CN113627313B - 非理想情况下基于s变换的电能表计量方法 - Google Patents
非理想情况下基于s变换的电能表计量方法 Download PDFInfo
- Publication number
- CN113627313B CN113627313B CN202110895044.5A CN202110895044A CN113627313B CN 113627313 B CN113627313 B CN 113627313B CN 202110895044 A CN202110895044 A CN 202110895044A CN 113627313 B CN113627313 B CN 113627313B
- Authority
- CN
- China
- Prior art keywords
- transformation
- harmonic
- electric energy
- frequency
- signal
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
- G06F2218/04—Denoising
- G06F2218/06—Denoising by applying a scale-space analysis, e.g. using wavelet analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Measuring Frequencies, Analyzing Spectra (AREA)
Abstract
本发明公开了一种非理想情况下基于S变换的电能表计量方法,建立非理想环境下的数据模型,利用S变换的时频变换分析手段,根据S变换的结果形成信号数据的二维复数矩阵R,其各行数据表示不同采样时间点经过S变换后各频率分量的幅值和相位信息,进而根据二维复数矩阵R提取出S变换下的基频分量和S变换下的谐波分量。本发明可以有效对谐波、暂降、突变等非理想环境下电能表的计量数据进行综合分析评估,解决现有小波变换等技术中存在的频率混叠的现象,准确分离、计量基波和各次谐波分量,从而实现谐波等非理想环境下情况下电能的高精度计量。
Description
技术领域
本发明涉及一种非理想情况下基于S变换的电能表计量方法,属于计量技术领域。
背景技术
现代智能电网中电能表的计量结果准确性对实现智能电网的经济与高效运行至关重要。同时作为发电企业、输配电企业和电力用户彼此之间进行电量费用核算的依据,智能电能表的准确度直接关系到三者的经济利益。电量计量结果数据关系到电能表运行的可靠性,因此需要对电能表计量数据进行综合分析评估。在电能计量表综合评估研究的发展过程中,各国及国际性组织已经发布了许多相关的标准、规范,例如著名的有2001发布的IEC 62059系列标准,涵盖了用于电能计量和负荷控制的电子式测量装置的可靠性的一般问题,用于指导电能表等设备的可靠性数据收集、可靠性预计、可靠性试验等工作。国内与电能计量表相关的可靠性研究始于20世纪90年代,发展于21世纪初。电能计量表的可靠性研究是根据电能表的部件及元件的可靠性数据和模型开展可靠性预计,主要方法包括元器件应力分析法、基于寿命评估的加速退化试验法等。然而,在谐波、暂降、突变等非理想环境会导致电网中的电压电流信号发生严重畸变,进而对电能计量结果的准确性造成严重冲击,从而影响用户电量的准确计量,因此研究如何利用电能表进行准确计量有着重要的现实意义。目前已有对电能表计量数据进行研究的文献均是侧重于改进计量方法的角度,在谐波、暂降、突变等非理想环境下电能表计量数据的综合分析方面,目前主流的方法主要包括小波变换、S变换和神经网络智能算法等。但是,小波变换方法在处理畸变信号数据时,会存在频率混叠现象使得计量误差增加,而神经网络等智能算法在应用时会存在实现复杂等问题。S变换通过将信号数据中的不同的频率分量进行分离,无需像小波变换那样多次划分,减小了实现的复杂度并能够消除频率混叠现象,但常规S变换很难获得很好的时频分辨率。
发明内容
本发明的目的在于提供一种非理想情况下基于S变换的电能表计量方法,通过利用S变换的时频变换分析手段,有效实现谐波、暂降、突变等非理想环境下电能表计量数据结果中基频和谐波分量的提取,从而实现非理想环境下电能的高精度计量。
本发明的目的通过以下技术方案予以实现:
一种非理想情况下基于S变换的电能表计量方法,包括如下步骤:
1)对电网的电气测量数据,建立非理想环境下的数据模型,对有谐波扰动的电网环境,谐波数据模型如下:
式中u(t)为所测得的电压,U0为电压的直流分量,Un为各次谐波电压的有效值,h为谐波频次,ω0为角频率,为电压初始相位;i(t)为所测得的电流,I0为电流的直流分量,In为各次谐波电流的有效值,h为谐波频次,为电流初始相位;
利用概率密度服从正态分布高斯白噪声来拟合电网信号中噪声信号,其数学模型为:
式中,wunoise和winoise分别为电压和电流信号数据中的白噪声幅值,randn(1,n)表示在(1,n)范围内产生标准正态分布的随机数或矩阵的函数;
2)对于电能表测得的原始电压和电流信号数据,将其作为待分析信号数据,利用S变换进行综合分析,S变换表达式为
式中,h(t)为待分析的电压或电流信号数据,ω为信号角频率,p(t,σ,τ)为S变换中的窗函数,τ为窗函数位置参数;
σ为S变换中窗函数宽度的尺度因子,尺度因子σ表达式为:
式中a和b为调节参数,υ和γ为代表不同形式的尺度因子类型;
