CN112379304B - 低频干扰信号检测方法、电子设备及可读存储介质 - Google Patents
低频干扰信号检测方法、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN112379304B CN112379304B CN202011180681.6A CN202011180681A CN112379304B CN 112379304 B CN112379304 B CN 112379304B CN 202011180681 A CN202011180681 A CN 202011180681A CN 112379304 B CN112379304 B CN 112379304B
- Authority
- CN
- China
- Prior art keywords
- fitting
- low
- frequency interference
- interference signal
- error
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/52—Testing for short-circuits, leakage current or ground faults
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/26—Measuring noise figure; Measuring signal-to-noise ratio
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
Abstract
本发明公开了一种低频干扰信号检测方法、电子设备及可读存储介质,涉及信号检测技术领域。本发明通过获取采样信号;根据采样信号,建立低频干扰信号的拟合点;根据拟合点,建立低频干扰信号的数学模型;建立误差模型,通过区间倍数缩减法计算指定频率区间内误差模型值最小时的拟合参数;根据拟合参数和数学模型,计算低频干扰信号。本发明实施例通过上述方法,实现了对低频干扰信号的检测,从而提高避雷器漏电流的测量精度。
Description
技术领域
本发明涉及信号检测技术领域,尤其是涉及一种低频干扰信号检测方法、电子设备及可读存储介质。
背景技术
电力系统现场的运行表明:目前采用的金属氧化物(MOA)避雷器阀片长期承受工频电压,运行期间总有电流流过阀片,另外再加上冲击电压及内部受潮等因素的作用,会引起避雷器阀片的老化,使得阻性泄漏电流增加和功耗加剧,导致避雷器阀片温度升高直至发生热崩馈,从而引发电网事故。因此,对MOA避雷器的长期在线监测是保证其安全运行的重要手段。MOA避雷器在线监测系统即是实现这样的功能。
正常工作的MOA避雷器的漏电流非常小,一般在几十微安到几十毫安之间,其阻性分量甚至只有几微安。相关技术中,测量MOA避雷器的漏电流采用零磁通技术,需要向磁通回路中注入反向磁通以抵消剩余磁通,这样就会在标准的正弦交流电信号中叠加微小的低频干扰电流信号,如果MOA避雷器漏电流较小时,这个干扰电流信号就会影响MOA避雷器漏电流的测量精度。因此,需要对低频干扰电流信号进行检测。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种低频干扰信号检测方法、电子设备及可读存储介质,能够检测低频干扰信号,从而提高避雷器漏电流的测量精度。
根据本发明第一方面实施例的低频干扰信号检测方法,包括:
获取采样信号;
根据所述采样信号,建立低频干扰信号的拟合点;
根据所述拟合点,建立低频干扰信号的数学模型;
建立误差模型,通过区间倍数缩减法计算指定频率区间内误差模型值最小时的拟合参数;
根据所述拟合参数和所述数学模型,计算低频干扰信号。
根据本发明实施例的低频干扰信号检测方法,至少具有如下有益效果:
本发明实施例通过获取采样信号;根据采样信号,建立低频干扰信号的拟合点;根据拟合点,建立低频干扰信号的数学模型;建立误差模型,通过区间倍数缩减法计算指定频率区间内误差模型值最小时的拟合参数;根据拟合参数和数学模型,计算低频干扰信号。本发明实施例通过上述方法,实现了对低频干扰信号的检测,从而提高避雷器漏电流的测量精度。
根据本发明的一些实施例,所述根据采样信号,建立低频干扰信号的拟合点,包括:
获取距离采样零点的时间参数ti和对应的信号幅值xi;
建立低频干扰信号的拟合点(ti,xi)。
根据本发明的一些实施例,所述获取距离采样零点的时间参数ti和对应的信号幅值xi,包括:
获取第i个采样周期内的信号幅值的最大值xmax i和最小值xmin i,i=1,2,…,n;
获取xmax i、xmin i对应的时间参数tmax i、tmin i,则
ti=(tmax i+tmin i)/2 (1)
xi=(xmax i+xmin i)/2 (2)。
根据本发明的一些实施例,所述低频干扰信号的数学模型为:
xi=A*sin(ω*ti)+B*cos(ω*ti)+C (3)
其中,A、B、C为拟合参数,ω为角速度。
根据本发明的一些实施例,所述建立误差模型,通过区间倍数缩减法计算指定频率区间内误差模型值最小时的拟合参数,包括:
建立误差模型:
其中,εc为拟合误差,ωc为指定角速度;
