CN110618316A - 一种谐波源辨识方法、装置、终端设备和存储介质 - Google Patents
一种谐波源辨识方法、装置、终端设备和存储介质 Download PDFInfo
- Publication number
- CN110618316A CN110618316A CN201910969963.5A CN201910969963A CN110618316A CN 110618316 A CN110618316 A CN 110618316A CN 201910969963 A CN201910969963 A CN 201910969963A CN 110618316 A CN110618316 A CN 110618316A
- Authority
- CN
- China
- Prior art keywords
- harmonic
- feeder line
- feeder
- correlation coefficient
- current
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000010363 phase shift Effects 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims description 50
- 238000004590 computer program Methods 0.000 claims description 25
- 230000035945 sensitivity Effects 0.000 abstract description 8
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000004088 simulation Methods 0.000 description 6
- 238000009795 derivation Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000002194 synthesizing effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/16—Spectrum analysis; Fourier analysis
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/01—Arrangements for reducing harmonics or ripples
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/40—Arrangements for reducing harmonics
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种谐波源辨识方法、装置、终端设备和存储介质,该方法包括:采集电力系统中的母线电压数据和各馈线的电流数据;采用移动电流数据窗对所述母线电压数据和所述各馈线的电流数据进行移相处理;分别对处理后的母线电压数据和处理后的各馈线的电流数据进行傅里叶变换,得到数据集;根据所述数据集,分别计算各馈线的相关系数和综合谐波系数;根据所述各馈线的相关系数和综合谐波系数,计算各馈线的负载线性度;根据所述各馈线的负载线性度,判定出主要谐波源所在的馈线,从而实现谐波源的辨识。采用本发明能准确地辨识出电力系统中的主要谐波源,提高了谐波辨识的敏感度。
Description
技术领域
本发明涉及电力系统技术领域,尤其涉及一种谐波源辨识方法、装置、终端设备和存储介质。
背景技术
由非线性负载所造成的谐波畸变是电力系统中常见且重要的电能质量问题,它会导致功率损失甚至设备故障,目前已得到越来越多的关注。为有效控制电网中的谐波污染,IEEE(Institute of Electrical and Electronics Engineers,电气和电子工程师协会)标准限制了用户的谐波电流发射水平,根据用户的谐波电流发射水平,评估谐波责任进行奖惩。其中,实施奖惩方案的前提是合理并明确地划分各谐波源的谐波责任,而划分各谐波源的谐波责任的前提则是准确地辨识出电力系统中的主要谐波源。
目前,一般通过波形相关性法来辨识电力系统中的主要谐波源,也即先采集各负载支路的电流波形和电压波形,再计算出各负载支路的电流波形与电压波形的相关系数,然后通过比较各负载支路的相关系数的大小,判断出谐波源支路的位置,从而辨别出电力系统中的主要谐波源。发明人在实施本发明的过程中发现,在谐波源发射的谐波电流水平较低时,计算得到的谐波源的电流波形与电压波形的相关系数,极大可能会与线性负载的电流波形与电压波形的相关系数十分相近,因此直接依据两者的大小来划分谐波源,则易将谐波源误判为线性负载,从而导致主要谐波源的辨识出错,可见在谐波源发射的谐波电流水平较低时,现有的波形相关法辨识谐波源的敏感性较低。
发明内容
本发明实施例提供一种谐波源辨识方法、装置、终端设备和存储介质,能准确地辨识出电力系统中的主要谐波源,提高了谐波辨识的敏感度。
为了实现上述目的,本发明一实施例提供了一种谐波源辨识方法,包括步骤:
采集电力系统中的母线电压数据和各馈线的电流数据;
采用移动电流数据窗对所述母线电压数据和所述各馈线的电流数据进行移相处理;
分别对处理后的母线电压数据和处理后的各馈线的电流数据进行傅里叶变换,得到数据集;其中,所述数据集包括母线基波电压、母线谐波电压、各馈线的基波电流和各馈线的谐波电流;
根据所述数据集,计算各馈线的相关系数;其中,每一馈线的相关系数为该馈线的电流数据与所述母线电压数据的最大相关系数;
根据所述各馈线的谐波电流,计算各馈线的综合谐波系数;
根据所述各馈线的相关系数和所述各馈线的综合谐波系数,计算各馈线的负载线性度;
