CN111693775A - 一种输电网的谐波检测方法、装置和介质 - Google Patents

一种输电网的谐波检测方法、装置和介质 Download PDF

Info

Publication number
CN111693775A
CN111693775A CN202010373831.9A CN202010373831A CN111693775A CN 111693775 A CN111693775 A CN 111693775A CN 202010373831 A CN202010373831 A CN 202010373831A CN 111693775 A CN111693775 A CN 111693775A
Authority
CN
China
Prior art keywords
frequency
harmonic
power transmission
harmonic component
transmission network
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
Application number
CN202010373831.9A
Other languages
English (en)
Inventor
吴为
洪潮
曾德辉
赵睿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Southern Power Grid Co Ltd
Research Institute of Southern Power Grid Co Ltd
Original Assignee
China Southern Power Grid Co Ltd
Research Institute of Southern Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Southern Power Grid Co Ltd, Research Institute of Southern Power Grid Co Ltd filed Critical China Southern Power Grid Co Ltd
Priority to CN202010373831.9A priority Critical patent/CN111693775A/zh
Publication of CN111693775A publication Critical patent/CN111693775A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01R23/165—Spectrum analysis; Fourier analysis using filters

Landscapes

  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种输电网的谐波检测方法，包括：获取所述输电网的原始信号，并建立谐波信号模型；利用多分辨分析法，分离所述谐波信号模型中的低频谐波分量和高频谐波分量；采用加窗谱线插值傅里叶算法对所述低频谐波分量进行计算，得到所述输电网的各次低频谐波分量的频率、幅值和初始相位；采用Prony算法对所述高频谐波分量进行计算，得到所述输电网的各次高频谐波分量的频率、幅值、初始相位和衰减因子，从而获得所述输电网的各次谐波分量参数。本发明还公开了相应的谐波检测装置和介质，采用本发明实施例，能有效地提高检测输电网中各次谐波参数的精确性，以满足输电网谐波监测应用要求。

