (zh) | 一种配电网故障波形相似度计算方法 | |
Mai et al. | Dynamic phasor and frequency estimator for phasor measurement units | |
CN103401238A (zh) | 一种基于总体测辨法的电力负荷建模方法 | |
CN102095929B (zh) | 一种快速测量交流电信号频率的方法 | |
CN106154037A (zh) | 一种基于校验的同步相量自适应计算方法 | |
Wang et al. | Real-time subsynchronous control interaction monitoring using improved intrinsic time-scale decomposition | |
CN105445614B (zh) | 一种基于小波分析的双端行波故障定位的方法和系统 | |
CN109521273A (zh) | 一种同步相量测量方法、系统及装置 | |
CN105759119A (zh) | Sdft基波正序分量相位同步方法及系统 | |
CN109521274A (zh) | 一种同步相量测量方法、系统、装置及可读存储介质 | |
CN202102051U (zh) | 一种电网间谐波测量仪 | |
Karpilow et al. | Step change detection for improved ROCOF evaluation of power system waveforms | |
CN107179476B (zh) | 一种配网故障测距方法 | |
CN103412171A (zh) | 一种基于极端学习机的电网谐波电压信号检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |