CN113030570A - 一种谐波电能检测方法和自适应滤波器 - Google Patents

一种谐波电能检测方法和自适应滤波器 Download PDF

Info

Publication number
CN113030570A
CN113030570A CN202110301875.5A CN202110301875A CN113030570A CN 113030570 A CN113030570 A CN 113030570A CN 202110301875 A CN202110301875 A CN 202110301875A CN 113030570 A CN113030570 A CN 113030570A
Authority
CN
China
Prior art keywords
harmonic
signal
fundamental wave
electric energy
calculating
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
CN202110301875.5A
Other languages
English (en)
Inventor
赵四海
曹献炜
李建炜
常兴智
张军
王再望
党政军
罗长荣
马强
钟大磊
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.)
Ningxia LGG Instrument Co Ltd
Original Assignee
Ningxia LGG Instrument 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 Ningxia LGG Instrument Co Ltd filed Critical Ningxia LGG Instrument Co Ltd
Priority to CN202110301875.5A priority Critical patent/CN113030570A/zh
Publication of CN113030570A publication Critical patent/CN113030570A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16Spectrum analysis; Fourier analysis
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16Spectrum analysis; Fourier analysis
    • G01R23/165Spectrum analysis; Fourier analysis using filters
    • G01R23/167Spectrum analysis; Fourier analysis using filters with digital filters

Landscapes

  • Physics & Mathematics (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电能检测方法和自适应滤波器,属于电网技术领域。本发明通过自适应滤波器,对基波信号和谐波信号进行检测,不仅减少了基波和高次谐波的影响,降低了计算成本,从而降低了谐波电能检测的成本,进一步的,还在FFT处理后通过反馈当前的基波频率到自适应滤波器,实现非正弦条件下的谐波电能检测计量,能够减少谐波检测时基波及高次谐波的干扰,降低计算量,提高非正弦条件下电能计量的准确度。

Description

一种谐波电能检测方法和自适应滤波器
技术领域
本发明涉及电网技术领域,特别涉及一种谐波电能检测方法和自适应滤波器。
背景技术
随着家用电器的发展,许多非线性负荷大量接入居民电网,造成电网产生大量谐波畸变干扰,对当前电能计量的准确性提出挑战,因此准确的对谐波进行检测并计量电能对当前电力行业具有重要意义。
现有的谐波分析通常采用FFT(快速傅里叶变换)实现谐波分析,但是由于实际电网信号往往含有丰富的谐波分量,而且谐波分量的幅值一般为基波分量的百分之几或更小。当通过现有技术所提供的方法进行非同步采样时,基波分量的频谱泄漏将严重影响谐波分量,谐波分量之间也会发生相互泄漏,导致谐波分析误差增加,降低了谐波电能检测的可靠性和准确性,从而进一步降低了电量检测的准确性,且在采用现有的方法实现谐波分析,避免谐波分量之间也会发生相互泄漏的过程中,计算量较大,从而会提高谐波电能检测的成本。
发明内容
为了解决现有技术的问题,本发明实施例提供了一种谐波电能检测方法和自适应滤波器。所述技术方案如下:
第一方面,提供了一种谐波电能检测方法,所述方法包括:
通过自适应滤波器,对电网中的原始信号进行分离,获得所述原始信号的基波信号与谐波信号;
计算所述基波信号和所述谐波信号的电能,并根据所述基波信号的电能和所述谐波信号的电能,计算所述原始信号的电能;
根据所述谐波信号的谐波参数,获取所述基波信号的基波参数;
根据所述基波参数,调节所述自适应滤波器。
可选的,所述计算所述基波信号的电能包括:
对基波信号进行FFT处理,得到基波参数u1和i1,及其正交分量u1’和i1’;
根据所述基波参数,使用单相瞬时功率法,计算所述基波信号的电能。
可选的,所述计算所述谐波信号的电能包括:
对所述谐波信号进行加窗FFT分析,得到各次谐波参数um和im,及其正交分量um’和im’;
根据所述各次谐波参数,使用单相瞬时功率法,计算谐波信号的电能;
其中,所述m为谐波次数,所述m为正整数。
可选的,所述根据所述基波参数,使用单相瞬时功率法,计算所述基波信号的电能包括:
通过以下公式计算基波信号的有功功率P1
P1=0.5×(u1i1+u'1i'1);
通过以下公式计算基波信号的电能Epf
Epf=P1×t;
所述根据所述各次谐波参数,使用单相瞬时功率法,计算谐波信号的电能包括:
通过以下公式计算谐波信号的有功功率Pm
Pm=0.5×(umim+u'mi'm);
通过以下公式计算谐波信号的电能Eph
Figure BDA0002986634000000021
其中,t为时间。
可选的,所述谐波参数包括实时谐波信号点的频率,所述基波参数包括实时基波信号点的频率,所述根据所述谐波信号的谐波参数,获取所述基波信号的基波参数包括:
获取所述谐波参数中预设频率区间内,满足预设条件的实时谐波信号点的频率;
设置所述满足预设条件的实时谐波信号点的频率,为所述实时基波信号点的频率。
可选的,所述自适应滤波器配置RLS算法,所述根据所述基波参数,调节所述自适应滤波器包括:
根据所述实时基波信号点的频率,作为所述RLS算法的输入参数。
可选的,所述计算所述基波信号和所述谐波信号的电能之前,所述方法还包括:
对所述谐波信号使用低通滤波器以滤除高次谐波;
其中,所述低通滤波器的阶数为10阶,其截止频率为650Hz。
可选的,所述对所述谐波信号进行加窗FFT分析过程中,窗函数为:
Figure BDA0002986634000000031
其中,1≦n≦N,N为采样点数。
另一方面,提供了一种自适应滤波器,所述自适应滤波器包括自适应滤波模块,还包括:
分离模块,用于通过所述自适应滤波模块,对电网中的原始信号进行分离,获得所述原始信号的基波信号与谐波信号;
计算模块,用于计算所述基波信号和所述谐波信号的电能,并根据所述基波信号的电能和所述谐波信号的电能,计算所述原始信号的电能;
获取模块,用于根据所述谐波信号的谐波参数,获取所述基波信号的基波参数;
调节模块,用于根据所述基波参数,调节所述自适应滤波模块。
可选的,所述计算模块具体用于:
所述计算所述基波信号的电能,包括:
对基波信号进行FFT处理,得到基波参数u1和i1,及其正交分量u1’和i1’;
根据所述基波参数,使用单相瞬时功率法,计算所述基波信号的电能;
计算所述谐波信号的电能,包括:
对所述谐波信号进行加窗FFT分析,得到各次谐波参数um和im,及其正交分量um’和im’;
根据所述各次谐波参数,使用单相瞬时功率法,计算谐波信号的电能;
其中,所述m为谐波次数,所述m为正整数。
可选的,所述计算模块具体用于:
根据所述基波参数,使用单相瞬时功率法,计算所述基波信号的电能,包括:
通过以下公式计算基波信号的有功功率P1
P1=0.5×(u1i1+u'1i'1);
通过以下公式计算基波信号的电能Epf
Epf=P1×t;
根据所述各次谐波参数,使用单相瞬时功率法,计算谐波信号的电能,包括:
通过以下公式计算谐波信号的有功功率Pm
Pm=0.5×(umim+u'mi'm);
通过以下公式计算谐波信号的电能Eph
Figure BDA0002986634000000041
其中,t为时间。
可选的,所述谐波参数包括实时谐波信号点的频率,所述基波参数包括实时基波信号点的频率,所述获取模块具体用于:
获取所述谐波参数中预设频率区间内,满足预设条件的实时谐波信号点的频率;
设置所述满足预设条件的实时谐波信号点的频率,为所述实时基波信号点的频率。
可选的,所述自适应滤波器配置RLS算法,所述调节模块具体用于:
根据所述实时基波信号点的频率,作为所述RLS算法的输入参数。
可选的,所述计算模块还用于:
对所述谐波信号使用低通滤波器以滤除高次谐波;
其中,所述低通滤波器的阶数为10阶,其截止频率为650Hz。
可选的,所述计算模块还配置有窗函数,所述窗函数为:
Figure BDA0002986634000000051
其中,1≦n≦N,N为采样点数。
本发明实施例提供的技术方案带来的有益效果是:
通过自适应滤波器,对基波信号和谐波信号进行检测,降低了计算成本,从而降低了谐波电能检测的成本,进一步的,在FFT处理后通过反馈当前的基波频率到自适应滤波器,实现非正弦条件下的谐波电能检测计量,能够减少谐波检测时基波及高次谐波的干扰,降低计算量,提高非正弦条件下电能计量的准确度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种谐波电能检测方法流程图;
图2是本发明实施例提供的一种自适应滤波器原理图;
图3是本发明实施例提供的一种自适应滤波器频率响应示意图;
图4是本发明实施例提供的一种时域波形与频域响应图;
图5是本发明实施例提供的一种自适应滤波器结构示意图;
图6是本发明实施例提供的含有谐波的单相电压波形图;
图7是本发明实施例提供的含有谐波的单相电压幅频图;
图8是本发明实施例提供的基波信号波形图;
图9是本发明实施例提供的谐波信号波形图;
图10是本发明实施例提供的谐波信号幅频图;
图11是本发明实施例提供的另一种基波信号波形图;
图12是本发明实施例提供的另一种谐波信号波形图;
图13是本发明实施例提供的另一种谐波信号幅频图;
图14是本发明实施例提供的另一种谐波信号幅频图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,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做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。
实施例一
参照图1所示,本发明实施例提供了一种谐波电能检测方法,包括:
101、通过自适应滤波器,对电网中的原始信号进行分离,获得所述原始信号的基波信号与谐波信号。
具体的,该自适应滤波器的原理如图2所示,该过程可以为:
采集电网中的电压、电流信号并转换为数字信号输出,采样点数为N;
N点序列的原始信号为期望信号d(t),该N点序列的原始信号的电压值为u(n),电流值为i(n);其中:
电压的输入信号可以为:
Figure BDA0002986634000000061
电流的输入信号可以为:
x(t)=10×sin(2×π×fx×t);
电流和电压的输出信号可以为:
y(t)=xT(t)×w(t);
误差信号为:
ε(t)=d(t)-y(t)
其中,fx为步骤104中所述的基波参数,进一步的,该基波参数为基频率;w(t)为自适应滤波器系数,其计算公式如下:
w(t)=w(t-1)+e(t)×SD(t)×x(t);
其中,e(t)表示先验误差,SD(t)表示输入信号矢量的确定性自相关矩阵,其计算公式如下:
e(t)=d(t)-xT(t)×w(t-1);
Figure BDA0002986634000000071
其中,λ为遗忘因子。
102、计算基波信号和谐波信号的电能,并根据基波信号的电能和谐波信号的电能,计算原始信号的电能。
103、根据谐波信号的谐波参数,获取基波信号的基波参数。
104、根据基波参数,调节自适应滤波器。
可选的,步骤102中,计算基波信号的电能可以为:
201、对基波信号进行FFT处理,得到基波参数u1和i1,及其正交分量u1’和i1’;
202、根据基波参数,使用单相瞬时功率法,计算基波信号的电能。
可选的,步骤102中,计算谐波信号的电能可以为:
301、对谐波信号进行加窗FFT分析,得到各次谐波参数um和im,及其正交分量um’和im’;
302、根据各次谐波参数,使用单相瞬时功率法,计算谐波信号的电能;
其中,m为谐波次数,m为正整数。
可选的,步骤202所述的过程可以为:
通过以下公式计算基波信号的有功功率P1
P1=0.5×(u1i1+u'1i'1);
通过以下公式计算基波信号的电能Epf
Epf=P1×t;
可选的,步骤302所述的过程可以为:
通过以下公式计算谐波信号的有功功率Pm
Pm=0.5×(umim+u'mi'm);
通过以下公式计算谐波信号的电能Eph
Figure BDA0002986634000000081
其中,t为时间。
可选的,谐波参数包括实时谐波信号点的频率,基波参数包括实时基波信号点的频率,步骤103所述的过程可以为:
401、获取谐波参数中预设频率区间内,满足预设条件的实时谐波信号点的频率;
具体的,该预设频率区间49Hz到51Hz之间,该满足预设条件可以为:
取预设频率区间的最大值点,电压信号当最大值点的幅度超过5时或对于电流信号当最大值点的幅度超过0.5的多个实时谐波信号点。
402、设置满足预设条件的实时谐波信号点的频率,为实时基波信号点的频率。
可选的,自适应滤波器配置RLS算法,步骤104所述的过程可以为:
根据实时基波信号点的频率,作为RLS算法的输入参数。
可选的,步骤102之前,方法还包括:
对谐波信号使用低通滤波器以滤除高次谐波;
其中,低通滤波器的阶数为10阶,其截止频率为650Hz。
在实际应用中,该低通滤波器可以为巴特沃斯型IIR数字低通滤波器,其传递函数为:
Figure BDA0002986634000000091
式中,n为滤波器阶数,wc为截至频率,wp为通频带边缘频率;
具体来说,滤波器阶数为10阶,其截止频率为650Hz,其频率响应图如图3所示。
可选的,步骤301所述的对谐波信号进行加窗FFT分析过程中,窗函数为:
Figure BDA0002986634000000092
其中,1≦n≦N,N为采样点数。
在实际应用中,该窗函数可以为汉宁窗函数,时域波形与频域响应图如图4所示。
通过自适应滤波器,对基波信号和谐波信号进行检测,且由于居民用电中谐波成分主要时3、5、7等奇次谐波,95%属于13次谐波以内,因此只需要在一定范围内进行加窗FFT,不仅减少了基波和高次谐波的影响,降低了计算成本,从而降低了谐波电能检测的成本,进一步的,在FFT处理后通过最大值法可以反馈当前的基波频率到自适应滤波器,从而实现非正弦条件下的谐波电能检测计量,能够减少谐波检测时基波及高次谐波的干扰,降低计算量,提高非正弦条件下电能计量的准确度。
实施例二
参照图5所示,本发明实施例提供了一种自适应滤波器5,该自适应滤波器5包括自适应滤波模块501,还包括:
分离模块502,用于通过自适应滤波模块,对电网中的原始信号进行分离,获得原始信号的基波信号与谐波信号;
计算模块503,用于计算基波信号和谐波信号的电能,并根据基波信号的电能和谐波信号的电能,计算原始信号的电能;
获取模块504,用于根据谐波信号的谐波参数,获取基波信号的基波参数;