Description

一种输电网的谐波检测方法、装置和介质
技术领域
本发明涉及电力系统技术领域，尤其涉及一种输电网的谐波检测方法、装置和介质。
背景技术
电力系统在工作时不可避免的会产生各次谐波，严重影响了电网的安全可靠运行，因此，对输电网的谐波检测方法的研究引起广泛重视。电力系统的谐波的带宽大幅拓宽且呈现紧密频率。由电网谐波特性可知，平稳谐波信号频率较低且衰减程度慢；而暂态谐波信号频次较高且频次越高衰减速度越快，主要呈指数衰减特性。在输电电网中，16次以内的谐波分量主要为稳态谐波分量，其指数衰减特性可以忽略不计；而16次以上的谐波分量则需考虑信号的衰减特性。
在现有技术中，常规的谐波检测方法为加窗谱线插值傅里叶(FFT)算法。其对平稳信号模型具有较高的测量精度和较高的实时性，同时对噪声有一定的抑制能力。然而，在实施本发明过程中，发明人发现现有技术至少存在如下问题：加窗谱线插值FFT算法无法检测谐波衰减因子，且谐波存在衰减的情况下无法准确得到其幅值和相位信息，该方法不适用于对电网信号中暂态谐波信号的检测。为了更贴合实际电网信号，传统的电力系统谐波研究方法不再全面适用。
发明内容
本发明实施例的目的是提供一种输电网的谐波检测方法、装置和介质，能考虑输电网信号的指数衰减特性，有效地提高检测输电网中各次谐波参数的精确性，以满足输电网谐波监测应用要求，提高输电网的安全稳定运行。
为实现上述目的，本发明实施例提供了一种输电网的谐波检测方法，包括：
获取所述输电网的原始信号，并建立谐波信号模型；
利用多分辨分析法，分离所述谐波信号模型中的低频谐波分量和高频谐波分量；
采用加窗谱线插值傅里叶算法对所述低频谐波分量进行计算，得到所述输电网的各次低频谐波分量参数；其中，所述低频谐波分量参数包括低频谐波分量的频率、幅值和初始相位；
采用Prony算法对所述高频谐波分量进行计算，得到所述输电网的各次高频谐波分量参数；其中，所述高频谐波分量参数包括高频谐波分量的频率、幅值、初始相位和衰减因子；
根据所述各次低频谐波分量参数和所述各次高频谐波分量参数，获得所述输电网的各次谐波分量参数。
作为上述方案的改进，所述采用加窗谱线插值傅里叶算法对所述低频谐波分量进行计算，得到所述输电网的各次低频谐波分量参数，具体包括：
对所述低频谐波分量进行加Kaiser窗函数处理；
对加Kaiser窗函数处理处理后的低频谐波分量进行傅里叶计算，得到各次低频谐波分量的频率、幅值和初始相位；
采用双谱线插值算法进行修正，得到修正后的各次低频谐波分量的频率、幅值和初始相位，作为所述输电网的各次低频谐波分量参数。
作为上述方案的改进，所述采用Prony算法对所述高频谐波分量进行计算，得到所述输电网的各次高频谐波分量参数，具体包括：
根据所述高频谐波分量，建立Prony模型；
根据所述Prony模型构建相应的特征多项式，并求解所述特征多项式的特征根；
根据所述特征多项式的特征根，计算各次高频谐波分量的频率、幅值、初始相位和衰减因子，作为所述输电网的各次高频谐波分量参数。
作为上述方案的改进，所述谐波信号模型具体为：
s(t)＝s1(t)+s2(t)；
Figure BDA0002479374420000031
Figure BDA0002479374420000032
其中，s(t)为所述谐波信号模型，s1(t)为16次以内的低次谐波信号，s2(t)为16次以上的高次谐波信号；M、H为谐波项数；rh、rm分别为h、m项谐波分量的频次；Ah、Am分别为h、m项谐波分量的幅值；
Figure BDA0002479374420000033
分别为h、m项谐波信分量的初始相位；σ为衰减因子。
本发明实施例还提供了一种输电网的谐波检测装置，包括：谐波信号模型建立模块、谐波分量分离模块、低频谐波参数计算模块、高频谐波参数计算模块和电网谐波参数获得模块；其中，
所述谐波信号模型建立模块，用于获取所述输电网的原始信号，并建立谐波信号模型；
所述谐波分量分离模块，用于利用多分辨分析法，分离所述谐波信号模型中的低频谐波分量和高频谐波分量；
所述低频谐波参数计算模块，用于采用加窗谱线插值傅里叶算法对所述低频谐波分量进行计算，得到所述输电网的各次低频谐波分量参数；其中，所述低频谐波分量参数包括低频谐波分量的频率、幅值和初始相位；
所述高频谐波参数计算模块，用于采用Prony算法对所述高频谐波分量进行计算，得到所述输电网的各次高频谐波分量参数；其中，所述高频谐波分量参数包括高频谐波分量的频率、幅值、初始相位和衰减因子；
所述电网谐波参数获得模块，用于根据所述各次低频谐波分量参数和所述各次高频谐波分量参数，获得所述输电网的各次谐波分量参数。
作为上述方案的改进，所述低频谐波参数计算模块，具体用于：
对所述低频谐波分量进行加Kaiser窗函数处理；
对加Kaiser窗函数处理处理后的低频谐波分量进行傅里叶计算，得到各次低频谐波分量的频率、幅值和初始相位；
采用双谱线插值算法进行修正，得到修正后的各次低频谐波分量的频率、幅值和初始相位，作为所述输电网的各次低频谐波分量参数。
作为上述方案的改进，所述高频谐波参数计算模块，具体用于：
根据所述高频谐波分量，建立Prony模型；
根据所述Prony模型构建相应的特征多项式，并求解所述特征多项式的特征根；
根据所述特征多项式的特征根，计算各次高频谐波分量的频率、幅值、初始相位和衰减因子，作为所述输电网的各次高频谐波分量参数。
作为上述方案的改进，所述谐波信号模型具体为：
s(t)＝s1(t)+s2(t)；
Figure BDA0002479374420000041
Figure BDA0002479374420000042
