CN113777442A - 一种电网电压暂降故障信号检测方法及系统 - Google Patents

一种电网电压暂降故障信号检测方法及系统 Download PDF

Info

Publication number
CN113777442A
CN113777442A CN202111067938.1A CN202111067938A CN113777442A CN 113777442 A CN113777442 A CN 113777442A CN 202111067938 A CN202111067938 A CN 202111067938A CN 113777442 A CN113777442 A CN 113777442A
Authority
CN
China
Prior art keywords
voltage signal
voltage
set point
function
determining
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.)
Granted
Application number
CN202111067938.1A
Other languages
English (en)
Other versions
CN113777442B (zh
Inventor
孟超
李和阳
赵英汝
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.)
Xiamen University
Original Assignee
Xiamen University
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 Xiamen University filed Critical Xiamen University
Priority to CN202111067938.1A priority Critical patent/CN113777442B/zh
Publication of CN113777442A publication Critical patent/CN113777442A/zh
Application granted granted Critical
Publication of CN113777442B publication Critical patent/CN113777442B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08Locating faults in cables, transmission lines, or networks
    • G01R31/081Locating faults in cables, transmission lines, or networks according to type of conductors
    • G01R31/086Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/165Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values
    • G01R19/16528Indicating that current or voltage is either above or below a predetermined value or within or outside a predetermined range of values using digital techniques or performing arithmetic operations

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种电网电压暂降故障信号检测方法及系统,获取电压信号并确定所述电压信号第一设定点处的电压幅值;确定所述电压信号上一周期中与所述第一设定点处的电压幅值相同的点为第二设定点;根据所述第二设定点对所述电压信号进行扩充,得到扩充后的电压信号;对所述扩充后的电压信号进行经验模态分解和重构,得到重构后的电压信号;对所述重构后的电压信号进行希尔伯特变化,确定基频分量的电压幅值;判断所述基频分量的电压幅值是否小于设定值,若是,则确定发生电压暂降;若否,返回步骤“获取电压信号并确定所述电压信号第一设定点处的电压幅值”。本发明能够实现对电压信号进行快速准确的分解。