调节模块505,用于根据基波参数,调节自适应滤波模块。
可选的,计算模块503具体用于:
计算基波信号的电能,包括:
对基波信号进行FFT处理,得到基波参数u1和i1,及其正交分量u1’和i1’;
根据基波参数,使用单相瞬时功率法,计算基波信号的电能;
计算谐波信号的电能,包括:
对谐波信号进行加窗FFT分析,得到各次谐波参数um和im,及其正交分量um’和im’;
根据各次谐波参数,使用单相瞬时功率法,计算谐波信号的电能;
其中,m为谐波次数,m为正整数。
可选的,计算模块503具体用于:
根据基波参数,使用单相瞬时功率法,计算基波信号的电能,包括:
通过以下公式计算基波信号的有功功率P1
P1=0.5×(u1i1+u'1i'1);
通过以下公式计算基波信号的电能Epf
Epf=P1×t;
根据各次谐波参数,使用单相瞬时功率法,计算谐波信号的电能,包括:
通过以下公式计算谐波信号的有功功率Pm
Pm=0.5×(umim+u'mi'm);
通过以下公式计算谐波信号的电能Eph
Figure BDA0002986634000000101
其中,t为时间。
可选的,谐波参数包括实时谐波信号点的频率,基波参数包括实时基波信号点的频率,获取模块504具体用于:
获取谐波参数中预设频率区间内,满足预设条件的实时谐波信号点的频率;
设置满足预设条件的实时谐波信号点的频率,为实时基波信号点的频率。
可选的,自适应滤波器配置RLS算法,调节模块405具体用于:
根据实时基波信号点的频率,作为RLS算法的输入参数。
可选的,计算模块503还用于:
对谐波信号使用低通滤波器以滤除高次谐波;
其中,低通滤波器的阶数为10阶,其截止频率为650Hz。
可选的,计算模块503还配置有窗函数,窗函数为:
Figure BDA0002986634000000111
其中,1≦n≦N,N为采样点数。
为了进一步说明本发明实施例所述的谐波电能检测方法和自适应滤波器,下面将结合仿真对谐波电能检测方法和自适应滤波器进行验证。该仿真过程可以为:
采用含有基波、3次、5次、7次、9次、11次、13次、15次、21次稳态谐波以及白噪声的单相电压信号作为输入,该单相电压信号具体为:
Figure BDA0002986634000000112
其中,f1为基波频率,假设f1为50.3Hz,白噪声信噪比SNR=-20,自适应滤波器中fx初始值为50Hz。
该含有谐波的单相电压波形图如图5所示,该含有谐波的单相电压幅频图如图6所示,通过该自适应滤波器分离后的基波信号波形图如图7所示,谐波信号波形图如图8所示,谐波信号幅频图如图9所示。此时fx与实际基波频率不一致效果较差,通过极大值法提取实时基波频率(即执行步骤103),反馈到自适应滤波器后(即执行步骤104),基波信号波形图如图10所示,谐波信号波形图如图11所示,谐波信号幅频图如图12所示。对谐波信号使用低通滤波器滤除掉高次谐波后幅频图如图13所示。由结果可得我们的算法可以很好地准确的检测到谐波电压。由此可知,本发明实施例所述的谐波电能检测方法和自适应滤波器,可以实现非正弦条件下的谐波电能检测计量,能够减少谐波检测时基波及高次谐波的干扰,降低计算量,提高非正弦条件下电能计量的准确度。
上述所有可选技术方案,可以采用任意结合形成本发明的可选实施例,在此不再一一赘述。
需要说明的是:上述实施例提供的自适应滤波器在执行谐波电能检测方法时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将自适应滤波器的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的谐波电能检测方法和自适应滤波器实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种谐波电能检测方法,其特征在于,所述方法包括:
通过自适应滤波器,对电网中的原始信号进行分离,获得所述原始信号的基波信号与谐波信号;
计算所述基波信号和所述谐波信号的电能,并根据所述基波信号的电能和所述谐波信号的电能,计算所述原始信号的电能;
根据所述谐波信号的谐波参数,获取所述基波信号的基波参数;