选择调节参数a和b的方法为:通过搭建S变换的MATLAB仿真模型,选择不同的调节参数a和b得到计算结果,并根据窗函数在低频段要求高的时间分辨率,而高频段要求高的频率分辨率的原则和实际分辨率需求进行确定调节参数a和b;
3)根据S变换的结果形成信号数据的二维复数矩阵R,其各行数据表示不同采样时间点经过S变换后各频率分量的幅值和相位信息,进而根据二维复数矩阵R提取出S变换下的基频分量和S变换下的谐波分量;
4)根据所得到的S变换下的基频分量和S变换下的谐波分量,用S逆变换得到待分析信号数据在非理想环境下的基频信号和谐波信号,S逆变换表达式为:
式中的下标0和n分别代表基频信号和谐波信号,h0(t)和hn(t)为经过处理后得到的电压或电流信号数据;
5)对由式(6)重构出来的信号数据分别离散化后再进行电能计算,得到所计算周期内的基频和谐波电能的消耗值,计算公式为
式中W0和Wn分别代表基频电能和谐波电能消耗值,u0(k)和i0(k)为经过离散化后得到的基频电压和电流信号,un(k)和in(k)为经过离散化后得到的谐波电压和电流信号,k为采样序列。
本发明的目的还可以通过以下技术措施来进一步实现:
前述非理想情况下基于S变换的电能表计量方法,υ=1,γ=1。
前述非理想情况下基于S变换的电能表计量方法,需要提高采样信号频率分辨率的情况,选择υ<1或γ<1。
前述非理想情况下基于S变换的电能表计量方法,需要提高采样信号时间分辨率的情况,选择υ>1或γ>1。
与现有技术相比,本发明的有益效果是:本发明通过利用S变换的时频变换分析手段,可以有效对谐波、暂降、突变等非理想环境下电能表的计量数据进行综合分析评估,解决现有小波变换等技术中存在的频率混叠的现象,准确分离、计量基波和各次谐波分量,从而实现谐波等非理想环境下情况下电能的高精度计量。
附图说明
图1是本发明的非理想情况下基于S变换的电能表计量方法流程图;
图2是算例电压信号波形图;
图3是算例电流信号波形图;
图4是算例电压信号基频波形图;
图5是算例电压信号谐波波形图;
图6是算例电流信号基频波形图;
图7是算例电流信号谐波波形图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明。
非理想情况下基于S变换的电能表计量方法实施例,利用S变换对幅值为220V、频率为50Hz,同时发生暂降和畸变的电压信号,以及幅值为10A、频率为50Hz且存在暂降和畸变的电流信号进行综合分析,对电压考虑80Hz的谐波,对电留考虑90Hz的谐波,相应的电压和电流信号模型为:
其波形图如图2和图3所示,电压和电流信号数据存在明显的谐波畸变等情况。
1)首先通过选择υ和γ的值确定S变换中尺度因子类型。当υ=1和γ=1时为常规S变换,当υ>1或γ>1时信号时间分辨率提高频率分辨率下降,当υ<1或γ<1时信号时间分辨率下降频率分辨率提高。对于实际应用过程中出现谐波次数较多从而需要较高频率分辨率的情况,可选择υ<1或γ<1,而对于采样信号时间分辨率要求较高的情况可选择υ>1或γ>1。该尺度因子σ通过在常规设计方法中加入调节项,可以灵活调节窗函数的变化速度。本方法设计的尺度因子σ可以使得S变换在不同的时频段上呈现出不同的时间和频率分辨率。本实施例中选择υ=1和γ=1,实际过程中亦可根据时间或频率分辨率来选择不同的υ和γ。其次确定S变换中窗函数宽度的尺度因子σ中的调节参数a和b,选择方法可根据窗函数在低频段有较高的时间分辨率而高频段有较高的频率分辨率的原则来确定,进而确定尺度因子σ为
2)根据所选择的尺度因子,对式(1)中的电压和电流信号同时进行S变换:
式中h(t)即为待分析的电压信号u(t)或电流信号i(t)。
3)根据S变换的结果可以形成信号数据的二维复数矩阵R。矩阵R其各行数据表示不同采样时间点经过S变换后各频率分量的幅值和相位信息,进而根据R矩阵提取出S变换下的基频分量和谐波分量。
4)根据所得到的S变换下的基频和谐波分量,利用S逆变换得到待分析信号数据在非理想环境下的基波信号和谐波信号。所利用的S逆变换表达式为:
式中的下标0和n分别代表基频分量和谐波分量,h0(t)和hn(t)为经过S变换后得到的准确电压或电流信号数据,如附图4~图7所示。由实施结果可知,在本方法所提的S变换方法下,发生暂降或畸变等情况的电压和电流信号都可以准确提取出基波和谐波分量,例如图4和图6所示的基频波形图中,电压和电流信号幅值均保持了额定值,同时频率为50Hz,而图5和图7所示的谐波波形图也准确体现了原先信号中的80Hz和90Hz信号分量,验证了本发明所提方法的有效性。
5)由式(4)重构出来的信号数据分别离散化后再进行电能计算,可得到所计算周期内的基频和谐波电能的消耗值,计算公式为
式中W0和Wn分别代表基频电能和谐波电能消耗值,u0(t)和i0(t)为经过S变换后得到的准确基频电压或电流信号数据,un(t)和in(t)为经过S变换后得到的准确谐波电压或电流信号数据,k为采样序列。为了验证本发明所提方法的优越性,将本发明实施例所提S变换方法得到的基频功率值与已有小波变换方法得到的结果进行对比,得到的结果如下表。从表中可以看出,基于S变换方法的基频功率测量结果相比于常规小波变换方法更加逼近理论值,具有更小的误差值,验证了本发明所提方法的优越性。
表1不同方法下基频功率值结果对比
基频功率值/W | 基频功率值误差 | |
理论值 | 1100 | / |
S变换 | 1085.04 | 1.36% |
小波变换 | 1047.36 | 4.79% |
除上述实施例外,本发明还可以有其他实施方式,凡采用等同替换或等效变换形成的技术方案,均落在本发明要求的保护范围内。
Claims (4)