其中，s(t)为所述谐波信号模型，s1(t)为16次以内的低次谐波信号，s2(t)为16次以上的高次谐波信号；M、H为谐波项数；rh、rm分别为h、m项谐波分量的频次；Ah、Am分别为h、m项谐波分量的幅值；
Figure BDA0002479374420000043
分别为h、m项谐波信分量的初始相位；σ为衰减因子。
本发明实施例还提供了一种输电网的谐波检测装置，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述任意一项所述的输电网的谐波检测方法。
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述任意一项所述的输电网的谐波检测方法。
与现有技术相比，本发明公开的一种输电网的谐波检测方法、装置和介质，通过获取所述输电网的原始信号，并建立谐波信号模型；利用多分辨分析法，分离所述谐波信号模型中的低频谐波分量和高频谐波分量；采用加窗谱线插值傅里叶算法对所述低频谐波分量进行计算，得到所述输电网的各次低频谐波分量的频率、幅值和初始相位；采用Prony算法对所述高频谐波分量进行计算，得到所述输电网的各次高频谐波分量的频率、幅值、初始相位和衰减因子，从而最终获得所述输电网的各次谐波分量参数。本发明能有效考虑电网信号的指数衰减特性，确定电网稳态分量与暂态衰减量的分频点，建立更贴合电网谐波信号特性的谐波信号模型。对于平稳的低频谐波分量，采用加窗谱线插值傅里叶算法进行求解频率、幅值和初相位，具有精度高、速度快，且结果直观的有益效果，能有效弥补多分辨分析对于多正弦信号求解时难以确定分解尺度和不直观的弊端。而利用小波变换的多分辨分析将稳态的低频谐波分量提取出来，则可以解决加窗谱线插值FFT算法对于考虑衰减特性的高频谐波分量的处理能力不足的局限性。对于考虑衰减特性的高频谐波分量，采用现代谱估计中的Prony算法，能有效地估算出考虑衰减特性的高频谐波分量的频率、幅值、初相位和衰减因子等谐波分量参数。本发明能有效地提高检测输电网中各次谐波参数的精确性，以满足输电网谐波监测应用要求，提高输电网的安全稳定运行。
附图说明
图1是本发明实施例一提供的一种输电网的谐波检测方法的步骤流程示意图；
图2是本发明实施例中信号频率分解树的结构示意图；
图3是本发明实施例一中输电网的谐波检测方法的步骤S3的流程示意图；
图4是本发明实施例一中输电网的谐波检测方法的步骤S4的流程示意图；
图5是本发明实施例中引入间谐波干扰的复杂信号模型的谐波分量参数测量相对误差的曲线示意图；
图6是本发明实施例中分频点附近频次和50倍基频的谐波分量参数测量相对误差的曲线示意图；
图7是本发明实施例二提供的一种输电网的谐波检测装置的结构示意图；
图8是本发明实施例三提供的另一种输电网的谐波检测装置的结构示意图。
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，是本发明实施例一提供的一种输电网的谐波检测方法的步骤流程示意图。本发明实施例一所述的输电网的谐波检测方法，通过步骤S1至S5执行：
S1、获取所述输电网的原始信号，并建立谐波信号模型。
具体地，本发明实施例适用于110kV及以上的输电网，通过对所述输电网中的原始信号进行采集，以建立输电网的谐波信号模型s(t)。
所述谐波信号模型s(t)为：
s(t)＝s1(t)+s2(t)；
其中，s1(t)表示16次以内的低次谐波信号，s2(t)表示16次以上的高次谐波信号；且所述高次谐波信号考虑指数衰减特性。
Figure BDA0002479374420000061
Figure BDA0002479374420000062
其中，M、H为谐波项数；rh、rm分别为h、m项谐波分量的频次；Ah、Am分别为h、m项谐波分量的幅值；
Figure BDA0002479374420000071
分别为h、m项谐波信分量的初始相位；σ为衰减因子。
S2、利用多分辨分析法，分离所述谐波信号模型中的低频谐波分量和高频谐波分量。
在本发明实施例中，通过小波变换的多分辨分析法，实现对谐波信号模型中的低频谐波分量的分离提取。
具体地，利用多分辨分析法提取低频谐波分量的过程为：选取预设的小波基，根据基波频率设定谐波最高频率，以满足采样定理且考虑一定的裕度以降低频谱混叠。选取预设的采样频率，并根据实际情况确定一个高低频分频点，从而确定相应的分解层次，对谐波信号进行分解，确保稳态的低频谐波分量都处于单一的频段中，从而提取所述低频谐波分量。
作为举例，参见图2，是本发明实施例一中信号频率分解树的结构示意图。选取db40小波作为小波基，根据基波频率
Figure BDA0002479374420000072
设定谐波最高频率为50倍基波频率，也即2500Hz。选取采样频率fs＝13280Hz，并确定一个高低频分频点为800Hz，从而确定相应的分解层次p＝3，确保稳态的低频谐波分量都处于a3频段中，从而提取所述低频谐波分量a3(n)。
S3、采用加窗谱线插值傅里叶算法对所述低频谐波分量进行计算，得到所述输电网的各次低频谐波分量参数；其中，所述低频谐波分量参数包括低频谐波分量的频率、幅值和初始相位。
对提取的稳态低频谐波分量a3(n)采用高精度的加窗谱线插值FFT处理，得到准确的各次低频谐波分量参数。具体地，步骤S3通过步骤S31至S33执行：
S31、对所述低频谐波分量进行加Kaiser窗函数处理。
S32、对加Kaiser窗函数处理处理后的低频谐波分量进行傅里叶计算，得到各次低频谐波分量的频率、幅值和初始相位。
S33、采用双谱线插值算法进行修正，得到修正后的各次低频谐波分量的频率、幅值和初始相位，作为所述输电网的各次低频谐波分量参数。