根据所述基波参数,调节所述自适应滤波器。
2.根据权利要求1所述的方法,其特征在于,所述计算所述基波信号的电能包括:
对基波信号进行FFT处理,得到基波参数u1和i1,及其正交分量u1’和i1’;
根据所述基波参数,使用单相瞬时功率法,计算所述基波信号的电能。
3.根据权利要求1所述的方法,其特征在于,所述计算所述谐波信号的电能包括:
对所述谐波信号进行加窗FFT分析,得到各次谐波参数um和im,及其正交分量um’和im’;
根据所述各次谐波参数,使用单相瞬时功率法,计算谐波信号的电能;
其中,所述m为谐波次数,所述m为正整数。
4.根据权利要求2或3所述的方法,其特征在于,
所述根据所述基波参数,使用单相瞬时功率法,计算所述基波信号的电能包括:
通过以下公式计算基波信号的有功功率P1
P1=0.5×(u1i1+u'1i'1);
通过以下公式计算基波信号的电能Epf
Epf=P1×t;
所述根据所述各次谐波参数,使用单相瞬时功率法,计算谐波信号的电能包括:
通过以下公式计算谐波信号的有功功率Pm
Pm=0.5×(umim+u'mi'm);
通过以下公式计算谐波信号的电能Eph
Figure FDA0002986633990000021
其中,t为时间。
5.根据权利要求4所述的方法,其特征在于,所述谐波参数包括实时谐波信号点的频率,所述基波参数包括实时基波信号点的频率,所述根据所述谐波信号的谐波参数,获取所述基波信号的基波参数包括:
获取所述谐波参数中预设频率区间内,满足预设条件的多个实时谐波信号点的频率;
设置所述多个实时谐波信号点的频率,为所述实时基波信号点的频率。
6.根据权利要求5所述的方法,其特征在于,所述自适应滤波器配置RLS算法,所述根据所述基波参数,调节所述自适应滤波器包括:
根据所述实时基波信号点的频率,作为所述RLS算法的输入参数。
7.根据权利要求6所述的方法,其特征在于,所述计算所述基波信号和所述谐波信号的电能之前,所述方法还包括:
对所述谐波信号使用低通滤波器以滤除高次谐波;
其中,所述低通滤波器的阶数为10阶,其截止频率为650Hz。
8.根据权利要求3所述的方法,其特征在于,所述对所述谐波信号进行加窗FFT分析过程中,窗函数为:
Figure FDA0002986633990000022
其中,1≦n≦N,N为采样点数,N为正整数。
9.一种自适应滤波器,其特征在于,包括自适应滤波模,还包括:
分离模块,用于通过所述自适应滤波模块,对电网中的原始信号进行分离,获得所述原始信号的基波信号与谐波信号;
计算模块,用于计算所述基波信号和所述谐波信号的电能,并根据所述基波信号的电能和所述谐波信号的电能,计算所述原始信号的电能;
获取模块,用于根据所述谐波信号的谐波参数,获取所述基波信号的基波参数;
调节模块,用于根据所述基波参数,调节所述自适应滤波模块。
10.根据权利要求9所述的自适应滤波器,其特征在于,所述计算模块具体用于:
所述计算所述基波信号的电能,包括:
对基波信号进行FFT处理,得到基波参数u1和i1,及其正交分量u1’和i1’;
根据所述基波参数,使用单相瞬时功率法,计算所述基波信号的电能;
计算所述谐波信号的电能,包括:
对所述谐波信号进行加窗FFT分析,得到各次谐波参数um和im,及其正交分量um’和im’;
根据所述各次谐波参数,使用单相瞬时功率法,计算谐波信号的电能;
其中,所述m为谐波次数,所述m为正整数。
CN202110301875.5A 2021-03-22 2021-03-22 一种谐波电能检测方法和自适应滤波器 Pending CN113030570A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110301875.5A CN113030570A (zh) 2021-03-22 2021-03-22 一种谐波电能检测方法和自适应滤波器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110301875.5A CN113030570A (zh) 2021-03-22 2021-03-22 一种谐波电能检测方法和自适应滤波器

