CN112034232A - 一种供电系统电压暂降检测方法 - Google Patents
一种供电系统电压暂降检测方法 Download PDFInfo
- Publication number
- CN112034232A CN112034232A CN202010848084.XA CN202010848084A CN112034232A CN 112034232 A CN112034232 A CN 112034232A CN 202010848084 A CN202010848084 A CN 202010848084A CN 112034232 A CN112034232 A CN 112034232A
- Authority
- CN
- China
- Prior art keywords
- matrix
- voltage
- voltage sag
- amplitude
- sag
- 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 13
- 239000011159 matrix material Substances 0.000 claims abstract description 71
- 230000001052 transient effect Effects 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000005070 sampling Methods 0.000 claims abstract description 20
- 238000001228 spectrum Methods 0.000 claims abstract description 17
- 230000005284 excitation Effects 0.000 claims abstract description 8
- 230000006698 induction Effects 0.000 claims abstract description 5
- 239000013598 vector Substances 0.000 claims description 26
- 230000009466 transformation Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000003595 spectral effect Effects 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 2
- 238000000605 extraction Methods 0.000 abstract description 11
- 230000007547 defect Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 6
- 230000006872 improvement Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 208000032170 Congenital Abnormalities Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/0084—Arrangements for measuring currents or voltages or for indicating presence or sign thereof measuring voltage only
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Measurement Of Current Or Voltage (AREA)
Abstract
本发明提供了一种供电系统电压暂将检测方法，该方法中，根据电压信号进行采样、扩维得到扩维矩阵，并将其与高斯窗函数的FFT变换结果相乘；对相乘后的矩阵进行反傅里叶变换，得到目标谱函数；通过目标谱函数及其模矩阵提取电压暂将的特征，并根据特征识别电压暂将的类型及原因。本发明能够对于电压暂降中的典型情况即短路故障、感应电动机启动和变压器激磁情况下的电压暂降深度、相位跳变、持续时间和谐波问题进行自动分析检测，解决了现有技术中的检测方法在特征提取方面的缺点。
Description
技术领域
本发明涉及供电领域，尤其涉及一种供电系统电压暂将检测方法。
背景技术
近年来，随着计算机应用技术、自动化控制技术和大功率电力电子技术等高新技术的迅速发展，新型用电设备和各种电力电子设备在电力系统中大量的投入使用，它们对电力系统的干扰非常的敏感，比传统用电设备对电能质量的要求苛刻的多。不论系统处在正常稳态还是故障暂态，均需要保证幅值偏差很小的基波正弦电力的可使用性，即使是几个周期的电压暂降都将影响这些设备的正常工作，造成巨大的经济损失。在所有电能质量中，电压暂降出现频次较多、危害最大，电压暂降不同于非有意的突然断电，发生电压暂降时负载仍与供电系统项链，只是供电电压突然降得很低，加上持续时间很短，没有专门的瞬态检测仪器通常很难确定原因，电压暂降已经成为用户所面临的市电系统中得最重电磁干扰问题之一，同时，对各电力部门来说，由电压暂降引发得客户抱怨以及经济纠纷增多，会影响其在电力市场环境下的竞争力。因此，分析电压暂降产生的原因和发生类别，对于指定相应措施并抑制瞬时现象具有重要意义。
