CN109884372A - 电压波动参数检测方法、计算机设备和存储介质 - Google Patents
电压波动参数检测方法、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109884372A CN109884372A CN201910166614.XA CN201910166614A CN109884372A CN 109884372 A CN109884372 A CN 109884372A CN 201910166614 A CN201910166614 A CN 201910166614A CN 109884372 A CN109884372 A CN 109884372A
- Authority
- CN
- China
- Prior art keywords
- frequency component
- voltage
- detection method
- voltage signal
- input 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 48
- 238000001914 filtration Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 4
- 238000004590 computer program Methods 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 14
- 230000015654 memory Effects 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 13
- 238000000034 method Methods 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 239000000284 extract Substances 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 9
- 238000000354 decomposition reaction Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 7
- 230000000877 morphologic effect Effects 0.000 claims description 7
- 241000208340 Araliaceae Species 0.000 claims description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 235000008434 ginseng Nutrition 0.000 claims description 3
- 230000009466 transformation Effects 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 abstract description 2
- 238000000605 extraction Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- MFYFNUKUXIRYFV-JSGCOSHPSA-N Polygonone Natural products O=CC=1C(=O)C[C@H]2C(C)(C)CCC[C@@]2(C)C=1 MFYFNUKUXIRYFV-JSGCOSHPSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Landscapes
- Measurement Of Current Or Voltage (AREA)
Abstract
本发明涉及一种电压波动参数检测方法、计算机设备和存储介质。一种电压波动参数检测方法，先对采样到的电压信号进行滤波处理得到输入信号，再对该输入信号分别进行拟合和变换进行包络线提取，从而得到波动信号的相关参数。该电压波动参数检测方法，可以有效消除电压信号的背景噪声，且计算速度快，具有较高的检测精度。
Description
技术领域
本发明涉及智能电网领域，特别是涉及电压波动参数检测方法、计算机设备和存储介质。
背景技术
随着我国电力工业的蓬勃发展，电力网负荷攀升，非线性负荷、冲击性负荷和闪变性负荷所占比重不断加大，使电网中的电压波动愈发严重。
传统技术中，通常采用平方检测法、整流检测法和有效值检测法对电压波动参数进行测量。
申请人在实现传统技术的过程中发现：传统的检测方法，其检测精度较低。
发明内容
基于此，有必要针对传统技术中电压波动参数检测精度较低的问题，提供一种电压波动参数检测方法、计算机设备和存储介质。
一种电压波动参数检测方法，包括：获取供电网中的电压信号uj(t)，并对所述电压信号uj(t)进行滤波处理，得到输入信号u′j(t)；对所述输入信号u′j(t)进行拟合，得到拟合值根据所述拟合值提取出频率分量的个数i及每个频率分量的相关参数；所述相关参数包括振幅Aji、相位θji以及频率fji；对所述输入信号u′j(t)进行变换，以提取所述电压信号uj(t)的包络线；结合所述包络线与所述每个频率分量的相关参数，得到调幅波参数；所述调幅波参数包括调制频率fjn和调制系数mjn。
上述电压波动参数检测方法，先对采样到的电压信号进行滤波处理得到输入信号，再对该输入信号分别进行拟合和变换进行包络线提取，从而得到波动信号的相关参数。该电压波动参数检测方法，可以有效消除电压信号的背景噪声，且计算速度快，具有较高的检测精度。
在其中一个实施例中，所述获取供电网中的电压信号uj(t)，包括：以固定采样频率fs获取供电网中任一电压监测点的电压信号uj(t)；其中，j为电压监测点的编号，t为获取电压信号uj(t)的时刻。
在其中一个实施例中，所述对所述电压信号uj(t)进行滤波处理，得到输入信号u′j(t)，包括：根据所述电压信号uj(t)确定对应的结构元素gj(t)，并根据所述结构元素gj(t)构造形态学滤波器；所述结构元素包括形状和尺寸；所述形态学滤波器包括开-闭滤波器和闭-开滤波器；利用所述形态学滤波器对所述电压信号uj(t)进行滤波处理，得到输入信号u′j(t)。
上述电压波动参数检测方法，将数学形态学应用于电压信号的检测处理。数学形态学能利用结构元素来收集电压信号的特征，从而提取电压信号信息并描述电压信号特征，可以更好的消除电压信号的背景噪声，提升电压波动参数的检测精度。
在其中一个实施例中，所述滤波处理为非线性滤波；所述结构元素的形状包括直线、斜线、曲线、圆形、半圆形、三角形和多边形的至少一种。
上述电压波动参数检测方法，利用数学形态学滤波器对电压信号进行非线性滤波，可以有效消除电压信号的正负脉冲噪声，进一步提升电压波动参数的检测精度。
在其中一个实施例中，所述对所述输入信号u′j(t)进行拟合，得到拟合值包括：利用扩展普罗尼算法对所述输入信号u′j(t)进行拟合，得到拟合值
在其中一个实施例中，所述根据所述拟合值提取出频率分量的个数及每个频率分量的相关参数，包括：
通过输入信号u′j(t)计算样本函数，并根据所述样本函数构造样本矩阵Re；对所述样本矩阵Re进行奇异值分解，确定所述样本矩阵Re的有效秩，并根据所述样本矩阵Re计算出拟合系数；根据所述拟合系数构造线性预测模型，并求解所述线性预测模型的共轭特征根对；根据所述共轭特征根对及所述拟合值，求解频率分量的个数及每个频率分量的相关参数。
在其中一个实施例中，所述对所述输入信号u′j(t)进行变换，以提取所述电压信号uj(t)的包络线，包括：对所述输入信号u′j(t)进行希尔伯特变换，以提取所述电压信号uj(t)的包络线。
在其中一个实施例中，所述结合所述包络线与所述每个频率分量的相关参数，得到调幅波参数，包括：获取所述频率分量中的第一频率分量fjb和第二频率分量及所述第一频率分量fjb对应的振幅Ajb和所述第二频率分量对应的振幅所述第一频率分量fjb和所述第二频率分量的平均值为50Hz；通过对所述第一频率分量fjb和第二频率分量的计算得到所述调制频率fjn；通过对所述第一频率分量fjb对应的振幅Ajb和第二频率分量对应的振幅的计算得到所述调制系数mjn。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述任意一个实施中所述方法的步骤。
一种计算机可读存储介质，其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上述任一实施例所述的方法的步骤。
附图说明
图1为本申请一个实施例中电压波动参数检测方法的步骤示意图。
图2为本申请一个实施例中电压波动参数检测方法步骤S100的具体步骤示意图。
图3为本申请一个实施例中电压波动参数检测方法步骤S300的具体步骤示意图。
图4为本申请一个实施例中电压波动参数检测方法步骤S400的具体步骤示意图。
图5为本申请一个具体实施例中电压信号波形图。
图6为本申请一个具体实施例中电压信号滤波后波形图。
图7为本申请一个具体实施例中输入信号及其拟合结果波形图。
图8为本申请一个具体实施例中输入信号及其包络线波形图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施例的限制。
本申请提供一种电压波动参数检测方法，其可以用于检测供电网中电压波动信号的调幅波参数。如图1所示，该电压波动参数检测方法具体包括如下步骤：
S100、获取供电网中的电压信号，并对该电压信号进行滤波处理，得到输入信号。
具体的，该电压波动参数检测方法，需要先获取供电网中的电压信号。一般来说，可以在供电网中选取多个电压监测点，并在该电压监测点安置电压信号采样装置对供电网中的电压信号进行采样获取。获取到的电压信号一般是正弦波，为方便描述，将该获取到的电压信号命名为uj(t)。电压信号uj(t)是一个与供电网的额定电压U0相关的正弦函数。其中，j为电压监测点编号，t为电压信号的获取时刻。
获取电压信号uj(t)后，需要对该电压信号uj(t)进行滤波处理，从而消除电压信号uj(t)中的背景噪声。电压信号uj(t)进行滤波处理后得到输入信号u′j(t)。同样的，该输入信号u′j(t)中，j为电压监测点编号，t为电压信号的获取时刻。
S200，对输入信号进行拟合，得到拟合值。
具体的，对电压信号uj(t)进行滤波得到输入信号u′j(t)后，对该输入信号u′j(t)进行拟合，拟合后的数据为拟合值
S300，根据拟合值提取出频率分量的个数及每个频率分量的相关参数。
具体的，对输入信号u′j(t)进行拟合得到拟合值后，可以根据该拟合值进行计算，从而求出电压信号uj(t)中的频率分量的个数i和每个频率分量的相关参数。该相关参数包括振幅Aji、相位θji以及频率fji。其中，j为电压监测点编号，i为频率分量的编号。
S400，对输入信号进行变换以提取电压信号的包络线；结合包络线与每个频率分量的相关参数，得到调幅波参数。
具体的，对电压信号uj(t)进行滤波得到输入信号u′j(t)后，对该输入信号u′j(t)进行变换，提取出电压信号uj(t)的包络线。
将该步骤所得的包络线与上述步骤S300中所得的每个频率分量的相关参数结合，从而计算出该电压信号uj(t)所对应的调幅波参数。一般的，调幅波参数可以包括调制频率fjn和调制系数mjn。其中，n为调幅波个数。
更具体的，该电压波动参数检测方法，先获取供电网中的电压信号uj(t)并进行滤波处理得到输入信号u′j(t)。再对该输入信号u′j(t)进行拟合得到拟合值并对该输入信号u′j(t)进行变换提取包络线。根据拟合值计算电压信号uj(t)中的频率分量的个数i和每个频率分量的相关参数。最后结合包络线和每个频率分量的相关参数，得到调幅波参数。该电压波动参数检测方法，可以有效消除电压信号的背景噪声，且计算速度快，具有较高的检测精度。
在一个实施例中，如图2所示，上述电压波动参数检测方法，其步骤S100，具体包括：
S101、以固定采样频率获取供电网中任一电压监测点的电压信号。
具体的，当使用电压信号采样装置获取供电网中的电压信号时，应设置电压信号采样装置的采样频率固定，从而使获取电压信号uj(t)的频率固定。此时，即可以固定的采样频率fs获取供电网中任意一个电压监测点j的电压信号uj(t)。
电压信号uj(t)中，j为电压监测点的编号，t为采样获取电压信号uj(t)的时刻。其中，采样时刻t满足如下公式：
该式中，t0为初始采样时刻，即对应该电压监测点的第一次采样时刻。k为总的采样点数。fs为采样频率。此时，该电压信号uj(t)即为采样点j在时刻t的电压瞬时值大小。
S102、选取对应该电压信号的结构元素，并根据该结构元素构造形态学滤波器。
获取电压信号uj(t)后，根据该电压信号uj(t)选取合适的结构元素。该结构元素主要包括形状和尺寸两方面。其中，结构元素的形状可以是直线、斜线、曲线、圆形、半圆形、三角形和多边形的一种或多种。
选取到合适的结构元素后，即可根据结构元素构造形态学滤波器。
具体来说，可以根据不同的顺序将开运算和闭运算进行级联，从而定义形态开-闭滤波器和形态闭-开滤波器。则，形态开-闭滤波器可以表达为：
形态闭-开滤波器可以表达为：
上述表达式中，符号表示开运算，符号·表示闭运算。
S103、利用该形态学滤波器对电压信号进行滤波处理。
利用上述定义的形态开-闭滤波器和形态闭-开滤波器对电压信号uj(t)进行非线性滤波，滤波后即可得到输入信号u′j(t)。此时，该输入信号u′j(t)可以表达为：
在一个实施例中，上述电压波动参数检测方法，其步骤S200对输入信号进行拟合，得到拟合值，具体为：
利用扩展普罗尼算法(prony algorithm)对滤波后的输入信号u′j(t)进行拟合，从而得到拟合后的拟合值该拟合值为一等间距采样数据，其可以表达为：
该式中，为输入信号u′j(t)的拟合值；p为模态阶数；bji、zji为模态参数。
进一步的，如图3所示，上述电压波动参数检测方法，其步骤S300，具体包括：
S301、通过输入信号计算样本函数，并根据样本函数构造样本矩阵。