Description

一种电网电压暂降故障信号检测方法及系统
技术领域
本发明涉及电网电压暂降检测领域,特别是涉及一种电网电压暂降故障信号检测方法及系统。
背景技术
随着计算机和数字技术、智能控制技术、精密加工制造技术及相关产业的迅猛发展,电网中出现了越来越多的敏感负载,使得电能质量问题的重要性日益凸显。在各类电能质量问题的统计中,电压暂降是发生频率最高、影响最为严重的,监测数据表明,80%以上的电能质量问题都是由电压暂降引起的,电压暂降已成为现代工业用户面临的主要电能质量问题,与其他电能质量干扰相比,它们具有更高的经济影响。
作为解决电压暂降问题常见的补偿设备,动态电压恢复器(DVR)、不间断电源(UPS)等都在工业中有着广泛的应用。由于在电网中存在着不同的谐波条件,会影响对电压暂降的信号特征量的提取,为使DVR等补偿设备实现对不同敏感度负荷的有效补偿,首先需要先采用有效方法从电网电压中快速精确地提取电压暂降的特征量,然后根据电压暂降的特征量对电网电压施加补偿量,电网电压暂降检测的速度和精度决定了DVR等补偿设备对不同敏感负荷的补偿效果。因此,对电压信号的实时检测是一个十分关键的部分,这需要一个快速有效的信号处理工具来从电压信号中提取有用的信息。
为实现电压暂降特征量提取,常用瞬时电压dq分解法、αβ变换法等,其中:
(1)瞬时电压dq分解法有一定的延时,实时性较差;
(2)αβ变换法容易引起短时扰动,同样实时性较差。
有许多检测方法都是利用采样电压幅值降低或是相位跳变的特征从而判断是否发生暂降,显而易见这些方法都是无法避免掉谐波的干扰,而且这类方法一般时效性比较差,不能实时、有效的对含谐波的电压信号进行有效特征量的提取,从而可能导致延时。
有许多信号处理工具可以用于自动异常检测和电压信号的特征提取,常见的信号分析方法有快速傅立叶变换(FFT)和小波变换(WT)等:
(1)快速傅里叶变换是基于数据线性和平稳假设,而且有频谱泄漏和时间信息丢失等缺点;
(2)小波变换虽然可以为所有信号尺度提供统一的分辨率,但是如何选择合适的母小波和分解层数是很困难且主观的,小波变换的另一个不足是它的非自适应性。
在众多分析方法中,信号的自适应处理是一个热门研究方向。经验模态分解(EMD)是一种多分辨率、自适应的时频域分析工具,已经被证明是一种十分有效的电压信号分解和分析工具。
经验模态分解(EMD)常用于电压信号监测设备中,但却几乎没有被应用于实时检测领域,最主要的原因在于经验模态分解(EMD)的分解结果取决于极值点的配置,且分解过程十分依赖于电压信号的长度,然而在实时检测故障时,无法获取到足够长度的信号,再加上EMD本身便会因为端点效应而导致提取出的信号在端点处数据发散,便可能会出现无法分解出故障信号或误分解的情形出现。
在以往,经验模态分解(EMD)不能用于信号长度较短的电压信号分解并提取相关特征信息,而为了克服端点效应常用的极值点延拓法对电压信号来说不适用,极有可能造成错误的分解结果从而导致误判。
因此,亟需一种将经验模态分解应用于实时电压分解中的方法,以实现快速准确分解电压信号。
发明内容
本发明的目的是提供一种电网电压暂降故障信号检测方法及系统,以实现对电压信号进行快速准确的分解。
为实现上述目的,本发明提供了如下方案:
一种电网电压暂降故障信号检测方法,包括:
获取电压信号并确定所述电压信号第一设定点处的电压幅值;所述第一设定点位于所述电压信号的末端;所述电压信号为周期性信号;
确定所述电压信号上一周期中与所述第一设定点处的电压幅值相同的点为第二设定点;所述上一周期是所述第一设定点所在周期的前一周期;
根据所述第二设定点对所述电压信号进行扩充,得到扩充后的电压信号;
对所述扩充后的电压信号进行经验模态分解和重构,得到重构后的电压信号;
对所述重构后的电压信号进行希尔伯特变化,确定基频分量的电压幅值;
判断所述基频分量的电压幅值是否小于设定值,得到第一判断结果;
若所述第一判断结果表示所述基频分量的电压幅值小于设定值,则确定发生电压暂降;
若所述第一判断结果表示所述基频分量的电压幅值大于或者等于设定值,则返回步骤“获取电压信号并确定所述电压信号第一设定点处的电压幅值”。
可选的,所述根据所述第二设定点对所述电压信号进行扩充,得到扩充后的电压信号,具体包括:
获取第二设定点处的时间序列值;
根据所述第二设定点处的时间序列值确定第三设定点;所述第三设定点为第二设定点后一个时间间隔的点;
截取设定电压信号;所述设定电压信号为以所述第三设定点为起始点的半个周期的电压信号;
将所述设定电压信号补充到所述第一设定点之后,得到扩充后的电压信号。
可选的,所述对所述扩充后的电压信号进行经验模态分解和重构,得到重构后的电压信号,具体包括:
获取所述扩充后的电压信号的所有局部极大值点和所有局部极小值点;
利用三次样条线连接所有所述局部极大值点得到极大值包络曲线;
利用三次样条线连接所有所述局部极小值点得到极小值包络曲线;
对所述极大值包络曲线和所述极小值包络曲线进行求和取平均,得到均值包络;
根据所述扩充后的电压信号和所述均值包络,确定固有模态函数;
将所述固有模态函数从所述扩充后的电压信号中分离,得到残余分量;
根据所述残余分量和所述固有模态函数得到重构后的电压信号。
可选的,所述根据所述扩充后的电压信号和所述均值包络,确定固有模态函数,具体包括:
将所述扩充后的电压信号和所述均值包络作差,得到固有模态函数的估计函数;