1.一种非理想情况下基于S变换的电能表计量方法,其特征在于,包括如下步骤:
1)对电网的电气测量数据,建立非理想环境下的数据模型,对有谐波扰动的电网环境,谐波数据模型如下:
式中u(t)为所测得的电压,U0为电压的直流分量,Un为各次谐波电压的有效值,h为谐波频次,ω0为角频率,为电压初始相位;i(t)为所测得的电流,I0为电流的直流分量,In为各次谐波电流的有效值,h为谐波频次,为电流初始相位;
利用概率密度服从正态分布高斯白噪声来拟合电网信号中噪声信号,其数学模型为:
式中,wunoise和winoise分别为电压和电流信号数据中的白噪声幅值,randn(1,n)表示在(1,n)范围内产生标准正态分布的随机数或矩阵的函数;
2)对于电能表测得的原始电压和电流信号数据,将其作为待分析信号数据,利用S变换进行综合分析,S变换表达式为
式中,h(t)为待分析的电压或电流信号数据,ω为信号角频率,p(t,σ,τ)为S变换中的窗函数,τ为窗函数位置参数;
σ为S变换中窗函数宽度的尺度因子,尺度因子σ表达式为:
式中a和b为调节参数,υ和γ为代表不同形式的尺度因子类型;
选择调节参数a和b的方法为:通过搭建S变换的MATLAB仿真模型,选择不同的调节参数a和b得到计算结果,并根据窗函数在低频段要求高的时间分辨率,而高频段要求高的频率分辨率的原则和实际分辨率需求进行确定调节参数a和b;
3)根据S变换的结果形成信号数据的二维复数矩阵R,其各行数据表示不同采样时间点经过S变换后各频率分量的幅值和相位信息,进而根据二维复数矩阵R提取出S变换下的基频分量和S变换下的谐波分量;
4)根据所得到的S变换下的基频分量和S变换下的谐波分量,用S逆变换得到待分析信号数据在非理想环境下的基频信号和谐波信号,S逆变换表达式为:
式中的下标0和n分别代表基频信号和谐波信号,h0(t)和hn(t)为经过处理后得到的电压或电流信号数据;
5)对由式(6)重构出来的信号数据分别离散化后再进行电能计算,得到所计算周期内的基频和谐波电能的消耗值,计算公式为
式中W0和Wn分别代表基频电能和谐波电能消耗值,u0(k)和i0(k)为经过离散化后得到的基频电压和电流信号,un(k)和in(k)为经过离散化后得到的谐波电压和电流信号,k为采样序列。
2.如权利要求1所述的非理想情况下基于S变换的电能表计量方法,其特征在于,υ=1,γ=1。
3.如权利要求1所述的非理想情况下基于S变换的电能表计量方法,其特征在于,需要提高采样信号频率分辨率的情况,选择υ<1或γ<1。
4.如权利要求1所述的非理想情况下基于S变换的电能表计量方法,其特征在于,需要提高采样信号时间分辨率的情况,选择υ>1或γ>1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110895044.5A CN113627313B (zh) | 2021-08-02 | 2021-08-02 | 非理想情况下基于s变换的电能表计量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110895044.5A CN113627313B (zh) | 2021-08-02 | 2021-08-02 | 非理想情况下基于s变换的电能表计量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113627313A CN113627313A (zh) | 2021-11-09 |
CN113627313B true CN113627313B (zh) | 2022-07-29 |
Family
ID=78382838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110895044.5A Active CN113627313B (zh) | 2021-08-02 | 2021-08-02 | 非理想情况下基于s变换的电能表计量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113627313B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114295890A (zh) * | 2021-12-29 | 2022-04-08 | 国网新疆电力有限公司经济技术研究院 | 一种直流充电桩电能计量方法、系统、设备及可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103245832A (zh) * | 2013-05-16 | 2013-08-14 | 湖南大学 | 基于快速s变换的谐波时频特性参数估计方法及分析仪 |
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 |
CN106771567A (zh) * | 2017-01-19 | 2017-05-31 | 湖南大学 | 一种基于多分辨率短时傅里叶变换的动态谐波电能计量方法 |
CN109271975A (zh) * | 2018-11-19 | 2019-01-25 | 燕山大学 | 一种基于大数据多特征提取协同分类的电能质量扰动识别方法 |
CN111122941A (zh) * | 2019-12-04 | 2020-05-08 | 国网湖南综合能源服务有限公司 | 基于Kaiser窗函数改进S变换的电压暂降特征量检测方法、系统及介质 |
-
2021