具体的，通过上述输入信号u′j(t)计算出样本函数r(k,h)。再根据该样本函数r(k,h)构造样本矩阵Re。其中，k、h为扩展后的阶数，且k，h等于0、1、2……pe。
构造出的样本矩阵如下：
S302、对该样本矩阵进行奇异值分解，确定该样本矩阵的有效秩，并根据该样本矩阵计算出拟合系数。
对上述样本矩阵Re进行奇异值分解，从而确定该样本矩阵的有效秩。并根据下式求出上述拟合值的拟合系数。
上式中，求出的aj1、aj2……ajp-1、ajp即为拟合系数。
S303、根据拟合系数构造线性预测模型，并求解该线性预测模型的共轭特征根对。
根据上述拟合系数aj1、aj2……ajp-1、ajp构造线性预测模型，并求出该线性预测模型的共轭特征根对
S304、根据该共轭特征根对及拟合值求解频率分量的个数及每个频率分量的相关参数。
具体的，在上述步骤S200中，已得到拟合值的表达式为：
将上述步骤S303所求的共轭特征根对带入拟合值的表达式，即可求出拟合值同时，还可以根据最小二乘法求出拟合值中的参数bji。
此时，即可根据下式求出频率分量的振幅Aji、相位θji及频率fji：
同时，频率分量的个数i即为上述拟合系数的个数。
在一个实施例中，如图4所示，上述电压波动参数检测方法，其步骤S400中的对输入信号进行变换以提取电压信号的包络线，具体为：
S401、利用希尔伯特变换(hilbert transform)对滤波后的输入信号u′j(t)进行变换，从而提取电压信号uj(t)的包络线。
进一步的，通过对输入信号u′j(t)进行希尔伯特变换从而提取包络线后，步骤S400中的结合包络线与每个频率分量的相关参数，得到调幅波参数，具体包括：
S402、获取频率分量中的第一频率分量和第二频率分量，并获取第一频率分量对应的振幅和第二频率分量对应的振幅；第一频率分量和第二频率分量的平均值为50Hz。
具体的，在步骤S300中已得到频率分量的个数i。由于普罗尼算法的分解原理，频率分量的个数i为奇数。此时，频率分量包括一个基频分量fji和其他简谐波分量fjk(a∈[1,i-1])。其中，基频分量的振幅为Aji。
该步骤402中，获取频率分量的基频分量fjk中的第一频率分量fjb和第二频率分量且要求第一频率分量fjb和第二频率分量的平均值为50Hz。同时，还需获取第一频率分量fjb对应的振幅Ajb和第二频率分量对应的振幅
S403、通过对第一频率分量和第二频率分量的计算得到调制频率。
具体的，获取第一频率分量fjb和第二频率分量后，即可根据下式及第一频率分量fjb和第二频率分量计算得出调制频率fjn：
其中，fjn为调制频率，且b≤n。
S404、通过对第一频率分量对应的振幅和第二频率分量对应的振幅的计算得到调制系数。
具体的，获取第一频率分量fjb对应的振幅Ajb和第二频率分量对应的振幅后，即可根据下式及第一频率分量fjb对应的振幅Ajb和第二频率分量对应的振幅计算得出调制系数mjn：
其中，mjn为调制系数，且b≤n。
本申请中的电压波动参数检测方法，采用开-闭滤波器和闭-开滤波器对电压信号uj(t)进行非线性滤波，可以有效的消除电压信号uj(t)中的正负脉冲噪声。同时，该电压波动参数检测方法，基于数学形态学和扩展普罗尼算法，可以弥补普罗尼算法对噪声十分敏感的缺陷，从而有效提高普罗尼算法估算电压信号中各频率分量特征参数的精确度，进而提高电压波动参数检测的精准度。
下面从具体实施例对本申请的电压波动参数检测方法的有益效果进行说明：
为不失一般性，本具体的实施例中选取的电压波动信号为多频带简谐波引起的幅值调制的电压信号uj(t)，该电压信号uj(t)的表达式为：
其中，设定U0＝7.07V，f0＝50Hz，m1＝0.4，m2＝0.2，f1＝10Hz，f2＝15Hz。同时，在原始信号的基础上添加均方差为0.3，均值为0的噪声，则形成的电压信号uj(t)波形如图5所示。
此时，选取形状为半圆形和三角形的结构元素构造形态学滤波器。根据形态学滤波器对该电压信号uj(t)进行滤波去噪处理，得到的信号波形图，即输入信号u′j(t)如图6所示。通过比较图5和图6可以得出，经该形态学滤波器滤波后，输入信号u′j(t)电压波形变得光滑，毛刺消失，说明该形态学滤波器具有较好的滤除电压信号中的噪声的功能。
采用扩展普罗尼算法对上述滤波后的输入信号u′j(t)进行拟合，拟合结果如图7所示。从图7中可以看出，采用扩展普罗尼算法拟合的拟合信号比较平滑且与输入信号u′j(t)较为接近，显示出良好的拟合效果。根据图7分析提取每个频率分量的相关参数估计值和相对误差。
通过希尔伯特变换提取出电压波动的包络线，如图8所示，从而得到调制频率fjn和调制系数mjn。
将通过本申请的电压波动参数检测方法所得的调制频率fjn和调制系数mjn，与采用皮萨论科(Pisarenko)谐波分解法得到的调制频率fjn和调制系数mjn进行对比。对比结果如下表：