根据所述各馈线的负载线性度,判定出主要谐波源所在的馈线。
作为上述方案的改进,各馈线的相关系数的计算公式具体为:
其中,ρmax表示某一馈线的相关系数,U1表示所述母线基波电压的有效值,I1表示该馈线的基波电流的有效值,h表示谐波次数,Uh表示所述母线谐波电压中的第h次谐波电压的有效值,Ih表示该馈线的谐波电流中的第h次谐波电流的有效值。
作为上述方案的改进,各馈线的综合谐波系数的计算公式具体为:
其中,α表示某一馈线的综合谐波系数,I表示该馈线的谐波电流的有效值,N表示所述电力系统中的馈线条数,Im表示所述电力系统中的第m条馈线的谐波电流的有效值,表示所述电力系统中N条馈线的谐波电流的有效值之和。
作为上述方案的改进,各馈线的负载线性度的计算公式具体为:
其中,γ表示某一馈线的负载线性度,α表示该馈线的综合谐波系数,ρmax表示该馈线的相关系数。
作为上述方案的改进,所述谐波源辨识方法还包括步骤:
根据所述数据集,计算各馈线的各次谐波的相关系数;其中,每一馈线的每次谐波的相关系数为该馈线的每次谐波的电流数据与所述母线电压数据的最大相关系数;
根据所述各馈线的谐波电流,计算各馈线的各次谐波的谐波系数;
根据所述各馈线的各次谐波的相关系数和所述各馈线的各次谐波的谐波系数,计算各馈线的各次谐波的无相位相关系数;
根据所述各馈线的各次谐波的无相位相关系数,判定出需要为各次谐波承担谐波责任的谐波源所在的馈线。
作为上述方案的改进,各馈线的各次谐波的相关系数的计算公式具体为:
其中,ρhmax表示某一馈线的第h次谐波的相关系数,U1表示所述母线基波电压的有效值,I1表示该馈线的基波电流的有效值,Uh表示所述母线谐波电压中的第h次谐波电压的有效值,Ih表示该馈线的谐波电流中的第h次谐波电流的有效值;
各馈线的各次谐波的谐波系数的计算公式具体为:
其中,αh表示某一馈线的第h次谐波的谐波系数,Ih表示该馈线的谐波电流中的第h次谐波电流的有效值,N表示所述电力系统中的馈线条数,Imh表示所述电力系统中的第m条馈线的谐波电流中的第h次谐波电流的有效值,表示所述电力系统中N条馈线的谐波电流中的第h次谐波电流的有效值之和;
各馈线的各次谐波的无相位相关系数的计算公式具体为:
其中,γh表示某一馈线的第h次谐波的无相位相关系数,αh表示该馈线的第h次谐波的谐波系数,ρhmax表示该馈线的第h次谐波的相关系数。
相应地,本发明的另一实施例提供了一种谐波源辨识装置,包括:
数据采集模块,用于采集电力系统中的母线电压数据和各馈线的电流数据;
第一处理模块,用于采用移动电流数据窗对所述母线电压数据和所述各馈线的电流数据进行移相处理;
第二处理模块,用于分别对处理后的母线电压数据和处理后的各馈线的电流数据进行傅里叶变换,得到数据集;其中,所述数据集包括母线基波电压、母线谐波电压、各馈线的基波电流和各馈线的谐波电流;
第一计算模块,用于根据所述数据集,计算各馈线的相关系数;其中,每一馈线的相关系数为该馈线的电流数据与所述母线电压数据的最大相关系数;
第二计算模块,用于根据所述各馈线的谐波电流,计算各馈线的综合谐波系数;
第三计算模块,用于根据所述各馈线的相关系数和所述各馈线的综合谐波系数,计算各馈线的负载线性度;
第一辨识模块,用于根据所述各馈线的负载线性度,判定出主要谐波源所在的馈线。
作为上述方案的改进,所述谐波源辨识装置还包括:
第四计算模块,用于根据所述数据集,计算各馈线的各次谐波的相关系数;其中,每一馈线的每次谐波的相关系数为该馈线的每次谐波的电流数据与所述母线电压数据的最大相关系数;
第五计算模块,用于根据所述各馈线的谐波电流,计算各馈线的各次谐波的谐波系数;
第六计算模块,用于根据所述各馈线的各次谐波的相关系数和所述各馈线的各次谐波的谐波系数,计算各馈线的各次谐波的无相位相关系数;
第二辨识模块,用于根据所述各馈线的各次谐波的无相位相关系数,判定出需要为各次谐波承担谐波责任的谐波源所在的馈线。
本发明的另一实施例提供了一种终端设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如上任意一项所述的谐波源辨识方法。
本发明的另一实施例提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上任意一项所述的谐波源辨识方法。
与现有技术相比,本发明实施例提供的一种谐波源辨识方法、装置、终端设备和介质,首先通过采集电力系统中的母线电压数据和各馈线的电流数据;再采用移动电流数据窗对所述母线电压数据和所述各馈线的电流数据进行移相处理;接着分别对处理后的母线电压数据和处理后的各馈线的电流数据进行傅里叶变换,得到数据集;然后根据所述数据集,计算各馈线的相关系数和综合谐波系数;再然后根据所述各馈线的相关系数和综合谐波系数,计算各馈线的负载线性度;最后根据所述各馈线的负载线性度,判定出主要谐波源所在的馈线,从而实现谐波源的辨识。在谐波源辨识的过程中,一方面,由于基波相位差对相关系数的影响较大,而本发明采用移动电流数据窗对采集到的数据进行移相处理,能有效消除基波相位差对相关系数的计算带来的影响,从而能保证各馈线的相关系数计算的准确性;另一方面,本发明通过将各馈线的相关系数与能反映各馈线中负载发射的谐波电流水平对系统电压畸变的贡献情况的综合谐波系数进行综合,以计算各馈线的负载线性度,使得在谐波源发射的谐波电流水平较低时,能有效保证计算得到的负载线性度的准确度,使得后续能根据各馈线的负载线性度准确地辨识出电力系统中的主要谐波源,提高了谐波辨识的敏感度。
附图说明
图1是本发明一实施例提供的谐波源辨识方法的流程示意图。
图2是本发明一实施例提供的相关系数与基波相位差和谐波相位差之间的关系示意图。
图3是本发明一实施例提供的一个电力系统的仿真电路图。
图4是本发明一实施例提供的谐波源辨识装置的结构示意图。
图5是本发明一实施例提供的终端设备的结构示意图。