判断所述估计函数是否满足固有模态函数定义条件,得到第二判断结果;
若第二判断结果表示所述估计函数满足固有模态函数定义条件,则确定所述估计函数为固有模态函数;
若第二判断结果表示所述估计函数不满足固有模态函数定义条件,则将所述扩充后的电压信号用所述估计函数代替,并返回步骤“获取所述扩充后的电压信号的所有局部极大值点和所有局部极小值点”。
可选的,所述将所述固有模态函数从所述扩充后的电压信号中分离,得到残余分量之后,还包括:
判断所述残余分量是否为单调函数,得到第三判断结果;
若所述第三判断结果表示所述残余分量为单调函数,则停止分解过程;
若所述第三判断结果表示所述残余分量不为单调函数,则将所述残余分量作为扩充后的电压信号,并返回步骤“获取所述扩充后的电压信号的所有局部极大值点和所有局部极小值点”。
一种电网电压暂降故障信号检测系统,包括:
获取模块,用于获取电压信号并确定所述电压信号第一设定点处的电压幅值;所述第一设定点位于所述电压信号的末端;所述电压信号为周期性信号;
第二设定点确定模块,用于确定所述电压信号上一周期中与所述第一设定点处的电压幅值相同的点为第二设定点;所述上一周期是所述第一设定点所在周期的前一周期;
扩充模块,用于根据所述第二设定点对所述电压信号进行扩充,得到扩充后的电压信号;
经验模态分解和重构模块,用于对所述扩充后的电压信号进行经验模态分解和重构,得到重构后的电压信号;
希尔伯特变化模块,用于对所述重构后的电压信号进行希尔伯特变化,确定基频分量的电压幅值;
第一判断模块,用于判断所述基频分量的电压幅值是否小于设定值,得到第一判断结果;
电压暂降发生模块,用于若所述第一判断结果表示所述基频分量的电压幅值小于设定值,则确定发生电压暂降;
返回模块,用于若所述第一判断结果表示所述基频分量的电压幅值大于或者等于设定值,则返回获取模块。
可选的,所述扩充模块,具体包括:
时间序列值获取单元,用于获取第二设定点处的时间序列值;
第三设定点确定单元,用于根据所述第二设定点处的时间序列值确定第三设定点;所述第三设定点为第二设定点后一个时间间隔的点;
截取单元,用于截取设定电压信号;所述设定电压信号为以所述第三设定点为起始点的半个周期的电压信号;
补充单元,用于将所述设定电压信号补充到所述第一设定点之后,得到扩充后的电压信号。
可选的,所述经验模态分解和重构模块,具体包括:
局部极值获取单元,用于获取所述扩充后的电压信号的所有局部极大值点和所有局部极小值点;
极大值包络曲线确定单元,用于利用三次样条线连接所有所述局部极大值点得到极大值包络曲线;
极小值包络曲线确定单元,用于利用三次样条线连接所有所述局部极小值点得到极小值包络曲线;
求和取平均单元,用于对所述极大值包络曲线和所述极小值包络曲线进行求和取平均,得到均值包络;
固有模态函数确定单元,用于根据所述扩充后的电压信号和所述均值包络,确定固有模态函数;
分离单元,用于将所述固有模态函数从所述扩充后的电压信号中分离,得到残余分量;
重构后的电压信号确定单元,用于根据所述残余分量和所述固有模态函数得到重构后的电压信号。
可选的,所述固有模态函数确定单元,具体包括:
作差子单元,用于将所述扩充后的电压信号和所述均值包络作差,得到固有模态函数的估计函数;
第二判断子单元,用于判断所述估计函数是否满足固有模态函数定义条件,得到第二判断结果;
固有模态函数确定子单元,用于若第二判断结果表示所述估计函数满足固有模态函数定义条件,则确定所述估计函数为固有模态函数;
第二返回子单元,用于若第二判断结果表示所述估计函数不满足固有模态函数定义条件,则将所述扩充后的电压信号用所述估计函数代替,并返回局部极值获取单元。
可选的,所述经验模态分解和重构模块还包括:
第三判断单元,用于判断所述残余分量是否为单调函数,得到第三判断结果;
停止单元,用于若所述第三判断结果表示所述残余分量为单调函数,则停止分解过程;
返回单元,用于若所述第三判断结果表示所述残余分量不为单调函数,则将所述残余分量作为扩充后的电压信号,并返回局部极值获取单元。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供的一种电网电压暂降故障信号检测方法及系统,根据所述电压信号第一设定点处的电压幅值确定所述电压信号中第二设定点;根据所述第二设定点对所述电压信号进行扩充,得到扩充后的电压信号;对所述扩充后的电压信号进行经验模态分解和重构,得到重构后的电压信号;对所述重构后的电压信号进行希尔伯特变化,确定基频分量的电压幅值。利用经验模态分解实现了对电压信号的实时分解,只利用基频分量,可以克服谐波分量的干扰,保证电压暂降信号提取的时效性和有效性。利用电压信号的周期性,根据第二设定点对电压信号进行扩充,以克服经验模态分解的端点效应。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的电网电压暂降故障信号检测方法流程图;
图2为本发明提供的电网电压暂降故障信号检测方法更为具体的流程图;
图3为本发明提供的基频电压信号波形图;
图4为本发明提供的被谐波电压污染后的电压信号波形图;
图5为本发明提供的经过扩充后的电压信号波形图;
图6为本发明提供的扩充后电压信号的EMD分解结果波形图;
图7为本发明提供的利用希尔伯特变换求取实时频率图;
图8为本发明提供的电压在0.101s处发生25%的暂降后0.4ms的信号波形图;