令
δ(εc,A)=0 (5)
δ(εc,B)=0 (6)
δ(εc,C)=0 (7)
其中,δ(εc,A)表示拟合误差εc对拟合参数A的偏导数,δ(εc,B)表示拟合误差εc对拟合参数B的偏导数,δ(εc,C)表示拟合误差εc对拟合参数C的偏导数;
联立公式(5)至(7),得到一个线性方程组,求解此线性方程组,获得指定角速度ωc对应的拟合参数A、B、C,代入公式(4),计算拟合误差εc;
通过区间倍数缩减法计算指定频率区间内拟合误差εc最小时的拟合参数A'、B'、C'。
根据本发明的一些实施例,所述通过区间倍数缩减法计算指定频率区间内拟合误差εc最小时的拟合参数A'、B'、C',包括:
计算指定频率区间两端点M、N和中点P的拟合误差,并进行比较;
若拟合误差较小值落在两端点M或N上,则将频率区间缩减为较小值对应的端点和中点P;
若拟合误差较小值没有落在两端点M或N上,则以中点P为中点,频率区间缩减一半;
当频率区间缩减至预设精度时,计算对应的拟合参数A'、B'、C'。
根据本发明的一些实施例,所述根据所述拟合参数和所述数学模型,计算低频干扰信号,包括:
根据拟合参数A'、B'、C',以及公式(3),计算低频干扰信号。
根据本发明的一些实施例,低频干扰信号检测方法还包括:
从所述采样信号中消除低频干扰信号。
根据本发明第二方面实施例的电子设备,包括:
至少一个处理器,以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行:
如第一方面所述的低频干扰信号检测方法。
根据本发明第四方面实施例的计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行:
如第一方面所述的低频干扰信号检测方法。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
下面结合附图和实施例对本发明做进一步的说明,其中:
图1为本发明一实施例提供的采样电流信号的示意图;
图2为本发明一实施例提供的低频干扰信号检测方法的流程示意图;
图3为本发明另一实施例提供的低频干扰信号检测方法的流程示意图;
图4为本发明另一实施例提供的低频干扰信号检测方法的流程示意图;
图5为本发明另一实施例提供的低频干扰信号检测方法的流程示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,涉及到方位描述,例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,若干的含义是一个以上,多个的含义是两个以上,大于、小于、超过等理解为不包括本数,以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中,除非另有明确的限定,设置、安装、连接等词语应做广义理解,所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
电力系统现场的运行表明:目前采用的金属氧化物(MOA)避雷器阀片长期承受工频电压,运行期间总有电流流过阀片,另外再加上冲击电压及内部受潮等因素的作用,会引起避雷器阀片的老化,使得阻性泄漏电流增加和功耗加剧,导致避雷器阀片温度升高直至发生热崩馈,从而引发电网事故。因此,对MOA避雷器的长期在线监测是保证其安全运行的重要手段。MOA避雷器在线监测系统即是实现这样的功能。
正常工作的MOA避雷器的漏电流非常小,一般在几十微安到几十毫安之间,其阻性分量甚至只有几微安。相关技术中,测量MOA避雷器的漏电流采用零磁通技术,需要向磁通回路中注入反向磁通以抵消剩余磁通,这样就会在MOA避雷器的漏电流中叠加微小的低频干扰电流信号,在MOA避雷器的漏电流较大时,这个低频干扰电流信号可以忽略不计,但是如果MOA避雷器漏电流较小时,这个干扰电流信号就会影响MOA避雷器漏电流的测量精度。另一方面,由于许多MOA避雷器漏电流测量方法采用无线或低功耗测量方式,不能也不需要获得较长周期的测量信号,这样也就不能获得完整周期的低频干扰信号并消除这个低频干扰信号,同样会影响MOA避雷器漏电流的测量精度。同时,MOA避雷器漏电流中有丰富的谐波电流,许多在线监测算法需要用到这些谐波电流,若用通常的低阻滤波器来滤掉低频干扰信号,会削弱许多有用的信号,导致测量不准确。
如图1所示,实线是测量的采样电流信号,纵坐标x为信号幅值,横坐标t为时间,它是在实线的标准的正弦电流(MOA避雷器的漏电流)基础上叠加了虚线的低频干扰电流信号。如果能够得到完整周期的低频干扰电流,可以用许多频域分析方法(如傅里叶变换等)分离出低频干扰信号,但是由于采用无线或低功耗要求的方法来测量MOA避雷器的漏电流,只能采样到图1中方框内的有限周期的波形,这就为分离出低频干扰信号并消除这个低频干扰信号,同时保留信号的其它完整信息带来了困难。为解决这个困难,本发明提出了一种分离低频干扰信号的三角函数波形拟合和辨识的快速算法,并在MOA避雷器在线监测系统中实现了该算法,该算法能够满足现场实时性的要求。
需要说明的是,为了叙述简洁,图1采用了标准正弦波形叠加低频干扰信号,实际电流波形包含丰富谐波,但只要是周期电流的波形均不影响本发明算法的正确性。