由上表可知，通过本申请的电压波动参数检测方法分析所得的各个频率分量及参数与皮萨论科谐波分解法相比，相对误差更小，精确度更高。
在一个实施例中，本申请还提供一种计算机设备。该计算机设备可以是服务器。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种电压波动参数检测方法。
在一个实施例中，本申请还提供一种计算机设备，该计算机设备可以是终端。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种电压波动参数检测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
在一个实施例中，本申请的计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
S100、获取供电网中的电压信号，并对该电压信号进行滤波处理，得到输入信号。
S200，对输入信号进行拟合，得到拟合值。
S300，根据拟合值提取出频率分量的个数及每个频率分量的相关参数。
S400，对输入信号进行变换以提取电压信号的包络线；结合包络线与每个频率分量的相关参数，得到调幅波参数。
在一个实施例中，本申请还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
S100、获取供电网中的电压信号，并对该电压信号进行滤波处理，得到输入信号。
S200，对输入信号进行拟合，得到拟合值。
S300，根据拟合值提取出频率分量的个数及每个频率分量的相关参数。
S400，对输入信号进行变换以提取电压信号的包络线；结合包络线与每个频率分量的相关参数，得到调幅波参数。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种电压波动参数检测方法，其特征在于，包括：
获取供电网中的电压信号uj(t)，并对所述电压信号uj(t)进行滤波处理，得到输入信号u′j(t)；
对所述输入信号u′j(t)进行拟合，得到拟合值
根据所述拟合值提取出频率分量的个数i及每个频率分量的相关参数；所述相关参数包括振幅Aji、相位θji以及频率fji；
对所述输入信号u′j(t)进行变换，以提取所述电压信号uj(t)的包络线；
结合所述包络线与所述每个频率分量的相关参数，得到调幅波参数；所述调幅波参数包括调制频率fjn和调制系数mjn。
2.根据权利要求1所述的电压波动参数检测方法，其特征在于，所述获取供电网中的电压信号uj(t)，包括：
以固定采样频率fs获取供电网中任一电压监测点的电压信号uj(t)；其中，j为电压监测点的编号，t为获取电压信号uj(t)的时刻。
3.根据权利要求2所述的电压波动参数检测方法，其特征在于，所述对所述电压信号uj(t)进行滤波处理，得到输入信号u′j(t)，包括：
根据所述电压信号uj(t)确定对应的结构元素gj(t)，并根据所述结构元素gj(t)构造形态学滤波器；所述结构元素包括形状和尺寸；所述形态学滤波器包括开-闭滤波器和闭-开滤波器；
利用所述形态学滤波器对所述电压信号uj(t)进行滤波处理，得到输入信号u′j(t)。
4.根据权利要求3所述的电压波动参数检测方法，其特征在于，所述滤波处理为非线性滤波；
所述结构元素的形状包括直线、斜线、曲线、圆形、半圆形、三角形和多边形的至少一种。
5.根据权利要求1所述的电压波动参数检测方法，其特征在于，所述对所述输入信号u′j(t)进行拟合，得到拟合值包括：
利用扩展普罗尼算法对所述输入信号u′j(t)进行拟合，得到拟合值
6.根据权利要求1所述的电压波动参数检测方法，其特征在于，所述根据所述拟合值提取出频率分量的个数及每个频率分量的相关参数，包括：
通过输入信号u′j(t)计算样本函数，并根据所述样本函数构造样本矩阵Re；
对所述样本矩阵Re进行奇异值分解，确定所述样本矩阵Re的有效秩，并根据所述样本矩阵Re计算出拟合系数；
根据所述拟合系数构造线性预测模型，并求解所述线性预测模型的共轭特征根对；
根据所述共轭特征根对及所述拟合值，求解频率分量的个数及每个频率分量的相关参数。
7.根据权利要求1至6任一项所述的电压波动参数检测方法，其特征在于，所述对所述输入信号u′j(t)进行变换，以提取所述电压信号uj(t)的包络线，包括：
对所述输入信号u′j(t)进行希尔伯特变换，以提取所述电压信号uj(t)的包络线。
8.根据权利要求7所述的电压波动参数检测方法，其特征在于，所述结合所述包络线与所述每个频率分量的相关参数，得到调幅波参数，包括：
获取所述频率分量中的第一频率分量fjb和第二频率分量及所述第一频率分量fjb对应的振幅Ajb和所述第二频率分量对应的振幅所述第一频率分量fjb和所述第二频率分量的平均值为50Hz；