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,本技术领域普通技术人员在没有作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。
参见图1,是本发明一实施例提供的谐波源辨识方法的流程示意图。
本发明实施例提供的谐波源辨识方法,包括步骤S1至步骤S7,具体如下:
S1、采集电力系统中的母线电压数据和各馈线的电流数据。
其中,具体可通过电能质量分析仪等采集设备进行数据采集。可以是采集电力系统中公共连接点的电压数据以作为母线电压数据。
S2、采用移动电流数据窗对所述母线电压数据和所述各馈线的电流数据进行移相处理。
其中,由于电压数据和电流数据的基波相位差对相关系数的影响较大,因此采用移动电流数据窗对采集到的母线电压数据和各馈线的电流数据进行移相处理,能有效消除基波相位差对相关系数的计算带来的影响,从而能保证各馈线的相关系数计算的准确性。
S3、分别对处理后的母线电压数据和处理后的各馈线的电流数据进行傅里叶变换,得到数据集;其中,所述数据集包括母线基波电压、母线谐波电压、各馈线的基波电流和各馈线的谐波电流。
优选地,可以是采用快速傅里叶变换的方法分别对处理后的母线电压数据和处理后的各馈线的电流数据进行傅里叶变换,以减少计算量,从而提高谐波源辨识的效率。
S4、根据所述数据集,计算各馈线的相关系数;其中,每一馈线的相关系数为该馈线的电流数据与所述母线电压数据的最大相关系数。
其中,各馈线的相关系数可以反映各馈线的电流数据与母线电压数据的相关程度。由于基波相位差对相关系数的影响较大,谐波相位差对相关系数的影响不明显,而在步骤S2中已经对采集到的母线电压数据和各馈线的电流数据进行移相处理,消除了基波相位差对相关系数的计算带来的影响,因此直接根据数据集中的母线基波电压、母线谐波电压、各馈线的基波电流和各馈线的谐波电流,来计算各馈线的电流数据与母线电压数据的最大相关系数,即可得到各馈线的相关系数,而母线电压数据和各馈线的电流数据由电能质量分析仪测得,不需要时域波形数据,相较于现有的波形相关法需要采集时域波形数据以进行谐波源辨识来说,应用时更简便,提高了本发明的实用性。
具体的,各馈线的相关系数的计算公式具体为:
其中,ρmax表示某一馈线的相关系数,U1表示所述母线基波电压的有效值,I1表示该馈线的基波电流的有效值,h表示谐波次数,Uh表示所述母线谐波电压中的第h次谐波电压的有效值,Ih表示该馈线的谐波电流中的第h次谐波电流的有效值。
其中,各馈线的相关系数的计算公式的推导过程如下:
采集的母线电压数据及各馈线的电流数据瞬时表达式(1)分别如下所示:
式中,U1表示母线基波电压的有效值,ω表示工频角速度,I1表示该馈线的基波电流的有效值,h表示谐波次数,Uh表示母线谐波电压中的第h次谐波电压的有效值,Ih表示该馈线的谐波电流中的第h次谐波电流的有效值,θu1表示母线基波电压的相位,θuh表示母线谐波电压中的第h次谐波电压的相位,θi1表示该馈线的基波电流的相位,θih表示该馈线的谐波电流中的第h次谐波电流的相位。
在母线电压数据及各馈线的电流数据的采样长度足够长时,式(2)成立:
式(2)中:a表示数据采样点,M为采样数据总长度,h为谐波次数,为信号初相位。
将采集到的母线电压数据及各馈线的电流数据瞬时表达式(1)代入相关系数的计算公式,并结合式(2),可以得到式(3):式中ρ为以电压电流幅值为输入量的相关系数,可见以电压电流幅值为输入量的相关系数受基波电压电流之间的相位差、谐波电压电流之间的相位差影响。其中,相关系数的计算公式为
分析相关系数与基波、谐波相位差的关系,如图2所示,可见,基波相位差对相关系数的影响较大,谐波相位差对相关系数的影响不明显。在求解相关系数时,为消除基波相位差带来的误差,对采集的母线电压数据及各馈线的电流数据做移相处理后得到式(4):
由图2可知谐波相位差对相关系数值影响不大,因此取式(4)的最大值来反映负载线性度,从而推导得到各馈线的相关系数的计算公式为:
S5、根据所述各馈线的谐波电流,计算各馈线的综合谐波系数。
其中,各馈线的综合谐波系数可以反映各馈线中负载发射的谐波电流水平对系统电压畸变的贡献情况。
具体的,各馈线的综合谐波系数的计算公式具体为:
其中,α表示某一馈线的综合谐波系数,I表示该馈线的谐波电流的有效值,N表示所述电力系统中的馈线条数,Im表示所述电力系统中的第m条馈线的谐波电流的有效值,表示所述电力系统中N条馈线的谐波电流的有效值之和。
S6、根据所述各馈线的相关系数和所述各馈线的综合谐波系数,计算各馈线的负载线性度。
其中,通过将各馈线的相关系数与能反映各馈线中负载发射的谐波电流水平对系统电压畸变的贡献情况的综合谐波系数进行综合,以计算各馈线的负载线性度,使得在谐波源发射的谐波电流水平较低时,能有效保证计算得到的负载线性度的准确度,使得后续能根据各馈线的负载线性度准确地辨识出电力系统中的主要谐波源,提高了谐波辨识的敏感度。
具体的,各馈线的负载线性度的计算公式具体为:
其中,γ表示某一馈线的负载线性度,α表示该馈线的综合谐波系数,ρmax表示该馈线的相关系数。
S7、根据所述各馈线的负载线性度,判定出主要谐波源所在的馈线。
具体的,各馈线的负载线性度可以反馈各馈线上的负载的线性情况,可以是依据各馈线的负载线性度的大小,来辨识主要谐波源处于哪条馈线。各馈线的负载线性度的取值范围为[0,1],越接近1,说明该馈线上的负载越线性,不是谐波源,因此可以是判定负载线性度最小的馈线为主要谐波源所在的馈线。
在上述实施例的基础上,作为优选实施方式,所述谐波源辨识方法还包括步骤S8至S11,具体如下:
S8、根据所述数据集,计算各馈线的各次谐波的相关系数;其中,每一馈线的每次谐波的相关系数为该馈线的每次谐波的电流数据与所述母线电压数据的最大相关系数。
其中,各馈线的各次谐波的相关系数可以反映各馈线的各次谐波的电流数据与母线电压数据的相关程度。