Publications (1)

Publication Number Publication Date
CN113030570A true CN113030570A (zh) 2021-06-25

Family

ID=76472387

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110301875.5A Pending CN113030570A (zh) 2021-03-22 2021-03-22 一种谐波电能检测方法和自适应滤波器

Country Status (1)

Country Link
CN (1) CN113030570A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114705913A (zh) * 2022-04-12 2022-07-05 上海赢双电机有限公司 一种旋转变压器的谐波分析方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201984099U (zh) * 2011-03-21 2011-09-21 保定市理想电器设备制造有限公司 多功能一体化高压计量装置
CN103412209A (zh) * 2013-07-18 2013-11-27 西安理工大学 一种调谐滤波器的失谐度检测方法
CN104037770A (zh) * 2014-07-04 2014-09-10 西南交通大学 一种电力谐波自适应滤波器及其自适应滤波方法
CN204851226U (zh) * 2015-07-16 2015-12-09 中国石油化工股份有限公司 抽油机井电功图采集系统
CN106990286A (zh) * 2017-03-14 2017-07-28 合肥工业大学 基于欧拉方法的四象限谐波电能计量装置及方法
CN206788245U (zh) * 2017-06-14 2017-12-22 首都师范大学 一种基于专用数字滤波器的谐波电能计量模块
CN109633262A (zh) * 2019-01-29 2019-04-16 国网湖南省电力有限公司 基于组合窗多谱线fft的三相谐波电能计量方法、装置
CN110647720A (zh) * 2019-09-29 2020-01-03 宁夏隆基宁光仪表股份有限公司 一种嵌入式平台下非平稳信号电能计量的方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201984099U (zh) * 2011-03-21 2011-09-21 保定市理想电器设备制造有限公司 多功能一体化高压计量装置
CN103412209A (zh) * 2013-07-18 2013-11-27 西安理工大学 一种调谐滤波器的失谐度检测方法
CN104037770A (zh) * 2014-07-04 2014-09-10 西南交通大学 一种电力谐波自适应滤波器及其自适应滤波方法
CN204851226U (zh) * 2015-07-16 2015-12-09 中国石油化工股份有限公司 抽油机井电功图采集系统
CN106990286A (zh) * 2017-03-14 2017-07-28 合肥工业大学 基于欧拉方法的四象限谐波电能计量装置及方法
CN206788245U (zh) * 2017-06-14 2017-12-22 首都师范大学 一种基于专用数字滤波器的谐波电能计量模块
CN109633262A (zh) * 2019-01-29 2019-04-16 国网湖南省电力有限公司 基于组合窗多谱线fft的三相谐波电能计量方法、装置
CN110647720A (zh) * 2019-09-29 2020-01-03 宁夏隆基宁光仪表股份有限公司 一种嵌入式平台下非平稳信号电能计量的方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
任旭虎 等: "基于自适应陷波滤波器的基波与谐波有功功率分别计量", 《电力系统自动化》 *
储昭碧: "基于自适应陷波滤波器的电力信号时频分析", 《中国优秀博硕士学位论文全文数据库(博士) 工程科技II辑》 *
焦裕玺 等: "抽油机专用智能电表的设计与实现", 《自动化仪表》 *
焦裕玺 等: "自适应陷波滤波器抽油机专用电表研究", 《中国测试》 *
申忠如 等: "《ColdFire嵌入式系统设计》", 28 February 2006, 西安电子科技大学出版社 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114705913A (zh) * 2022-04-12 2022-07-05 上海赢双电机有限公司 一种旋转变压器的谐波分析方法
CN114705913B (zh) * 2022-04-12 2024-01-09 上海赢双电机科技股份有限公司 一种旋转变压器的谐波分析方法

Similar Documents

Publication Publication Date Title
CN1070612C (zh) 测定配电网中单相接地故障位置的方法
CN103454497B (zh) 基于改进加窗离散傅立叶变换的相位差测量方法
CN107025365A (zh) 一种用于用户侧的非侵入负荷辨识方法
CN103472282B (zh) 一种基于自适应原理的fbd谐波电流检测方法
Li et al. A fast power grid frequency estimation approach using frequency-shift filtering
CN109507480B (zh) 一种邻近基波/谐波的间谐波检测方法和装置
CN112505407B (zh) 电网宽频振荡监测方法、系统、设备及可读存储介质
CN111693775A (zh) 一种输电网的谐波检测方法、装置和介质
CN109307798A (zh) 一种用于开关事件检测的功率信号滤波方法
CN113030570A (zh) 一种谐波电能检测方法和自适应滤波器
CN108090270A (zh) 一种基于形态学滤波和盲源分离的暂态振荡参数识别方法
CN113484596A (zh) 一种电能质量监测方法、装置、设备及可读存储介质
CN115902528B (zh) 一种直流牵引网振荡与短路故障辨识方法
CN110082642B (zh) 基于全相位微分滤波的电网工况故障时刻检测方法及装置
Rodrigues et al. Low-cost embedded measurement system for power quality frequency monitoring
Li et al. Harmonic detection algorithm based on Kaiser window
CN113358922B (zh) 非稳态电网信号的基波、谐波、间谐波电能功率测量方法
CN108334822B (zh) 基于电动汽车充电非线性负荷特征的卡尔曼和修正小波变换滤波方法
CN109241874A (zh) 能量分解中功率信号滤波方法
CN112034232A (zh) 一种供电系统电压暂降检测方法
CN112485522A (zh) 基于电能数据感知的平顶窗函数同步相量测量方法及装置
Mohanty et al. Comparison of empirical mode decomposition and wavelet transform for power quality assessment in FPGA
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
Lu et al. Subsynchronous oscillation detection using synchrosqueezing wavelet transforms and K-means clustering
CN113783587B (zh) 一种用电信息数据采集过程中的噪声自适应方法及设备

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210625

WD01 Invention patent application deemed withdrawn after publication