通过对所述第一频率分量fjb和第二频率分量的计算得到所述调制频率fjn；
通过对所述第一频率分量fjb对应的振幅Ajb和第二频率分量对应的振幅的计算得到所述调制系数mjn。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910166614.XA CN109884372A (zh) | 2019-03-06 | 2019-03-06 | 电压波动参数检测方法、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910166614.XA CN109884372A (zh) | 2019-03-06 | 2019-03-06 | 电压波动参数检测方法、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109884372A true CN109884372A (zh) | 2019-06-14 |
Family
ID=66930862
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910166614.XA Pending CN109884372A (zh) | 2019-03-06 | 2019-03-06 | 电压波动参数检测方法、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109884372A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111044773A (zh) * | 2019-10-08 | 2020-04-21 | 国网甘肃省电力公司电力科学研究院 | 一种基于时频变换的电压闪变信号的精确检测方法 |
| CN111313680A (zh) * | 2020-03-20 | 2020-06-19 | 苏州浪潮智能科技有限公司 | 一种功率因数校正的控制方法、装置、设备及存储介质 |
| CN111736648A (zh) * | 2020-05-26 | 2020-10-02 | 科华恒盛股份有限公司 | 输出电压控制方法、装置及终端设备 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105223434A (zh) * | 2015-08-27 | 2016-01-06 | 国网青海省电力公司电力科学研究院 | 电能质量混合检测方法 |
| CN207216012U (zh) * | 2017-08-24 | 2018-04-10 | 国网河南省电力公司电力科学研究院 | 一种电压波动与闪变检测装置 |
-
2019
- 2019-03-06 CN CN201910166614.XA patent/CN109884372A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105223434A (zh) * | 2015-08-27 | 2016-01-06 | 国网青海省电力公司电力科学研究院 | 电能质量混合检测方法 |
| CN207216012U (zh) * | 2017-08-24 | 2018-04-10 | 国网河南省电力公司电力科学研究院 | 一种电压波动与闪变检测装置 |
Non-Patent Citations (1)
| Title |
|---|
| 黄耀东: "电压波动与闪变检测方法的研究与改进", 《中国优秀硕士论文全文数据库 信息科技辑》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111044773A (zh) * | 2019-10-08 | 2020-04-21 | 国网甘肃省电力公司电力科学研究院 | 一种基于时频变换的电压闪变信号的精确检测方法 |
| CN111044773B (zh) * | 2019-10-08 | 2023-06-27 | 国网甘肃省电力公司电力科学研究院 | 一种基于时频变换的电压闪变信号的精确检测方法 |
| CN111313680A (zh) * | 2020-03-20 | 2020-06-19 | 苏州浪潮智能科技有限公司 | 一种功率因数校正的控制方法、装置、设备及存储介质 |
| US11817776B2 (en) | 2020-03-20 | 2023-11-14 | Inspur Suzhou Intelligent Technology Co., Ltd. | Power factor correction control method, apparatus, and device, and storage medium |