S9、根据所述各馈线的谐波电流,计算各馈线的各次谐波的谐波系数。
其中,各馈线的各次谐波的谐波系数可以反映各馈线上的负载发射的各次谐波的谐波电流水平对系统电压畸变的贡献情况。
S10、根据所述各馈线的各次谐波的相关系数和所述各馈线的各次谐波的谐波系数,计算各馈线的各次谐波的无相位相关系数。
其中,无相位相关系数即为负载线性度,通过将各馈线的各次谐波的相关系数和各馈线的各次谐波的谐波系数进行综合,以计算各馈线的各次谐波的无相位相关系数,使得在谐波源发射的谐波电流水平较低时,能有效保证计算得到的各馈线的各次谐波的无相位相关系数的准确度,使得后续能根据各馈线的各次谐波的无相位相关系数准确地辨识出需要为各次谐波承担谐波责任的谐波源所在的馈线,提高了谐波辨识的敏感度。
S11、根据所述各馈线的各次谐波的无相位相关系数,判定出需要为各次谐波承担谐波责任的谐波源所在的馈线。
具体的,各馈线的各次谐波的无相位相关系数可以反馈各馈线上的负载的线性情况,可以是依据各馈线的各次谐波的无相位相关系数的大小,来辨识需要为各次谐波承担谐波责任的谐波源处于哪条馈线。各馈线的各次谐波的无相位相关系数的取值范围为[0,1],越接近1,说明该馈线上的负载越线性,不是谐波源,因此可以是判定各次谐波的无相位相关系数最小的馈线为需要为各次谐波承担谐波责任的谐波源所在的馈线。
具体的,各馈线的各次谐波的相关系数的计算公式具体为:
其中,ρhmax表示某一馈线的第h次谐波的相关系数,U1表示所述母线基波电压的有效值,I1表示该馈线的基波电流的有效值,Uh表示所述母线谐波电压中的第h次谐波电压的有效值,Ih表示该馈线的谐波电流中的第h次谐波电流的有效值;
各馈线的各次谐波的谐波系数的计算公式具体为:
其中,αh表示某一馈线的第h次谐波的谐波系数,Ih表示该馈线的谐波电流中的第h次谐波电流的有效值,N表示所述电力系统中的馈线条数,Imh表示所述电力系统中的第m条馈线的谐波电流中的第h次谐波电流的有效值,表示所述电力系统中N条馈线的谐波电流中的第h次谐波电流的有效值之和;
各馈线的各次谐波的无相位相关系数的计算公式具体为:
其中,γh表示某一馈线的第h次谐波的无相位相关系数,αh表示该馈线的第h次谐波的谐波系数,ρhmax表示该馈线的第h次谐波的相关系数。
需要说明的是,上述各馈线的各次谐波的相关系数的计算公式的推导过程与上述实施例中各馈线的相关系数的计算公式的推导过程类似,在此不再赘述。
接下来,通过以下仿真分析例子来对本发明实施例的谐波源辨识方法的有益效果进行更好地说明。
首先在仿真软件中根据图3搭建仿真模型,图3中PCC为公共连接点,ipcc(t)表示公共连接点的电流,upcc(t)表示公共连接点的电压,Es为系统侧谐波电压源,Rs为系统侧等值电阻,Ls为系统侧等值电感,R1为馈线1上的等值电阻,L1为馈线1上的等值电感,R2为馈线2上的等值电阻,L2为馈线2上的等值电感,R3为馈线3上的等值电阻,L3为馈线3上的等值电感,I1、I2、I3分别表示馈线1、2、3的电流,ic1(t)表示馈线1的谐波电流源,ic2(t)表示馈线2的谐波电流源。
以5次、7次谐波为例,设置220V系统电压及各馈线元件的仿真参数如表1所示,考虑背景谐波电压波动,系统侧加入5次谐波电压,设置背景5次谐波电压波动方差为0.2(Us5=11∠25°)。
表1仿真参数
基于图3的仿真电路,利用现有的波形相关性法和本发明实施例的谐波源辨识方法分别计算馈线1、2和3的负载线性度,结果如表2所示。
表2两种方法辨识负载线性度
表2为基于两种方法计算的各馈线的负载线性度在十秒内的平均值。由表2知,在馈线上谐波源发射的谐波水平较低时,通过本发明实施例的谐波源辨识方法得到的负载线性度相比现有的波形相关法方法所得结果较低,说明本发明实施例的谐波源辨识方法可以有效提高对非线性负载的敏感性。
基于图3中公共连接点的电压信号及各馈线电流采样信号,经快速傅里叶变换及移相消除基波电压电流相位差处理后,计算各馈线的各次谐波的无相位相关系数,计算结果如表3其中。
表3负载中谐波的无相位相关系数值
Tab.4Phase-free correlation coefficients of harmonics of loads
由表3,根据各馈线中该次谐波的无相位相关系数的大小情况,可以评估负载是否应对该次谐波承担谐波责任。
本发明实施例提供的谐波源辨识方法,首先通过采集电力系统中的母线电压数据和各馈线的电流数据;再采用移动电流数据窗对所述母线电压数据和所述各馈线的电流数据进行移相处理;接着分别对处理后的母线电压数据和处理后的各馈线的电流数据进行傅里叶变换,得到数据集;然后根据所述数据集,计算各馈线的相关系数和综合谐波系数;再然后根据所述各馈线的相关系数和综合谐波系数,计算各馈线的负载线性度;最后根据所述各馈线的负载线性度,判定出主要谐波源所在的馈线,从而实现谐波源的辨识。在谐波源辨识的过程中,一方面,由于基波相位差对相关系数的影响较大,而本发明采用移动电流数据窗对采集到的数据进行移相处理,能有效消除基波相位差对相关系数的计算带来的影响,从而能保证各馈线的相关系数计算的准确性;另一方面,本发明通过将各馈线的相关系数与能反映各馈线中负载发射的谐波电流水平对系统电压畸变的贡献情况的综合谐波系数进行综合,以计算各馈线的负载线性度,使得在谐波源发射的谐波电流水平较低时,能有效保证计算得到的负载线性度的准确度,使得后续能根据各馈线的负载线性度准确地辨识出电力系统中的主要谐波源,提高了谐波辨识的敏感度。
本发明实施例还提供了一种谐波源辨识装置,能够实施上述谐波源辨识方法的所有流程。
参见图4,是本发明一实施例提供的谐波源辨识装置的结构示意图。
本发明实施例提供的谐波源辨识装置,包括:
数据采集模块11,用于采集电力系统中的母线电压数据和各馈线的电流数据;
第一处理模块12,用于采用移动电流数据窗对所述母线电压数据和所述各馈线的电流数据进行移相处理;