图9为本发明提供的经过扩充后的电压暂降信号波形图;
图10为本发明提供的扩充后电压暂降信号的EMD分解结果波形图;
图11为本发明提供的完整的电压暂降信号波形图。
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。
本发明的目的是提供一种电网电压暂降故障信号检测方法及系统,以实现对电压信号进行快速准确的分解。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,本发明提供的一种电网电压暂降故障信号检测方法,包括:
步骤101:获取电压信号,其中电压信号如图4所示基频电压信号叠加了谐波干扰后的电压信号波形,并确定所述电压信号第一设定点处的电压幅值;所述第一设定点位于所述电压信号的末端;所述电压信号为周期性信号。
步骤102:确定所述电压信号上一周期中与所述第一设定点处的电压幅值相同的点为第二设定点;所述上一周期是所述第一设定点所在周期的前一周期。
步骤103:根据所述第二设定点对所述电压信号进行扩充,得到扩充后的电压信号。步骤103,具体包括:
获取第二设定点处的时间序列值。
根据所述第二设定点处的时间序列值确定第三设定点;所述第三设定点为第二设定点后一个时间间隔的点。
截取设定电压信号;所述设定电压信号为以所述第三设定点为起始点的半个周期的电压信号。
将所述设定电压信号补充到所述第一设定点之后,得到扩充后的电压信号如图5所示。
步骤104:对所述扩充后的电压信号进行经验模态分解和重构,得到重构后的电压信号。步骤104,具体包括:
获取所述扩充后的电压信号的所有局部极大值点和所有局部极小值点。
利用三次样条线连接所有所述局部极大值点得到极大值包络曲线。
利用三次样条线连接所有所述局部极小值点得到极小值包络曲线。
对所述极大值包络曲线和所述极小值包络曲线进行求和取平均,得到均值包络。
根据所述扩充后的电压信号和所述均值包络,确定固有模态函数。所述根据所述扩充后的电压信号和所述均值包络,确定固有模态函数,具体包括:将所述扩充后的电压信号和所述均值包络作差,得到固有模态函数的估计函数;其中,估计函数为第一个可能的固有模式函数;判断所述估计函数是否满足固有模态函数定义条件,得到第二判断结果;若第二判断结果表示所述估计函数满足固有模态函数定义条件,则确定所述估计函数为固有模态函数;若第二判断结果表示所述估计函数不满足固有模态函数定义条件,则将所述扩充后的电压信号用所述估计函数代替,并返回步骤“获取所述扩充后的电压信号的所有局部极大值点和所有局部极小值点”。
将所述固有模态函数从所述扩充后的电压信号中分离,得到残余分量。
所述将所述固有模态函数从所述扩充后的电压信号中分离,得到残余分量之后,还包括:判断所述残余分量是否为单调函数,得到第三判断结果。若所述第三判断结果表示所述残余分量为单调函数,则停止分解过程;若所述第三判断结果表示所述残余分量不为单调函数,则将所述残余分量作为扩充后的电压信号,并返回步骤“获取所述扩充后的电压信号的所有局部极大值点和所有局部极小值点”。
根据所述残余分量和所述固有模态函数得到重构后的电压信号,如图6所示即为对扩充后的电压信号进行EMD分解所得的固有模态函数IMF分量。
步骤105:对所述重构后的电压信号进行希尔伯特变化,图7所示为利用希尔伯特变换提取图6中固有模态函数IMF的瞬时频率,可以看到该IMF分量的频率为50Hz,为基频频率,则该IMF为图4电压信号中分解出的基频分量(基频电压信号波形图如图3所示),利用该方法能准确在谐波干扰下快速提取出基频电压信号,随后确定基频分量的电压幅值。
步骤106:判断所述基频分量的电压幅值是否小于设定值,得到第一判断结果。若所述第一判断结果表示所述基频分量的电压幅值小于设定值,则执行步骤107;若所述第一判断结果表示所述基频分量的电压幅值大于或者等于设定值,则返回步骤101。
步骤107:确定发生电压暂降。
当对电压暂降信号进行检测时,图11所示为电压信号基波上发生了电压暂降,图8为电压信号发生暂降后0.4ms的电压波形,图9为利用本发明提出的方法对图8中的信号进行扩充后的电压信号波形;图10为对扩充后的电压暂降信号波形进行EMD分解,提取出的基频分量,可以看到基频电压分量发生了剧烈变化,可以很容易提取出电压暂降特征。
如图2所示,本发明还提供一种电网电压暂降故障信号检测在实际应用中的具体工作中流程,步骤如下:
(1)在实时采样中实时存储一个周期以上的电压信号P(t)。
(2)读取实时采样电压信号末端点a处电压幅值A1(即读取点a处的纵坐标值);其中,点a为第一设定点。
(3)在存储的电压信号中,选取上一周期中取得电压幅值A1处的点b;其中,点b为第二设定点。
(4)读取b点处时间序列值T(X),并读取时间序列值为T(X+1)处点c(即读取点b处的横坐标,并选取b点后的一个单位时间间隔处的点c);其中,点c为第三设定点。
(5)截取由点c处为起始点的半个周期的电压信号Q(t)。
(6)将电压信号Q(t)补充到a点之后,得到扩充后的电压信号W(t)。其中,扩充后的电压信号如图5所示。
(7)对扩充后的电压信号W(t)进行EMD分析。其中,扩充后的电压信号的EMD分解结果如图6所示。
经验模态分解(EMD)分解的本质是通过经验数据中的特征时间尺度来识别内在振荡模式,然后相应地分解数据。该分解方法基于以下假设:
1、信号至少有两个极值即一个最大值和一个最小值。
2、特征时间尺度由极值之间的时间间隔定义。
3、如果数据完全没有极值而只包含拐点,则可以对其进行一次或多次微分以取得极值。
通过经验模态分解(EMD)可以将任何数据都分解为不同的简单固有振荡模式的。无论这些模式是线性还是非线性,每个固有模式都代表一个简单的振荡。每个振荡模式都由一个固有模态函数(IMF)表示,其定义如下:
1、在整个数据集中,其极值点的数量和过零点的数量必须相等或两者之间最多相差1。
2、在任意一点处,由局部最大值定义的上包络和由局部最小值定义的下包络的平均值为零。
通过经验模态分解(EMD)可以从电压信号中分解出特征分量,特别是它可以在电压信号存在不同谐波干扰的情况下,快速准确地分解出基频电压信号,这可以为我们在提取电压暂降特征量的过程中排除掉谐波分量的干扰。
电压信号的经验模态分解(EMD)步骤如下:
Ⅰ.首先,找出需要分解的电压信号W(t)的局部极大值和局部极小值点,并在这些极值点处做标记。
Ⅱ.利用三次样条线连接所有局部极大值点,得到电压信号的极大值包络曲线emax(t),同样在信号局部极小值点处重复该过程以得到极小值包络曲线emin(t)。
Ⅲ.计算并求取均值包络k(t):
Figure BDA0003259276570000111
Ⅳ.提取出第一个可能的固有模态函数(IMF),m1(t):
m1(t)=W(t)-k(t)
Ⅴ.利用固有模态函数(IMF)的定义条件判断m1(t)是否为IMF;若m1(t)不满足两个定义条件,则将W(t)用m1(t)代替,并重复步骤Ⅰ-Ⅴ,直到计算出第一个固有模态函数IMF-1。
Ⅵ.将m1(t)从W(t)中分离以获得残余分量r1(t):
r1(t)=W(t)-m1(t)
Ⅶ.当残余分量r1(t)成为一个单调函数,无法从中提取更多的IMF时,则停止该分解过程,若不是,则将r1(t)视为新数据集并重复步骤Ⅰ-Ⅵ,获得一个新的IMF和一个新的残余分量。将r1(t)视为新数据集表示的含义是:将r1(t)视为新的待分解的电压信号,即将它看作一个待分解的“W(t)”。重复分解步骤,以提取新的经验模态函数IMF。
Ⅷ.电压信号W(t)分解结束后,则可以将该原始信号重构为:
Figure BDA0003259276570000121
对于步骤Ⅴ,其停止的判据是:当m1(t)过零点数目和极值点数目保持不变且相等或相差最多为1时,分解过程还将在进行S次后停止,其中S的数值是预先设定的。
(8)利用希尔伯特变换提取出基频分量,并求取其电压幅值V。
通过希尔伯特变换可以确定任何实值函数的复共轭。在将电压信号进行经验模态分解(EMD)后,对任意固有模态函数(IMF)做希尔伯特变换便可以提取其瞬时频率、幅度和相位角。
对于任意时间序列mi(t),对应的希尔伯特变换hi(t)定义如下:
Figure BDA0003259276570000122
其中PV表示奇异积分的主值,t为任意时刻,τ为时间,其中的时间序列即固有模态函数,希尔伯特变换的定义是表示mi(t)和1/(πt)之间的卷积。
则其对应的解析信号y(t)表示如下:
y(t)=mi(t)+jhi(t)=A(t)ejθ(t)
因此
Figure BDA0003259276570000123
Figure BDA0003259276570000131
其中,A(t)表示瞬时幅度,θ(t)表示瞬时相位角,mi为任意时间序列,代表了变换前的原始时间序列,hi为代表该序列希尔伯特变换后的结果。利用希尔伯特变换求取的实时频率如图7所示,利用瞬时相位角则可以计算出瞬时角频率ω(t)如下:
Figure BDA0003259276570000132
(9)判断电压幅值V是否低于设定值Vset。若V<Vset,则判定电压发生暂降,否则返回步骤(1)。
电网电压暂降故障信号检测方法利用电压信号的周期性,对实时采样的电压信号进行序列扩充,即在电压信号末端补充一段波形,以此来消除在电压信号端点处极值点不足的缺点,并利用EMD实时从扩充后的电压信号中分解提取出相应的基频分量和谐波分量,并对基频分量和谐波分量进行追踪检测,当出现电压暂降时利用极值点配置的变化可快速提取出相应的特征信息。可以克服电网电压背景谐波对电压信号的干扰,快速准确地分解电压信号并提取出电压暂降特征分量。实现实时追踪,并保留了瞬时分解所拥有的快速性,可广泛应用于不间断电源、动态电压恢复器、统一电能质量控制器等先进电力电子设备。
本发明提供的一种电网电压暂降故障信号检测系统,包括:
获取模块,用于获取电压信号并确定所述电压信号第一设定点处的电压幅值;所述第一设定点位于所述电压信号的末端;所述电压信号为周期性信号。
第二设定点确定模块,用于确定所述电压信号上一周期中与所述第一设定点处的电压幅值相同的点为第二设定点;所述上一周期是所述第一设定点所在周期的前一周期。
扩充模块,用于根据所述第二设定点对所述电压信号进行扩充,得到扩充后的电压信号。
经验模态分解和重构模块,用于对所述扩充后的电压信号进行经验模态分解和重构,得到重构后的电压信号。
希尔伯特变化模块,用于对所述重构后的电压信号进行希尔伯特变化,确定基频分量的电压幅值。
第一判断模块,用于判断所述基频分量的电压幅值是否小于设定值,得到第一判断结果。
电压暂降发生模块,用于若所述第一判断结果表示所述基频分量的电压幅值小于设定值,则确定发生电压暂降。