目前，针对电压暂降这一电能质量问题,近年来涌现出了大量的研究成果,主要可以归纳为时域、频域和变换域3种，基于卡尔曼滤波器具有动态实时性强，检测精度高的特点，故可将其用于对谐波和电压暂降的检测，以期获得更佳的检测效果，分形理论是近年来发展较快的一门学科，在信号处理和数据压缩方面具有较强的功能，小波变换为分析分形局部细微性质提供了有效手段。短时傅里叶变换，是在傅里叶变换基础上发展起来的，其实质就是将不平稳的过程看成一系列短时平稳过程的集合，然后再用傅里叶变换分析这一系列短时平稳过程。弥补了傅里叶变换不能同时进行时域和频域局部分析的缺陷，小波变换较傅里叶变换和短时傅里叶变换的一大优点是在时、频两域有很好的局部特性，也就是说小波变换根据所分析信号频率的不同，自动的调节时间-频率窗的宽度的大小，在低频部分具有较高的频率分辨率和较低的时间分辨率，而在高频部分具有较低的频率分辨率和较高的时间分辨率，这为检测电压暂降的突变点提供了可能，因为电压暂降波形会在起止时刻出现细小的突变，而小波变换本身对信号的突变奇异点特别的敏感。
传统的卡尔曼滤波器存在以下问题:问题一，因噪声统计特性估计不准确和计算机舍入误差引起的滤波发散现象；问题二，在卡尔曼滤波器达到稳态时，其误差方差阵将饱和，使其对信号的突变变得不敏感；问题三，传统的卡尔曼滤波器对滤波参数无自适应能力，不能随着噪声统计特性的改变而调整自身的滤波参数。短时傅里叶变换，在捕捉波动谐波等突变信号上始终存在着先天性的不足，时间定位不准确，要求各个分析尺度大致相同，而且变换的离散形式没有正交展开，难以实现高校运算，这些都限制了短时傅里叶变换的应用。小波变换也有一些缺点，其中之一就是较难理解，其次小波变换结果与小波函数的选取密切相关，在目前的研究下，还没有相应的选择小波母函数的理论依据，多数情况下还是依据前人的经验和成果，再次小波分析对各类噪声和微弱信号识别都非常敏感，故在实际应用过程中必须和其他有效地去噪方法相结合，第四小波变换对时域特征变化为主的扰动不易进行分辨。
发明内容
针对上述现有技术中的不足，本发明提供一种供电系统电压暂将检测方法，该方法可提取采样信号中的时域特征、频域特征以及相位特征，克服了现有的检测方式在特征提取方面的缺点，实现了电压暂将的自动检测。
本发明通过以下的技术方案实现：
一种供电系统电压暂将检测方法，其特征在于，包括以下步骤：
(S1)对供电系统中的某一路电压信号进行离散采样，获得采样点序列H(t)，序列中包括M个采样点；
(S2)计算采样点序列的FFT变换
(S3)对
进行扩维，得到M*N维的扩维矩阵，扩维矩阵中的元素为
其中n小于或等于N；
(S4)对高斯窗函数进行FFT运算，得到窗函数矩阵
(S5)将扩维矩阵
与窗函数矩阵G(m,n)相乘，得到矩阵B(m,n)，并对相乘的结果B(m,n)进行反傅里叶变换，得到目标谱函数
所述目标谱矩阵为复时频矩阵；
(S6)求取目标谱矩阵的模矩阵，从模矩阵以及目标谱矩阵中求取电压暂将的特征，电压暂将的特征包括：电压暂降幅值、电压暂将的相位跳变、电压暂降持续时间以及谐波特征；
(S7)将电压暂将特征输入识别模型以得到电压暂将的类型，电压暂将的类型包括短路故障、感应电动机启动以及变压器激磁。
本发明的进一步改进在于，步骤(S1)中，对电压信号的采样频率为1600Hz。
本发明的进一步改进在于，电压暂降幅值的提取方式为：提取出模矩阵中基频行向量得到相应的幅值曲线；电压暂降幅值的计算表达式为：
MF＝Usag/Uref
其中，Uref指暂降前的电压有效值，通常选取曲线中电压暂降最小值之前的最大值； Usag表示电压暂降时的有效值，该值为所述幅值曲线凹陷段的最小值。
本发明的进一步改进在于，电压暂将的相位跳变的提取方式为：提取目标谱矩阵的基频相位向量PHX，然后再逐点比较相邻两点相位增量PHXij，计算公式为：
PHXij＝|PHX[i]-PHX[j]|
其中，PHXij是一个长度为(n-1)的向量，1≤i≤n-1且j-i＝1；当相位增量大于波动阈值时，表明发生了相位跳变。
本发明的进一步改进在于，电压暂降持续时间的提取方式为：提取模矩阵中11倍基频行向量，当该向量的各元素的幅值的波动大于阈值时，提取各个波动的极值对应的时间点，最后的时间点与最早的时间点的时间差为所述电压暂降持续时间。
本发明的进一步改进在于，谐波特征的提取方式为：从模矩阵中提取频率幅值包络线，从包络线中提取出基频之外的波动极值，波动极值对应着相应频率谐波的幅值；选取幅值大于谐波阈值的谐波分量，分别计算各谐波分量与基频之间的谐波含有率。
本发明的进一步改进在于，所述识别模型为SVM模型。
本发明的有益技术效果为：本发明能够对于电压暂降中的典型情况即短路故障、感应电动机启动和变压器激磁情况下的电压暂降深度、相位跳变、持续时间和谐波问题进行自动分析检测，解决了现有技术中的检测方法在特征提取方面的缺点。
附图说明
图1为求取目标谱矩阵的流程图；
图2为变压器激磁导致的电压暂降的电压波形图；
图3为模矩阵的基频行向量的幅值波形图；