第二处理模块13,用于分别对处理后的母线电压数据和处理后的各馈线的电流数据进行傅里叶变换,得到数据集;其中,所述数据集包括母线基波电压、母线谐波电压、各馈线的基波电流和各馈线的谐波电流;
第一计算模块14,用于根据所述数据集,计算各馈线的相关系数;其中,每一馈线的相关系数为该馈线的电流数据与所述母线电压数据的最大相关系数;
第二计算模块15,用于根据所述各馈线的谐波电流,计算各馈线的综合谐波系数;
第三计算模块16,用于根据所述各馈线的相关系数和所述各馈线的综合谐波系数,计算各馈线的负载线性度;
第一辨识模块17,用于根据所述各馈线的负载线性度,判定出主要谐波源所在的馈线。
在上述实施例的基础上,作为优选实施方式,所述谐波源辨识装置还包括:
第四计算模块21,用于根据所述数据集,计算各馈线的各次谐波的相关系数;其中,每一馈线的每次谐波的相关系数为该馈线的每次谐波的电流数据与所述母线电压数据的最大相关系数;
第五计算模块22,用于根据所述各馈线的谐波电流,计算各馈线的各次谐波的谐波系数;
第六计算模块23,用于根据所述各馈线的各次谐波的相关系数和所述各馈线的各次谐波的谐波系数,计算各馈线的各次谐波的无相位相关系数;
第二辨识模块24,用于根据所述各馈线的各次谐波的无相位相关系数,判定出需要为各次谐波承担谐波责任的谐波源所在的馈线。
本实施例提供的谐波源辨识装置,实现谐波源辨识的原理与上述实施例提供的谐波源辨识方法相同,在此不再赘述。
本发明实施例提供的谐波源辨识装置,首先通过采集电力系统中的母线电压数据和各馈线的电流数据;再采用移动电流数据窗对所述母线电压数据和所述各馈线的电流数据进行移相处理;接着分别对处理后的母线电压数据和处理后的各馈线的电流数据进行傅里叶变换,得到数据集;然后根据所述数据集,计算各馈线的相关系数和综合谐波系数;再然后根据所述各馈线的相关系数和综合谐波系数,计算各馈线的负载线性度;最后根据所述各馈线的负载线性度,判定出主要谐波源所在的馈线,从而实现谐波源的辨识。在谐波源辨识的过程中,一方面,由于基波相位差对相关系数的影响较大,而本发明采用移动电流数据窗对采集到的数据进行移相处理,能有效消除基波相位差对相关系数的计算带来的影响,从而能保证各馈线的相关系数计算的准确性;另一方面,本发明通过将各馈线的相关系数与能反映各馈线中负载发射的谐波电流水平对系统电压畸变的贡献情况的综合谐波系数进行综合,以计算各馈线的负载线性度,使得在谐波源发射的谐波电流水平较低时,能有效保证计算得到的负载线性度的准确度,使得后续能根据各馈线的负载线性度准确地辨识出电力系统中的主要谐波源,提高了谐波辨识的敏感度。
参见图5,是本发明一实施例提供的终端设备的结构示意图。
本发明实施例提供的一种终端设备,包括处理器31、存储器32以及存储在所述存储器中且被配置为由所述处理器31执行的计算机程序,所述处理器31执行所述计算机程序时实现如上任一实施例所述的谐波源辨识方法。
另外,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上任一实施例所述的谐波源辨识方法。
所述处理器31执行所述计算机程序时实现上述各个谐波源辨识方法实施例中的步骤,例如图1所示的谐波源辨识方法的所有步骤。或者,所述处理器31执行所述计算机程序时实现上述各谐波源辨识装置实施例中各模块/单元的功能,例如图4所示的谐波源辨识装置的各模块的功能。
示例性的,所述计算机程序可以被分割成一个或多个模块,所述一个或者多个模块被存储在所述存储器32中,并由所述处理器31执行,以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述终端设备中的执行过程。例如,所述计算机程序可以被分割成数据采集模块、第一处理模块、第二处理模块、第一计算模块、第二计算模块、第三计算模块和第一辨识模块,各模块具体功能如下:数据采集模块,用于采集电力系统中的母线电压数据和各馈线的电流数据;第一处理模块,用于采用移动电流数据窗对所述母线电压数据和所述各馈线的电流数据进行移相处理;第二处理模块,用于分别对处理后的母线电压数据和处理后的各馈线的电流数据进行傅里叶变换,得到数据集;其中,所述数据集包括母线基波电压、母线谐波电压、各馈线的基波电流和各馈线的谐波电流;第一计算模块,用于根据所述数据集,计算各馈线的相关系数;其中,每一馈线的相关系数为该馈线的电流数据与所述母线电压数据的最大相关系数;第二计算模块,用于根据所述各馈线的谐波电流,计算各馈线的综合谐波系数;第三计算模块,用于根据所述各馈线的相关系数和所述各馈线的综合谐波系数,计算各馈线的负载线性度;第一辨识模块,用于根据所述各馈线的负载线性度,判定出主要谐波源所在的馈线。
所述终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器31、存储器32。本领域技术人员可以理解,所述示意图仅仅是终端设备的示例,并不构成对终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器31可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器31是所述终端设备的控制中心,利用各种接口和线路连接整个终端设备的各个部分。
所述存储器32可用于存储所述计算机程序和/或模块,所述处理器31通过运行或执行存储在所述存储器32内的计算机程序和/或模块,以及调用存储在存储器32内的数据,实现所述终端设备的各种功能。所述存储器32可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中,所述终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种谐波源辨识方法,其特征在于,包括步骤:
采集电力系统中的母线电压数据和各馈线的电流数据;
采用移动电流数据窗对所述母线电压数据和所述各馈线的电流数据进行移相处理;
分别对处理后的母线电压数据和处理后的各馈线的电流数据进行傅里叶变换,得到数据集;其中,所述数据集包括母线基波电压、母线谐波电压、各馈线的基波电流和各馈线的谐波电流;
根据所述数据集,计算各馈线的相关系数;其中,每一馈线的相关系数为该馈线的电流数据与所述母线电压数据的最大相关系数;
根据所述各馈线的谐波电流,计算各馈线的综合谐波系数;
根据所述各馈线的相关系数和所述各馈线的综合谐波系数,计算各馈线的负载线性度;
根据所述各馈线的负载线性度,判定出主要谐波源所在的馈线。
2.如权利要求1所述的谐波源辨识方法,其特征在于,各馈线的相关系数的计算公式具体为:
其中,ρmax表示某一馈线的相关系数,U1表示所述母线基波电压的有效值,I1表示该馈线的基波电流的有效值,h表示谐波次数,Uh表示所述母线谐波电压中的第h次谐波电压的有效值,Ih表示该馈线的谐波电流中的第h次谐波电流的有效值。
3.如权利要求2所述的谐波源辨识方法,其特征在于,各馈线的综合谐波系数的计算公式具体为:
其中,α表示某一馈线的综合谐波系数,I表示该馈线的谐波电流的有效值,N表示所述电力系统中的馈线条数,Im表示所述电力系统中的第m条馈线的谐波电流的有效值,表示所述电力系统中N条馈线的谐波电流的有效值之和。
4.如权利要求3所述的谐波源辨识方法,其特征在于,各馈线的负载线性度的计算公式具体为:
其中,γ表示某一馈线的负载线性度,α表示该馈线的综合谐波系数,ρmax表示该馈线的相关系数。
5.如权利要求1所述的谐波源辨识方法,其特征在于,还包括步骤:
根据所述数据集,计算各馈线的各次谐波的相关系数;其中,每一馈线的每次谐波的相关系数为该馈线的每次谐波的电流数据与所述母线电压数据的最大相关系数;
根据所述各馈线的谐波电流,计算各馈线的各次谐波的谐波系数;
根据所述各馈线的各次谐波的相关系数和所述各馈线的各次谐波的谐波系数,计算各馈线的各次谐波的无相位相关系数;
根据所述各馈线的各次谐波的无相位相关系数,判定出需要为各次谐波承担谐波责任的谐波源所在的馈线。
6.如权利要求5所述的谐波源辨识方法,其特征在于,各馈线的各次谐波的相关系数的计算公式具体为:
其中,ρhmax表示某一馈线的第h次谐波的相关系数,U1表示所述母线基波电压的有效值,I1表示该馈线的基波电流的有效值,Uh表示所述母线谐波电压中的第h次谐波电压的有效值,Ih表示该馈线的谐波电流中的第h次谐波电流的有效值;
各馈线的各次谐波的谐波系数的计算公式具体为:
其中,αh表示某一馈线的第h次谐波的谐波系数,Ih表示该馈线的谐波电流中的第h次谐波电流的有效值,N表示所述电力系统中的馈线条数,Imh表示所述电力系统中的第m条馈线的谐波电流中的第h次谐波电流的有效值,表示所述电力系统中N条馈线的谐波电流中的第h次谐波电流的有效值之和;
各馈线的各次谐波的无相位相关系数的计算公式具体为:
其中,γh表示某一馈线的第h次谐波的无相位相关系数,αh表示该馈线的第h次谐波的谐波系数,ρhmax表示该馈线的第h次谐波的相关系数。
7.一种谐波源辨识装置,其特征在于,包括:
数据采集模块,用于采集电力系统中的母线电压数据和各馈线的电流数据;
第一处理模块,用于采用移动电流数据窗对所述母线电压数据和所述各馈线的电流数据进行移相处理;
第二处理模块,用于分别对处理后的母线电压数据和处理后的各馈线的电流数据进行傅里叶变换,得到数据集;其中,所述数据集包括母线基波电压、母线谐波电压、各馈线的基波电流和各馈线的谐波电流;
第一计算模块,用于根据所述数据集,计算各馈线的相关系数;其中,每一馈线的相关系数为该馈线的电流数据与所述母线电压数据的最大相关系数;
第二计算模块,用于根据所述各馈线的谐波电流,计算各馈线的综合谐波系数;
第三计算模块,用于根据所述各馈线的相关系数和所述各馈线的综合谐波系数,计算各馈线的负载线性度;
第一辨识模块,用于根据所述各馈线的负载线性度,判定出主要谐波源所在的馈线。
8.如权利要求7所述的谐波源辨识装置,其特征在于,还包括:
第四计算模块,用于根据所述数据集,计算各馈线的各次谐波的相关系数;其中,每一馈线的每次谐波的相关系数为该馈线的每次谐波的电流数据与所述母线电压数据的最大相关系数;
第五计算模块,用于根据所述各馈线的谐波电流,计算各馈线的各次谐波的谐波系数;
第六计算模块,用于根据所述各馈线的各次谐波的相关系数和所述各馈线的各次谐波的谐波系数,计算各馈线的各次谐波的无相位相关系数;
第二辨识模块,用于根据所述各馈线的各次谐波的无相位相关系数,判定出需要为各次谐波承担谐波责任的谐波源所在的馈线。
9.一种终端设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至6中任意一项所述的谐波源辨识方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至6中任意一项所述的谐波源辨识方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910969963.5A CN110618316B (zh) | 2019-10-12 | 2019-10-12 | 一种谐波源辨识方法、装置、终端设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910969963.5A CN110618316B (zh) | 2019-10-12 | 2019-10-12 | 一种谐波源辨识方法、装置、终端设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110618316A true CN110618316A (zh) | 2019-12-27 |