返回模块,用于若所述第一判断结果表示所述基频分量的电压幅值大于或者等于设定值,则返回获取模块。
所述扩充模块,具体包括:
时间序列值获取单元,用于获取第二设定点处的时间序列值。
第三设定点确定单元,用于根据所述第二设定点处的时间序列值确定第三设定点;所述第三设定点为第二设定点后一个时间间隔的点。
截取单元,用于截取设定电压信号;所述设定电压信号为以所述第三设定点为起始点的半个周期的电压信号。
补充单元,用于将所述设定电压信号补充到所述第一设定点之后,得到扩充后的电压信号。
所述经验模态分解和重构模块,具体包括:
局部极值获取单元,用于获取所述扩充后的电压信号的所有局部极大值点和所有局部极小值点。
极大值包络曲线确定单元,用于利用三次样条线连接所有所述局部极大值点得到极大值包络曲线。
极小值包络曲线确定单元,用于利用三次样条线连接所有所述局部极小值点得到极小值包络曲线。
求和取平均单元,用于对所述极大值包络曲线和所述极小值包络曲线进行求和取平均,得到均值包络。
固有模态函数确定单元,用于根据所述扩充后的电压信号和所述均值包络,确定固有模态函数。所述固有模态函数确定单元,具体包括:作差子单元,用于将所述扩充后的电压信号和所述均值包络作差,得到固有模态函数的估计函数;第二判断子单元,用于判断所述估计函数是否满足固有模态函数定义条件,得到第二判断结果;固有模态函数确定子单元,用于若第二判断结果表示所述估计函数满足固有模态函数定义条件,则确定所述估计函数为固有模态函数;第二返回子单元,用于若第二判断结果表示所述估计函数不满足固有模态函数定义条件,则将所述扩充后的电压信号用所述估计函数代替,并返回局部极值获取单元。
分离单元,用于将所述固有模态函数从所述扩充后的电压信号中分离,得到残余分量。
重构后的电压信号确定单元,用于根据所述残余分量和所述固有模态函数得到重构后的电压信号。
所述经验模态分解和重构模块还包括:
第三判断单元,用于判断所述残余分量是否为单调函数,得到第三判断结果。
停止单元,用于若所述第三判断结果表示所述残余分量为单调函数,则停止分解过程。
返回单元,用于若所述第三判断结果表示所述残余分量不为单调函数,则将所述残余分量作为扩充后的电压信号,并返回局部极值获取单元。
本发明的优势如下:
利用经验模态分解(EMD)实现了对电压信号的实时分解,提取出基频分量和谐波分量,并可以克服谐波分量的干扰提取出电压暂降的特征分量,极大地保证了特征信息的时效性和有效性;利用电压信号的周期性,对实时采样的电压信号进行序列扩充,将实时保留的电压信号的一部分补充在实时采样电压信号的末端,以此克服经验模态分解(EMD)的端点效应,以及经验模态分解(EMD)在实时分解时信号长度不足的缺点,分解提取电压信号的特征量,提高电压检测可靠性。并利用电压暂降发生时导致极值点配置发生变化,仅需在电压暂降发生后0.4毫秒的时间内便可快速提取出电压暂降信号的特征量。同时该发明解决了EMD分解电压信号中IMF分量过多、需要存储量过大的问题,更易于实现将EMD应用于即时电压检测中。该发明方法既保证了电压分解的快速性,也保证了分解出的电压特征量的实时性,大大提高补偿设备对电压信号的检测的可靠性。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种电网电压暂降故障信号检测方法,其特征在于,包括:
获取电压信号并确定所述电压信号第一设定点处的电压幅值;所述第一设定点位于所述电压信号的末端;所述电压信号为周期性信号;
确定所述电压信号上一周期中与所述第一设定点处的电压幅值相同的点为第二设定点;所述上一周期是所述第一设定点所在周期的前一周期;
根据所述第二设定点对所述电压信号进行扩充,得到扩充后的电压信号;
对所述扩充后的电压信号进行经验模态分解和重构,得到重构后的电压信号;
对所述重构后的电压信号进行希尔伯特变化,确定基频分量的电压幅值;
判断所述基频分量的电压幅值是否小于设定值,得到第一判断结果;
若所述第一判断结果表示所述基频分量的电压幅值小于设定值,则确定发生电压暂降;
若所述第一判断结果表示所述基频分量的电压幅值大于或者等于设定值,则返回步骤“获取电压信号并确定所述电压信号第一设定点处的电压幅值”。
2.根据权利要求1所述的电网电压暂降故障信号检测方法,其特征在于,所述根据所述第二设定点对所述电压信号进行扩充,得到扩充后的电压信号,具体包括:
获取第二设定点处的时间序列值;
根据所述第二设定点处的时间序列值确定第三设定点;所述第三设定点为第二设定点后一个时间间隔的点;
截取设定电压信号;所述设定电压信号为以所述第三设定点为起始点的半个周期的电压信号;
将所述设定电压信号补充到所述第一设定点之后,得到扩充后的电压信号。
3.根据权利要求1所述的电网电压暂降故障信号检测方法,其特征在于,所述对所述扩充后的电压信号进行经验模态分解和重构,得到重构后的电压信号,具体包括:
获取所述扩充后的电压信号的所有局部极大值点和所有局部极小值点;
利用三次样条线连接所有所述局部极大值点得到极大值包络曲线;
利用三次样条线连接所有所述局部极小值点得到极小值包络曲线;
对所述极大值包络曲线和所述极小值包络曲线进行求和取平均,得到均值包络;
根据所述扩充后的电压信号和所述均值包络,确定固有模态函数;
将所述固有模态函数从所述扩充后的电压信号中分离,得到残余分量;
根据所述残余分量和所述固有模态函数得到重构后的电压信号。