具体地，对低频谐波分量a3(n)信号进行加Kaiser窗处理，并采取双谱线插值校正频率、幅值和初始相位，a3(n)经FFT变换后表达式为：
Figure BDA0002479374420000081
其中，
Figure BDA0002479374420000082
Δf为离散抽样间隔；N为采样点数；k为谱线；W为Kaiser窗函数，其频谱表达式如下：
Figure BDA0002479374420000083
其中，I0()为零阶贝塞尔函数，β＝πε为调节因子。为了Kaiser窗函数中的频域信号满足[0,N-1]范围平移
Figure BDA0002479374420000084
则：
Figure BDA0002479374420000085
作为举例，以i项谐波为测量量(i≤H)，忽略频谱泄露，则第i项谐波FFT表达式转变为：
Figure BDA0002479374420000086
设最大和次最大谱线分别为kh1、kh2，其幅值分别为L1＝|S′w(ki1Δf)|、L2＝|S′w(ki2Δf)|,满足ki1≤ki≤ki2＝ki1+1，则第i项谐波的幅值修正公式为：
Figure BDA0002479374420000091
引入参数α＝kh-kh1-0.5,(α∈[-0.5,0.5])，设
Figure BDA0002479374420000092
则：
Figure BDA0002479374420000093
记γ＝f(α)，则第i项谐波的相位修正表达式为：
Figure BDA0002479374420000094
由于N较大，故第i项谐波的幅值修正公式为：
Figure BDA0002479374420000095
Figure BDA0002479374420000096
基于线性拟合函数，对α＝f-1(γ)进行多项式逼近，可求出变量α＝F(γ)，则第i项谐波的频率修正公式为：
fi＝kiΔf＝(α+ki1+0.5)Δf；
同理，幅值修正公式为：
Figure BDA0002479374420000097
其中，g(α)为
Figure BDA0002479374420000098
的线性拟合多项式。
具体地，在本发明实施例中，基于Kaiser窗(＝20)的双谱线插值修正公式α、g(α)为：
α＝4.26201518γ+0.50672805γ3+0.22810727γ5；
g(α)＝3.81160858+0.79465173γ2+0.08673112γ4+0.00679640γ6。
可以理解地，通过本实施例可以计算得到各次低频谐波分量的频率、幅值和初始相位，也即得到各次低频谐波分量参数。
S4、采用Prony算法对所述高频谐波分量进行计算，得到所述输电网的各次高频谐波分量参数；其中，所述高频谐波分量参数包括高频谐波分量的频率、幅值、初始相位和衰减因子。
通过多变分析法提取出低频谐波分量后，将低频谐波分量剔除，得到高频谐波分量，利用Prony算法进一步求解，可以得到各次高频谐波分量参数。Prony算法的本质是采用一组衰减余弦信号线性组合对原始信号进行近似估计，从而估算出原始信号的频率、幅值、初相位和衰减因子等特征量的算法。具体地，步骤S4通过步骤S41至S43执行：
S41、根据所述高频谐波分量，建立Prony模型为：
Figure BDA0002479374420000101
Figure BDA0002479374420000102
Figure BDA0002479374420000103
其中，i为Prony模型的阶数；N为采样点的个数；Ai为谐波分量的幅值；
Figure BDA0002479374420000104
为谐波分量的相位；αi为衰减因子；fi为谐波分量的频率；Δt为采样间隔。
为使拟合信号向实际信号逼近，采用平方误差最小的原则，即：
Figure BDA0002479374420000105
S42、根据所述Prony模型构建相应的特征多项式，并求解所述特征多项式的特征根。
具体地，
Figure BDA0002479374420000111
两边同乘以ai，并对p+1个乘积求和，得：
Figure BDA0002479374420000112
令
Figure BDA0002479374420000113
得：
Figure BDA0002479374420000114
构造的特征多项式为：
Figure BDA0002479374420000115
式中z1,z2…·,zn为特征多项式的根，其中
Figure BDA0002479374420000116
恰好是特征多项式位于根zi处的多项式
Figure BDA0002479374420000117
而
Figure BDA0002479374420000118
即
Figure BDA0002479374420000119
进一步地，求所述特征多项式的最小二乘解，将求出的ai代入ai，可求得ai的解zi和bi。
S43、根据所述特征多项式的特征根，计算各次高频谐波分量的频率、幅值、初始相位和衰减因子，作为所述输电网的各次高频谐波分量参数。
依据求出的zi和bi，求得高频谐波分量参数的幅值、频率、初相位和衰减因子，分别如下：
Ai＝|bi|；
Figure BDA00024793744200001110
Figure BDA0002479374420000121
Figure BDA0002479374420000122
根据计算得到各次高频谐波分量的频率、幅值、初始相位和衰减因子，作为所述输电网的各次高频谐波分量参数。
作为优选的实施方式，在采用Prony算法对所述高频谐波分量进行计算的过程中，还包括步骤：
在Prony算法加入去直流环节和滤波环节；根据奇异值确定Prony模型的实际阶数i；计算信噪比，根据所述信噪比判断Prony拟合效果。