- 2021-08-02 CN CN202110895044.5A patent/CN113627313B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103245832A (zh) * | 2013-05-16 | 2013-08-14 | 湖南大学 | 基于快速s变换的谐波时频特性参数估计方法及分析仪 |
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 |
CN106771567A (zh) * | 2017-01-19 | 2017-05-31 | 湖南大学 | 一种基于多分辨率短时傅里叶变换的动态谐波电能计量方法 |
CN109271975A (zh) * | 2018-11-19 | 2019-01-25 | 燕山大学 | 一种基于大数据多特征提取协同分类的电能质量扰动识别方法 |
CN111122941A (zh) * | 2019-12-04 | 2020-05-08 | 国网湖南综合能源服务有限公司 | 基于Kaiser窗函数改进S变换的电压暂降特征量检测方法、系统及介质 |
Non-Patent Citations (1)
Title |
---|
基于改进S变换的非稳态信号的电能计量方法研究;倪伟伦等;《电测与仪表》;20210420;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113627313A (zh) | 2021-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101907437B (zh) | 一种基于小波差分算法的电缆故障测距方法 | |
Turunen et al. | Comparison of three electromechanical oscillation damping estimation methods | |
CN104076319B (zh) | 一种数字化电能计量装置的在线误差分析系统 | |
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 | |
Sirojan et al. | Embedded edge computing for real-time smart meter data analytics | |
Jianwen et al. | Single-phase ground fault location method for distribution network based on traveling wave time-frequency characteristics | |
Yao et al. | Fast S-transform for time-varying voltage flicker analysis | |
CN103995178A (zh) | 一种基于时频聚集特性准则s变换的电压暂降检测方法 | |
CN103941254A (zh) | 一种基于地质雷达的土壤物性类别识别方法和装置 | |
CN101419247B (zh) | 交直流并行输电线路地面离子流密度测量系统及其测量方法 | |
CN105548739A (zh) | 一种避雷器运行状态信号处理方法 | |
CN102636693A (zh) | 一种结合fft与非线性最小二乘的谐波分析算法 | |
CN105092997B (zh) | 一种特高压输电线路雷电绕击与反击的识别方法 | |
CN113627313B (zh) | 非理想情况下基于s变换的电能表计量方法 | |
CN103472333A (zh) | 风电并网电能质量综合性能检测方法 | |
CN103983849A (zh) | 一种实时高精度的电力谐波分析方法 | |
CN105785124A (zh) | 一种采用谱估计和互相关的电力系统谐波和间谐波测量方法 | |
CN110020452B (zh) | 电磁兼容性测试仿真分析方法及其系统 | |
Yang et al. | Oscillation mode analysis for power grids using adaptive local iterative filter decomposition | |
Wang et al. | Pmu based problematic parameter identification approach for calibrating generating unit models | |
Jin et al. | A novel power harmonic analysis method based on Nuttall-Kaiser combination window double spectrum interpolated FFT algorithm | |
CN102116872B (zh) | 一种stratagem大地电磁测量系统阻抗张量的稳健估算方法 | |
CN109325295B (zh) | 一种基于小时间尺度经验模态分解的动态电荷建模方法 | |
CN111624399A (zh) | 一种用于非线性负荷的电能计量方法和系统 | |
CN109557367A (zh) | 一种高频分辨率谐波和间谐波Prony方法及装置 |
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 |