4.根据权利要求3所述的电网电压暂降故障信号检测方法,其特征在于,所述根据所述扩充后的电压信号和所述均值包络,确定固有模态函数,具体包括:
将所述扩充后的电压信号和所述均值包络作差,得到固有模态函数的估计函数;
判断所述估计函数是否满足固有模态函数定义条件,得到第二判断结果;
若第二判断结果表示所述估计函数满足固有模态函数定义条件,则确定所述估计函数为固有模态函数;
若第二判断结果表示所述估计函数不满足固有模态函数定义条件,则将所述扩充后的电压信号用所述估计函数代替,并返回步骤“获取所述扩充后的电压信号的所有局部极大值点和所有局部极小值点”。
5.根据权利要求3所述的电网电压暂降故障信号检测方法,其特征在于,所述将所述固有模态函数从所述扩充后的电压信号中分离,得到残余分量之后,还包括:
判断所述残余分量是否为单调函数,得到第三判断结果;
若所述第三判断结果表示所述残余分量为单调函数,则停止分解过程;
若所述第三判断结果表示所述残余分量不为单调函数,则将所述残余分量作为扩充后的电压信号,并返回步骤“获取所述扩充后的电压信号的所有局部极大值点和所有局部极小值点”。
6.一种电网电压暂降故障信号检测系统,其特征在于,包括:
获取模块,用于获取电压信号并确定所述电压信号第一设定点处的电压幅值;所述第一设定点位于所述电压信号的末端;所述电压信号为周期性信号;
第二设定点确定模块,用于确定所述电压信号上一周期中与所述第一设定点处的电压幅值相同的点为第二设定点;所述上一周期是所述第一设定点所在周期的前一周期;
扩充模块,用于根据所述第二设定点对所述电压信号进行扩充,得到扩充后的电压信号;
经验模态分解和重构模块,用于对所述扩充后的电压信号进行经验模态分解和重构,得到重构后的电压信号;
希尔伯特变化模块,用于对所述重构后的电压信号进行希尔伯特变化,确定基频分量的电压幅值;
第一判断模块,用于判断所述基频分量的电压幅值是否小于设定值,得到第一判断结果;
电压暂降发生模块,用于若所述第一判断结果表示所述基频分量的电压幅值小于设定值,则确定发生电压暂降;
返回模块,用于若所述第一判断结果表示所述基频分量的电压幅值大于或者等于设定值,则返回获取模块。
7.根据权利要求6所述的电网电压暂降故障信号检测系统,其特征在于,所述扩充模块,具体包括:
时间序列值获取单元,用于获取第二设定点处的时间序列值;
第三设定点确定单元,用于根据所述第二设定点处的时间序列值确定第三设定点;所述第三设定点为第二设定点后一个时间间隔的点;
截取单元,用于截取设定电压信号;所述设定电压信号为以所述第三设定点为起始点的半个周期的电压信号;
补充单元,用于将所述设定电压信号补充到所述第一设定点之后,得到扩充后的电压信号。
8.根据权利要求6所述的电网电压暂降故障信号检测系统,其特征在于,所述经验模态分解和重构模块,具体包括:
局部极值获取单元,用于获取所述扩充后的电压信号的所有局部极大值点和所有局部极小值点;
极大值包络曲线确定单元,用于利用三次样条线连接所有所述局部极大值点得到极大值包络曲线;
极小值包络曲线确定单元,用于利用三次样条线连接所有所述局部极小值点得到极小值包络曲线;
求和取平均单元,用于对所述极大值包络曲线和所述极小值包络曲线进行求和取平均,得到均值包络;
固有模态函数确定单元,用于根据所述扩充后的电压信号和所述均值包络,确定固有模态函数;
分离单元,用于将所述固有模态函数从所述扩充后的电压信号中分离,得到残余分量;
重构后的电压信号确定单元,用于根据所述残余分量和所述固有模态函数得到重构后的电压信号。
9.根据权利要求8所述的电网电压暂降故障信号检测系统,其特征在于,所述固有模态函数确定单元,具体包括:
作差子单元,用于将所述扩充后的电压信号和所述均值包络作差,得到固有模态函数的估计函数;
第二判断子单元,用于判断所述估计函数是否满足固有模态函数定义条件,得到第二判断结果;
固有模态函数确定子单元,用于若第二判断结果表示所述估计函数满足固有模态函数定义条件,则确定所述估计函数为固有模态函数;
第二返回子单元,用于若第二判断结果表示所述估计函数不满足固有模态函数定义条件,则将所述扩充后的电压信号用所述估计函数代替,并返回局部极值获取单元。
10.根据权利要求8所述的电网电压暂降故障信号检测系统,其特征在于,所述经验模态分解和重构模块还包括:
第三判断单元,用于判断所述残余分量是否为单调函数,得到第三判断结果;
停止单元,用于若所述第三判断结果表示所述残余分量为单调函数,则停止分解过程;
返回单元,用于若所述第三判断结果表示所述残余分量不为单调函数,则将所述残余分量作为扩充后的电压信号,并返回局部极值获取单元。
CN202111067938.1A 2021-09-13 2021-09-13 一种电网电压暂降故障信号检测方法及系统 Active CN113777442B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111067938.1A CN113777442B (zh) 2021-09-13 2021-09-13 一种电网电压暂降故障信号检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111067938.1A CN113777442B (zh) 2021-09-13 2021-09-13 一种电网电压暂降故障信号检测方法及系统