在本发明实施例中，为了解决常规Prony算法对信号直接求解时容易出现伪谱的问题，并降低噪声的干扰，在采用Prony算法的计算过程中，通过加入去直流和滤波环节以降低噪声的干扰。根据奇异值确定实际的阶数，解决求解时出现伪谱的问题，提高运算效率。
优选地，根据奇异值确定实际的阶数的过程具体为：
采用信号的前项线性预测误差模型，定义二阶矩样本函数如下：
Figure BDA0002479374420000123
其中N为总采样数，p为样本矩阵的阶数；进而构建二阶矩的样本矩阵R
Figure BDA0002479374420000124
为确保样本矩阵R包含全面的信号特征，p取最大值
Figure BDA0002479374420000125
对样本矩阵R进行奇异值分解求取矩阵R的有效秩，即：
R＝U∑VH；
其中，U和V都是酉矩阵，∑是p×(p+1)维对角阵，其对角元素非负，并按下列顺序排列：
δ1≥δ2≥…≥δp≥0.
并求得矩阵R在Frobenious范数意义下的最佳逼近，利用归一化奇异值确定矩阵的有效秩，即：
Figure BDA0002479374420000131
利用归一化确定有效秩时，选择一个无限性正数作为阀值，如0.0000000001，并把
Figure BDA0002479374420000132
大于此阀值的最大整数k取为矩阵R的有效秩p，即可得实际的阶数i＝k。
优选地，计算信噪比，根据所述信噪比判断Prony拟合效果的过程具体为：
计算信噪比SNR：
Figure BDA0002479374420000133
当SNR>＝50dB，表明Prony拟合结果较优，从而进一步保证计算得到的各次高频谐波分量参数的准确性。
S5、根据所述各次低频谐波分量参数和所述各次高频谐波分量参数，获得所述输电网的各次谐波分量参数。
在一种实施方式下，作为举例，采用现有技术中的加窗谱线插值傅里叶(FFT)算法和离散小波变换算法，以及本发明实施例的谐波检测方法，对输电网中的复杂信号进行谐波参数测量，得到的测量结果的误差如表1所示。
表1三种谐波测量方法的测量结果
Figure BDA0002479374420000134
Figure BDA0002479374420000141
其中，f为谐波分量的频率；A为谐波分量的幅值；
Figure BDA0002479374420000142
为谐波分量的相角；σ为谐波分量的衰减因子。Δf为频率相对误差；ΔA为幅值的相对误差；
Figure BDA0002479374420000143
为相角的相对误差；Δσ为衰减因子相对误差。
由表1可知，采用本发明的谐波检测方法，测量精度总体优于常规算法，可以克服常规算法中无法检测衰减因子的局限，也可以通过分频段来降低Prony算法对带宽谐波的局限。其中频率相对误差低于0.00028％，幅值的相对误差控制在0.07％以下，相角的相对误差控制在0.23％以内，衰减因子相对误差也控制在0.72％以内，具有较高的精度，能有效满足电网的精度要求。
在另一种实施方式下，作为举例，参见图5，是本发明实施例中引入间谐波干扰的复杂信号模型的谐波参数测量相对误差曲线示意图。考虑输电网中间谐波易引发电压闪变和谐振现象，在复杂信号中引入间谐波干扰，分别在低频段和高频段引入间谐波310Hz、910Hz，并采用本发明实施例的谐波检测方法进行谐波参数测量，得到的测量结果如表2所示。
表2引入间谐波参数的测量结果
Figure BDA0002479374420000144
从图5的测量结果可得，当复杂信号模型中引入间谐波干扰时，频率相对误差低于0.0035％，幅值的相对误差控制在0.044％以下，相角的相对误差控制在0.23％以内，衰减因子相对误差也控制在1.2％以内。与未加入间谐波相比，本发明的谐波检测方法精度有所下降，但仍具有较高的精度。
在另一种实施方式下，作为举例，参见图6，是本发明实施例中分频点附近频次和50倍基频的谐波参数测量相对误差曲线示意图，考虑高低分频点附近频次和50倍基频的测量，建立新的仿真参数，采用本发明实施例的谐波检测方法进行谐波参数测量，得到的测量结果如表3所示。
表3分频点附近频次和50倍基频的谐波参数的测量结果
Figure BDA0002479374420000151
由表3可知，当复杂信号中存在分频点附近的谐波分量时，分频点附近的谐波幅值测量精度受到了一定影响，进而影响高频段850Hz幅值和初相位的测量。其主要原因是小波变换在提取分频点附近时出现了能量泄露，关于分频点附近谐波分量的测量需要对算法进一步的改进。在已测得的谐波参数上排查，若出现分频点附近的15、16、和17次其中分量时，对原信号再次进行提取求残余分量，利用Prony算法适合于窄带信号的优势重新求取残余分量。
由图6的测量结果可得，对分频点频次重新提取测量可提高其测量精度，800Hz谐波幅值相对误差由原来的30.6％降低到0.06％；而850Hz幅值相对误差则由38.8％控制到0.2％，初相相对误差也由15.2％降到0.2％。整体精度提高，满足国标谐波测量要求。
本发明实施例一提供了一种输电网的谐波检测方法，通过获取所述输电网的原始信号，并建立谐波信号模型；利用多分辨分析法，分离所述谐波信号模型中的低频谐波分量和高频谐波分量；采用加窗谱线插值傅里叶算法对所述低频谐波分量进行计算，得到所述输电网的各次低频谐波分量的频率、幅值和初始相位；采用Prony算法对所述高频谐波分量进行计算，得到所述输电网的各次高频谐波分量的频率、幅值、初始相位和衰减因子，从而最终获得所述输电网的各次谐波分量参数。