| CN111736648A (zh) * | 2020-05-26 | 2020-10-02 | 科华恒盛股份有限公司 | 输出电压控制方法、装置及终端设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jain et al. | Exact model order ESPRIT technique for harmonics and interharmonics estimation | |
| CN109884372A (zh) | 电压波动参数检测方法、计算机设备和存储介质 | |
| CN107037313B (zh) | 建立变压器绕组变形故障与扫频阻抗特征对应关系的方法 | |
| Su et al. | Power harmonic and interharmonic detection method in renewable power based on Nuttall double‐window all‐phase FFT algorithm | |
| US10338127B2 (en) | Method and system for identifying full parameters of element by fault recording and fault locating method | |
| Koster et al. | Dynamic impedance spectroscopy using dynamic multi-frequency analysis: A theoretical and experimental investigation | |
| CN103198184B (zh) | 一种电力系统低频振荡特征类噪声辨识方法 | |
| CN102955068B (zh) | 一种基于压缩采样正交匹配追踪的谐波检测方法 | |
| CN203133168U (zh) | 电力谐波检测仪 | |
| CN105223434A (zh) | 电能质量混合检测方法 | |
| CN110045186B (zh) | 电力系统公共连接点处的系统谐波阻抗估计方法和系统 | |
| CN104793082A (zh) | 基于谐波相关分析的电力系统谐波源识别装置 | |
| CN107064744A (zh) | 一种谐波源定位方法 | |
| Yang et al. | Harmonic analysis in integrated energy system based on compressed sensing | |
| CN104931775A (zh) | 一种具有电能质量分析功能的网络多功能三相电能表 | |
| Castilla et al. | Clifford theory: A geometrical interpretation of multivectorial apparent power | |
| CN104090177A (zh) | 一种电网运行数据智能测试分析仪 | |
| Morsi et al. | A new reactive, distortion and non-active power measurement method for nonstationary waveforms using wavelet packet transform | |
| CN109142867A (zh) | 基于改进滑窗离散傅里叶变换的谐波检测方法、设备 | |
| CN106291239A (zh) | 一种采用滤波器支路电流和主成分分析方法的直流输电线路故障识别方法 | |
| CN112651622A (zh) | 一种电能量质量评估方法和系统 | |
| CN109557367A (zh) | 一种高频分辨率谐波和间谐波Prony方法及装置 | |
| CN107449966B (zh) | 多功能频谱分析仪 | |
| Morsi | A wavelet-based approach for reactive power metering in modern three-phase grids considering time-varying power quality disturbances | |
| Dong et al. | A fast fuel cell EIS measurement method based on square wave excitation and modified wavelets |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190614 |