图4为目标谱矩阵的基频行向量的相位增量的波形图；
图5为模矩阵中11倍基频行向量的幅值的波形图；
图6为模矩阵中提取的频率幅值包络线的波形图。
具体实施方式
下面根据附图，给出本发明的较佳实施例，并予以详细描述，使能更好地理解本发明的功能、特点。
本发明的实施例包括一种供电系统电压暂将检测方法，其包括以下步骤：
(S1)如图1所示，对供电系统中的某一路电压信号进行离散采样，获得采样点序列()，序列中包括M个采样点；本实施例中，M为512，采样频率为1600Hz，电压信号的基频为50Hz；
(S2)计算采样点序列的FFT变换
(S3)对
进行扩维，得到M*N维的扩维矩阵，N同样为512，扩维矩阵中的元素为
其中n小于或等于N；扩维过程中，m+n大于512时对其按照512进行取模；扩维后的矩阵实际上是原有向量的逐行左移；
(S4)对高斯窗函数
进行FFT运算(二维FFT运算)，得到窗函数矩阵
窗函数矩阵为512*512的矩阵；
(S5)将扩维矩阵
与窗函数矩阵G(m,n)相乘，得到矩阵B(m,n)，并对相乘的结果B(m,n)进行反傅里叶变换(二维IFFT运算)，得到目标谱函数
所述目标谱矩阵为复时频矩阵；在该矩阵中，各行向量为各频率对应的时间序列；
(S6)求取目标谱矩阵的模矩阵，从模矩阵以及目标谱矩阵中求取电压暂将的特征，电压暂将的特征包括：电压暂降幅值、电压暂将的相位跳变、电压暂降持续时间以及谐波特征；模矩阵是对目标谱矩阵中的各元素取模得到的矩阵，模矩阵与目标谱矩阵的维数相同；
(S7)将电压暂将特征输入识别模型以得到电压暂将的类型，电压暂将的类型包括短路故障、感应电动机启动以及变压器激磁。
本实施例以变压器激磁导致的电压暂降为例，讲解电压暂将的特征的提取。变压器激磁导致的电压波形如图2所示。对其中一相电压进行采样后，进行步骤(S1)至(S5)的运算，得到目标谱矩阵以及相应的模矩阵，在此基础上提取电压暂将的特征。
(1)如图3所示，电压暂降幅值的提取方式为：提取出模矩阵中基频行向量得到相应的幅值曲线；电压暂降幅值的计算表达式为：
MF＝Usag/Uref
其中，Uref指暂降前的电压有效值，该值为所述幅值曲线的最低值之前的最大值；Usag表示电压暂降时的有效值，该值为所述幅值曲线凹陷段的最小值。从图3可知，暂降前电压值Uref＝0.4959，在第161个采样点处电压幅值最低Usag＝0.4294，则暂降深度 MF＝Usag/Uref＝0.8659。
(2)如图4所示，电压暂将的相位跳变的提取方式为：提取目标谱矩阵的基频行向量的相位向量PHX，然后再逐点比较相邻两点相位增量PHXij，计算公式为：
PHXij＝|PHX[i]-PHX[j]|
其中，PHXij是一个长度为(n-1)的向量，1≤i≤n-1且j-i＝1；当相位增量大于波动阈值时，表明发生了相位跳变。具体的，基频行向量中各元素为复值，求取各复值的相位，即可得到相位向量PHX。从图4所示，相位跳变曲线中求解出在第101个采样点处取得极大值0.0888，该点大于波动阈值0.06，即在该点发生相位跳变。
(3)如图5所示，电压暂将持续时间的提取方式为：提取模矩阵中11倍基频行向量(即550Hz)，当该向量的各元素的幅值的波动大于阈值时，提取各个波动的极值对应的时间点，最后的时间点与最早的时间点的时间差为所述电压暂降持续时间。如图5所示，本实施例中，如图5所示，在第115个采样点和第281个采样点处分别取得极大值0.0167和 0.0442，在工频状态下，一个周期采32个点，则电压暂将持续时间
(4)如图所示，谐波特征的提取方式为：从模矩阵中提取频率幅值包络线，从包络线中提取出基频之外的波动极值，波动极值对应着相应频率谐波的幅值；选取幅值大于谐波阈值的谐波分量，分别计算各谐波分量与基频之间的谐波含有率。频率幅值的包络线的提取方式为：模矩阵中，行号代表频率，列号代表时间序列，提取包络线的过程中对模矩阵进行归并，归并过程中对模矩阵的每一行仅保留该行向量的最大元素；归并完成后形成一个列向量，该列向量表示不同频率下的包络线的幅值。如图6所示，频率幅值包络曲线中求解出在第17,32,64个采样点处频率分别取得极大值0.4798,0.0537,0.0540，证明除了基频信号外，还含有二、四次谐波，则二、四次谐波含有率分别为：
其中，HRU2以及HRU4分别为2次谐波和4次谐波的谐波含有率。
为了自动识别电压暂将的类型，本实施例中采用基于SVM模型的识别模型。各种原因导致的电压暂将具有不同的特征，因此可以通过SVM等机器识别模型对其进行识别。 SVM模型可以采用小样本进行训练，因此本实施例中选用该模型。识别模型的训练过程可以采用MATLAB的simulink工具包生成不同的训练样本。
以上结合附图实施例对本发明进行了详细说明，本领域中普通技术人员可根据上述说明对本发明做出种种变化例。因而，实施例中的某些细节不应构成对本发明的限定，本发明将以所附权利要求书界定的范围作为本发明的保护范围。
Claims (7)
1.一种供电系统电压暂将检测方法，其特征在于，包括以下步骤：
(S1)对供电系统中的某一路电压信号进行离散采样，获得采样点序列H(t)，序列中包括M个采样点；
(S2)计算采样点序列的FFT变换
(S3)对
进行扩维，得到M*N维的扩维矩阵，扩维矩阵中的元素为
其中n小于或等于N；