在本发明实施例中，能有效考虑电网信号的指数衰减特性，确定电网稳态分量与暂态衰减量的分频点，建立更贴合电网谐波信号特性的谐波信号模型。对于平稳的低频谐波分量，采用加窗谱线插值傅里叶算法进行求解频率、幅值和初相位，具有精度高、速度快，且结果直观的有益效果，能有效弥补多分辨分析对于多正弦信号求解时难以确定分解尺度和不直观的弊端。而利用小波变换的多分辨分析将稳态的低频谐波分量提取出来，则可以解决加窗谱线插值FFT算法对于考虑衰减特性的高频谐波分量的处理能力不足的局限性。对于考虑衰减特性的高频谐波分量，采用现代谱估计中的Prony算法，能有效地估算出考虑衰减特性的高频谐波分量的频率、幅值、初相位和衰减因子等谐波分量参数。本发明能有效地提高检测输电网中各次谐波参数的精确性，以满足输电网谐波监测应用要求，提高输电网的安全稳定运行。
参见图7，是本发明实施例二提供的一种输电网的谐波检测装置的结构示意图。本发明实施例适用于110kV及以上的输电网，所述输电网的谐波检测装置20，包括：谐波信号模型建立模块21、谐波分量分离模块22、低频谐波参数计算模块23、高频谐波参数计算模块24和电网谐波参数获得模块25；其中，
所述谐波信号模型建立模块21，用于获取所述输电网的原始信号，并建立谐波信号模型；
所述谐波分量分离模块22，用于利用多分辨分析法，分离所述谐波信号模型中的低频谐波分量和高频谐波分量；
所述低频谐波参数计算模块23，用于采用加窗谱线插值傅里叶算法对所述低频谐波分量进行计算，得到所述输电网的各次低频谐波分量参数；其中，所述低频谐波分量参数包括低频谐波分量的频率、幅值和初始相位；
所述高频谐波参数计算模块24，用于采用Prony算法对所述高频谐波分量进行计算，得到所述输电网的各次高频谐波分量参数；其中，所述高频谐波分量参数包括高频谐波分量的频率、幅值、初始相位和衰减因子；
所述电网谐波参数获得模块25，用于根据所述各次低频谐波分量参数和所述各次高频谐波分量参数，获得所述输电网的各次谐波分量参数。
所述谐波信号模型具体为：
s(t)＝s1(t)+s2(t)；
Figure BDA0002479374420000171
Figure BDA0002479374420000172
其中，s(t)为所述谐波信号模型，s1(t)为16次以内的低次谐波信号，s2(t)为16次以上的高次谐波信号；M、H为谐波项数；rh、rm分别为h、m项谐波分量的频次；Ah、Am分别为h、m项谐波分量的幅值；
Figure BDA0002479374420000173
分别为h、m项谐波信分量的初始相位；σ为衰减因子。
作为优选的实施方式，所述低频谐波参数计算模块23，具体用于：
对所述低频谐波分量进行加Kaiser窗函数处理；
对加Kaiser窗函数处理处理后的低频谐波分量进行傅里叶计算，得到各次低频谐波分量的频率、幅值和初始相位；
采用双谱线插值算法进行修正，得到修正后的各次低频谐波分量的频率、幅值和初始相位，作为所述输电网的各次低频谐波分量参数。
作为优选的实施方式，所述高频谐波参数计算模块24，具体用于：
根据所述高频谐波分量，建立Prony模型；
根据所述Prony模型构建相应的特征多项式，并求解所述特征多项式的特征根；
根据所述特征多项式的特征根，计算各次高频谐波分量的频率、幅值、初始相位和衰减因子，作为所述输电网的各次高频谐波分量参数。
需要说明的是，本发明实施例提供的一种输电网的谐波检测装置用于执行上述实施例的一种输电网的谐波检测方法的所有流程步骤，两者的工作原理和有益效果一一对应，因而不再赘述。
本发明实施例二提供了一种输电网的谐波检测装置，通过获取所述输电网的原始信号，并建立谐波信号模型；利用多分辨分析法，分离所述谐波信号模型中的低频谐波分量和高频谐波分量；采用加窗谱线插值傅里叶算法对所述低频谐波分量进行计算，得到所述输电网的各次低频谐波分量的频率、幅值和初始相位；采用Prony算法对所述高频谐波分量进行计算，得到所述输电网的各次高频谐波分量的频率、幅值、初始相位和衰减因子，从而最终获得所述输电网的各次谐波分量参数。
在本发明实施例中，能有效考虑电网信号的指数衰减特性，确定电网稳态分量与暂态衰减量的分频点，建立更贴合电网谐波信号特性的谐波信号模型。对于平稳的低频谐波分量，采用加窗谱线插值傅里叶算法进行求解频率、幅值和初相位，具有精度高、速度快，且结果直观的有益效果，能有效弥补多分辨分析对于多正弦信号求解时难以确定分解尺度和不直观的弊端。而利用小波变换的多分辨分析将稳态的低频谐波分量提取出来，则可以解决加窗谱线插值FFT算法对于考虑衰减特性的高频谐波分量的处理能力不足的局限性。对于考虑衰减特性的高频谐波分量，采用现代谱估计中的Prony算法，能有效地估算出考虑衰减特性的高频谐波分量的频率、幅值、初相位和衰减因子等谐波分量参数。本发明能有效地提高检测输电网中各次谐波参数的精确性，以满足输电网谐波监测应用要求，提高输电网的安全稳定运行。
参见图8，是本发明实施例三提供的另一种输电网的谐波检测装置的结构示意图。本发明实施例三提供输电网的谐波检测装置30，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实施例一所述的输电网的谐波检测方法。
本发明实施例三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实施例一所述的输电网的谐波检测方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。
以上所述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，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (10)