Publications (2)

Publication Number Publication Date
CN113777442A true CN113777442A (zh) 2021-12-10
CN113777442B CN113777442B (zh) 2023-01-20

Family

ID=78842982

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111067938.1A Active CN113777442B (zh) 2021-09-13 2021-09-13 一种电网电压暂降故障信号检测方法及系统

Country Status (1)

Country Link
CN (1) CN113777442B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114325070A (zh) * 2021-12-13 2022-04-12 广西电网有限责任公司电力科学研究院 一种极端电网工况下高鲁棒电压暂降检测方法及系统
CN118362820A (zh) * 2024-06-20 2024-07-19 国网甘肃省电力公司电力科学研究院 一种储能设备故障状态智能诊断方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103424600A (zh) * 2013-08-20 2013-12-04 昆明理工大学 一种基于Hilbert-Huang变换和小波包能量谱的电压暂降源识别方法
CN105510687A (zh) * 2015-12-24 2016-04-20 合肥工业大学 一种基于经验模态分解的电压异常特征识别方法
CN106093541A (zh) * 2016-06-02 2016-11-09 国网山东省电力公司济宁供电公司 基于经验模态分解和希尔伯特变换的电压跌落检测方法
CN109164294A (zh) * 2018-09-06 2019-01-08 上海电力学院 一种用于dvr中的自适应电压跌落检测方法
CN110320401A (zh) * 2019-06-03 2019-10-11 济南大学 基于eemd和二点法的单相电压暂降检测方法、系统及应用

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103424600A (zh) * 2013-08-20 2013-12-04 昆明理工大学 一种基于Hilbert-Huang变换和小波包能量谱的电压暂降源识别方法
CN105510687A (zh) * 2015-12-24 2016-04-20 合肥工业大学 一种基于经验模态分解的电压异常特征识别方法
CN106093541A (zh) * 2016-06-02 2016-11-09 国网山东省电力公司济宁供电公司 基于经验模态分解和希尔伯特变换的电压跌落检测方法
CN109164294A (zh) * 2018-09-06 2019-01-08 上海电力学院 一种用于dvr中的自适应电压跌落检测方法
CN110320401A (zh) * 2019-06-03 2019-10-11 济南大学 基于eemd和二点法的单相电压暂降检测方法、系统及应用

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
YANQING LI等: "Study on Voltage Sag Detection of Wind Power System Based on HHT", 《ENERGY AND POWER ENGINEERING》 *
YISHENG FANG等: "Detection method of voltage sag disturbance based on improved HHT", 《2020 INTERNATIONAL CONFERENCE ON SMART GRID AND ENERGY ENGINEERING》 *
边辉等: "基于HHT的风力发电系统电压暂降检测研究", 《计算技术与自动化》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114325070A (zh) * 2021-12-13 2022-04-12 广西电网有限责任公司电力科学研究院 一种极端电网工况下高鲁棒电压暂降检测方法及系统
CN114325070B (zh) * 2021-12-13 2023-09-05 广西电网有限责任公司电力科学研究院 一种极端电网工况下高鲁棒电压暂降检测方法及系统
CN118362820A (zh) * 2024-06-20 2024-07-19 国网甘肃省电力公司电力科学研究院 一种储能设备故障状态智能诊断方法及系统

Also Published As

Publication number Publication date
CN113777442B (zh) 2023-01-20

Similar Documents

Publication Publication Date Title
CN113777442B (zh) 一种电网电压暂降故障信号检测方法及系统
JP4934775B2 (ja) クロックスキューの測定装置および方法、ならびにクロックスキューの確率推定装置および方法
Lv et al. High-order synchroextracting transform for characterizing signals with strong AM-FM features and its application in mechanical fault diagnosis
Abdullah et al. Power quality analysis using bilinear time-frequency distributions
Manjula et al. Comparison of empirical mode decomposition and wavelet based classification of power quality events
CN108139432A (zh) 校正电流互感器中饱和效应的方法以及其智能电子设备
CN106226587B (zh) 一种基于les--hht的交流微电网电压暂降快速检测方法
CN102944773B (zh) 基于空间变换的电能扰动检测及分类方法
CN104808035A (zh) 一种基于广义双曲s变换的电压暂降检测方法
CN111413641A (zh) 一种利用hht暂态特征量检测的微机继电保护方法
CN112362966A (zh) 基于小波包变换与stft相融合的电网谐波检测方法及装置
CN112415329A (zh) 电压暂降辨识方法、装置、计算机设备和存储介质
Kay Model-based probability density function estimation
Lv et al. Longitudinal synchroextracting transform: A useful tool for characterizing signals with strong frequency modulation and application to machine fault diagnosis
Hua et al. Voltage sag detection based on dq transform and mathematical morphology filter
CN117854541A (zh) 变压器故障检测模型训练方法、故障诊断方法及相关设备
CN108020715A (zh) 一种单相正弦信号幅值与相位快速检测方法
Abdullah et al. Bilinear time-frequency analysis techniques for power quality signals
CN113092850B (zh) 一种简化s变换的时频谱分析方法及系统
CN112328563B (zh) 暂态录波数据压缩方法、装置、电子设备及存储介质
CN114184889B (zh) 一种基于vmd的电网电压暂降故障信号检测方法及系统
Jun-chang et al. A speech denoising method based on improved EMD
Khoa et al. Regular paper An Extended Kalman Filter for Detecting Voltage Sag Events in Power Systems
CN112034232A (zh) 一种供电系统电压暂降检测方法
Ali et al. Detection of PQ Short Duration Variations using Wavelet Time Scattering with LSTM

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