第一方面,如图2所示,本发明实施例提供了一种低频干扰信号检测方法。该方法包括:
步骤S100:获取采样信号;
步骤S200:根据采样信号,建立低频干扰信号的拟合点;
步骤S300:根据拟合点,建立低频干扰信号的数学模型;
步骤S400:建立误差模型,通过区间倍数缩减法计算指定频率区间内误差模型值最小时的拟合参数;
步骤S500:根据拟合参数和数学模型,计算低频干扰信号。
在一些实施例中,首先获取采样信号;根据采样信号,建立低频干扰信号的拟合点;根据拟合点,建立低频干扰信号的数学模型;建立误差模型,通过区间倍数缩减法计算指定频率区间内误差模型值最小时的拟合参数;根据拟合参数和数学模型,计算低频干扰信号。本发明实施例通过上述方法,实现了对低频干扰信号的检测,从而提高避雷器漏电流的测量精度。
在一些实施例中,如图3所示,步骤S200根据采样信号,建立低频干扰信号的拟合点,包括:
步骤S210:获取距离采样零点的时间参数ti和对应的信号幅值xi;
步骤S220:建立低频干扰信号的拟合点(ti,xi)。
在一些实施例中,建立低频干扰信号的拟合点(ti,xi),其中,ti为距离采样零点的时间参数,xi为ti对应的信号幅值。
在一些实施例中,如图4所示,步骤S210获取距离采样零点的时间参数ti和对应的信号幅值xi,包括:
步骤S211:获取第i个工频采样周期内的信号幅值的最大值xmax i和最小值xmin i,i=1,2,…,n:
步骤S212:获取最大值xmax i、最小值xmin i对应的时间参数tmax i、tmin i,则
ti=(tmax i+tmin i)/2 (1)
xi=(xmax i+xmin i)/2 (2)。
在一些实施例中,获取第i个工频采样周期内的信号幅值的最大值xmax i和最小值xmin i,i=1,2,…,n个工频采样周期,则xmax i和最小值xmin i对应的时间参数分别记为tmax i、tmin i,那么
ti=(tmax i+tmin i)/2 (1)
xi=(xmax i+xmin i)/2 (2)
这样,就建立了低频干扰信号拟合点的数据集,数据集的大小为采样周期数(一般地,采样周期数≥=4)。
在一些实施例中,低频干扰信号的数学模型为:
xi=A*sin(ω*ti)+B*cos(ω*ti)+C (3)
其中,A、B、C为拟合参数,ω为角速度。
在一些实施例中,低频干扰信号是典型正弦(或余弦)三角函数。现有技术中,一般设低频干扰信号的数学模型为:x=A1*sin(ω*t+θ)+C,A1、ω、θ、C为待定参数,(t,x)构成数据集,理论上4组数据(t,x)就能构造一个非线性方程组,通过牛顿-拉夫逊法解该非线性方程组,即可获得待定参数A1、ω、θ、C,但是牛顿--拉夫逊法解非线性方程组有可能不收敛,不适合现场实际应用。因此,本发明实施例选择xi=A*sin(ω*ti)+B*cos(ω*ti)+C作为低频干扰信号的数学模型,如果ω为已知的,那么公式(3)就变成了一个线性拟合公式,这样就不存在收敛问题了。
在一些实施例中,步骤S400建立误差模型,通过区间倍数缩减法计算指定频率区间内误差模型值最小时的拟合参数,包括:
建立误差模型:
其中,εc为拟合误差,ωc为指定角速度;
令
δ(εc,A)=0 (5)
δ(εc,B)=0 (6)
δ(εc,C)=0 (7)
其中,δ(εc,A)表示拟合误差εc对拟合参数A的偏导数,δ(εc,B)表示拟合误差εc对拟合参数B的偏导数,δ(εc,C)表示拟合误差εc对拟合参数C的偏导数;
联立公式(5)至(7),得到一个线性方程组,求解此线性方程组,获得指定角速度ωc对应的拟合参数A、B、C,代入公式(4),计算拟合误差εc;
通过区间倍数缩减法计算指定频率区间内拟合误差εc最小时的拟合参数A′、B′、C′。
在一些实施例中,建立误差模型令拟合误差εc对拟合参数A、B、C的偏导数为0,联立公式(5)至(7),得到一个线性方程组,求解此线性方程组,即可获得指定角速度ωc对应的拟合参数A、B、C,代入公式(4),并利用拟合数据集,即可计算拟合误差εc。通过区间倍数缩减法计算指定频率区间内拟合误差εc最小时的拟合参数A′、B′、C′,代入公式(3),即可得到低频干扰信号的三角函数。
在一些实施例中,如图5所示,通过区间倍数缩减法计算指定频率区间内拟合误差εc最小时的拟合参数A′、B′、C′,包括:
步骤S410:计算指定频率区间两端点M、N和中点P的拟合误差,并进行比较;
步骤S420:若拟合误差较小值落在两端点M或N上,则将频率区间缩减为较小值对应的端点和中点P;
步骤S430:若拟合误差较小值没有落在两端点M或N上,则以中点P为中点,频率区间缩减一半:
步骤S440:当频率区间缩减至预设精度时,计算对应的拟合参数A′、B′、C′。
在一些实施例中,ω=2πf,低频干扰信号的频率f一般是几赫兹,不失一般性,频率区间f∈ξ=[0.5,10.74],通过分析发现,在ξ这个频率区间范围内,公式(4)的拟合误差εc具有唯一最小值,求出这个最小值对应的角速度ω和模型参数A′、B′、C′,即可获得低频干扰信号的三角函数。
在一些实施例中,若预设精度为0.01Hz,在频率区间[0.5,10.74]内以0.01为级差,共有1024个频率值,即0.51、0.52、.....、10.71、10.72、10.73、10.74总共有1024个值。那么在区间ξ上求公式(4)的最小值需要进行1024次求解(5)(6)(7)联立的线性方程组,计算量较大。因此,本发明实施例采样区间倍数缩减法,可以大大减少计算量。具体步骤如下:
1)通过公式(4)计算频率区间ξ两个端点和中点总共3个点的拟合误差,比较这3个点,求出最小拟合误差值;
2)如果最小拟合误差值在两个端点上,将频率区间缩减一半,即缩减为最小拟合误差值对应的端点和临近的计算点(第一步即为ξ中点),重复步骤1)。比如0.5和10.74的中点是5.62,如果最小拟合误差值落在端点0.5,那么频率区间就变为[0.5,5.62],相对于频率区间[0.5,10.74]缩小了一半;
3)如果最小拟合误差值不在两个端点上,即最小拟合误差值在中点,则以中点为中点,原频率区间缩小一半,重复步骤1);按上面的例子,如果中点5.62的拟合误差值最小,那么取0.5和5.62的中点3.06以及5.62和10.74的中点8.18构成区间[3.06,8.18],是原频率区间[0.5,10.74]的一半;
4)当频率区间缩小到0.01时,即为所求的频率,进而求出对应的拟合参数A'、B'、C'。
由于1024=210,每次缩小一半区间,10次即可达到0.01的精度要求。原来需要进行1024次计算,本发明实施例只需10次上面步骤即可,大大减少了计算量,并且能够满足实时性要求。
在一些实施例中,步骤S500根据拟合参数和数学模型,计算低频干扰信号,包括:
根据拟合参数A'、B'、C',以及公式(3),计算低频干扰信号。
在一些实施例中,将最小拟合误差值对应的拟合参数A'、B'、C'代入公式(3),即可得到低频干扰信号的三角函数。
在一些实施例中,低频干扰信号检测方法还包括:
从采样信号中消除低频干扰信号。
在一些实施例中,从采样信号中减去低频干扰信号,即可消除低频干扰信号。
第二方面,本发明提供了一种电子设备,包括:
至少一个处理器,以及,
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行:
如第一方面所述的低频干扰信号检测方法。
在一些实施例中,电子设备也可以是用户终端。用户终端可以为移动终端设备,也可以为非移动终端设备。移动终端设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载终端设备、可穿戴设备、超级移动个人计算机、上网本、个人数字助理等;非移动终端设备可以为个人计算机、电视机、柜员机或者自助机等;本发明实施方案不作具体限定。
第三方面,本发明提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机可执行指令,计算机可执行指令用于使计算机执行:
如第一方面所述的低频干扰信号检测方法。
上面结合附图对本发明实施例作了详细说明,但是本发明不限于上述实施例,在所属技术领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。此外,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
以上所描述的装置实施例仅仅是示意性的,其中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,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。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (10)
1.低频干扰信号检测方法,其特征在于,包括:
获取采样信号;
根据所述采样信号,建立低频干扰信号的拟合点;
根据所述拟合点,建立低频干扰信号的数学模型;
建立误差模型,通过区间倍数缩减法计算指定频率区间内误差模型值最小时的拟合参数;
根据所述拟合参数和所述数学模型,计算低频干扰信号。
2.根据权利要求1所述的低频干扰信号检测方法,其特征在于,所述根据采样信号,建立低频干扰信号的拟合点,包括:
获取距离采样零点的时间参数ti和对应的信号幅值xi;
建立低频干扰信号的拟合点(ti,xi)。
3.根据权利要求2所述的低频干扰信号检测方法,其特征在于,所述获取距离采样零点的时间参数ti和对应的信号幅值xi,包括:
获取第i个采样周期内的信号幅值的最大值xmax i和最小值xmin i,i=1,2,…,n;
获取xmax i、xmin i对应的时间参数tmax i、tmin i,则
ti=(tmax i+tmin i)/2 (1)
xi=(xmax i+xmin i)/2 (2)。
4.根据权利要求2所述的低频干扰信号检测方法,其特征在于,所述低频干扰信号的数学模型为:
xi=A*sin(ω*ti)+B*cos(ω*ti)+C (3)
其中,A、B、C为拟合参数,ω为角速度。
5.根据权利要求4所述的低频干扰信号检测方法,其特征在于,所述建立误差模型,通过区间倍数缩减法计算指定频率区间内误差模型值最小时的拟合参数,包括:
建立误差模型:
其中,εc为拟合误差,ωc为指定角速度;
令
δ(εc,A)=0 (5)
δ(εc,B)=0 (6)
δ(εc,C)=0 (7)