1.一种输电网的谐波检测方法，其特征在于，包括：
获取所述输电网的原始信号，并建立谐波信号模型；
利用多分辨分析法，分离所述谐波信号模型中的低频谐波分量和高频谐波分量；
采用加窗谱线插值傅里叶算法对所述低频谐波分量进行计算，得到所述输电网的各次低频谐波分量参数；其中，所述低频谐波分量参数包括低频谐波分量的频率、幅值和初始相位；
采用Prony算法对所述高频谐波分量进行计算，得到所述输电网的各次高频谐波分量参数；其中，所述高频谐波分量参数包括高频谐波分量的频率、幅值、初始相位和衰减因子；
根据所述各次低频谐波分量参数和所述各次高频谐波分量参数，获得所述输电网的各次谐波分量参数。
2.如权利要求1所述的输电网的谐波检测方法，其特征在于，所述采用加窗谱线插值傅里叶算法对所述低频谐波分量进行计算，得到所述输电网的各次低频谐波分量参数，具体包括：
对所述低频谐波分量进行加Kaiser窗函数处理；
对加Kaiser窗函数处理处理后的低频谐波分量进行傅里叶计算，得到各次低频谐波分量的频率、幅值和初始相位；
采用双谱线插值算法进行修正，得到修正后的各次低频谐波分量的频率、幅值和初始相位，作为所述输电网的各次低频谐波分量参数。
3.如权利要求1所述的输电网的谐波检测方法，其特征在于，所述采用Prony算法对所述高频谐波分量进行计算，得到所述输电网的各次高频谐波分量参数，具体包括：
根据所述高频谐波分量，建立Prony模型；
根据所述Prony模型构建相应的特征多项式，并求解所述特征多项式的特征根；
根据所述特征多项式的特征根，计算各次高频谐波分量的频率、幅值、初始相位和衰减因子，作为所述输电网的各次高频谐波分量参数。
4.如权利要求1所述的输电网的谐波检测方法，其特征在于，所述谐波信号模型具体为：
s(t)＝s1(t)+s2(t)；
Figure FDA0002479374410000021
Figure FDA0002479374410000022
其中，s(t)为所述谐波信号模型，s1(t)为16次以内的低次谐波信号，s2(t)为16次以上的高次谐波信号；M、H为谐波项数；rh、rm分别为h、m项谐波分量的频次；Ah、Am分别为h、m项谐波分量的幅值；
Figure FDA0002479374410000023
分别为h、m项谐波信分量的初始相位；σ为衰减因子。
5.一种输电网的谐波检测装置，其特征在于，包括：谐波信号模型建立模块、谐波分量分离模块、低频谐波参数计算模块、高频谐波参数计算模块和电网谐波参数获得模块；其中，
所述谐波信号模型建立模块，用于获取所述输电网的原始信号，并建立谐波信号模型；
所述谐波分量分离模块，用于利用多分辨分析法，分离所述谐波信号模型中的低频谐波分量和高频谐波分量；
所述低频谐波参数计算模块，用于采用加窗谱线插值傅里叶算法对所述低频谐波分量进行计算，得到所述输电网的各次低频谐波分量参数；其中，所述低频谐波分量参数包括低频谐波分量的频率、幅值和初始相位；
所述高频谐波参数计算模块，用于采用Prony算法对所述高频谐波分量进行计算，得到所述输电网的各次高频谐波分量参数；其中，所述高频谐波分量参数包括高频谐波分量的频率、幅值、初始相位和衰减因子；
所述电网谐波参数获得模块，用于根据所述各次低频谐波分量参数和所述各次高频谐波分量参数，获得所述输电网的各次谐波分量参数。
6.如权利要求5所述的输电网的谐波检测装置，其特征在于，所述低频谐波参数计算模块，具体用于：
对所述低频谐波分量进行加Kaiser窗函数处理；
对加Kaiser窗函数处理处理后的低频谐波分量进行傅里叶计算，得到各次低频谐波分量的频率、幅值和初始相位；
采用双谱线插值算法进行修正，得到修正后的各次低频谐波分量的频率、幅值和初始相位，作为所述输电网的各次低频谐波分量参数。
7.如权利要求5所述的输电网的谐波检测装置，其特征在于，所述高频谐波参数计算模块，具体用于：
根据所述高频谐波分量，建立Prony模型；
根据所述Prony模型构建相应的特征多项式，并求解所述特征多项式的特征根；
根据所述特征多项式的特征根，计算各次高频谐波分量的频率、幅值、初始相位和衰减因子，作为所述输电网的各次高频谐波分量参数。
8.如权利要求5所述的输电网的谐波检测装置，其特征在于，所述谐波信号模型具体为：
s(t)＝s1(t)+s2(t)；
Figure FDA0002479374410000041
Figure FDA0002479374410000042
其中，s(t)为所述谐波信号模型，s1(t)为16次以内的低次谐波信号，s2(t)为16次以上的高次谐波信号；M、H为谐波项数；rh、rm分别为h、m项谐波分量的频次；Ah、Am分别为h、m项谐波分量的幅值；
Figure FDA0002479374410000043
分别为h、m项谐波信分量的初始相位；σ为衰减因子。
9.一种输电网的谐波检测装置，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4中任意一项所述的输电网的谐波检测方法。
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4中任意一项所述的输电网的谐波检测方法。
CN202010373831.9A 2020-05-06 2020-05-06 一种输电网的谐波检测方法、装置和介质 Pending CN111693775A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010373831.9A CN111693775A (zh) 2020-05-06 2020-05-06 一种输电网的谐波检测方法、装置和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010373831.9A CN111693775A (zh) 2020-05-06 2020-05-06 一种输电网的谐波检测方法、装置和介质