(S4)对高斯窗函数进行FFT运算，得到窗函数矩阵
(S5)将扩维矩阵
与窗函数矩阵G(m，n)相乘，得到矩阵B(m，n)，并对相乘的结果B(m，n)进行反傅里叶变换，得到目标谱函数
所述目标谱矩阵为复时频矩阵；
(S6)求取目标谱矩阵的模矩阵，从模矩阵以及目标谱矩阵中求取电压暂将的特征，电压暂将的特征包括：电压暂降幅值、电压暂将的相位跳变、电压暂降持续时间以及谐波特征；
(S7)将电压暂将特征输入识别模型以得到电压暂将的类型，电压暂将的类型包括短路故障、感应电动机启动以及变压器激磁。
2.根据权利要求1所述的一种供电系统电压暂将检测方法，其特征在于，步骤(S1)中，对电压信号的采样频率为1600Hz。
3.根据权利要求1所述的一种供电系统电压暂将检测方法，其特征在于，电压暂降幅值的提取方式为：提取出模矩阵中基频行向量，得到相应的幅值曲线；电压暂降幅值的计算表达式为：
MF＝Usag/Uref
其中，Uref指暂降前的电压有效值；Usag表示电压暂降时的有效值，该值为所述幅值曲线凹陷段的最小值。
4.根据权利要求1所述的一种供电系统电压暂将检测方法，其特征在于，电压暂将的相位跳变的提取方式为：提取目标谱矩阵的基频相位向量PHX，然后再逐点比较相邻两点相位增量PHXij，计算公式为：
PHXij＝|PHX[i]-PHX[j]|
其中，PHXij是一个长度为(n-1)的向量，1≤i≤n-1且j-i＝1；当相位增量大于波动阈值时，表明发生了相位跳变。
5.根据权利要求1所述的一种供电系统电压暂将检测方法，其特征在于，电压暂降持续时间的提取方式为：提取模矩阵中11倍基频行向量，当该向量的各元素的幅值的波动大于阈值时，提取各个波动的极值对应的时间点，最后的时间点与最早的时间点的时间差为所述电压暂降持续时间。
6.根据权利要求1所述的一种供电系统电压暂将检测方法，其特征在于，谐波特征的提取方式为：从模矩阵中提取频率幅值包络线，从包络线中提取出基频之外的波动极值，波动极值对应着相应频率谐波的幅值；选取幅值大于谐波阈值的谐波分量，分别计算各谐波分量与基频之间的谐波含有率。
7.根据权利要求1所述的一种供电系统电压暂将检测方法，其特征在于，所述识别模型为SVM模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010848084.XA CN112034232A (zh) | 2020-08-21 | 2020-08-21 | 一种供电系统电压暂降检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010848084.XA CN112034232A (zh) | 2020-08-21 | 2020-08-21 | 一种供电系统电压暂降检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112034232A true CN112034232A (zh) | 2020-12-04 |
Family
ID=73581711
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010848084.XA Pending CN112034232A (zh) | 2020-08-21 | 2020-08-21 | 一种供电系统电压暂降检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112034232A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115469154A (zh) * | 2022-11-02 | 2022-12-13 | 国网信息通信产业集团有限公司 | 一种电压暂降持续时间类型预测方法、系统及预测终端 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103995178A (zh) * | 2014-05-20 | 2014-08-20 | 江苏大学 | 一种基于时频聚集特性准则s变换的电压暂降检测方法 |
| CN104808035A (zh) * | 2014-01-24 | 2015-07-29 | 华北电力大学（保定） | 一种基于广义双曲s变换的电压暂降检测方法 |
| CN110954779A (zh) * | 2019-11-29 | 2020-04-03 | 国网上海市电力公司 | 一种基于s变换与多维分形的电压暂降源特征识别方法 |
-
2020
- 2020-08-21 CN CN202010848084.XA patent/CN112034232A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104808035A (zh) * | 2014-01-24 | 2015-07-29 | 华北电力大学（保定） | 一种基于广义双曲s变换的电压暂降检测方法 |
| CN103995178A (zh) * | 2014-05-20 | 2014-08-20 | 江苏大学 | 一种基于时频聚集特性准则s变换的电压暂降检测方法 |