其中,δ(εc,A)表示拟合误差εc对拟合参数A的偏导数,δ(εc,B)表示拟合误差εc对拟合参数B的偏导数,δ(εc,C)表示拟合误差εc对拟合参数C的偏导数;
联立公式(5)至(7),得到一个线性方程组,求解此线性方程组,获得指定角速度ωc对应的拟合参数A、B、C,代入公式(4),计算拟合误差εc;
通过区间倍数缩减法计算指定频率区间内拟合误差εc最小时的拟合参数A'、B'、C'。
6.根据权利要求5所述的低频干扰信号检测方法,其特征在于,所述通过区间倍数缩减法计算指定频率区间内拟合误差εc最小时的拟合参数A'、B'、C',包括:
计算指定频率区间两端点M、N和中点P的拟合误差,并进行比较;
若拟合误差较小值落在两端点M或N上,则将频率区间缩减为较小值对应的端点和中点P;
若拟合误差较小值没有落在两端点M或N上,则以中点P为中点,频率区间缩减一半;
当频率区间缩减至预设精度时,计算对应的拟合参数A'、B'、C'。
7.根据权利要求5或6所述的低频干扰信号检测方法,其特征在于,所述根据所述拟合参数和所述数学模型,计算低频干扰信号,包括:
根据拟合参数A'、B'、C',以及公式(3),计算低频干扰信号。
8.根据权利要求1所述的低频干扰信号检测方法,其特征在于,还包括:
从所述采样信号中消除低频干扰信号。
9.电子设备,其特征在于,包括:
至少一个处理器,以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行:
如权利要求1至8任一项所述的低频干扰信号检测方法。
10.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存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行:
如权利要求1至8任一项所述的低频干扰信号检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011180681.6A CN112379304B (zh) | 2020-10-29 | 2020-10-29 | 低频干扰信号检测方法、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011180681.6A CN112379304B (zh) | 2020-10-29 | 2020-10-29 | 低频干扰信号检测方法、电子设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112379304A CN112379304A (zh) | 2021-02-19 |
CN112379304B true CN112379304B (zh) | 2022-05-06 |
Family
ID=74576003
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011180681.6A Active CN112379304B (zh) | 2020-10-29 | 2020-10-29 | 低频干扰信号检测方法、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112379304B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104849597A (zh) * | 2015-05-20 | 2015-08-19 | 南京信息工程大学 | 一种金属氧化物避雷器在线监测方法 |
CN107179451A (zh) * | 2017-05-15 | 2017-09-19 | 深圳市量为科技有限公司 | 一体化低频噪声测试装置 |
CN108169560A (zh) * | 2017-12-21 | 2018-06-15 | 哈尔滨工程大学 | 一种分段正弦拟合分解方法 |
CN109283422A (zh) * | 2018-10-17 | 2019-01-29 | 许昌许继软件技术有限公司 | 一种消除相间干扰的避雷器漏电流在线监测方法及装置 |
CN110929217A (zh) * | 2019-11-14 | 2020-03-27 | 云南电网有限责任公司电力科学研究院 | 一种含有毛刺、尖峰干扰频响曲线的矫正方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8108039B2 (en) * | 2007-07-13 | 2012-01-31 | Neuro Wave Systems Inc. | Method and system for acquiring biosignals in the presence of HF interference |
US9020080B2 (en) * | 2011-06-16 | 2015-04-28 | Lockheed Martin Corporation | Method and system to adaptively cancel sinusoidal interference from a signal processing system |
-
2020