Publications (1)

Publication Number Publication Date
CN111693775A true CN111693775A (zh) 2020-09-22

Family

ID=72477022

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010373831.9A Pending CN111693775A (zh) 2020-05-06 2020-05-06 一种输电网的谐波检测方法、装置和介质

Country Status (1)

Country Link
CN (1) CN111693775A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112444674A (zh) * 2020-11-25 2021-03-05 云南电网有限责任公司电力科学研究院 一种间谐波分析方法
CN112491054A (zh) * 2020-12-02 2021-03-12 广东电网有限责任公司江门供电局 一种风电场谐波在电网中的耦合规律分析方法
CN112924798A (zh) * 2021-02-08 2021-06-08 北京中电普华信息技术有限公司 一种电能质量监测方法、装置及电子设备
CN113075452A (zh) * 2021-03-11 2021-07-06 国网浙江余姚市供电有限公司 一种高精度快速频率检测系统和方法
CN113341226A (zh) * 2021-06-21 2021-09-03 合肥美的暖通设备有限公司 谐波检测方法、装置、变频器及存储介质
CN113533861A (zh) * 2021-06-10 2021-10-22 中国电建集团华东勘测设计研究院有限公司 一种基于衰减指数函数模型的动态谐波相量测量方法
CN115575707A (zh) * 2022-12-05 2023-01-06 国网山西省电力公司营销服务中心 基于改进fft算法与小波变换结合的谐波检测装置及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201352236Y (zh) * 2008-12-02 2009-11-25 湖南海兴电器有限责任公司 基于Kaiser窗双谱线插值FFT的谐波电能表
CN101701982A (zh) * 2009-11-16 2010-05-05 浙江大学 基于加窗插值fft的电力系统谐波检测方法
CN102305892A (zh) * 2011-07-13 2012-01-04 上海仪器仪表研究所 一种新型电网谐波检测分析装置
CN103454490A (zh) * 2012-05-28 2013-12-18 湖南省电力公司科学研究院 基于布莱克曼-哈里斯窗频谱校正的智能计量系统及方法
CN104833937A (zh) * 2015-05-21 2015-08-12 湖南大学 一种基于mir-rsd高精度余弦窗插值fft算法的谐波测量通道校准方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201352236Y (zh) * 2008-12-02 2009-11-25 湖南海兴电器有限责任公司 基于Kaiser窗双谱线插值FFT的谐波电能表
CN101701982A (zh) * 2009-11-16 2010-05-05 浙江大学 基于加窗插值fft的电力系统谐波检测方法
CN102305892A (zh) * 2011-07-13 2012-01-04 上海仪器仪表研究所 一种新型电网谐波检测分析装置
CN103454490A (zh) * 2012-05-28 2013-12-18 湖南省电力公司科学研究院 基于布莱克曼-哈里斯窗频谱校正的智能计量系统及方法
CN104833937A (zh) * 2015-05-21 2015-08-12 湖南大学 一种基于mir-rsd高精度余弦窗插值fft算法的谐波测量通道校准方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
周敏: "电能质量暂态扰动信号的Prony辨识", 《重庆电力高等专科学校学报》 *
滕召胜等: "基于Kaiser窗双谱线插值FFT的谐波分析方法", 《仪器仪表学报》 *
陈晓光: "基于小波变换与傅立叶分析的谐波检测方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
黄益庄: "《变电站综合自动化技术 第1版》", 31 March 2000 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112444674A (zh) * 2020-11-25 2021-03-05 云南电网有限责任公司电力科学研究院 一种间谐波分析方法
CN112491054A (zh) * 2020-12-02 2021-03-12 广东电网有限责任公司江门供电局 一种风电场谐波在电网中的耦合规律分析方法
CN112491054B (zh) * 2020-12-02 2023-04-28 广东电网有限责任公司江门供电局 一种风电场谐波在电网中的耦合规律分析方法
CN112924798A (zh) * 2021-02-08 2021-06-08 北京中电普华信息技术有限公司 一种电能质量监测方法、装置及电子设备
CN112924798B (zh) * 2021-02-08 2022-11-08 北京中电普华信息技术有限公司 一种电能质量监测方法、装置及电子设备
CN113075452A (zh) * 2021-03-11 2021-07-06 国网浙江余姚市供电有限公司 一种高精度快速频率检测系统和方法
CN113533861A (zh) * 2021-06-10 2021-10-22 中国电建集团华东勘测设计研究院有限公司 一种基于衰减指数函数模型的动态谐波相量测量方法
CN113341226A (zh) * 2021-06-21 2021-09-03 合肥美的暖通设备有限公司 谐波检测方法、装置、变频器及存储介质
CN113341226B (zh) * 2021-06-21 2022-04-29 合肥美的暖通设备有限公司 谐波检测方法、装置、变频器及存储介质
CN115575707A (zh) * 2022-12-05 2023-01-06 国网山西省电力公司营销服务中心 基于改进fft算法与小波变换结合的谐波检测装置及方法

Similar Documents

Publication Publication Date Title
CN111693775A (zh) 一种输电网的谐波检测方法、装置和介质
CN103245832B (zh) 基于快速s变换的谐波时频特性参数估计方法及分析仪
CN103308804B (zh) 基于快速k-s变换电能质量扰动信号时频参数提取方法
CN107247182B (zh) 一种基于量测相量数据的间谐波分量还原方法
CN110967599A (zh) 一种电能质量扰动检测与定位算法
CN101113995A (zh) 基于Nuttall窗双峰插值FFT的基波与谐波检测方法
CN108535613B (zh) 一种基于组合窗函数的电压闪变参数检测方法
CN109633266B (zh) 一种频率测量方法、系统、装置及计算机可读存储介质
CN109507480B (zh) 一种邻近基波/谐波的间谐波检测方法和装置
CN104714075B (zh) 一种电网电压闪变包络参数提取方法
CN110389312B (zh) 一种适用于现场pmu测试的校准器相量测量方法
CN113361331B (zh) 基于加窗插值fft的工频干扰消除方法、系统和介质
CN105137181A (zh) 基于Nuttall-Kaiser组合窗双谱线插值的谐波分析方法
CN115575707A (zh) 基于改进fft算法与小波变换结合的谐波检测装置及方法
CN107844670A (zh) 一种谐波统计所需样本数量的计算方法
CN116047163A (zh) 一种电力系统间谐波检测方法及装置
CN112505407A (zh) 电网宽频振荡监测方法、系统、设备及可读存储介质
CN112213560A (zh) 一种基于z-adaline的高精度电网宽频信号测量方法
CN108776263A (zh) 基于高阶汉宁自卷积窗及改进插值算法的谐波检测方法
CN103197143A (zh) 基于汉宁窗fft算法与遍历滤波的谐波、间谐波检测方法
CN109254202B (zh) 一种应用于配电网的同步相量测量装置
CN111650436B (zh) 一种高比例可再生能源电力系统的次同步振荡辨识方法
CN114487589A (zh) 电网宽频信号自适应测量方法、装置及系统
CN115219787A (zh) 基于改进矩阵束的电网相量移动测量方法、系统及介质
CN115859083A (zh) 一种水电机组中多振源耦合振动信号的解耦方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200922

RJ01 Rejection of invention patent application after publication