| CN110954779A (zh) * | 2019-11-29 | 2020-04-03 | 国网上海市电力公司 | 一种基于s变换与多维分形的电压暂降源特征识别方法 |
Non-Patent Citations (2)
| Title |
|---|
| 徐健等: "基于S变换模矩阵的电网扰动信号检测", 《电子测量技术》 * |
| 郭敏等: "两种扰动源引起电压暂降的快速检测及特征分析", 《电源学报》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115469154A (zh) * | 2022-11-02 | 2022-12-13 | 国网信息通信产业集团有限公司 | 一种电压暂降持续时间类型预测方法、系统及预测终端 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113219300B (zh) | 一种基于相电流暂态稳态的配电网单相接地故障感知方法 | |
| CN108344895B (zh) | 信号检测方法及装置 | |
| 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 | |
| Chilukuri et al. | Multiresolution S-transform-based fuzzy recognition system for power quality events | |
| Su et al. | Power harmonic and interharmonic detection method in renewable power based on Nuttall double‐window all‐phase FFT algorithm | |
| CN109375060B (zh) | 一种配电网故障波形相似度计算方法 | |
| CN116865269B (zh) | 一种风电机组高谐波补偿方法及系统 | |
| CN110954779A (zh) | 一种基于s变换与多维分形的电压暂降源特征识别方法 | |
| Ma et al. | Harmonic and interharmonic analysis of mixed dense frequency signals | |
| US8717040B2 (en) | Method for instantaneously determining rates of distortion of signals on an AC electrical network, and associated device | |
| CN111398721A (zh) | 一种引入调节因子的配电网电压暂降源分类识别方法 | |
| CN112034232A (zh) | 一种供电系统电压暂降检测方法 | |
| Anshuman et al. | Enhanced visualization and characterization of low frequency oscillations in power system | |
| CN104076203A (zh) | 一种考虑负频率影响的超低频间谐波检测方法 | |
| CN115902528B (zh) | 一种直流牵引网振荡与短路故障辨识方法 | |
| CN116610912A (zh) | 一种基于提升小波和fft的电能质量快速检测方法及系统 | |
| Khodaparast et al. | Emd-prony for phasor estimation in harmonic and noisy condition | |
| Zhu et al. | A novel voltage sag detection method for analyzing charging quality of electric vehicle | |
| CN111524036B (zh) | 一种暂态电能质量扰动分类方法 | |
| Abdullah et al. | Bilinear time-frequency analysis techniques for power quality signals | |
| CN110531137A (zh) | 一种电能质量调节、电压暂变检测方法及动态电压恢复器 | |
| Firouzjah et al. | A predictive current control method for shunt active filter with windowing based wavelet transform in harmonic detection | |
| CN113030570A (zh) | 一种谐波电能检测方法和自适应滤波器 | |
| Li | Hilbert-Huang transform based application in power system fault detection | |
| CN114184838A (zh) | 基于sn互卷积窗的电力系统谐波检测方法、系统及介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201204 |