CN110618316B CN110618316B (zh) | 2021-09-03 |
Family
ID=68925393
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910969963.5A Active CN110618316B (zh) | 2019-10-12 | 2019-10-12 | 一种谐波源辨识方法、装置、终端设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110618316B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112462132A (zh) * | 2020-10-30 | 2021-03-09 | 湖北世纪森源电力工程有限公司 | 一种谐波电流溯源方法及远距离输电电力运维监控平台 |
CN112528762A (zh) * | 2020-11-25 | 2021-03-19 | 福州大学 | 一种基于数据关联分析的谐波源识别方法 |
CN113341223A (zh) * | 2021-06-02 | 2021-09-03 | 贵州电网有限责任公司 | 一种适用于电网谐波分析及谐波源定位的方法 |
CN117216721A (zh) * | 2023-11-09 | 2023-12-12 | 安徽安大清能电气科技有限公司 | 一种基于多判据融合的谐振状态及谐振路径识别方法 |
WO2024036831A1 (zh) * | 2022-08-16 | 2024-02-22 | 山东大学 | 一种基于云边端协同的谐波溯源系统及方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU1322176A1 (ru) * | 1985-03-22 | 1987-07-07 | Войсковая Часть 32103 | Устройство дл измерени коэффициента гармоник огибающей амплитудно-модулированного сигнала |
CN101188354A (zh) * | 2007-11-30 | 2008-05-28 | 昆明理工大学 | 小电流接地系统故障选线的测后模拟方法 |
CN103278685A (zh) * | 2013-05-17 | 2013-09-04 | 国家电网公司 | 一种基于统计数据相关性分析的谐波责任定量划分方法 |
CN105759117A (zh) * | 2015-10-15 | 2016-07-13 | 华北电力大学 | 一种基于谐波分析综合等值电路的谐波责任量化方法 |
CN106383257A (zh) * | 2016-08-17 | 2017-02-08 | 云南电网有限责任公司电力科学研究院 | 基于相关性分析的谐波源辨识方法 |
CN109829652A (zh) * | 2019-02-12 | 2019-05-31 | 福州大学 | 一种长时间尺度动态谐波责任划分方法 |
CN109839538A (zh) * | 2019-03-29 | 2019-06-04 | 云南电网有限责任公司电力科学研究院 | 一种基于相关性分析的谐波源辨识方法和系统 |
CN109870615A (zh) * | 2019-03-12 | 2019-06-11 | 西安科技大学 | 适用于工矿企业的谐波责任评定方法 |
CN110850167A (zh) * | 2019-12-27 | 2020-02-28 | 福州大学 | 一种多谐波源责任划分方法 |
-
2019
- 2019-10-12 CN CN201910969963.5A patent/CN110618316B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU1322176A1 (ru) * | 1985-03-22 | 1987-07-07 | Войсковая Часть 32103 | Устройство дл измерени коэффициента гармоник огибающей амплитудно-модулированного сигнала |
CN101188354A (zh) * | 2007-11-30 | 2008-05-28 | 昆明理工大学 | 小电流接地系统故障选线的测后模拟方法 |
CN103278685A (zh) * | 2013-05-17 | 2013-09-04 | 国家电网公司 | 一种基于统计数据相关性分析的谐波责任定量划分方法 |
CN105759117A (zh) * | 2015-10-15 | 2016-07-13 | 华北电力大学 | 一种基于谐波分析综合等值电路的谐波责任量化方法 |
CN106383257A (zh) * | 2016-08-17 | 2017-02-08 | 云南电网有限责任公司电力科学研究院 | 基于相关性分析的谐波源辨识方法 |
CN109829652A (zh) * | 2019-02-12 | 2019-05-31 | 福州大学 | 一种长时间尺度动态谐波责任划分方法 |
CN109870615A (zh) * | 2019-03-12 | 2019-06-11 | 西安科技大学 | 适用于工矿企业的谐波责任评定方法 |
CN109839538A (zh) * | 2019-03-29 | 2019-06-04 | 云南电网有限责任公司电力科学研究院 | 一种基于相关性分析的谐波源辨识方法和系统 |
CN110850167A (zh) * | 2019-12-27 | 2020-02-28 | 福州大学 | 一种多谐波源责任划分方法 |
Non-Patent Citations (5)