- 2020-10-29 CN CN202011180681.6A patent/CN112379304B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104849597A (zh) * | 2015-05-20 | 2015-08-19 | 南京信息工程大学 | 一种金属氧化物避雷器在线监测方法 |
CN107179451A (zh) * | 2017-05-15 | 2017-09-19 | 深圳市量为科技有限公司 | 一体化低频噪声测试装置 |
CN108169560A (zh) * | 2017-12-21 | 2018-06-15 | 哈尔滨工程大学 | 一种分段正弦拟合分解方法 |
CN109283422A (zh) * | 2018-10-17 | 2019-01-29 | 许昌许继软件技术有限公司 | 一种消除相间干扰的避雷器漏电流在线监测方法及装置 |
CN110929217A (zh) * | 2019-11-14 | 2020-03-27 | 云南电网有限责任公司电力科学研究院 | 一种含有毛刺、尖峰干扰频响曲线的矫正方法及装置 |
Non-Patent Citations (1)
Title |
---|
氧化锌避雷器在线监测系统研制;邢雁凯;《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》;20170315(第03期);C042-3003 * |
Also Published As
Publication number | Publication date |
---|---|
CN112379304A (zh) | 2021-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6204474B2 (ja) | 入力電力及び電流測定のシステム及び方法 | |
EP3919899A1 (en) | Formaldehyde concentration measurement method and apparatus, and air purifier | |
CN210863662U (zh) | 一种甲醛浓度检测装置及空气净化器 | |
CN105277793A (zh) | 电缆导体交流电阻测量方法与系统 | |
CN112379304B (zh) | 低频干扰信号检测方法、电子设备及可读存储介质 | |
CN109696702B (zh) | 一种海水放射性核素k40检测的重叠峰判断方法 | |
JP2018523101A (ja) | 信号を分析するための方法およびその方法を実行するための装置 | |
EP3370074B1 (en) | Method for detecting background noise of sensor, and device thereof | |
KR20100130055A (ko) | 차량밀도 검지방법 | |
CN114460360B (zh) | 一种基于电表测量电流时间积分的检测方法、系统及装置 | |
JP5009870B2 (ja) | 静電容量式センサの異常検出装置 | |
EP3322976A1 (en) | A method and device for determining the wear of a carbon ceramic brake disc in a vehicle by impedance measurements | |
US11175322B2 (en) | Gating energy consumption accumulation by detecting a fundamental component of a current | |
CN113670478A (zh) | 基于测温仪的温度数据的修正方法、系统、装置及介质 | |
CN108008171B (zh) | 一种电路参数检测电路及电能表 | |
CN109669205B (zh) | 一种海水放射性核素k40元素的寻峰方法 | |
WO2017161870A1 (zh) | 一种频率调节的方法及装置 | |
CN112611929A (zh) | 一种应用于三相交流电的异常检测方法及相关装置 | |
CN108693164B (zh) | 基于光纤拉曼散射信号的温度解调方法、装置及系统 | |
CN110068716A (zh) | 窃电检测方法及装置 | |
JP4053392B2 (ja) | 容量式電磁流量計 | |
EP4163600B1 (en) | Method for error detection of a position sensor and position sensor | |
US20220413023A1 (en) | Estimation, despite a fraud, of the power consumed on a phase | |
CN105939509A (zh) | 一种喇叭的检测系统及方法 | |
CN214473622U (zh) | 一种充电桩接地电阻检测电路 |
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 |