Title |
---|
A.S.S.MURUGAN,V.SURESH KUMAR: "Determining true harmonic contributions of sources using neural network", 《NEUROCOMPUTING》 * |
YAMEI LIU ET AL: "Harmonic Source Location at the Point of Common Coupling Based on the Nonlinearity Index of Load", 《 2009 ASIA-PACIFIC POWER AND ENERGY ENGINEERING CONFERENCE》 * |
王清亮: "用户层多谐波源的责任区分方法", 《电测与仪表》 * |
贺威俊: "《电力牵引供电系统技术及装备》", 31 October 1998 * |
马宏忠等: "配电网中谐波电流责任划分定量分析", 《电力自动化设备》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112462132A (zh) * | 2020-10-30 | 2021-03-09 | 湖北世纪森源电力工程有限公司 | 一种谐波电流溯源方法及远距离输电电力运维监控平台 |
CN112528762A (zh) * | 2020-11-25 | 2021-03-19 | 福州大学 | 一种基于数据关联分析的谐波源识别方法 |
CN112528762B (zh) * | 2020-11-25 | 2022-07-05 | 福州大学 | 一种基于数据关联分析的谐波源识别方法 |
CN113341223A (zh) * | 2021-06-02 | 2021-09-03 | 贵州电网有限责任公司 | 一种适用于电网谐波分析及谐波源定位的方法 |
WO2024036831A1 (zh) * | 2022-08-16 | 2024-02-22 | 山东大学 | 一种基于云边端协同的谐波溯源系统及方法 |
CN117216721A (zh) * | 2023-11-09 | 2023-12-12 | 安徽安大清能电气科技有限公司 | 一种基于多判据融合的谐振状态及谐振路径识别方法 |
CN117216721B (zh) * | 2023-11-09 | 2024-02-02 | 安徽安大清能电气科技有限公司 | 一种基于多判据融合的谐振状态及谐振路径识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110618316B (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110618316B (zh) | 一种谐波源辨识方法、装置、终端设备和存储介质 | |
Jain et al. | Exact model order ESPRIT technique for harmonics and interharmonics estimation | |
CN109358223A (zh) | 一种滑动窗dft谐波电流检测方法及装置、存储介质 | |
CN108900622B (zh) | 基于物联网的数据融合方法、装置与计算机可读存储介质 | |
CN109074814B (zh) | 一种噪声检测方法及终端设备 | |
CN110927491B (zh) | 基于无相位数据的多谐波源责任划分方法及装置 | |
CN110907827B (zh) | 一种马达瞬态失真测量方法及系统 | |
CN111783035B (zh) | 一种适应谐波不同波动情况的谐波责任计算方法及装置 | |
CN104979829A (zh) | 一种基于改进的FastICA算法的谐波电流估计方法 | |
Boškoski et al. | Fast electrochemical impedance spectroscopy | |
CN111146804A (zh) | 风电-柔性直流输电系统振荡稳定性判别方法和装置 | |
CN111223491A (zh) | 一种提取音乐信号主旋律的方法、装置及终端设备 | |
CN108009063B (zh) | 一种电子设备故障阈值检测的方法 | |
CN111537776A (zh) | 一种行波波头标定方法、装置、终端以及介质 | |
CN112505419A (zh) | 车辆的绝缘电阻检测方法、装置、终端设备以及存储介质 | |
CN102495285B (zh) | 对称窗函数功率重心估计电力谐波参数的方法 | |
CN110955862A (zh) | 一种用于设备模型趋势相似度的评估方法及装置 | |
Welikala et al. | A real-time non-intrusive load monitoring system | |
CN107977626B (zh) | 一种电子设备工作数据的分组方法 | |
CN111190043B (zh) | 获取交流信号参数的方法和装置 | |
CN111126492A (zh) | 光伏电网的故障类型的确定方法及装置 | |
CN106324342A (zh) | 一种基于查表的谐波检测方法 | |
Lin | Separation of adjacent interharmonics using maximum energy retrieving algorithm | |
CN112444675A (zh) | 一种输电网节点的谐波超标预警方法、装置、设备及介质 | |
CN113484690A (zh) | 供电系统的谐波源定位方法、装置、设备以及存储介质 |
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 |