CN113884970A - 一种电能质量监测装置谐波参数的现场在线校验方法 - Google Patents

Abstract

本发明属于设备检测技术领域，具体涉及一种电能质量监测装置谐波参数的现场在线校验方法。本发明用分形维数计算方法度量两个谐波曲线，提出度量两个谐波曲线误差的新指标以及计算方法。为了降低分形维数算法的误差，本发明对传统的分形维数算法进行改进，采用基于模糊C均值（FCM）的结构函数法，然后比较该方法与基于K‑means的结构函数法的误差，并将点对点比对法与结构函数法联系起来设定阈值。分形维数算法可以更灵敏的感知谐波波形的变化，在实际应用中分本发明提供的改进的形维数算法有更好的效果，可以提高检测精度，解决谐波变大后监测装置被判定为不合格的现象等问题。

Description

一种电能质量监测装置谐波参数的现场在线校验方法

技术领域

本发明属于设备检测技术领域，具体涉及一种电能质量监测装置谐波参数 的现场在线校验方法。

背景技术

截止目前大部分省网电力公司中有数百上千个电能质量监测点，且每年还 在继续增加。但是电能质量监测装置在恶劣的电磁环境中长期运行，其元器件 性能失效难以避免，有可能影响到电能质量监测装置的整机运行状态。

现有的电能质量监测装置的检测方法有标准源法和比对法两种，上述方法 均在实验室开展为主，属于离线检测，而且在实验室通常是基于标准源法来实 现。针对已投运监测装置，若工程上仍采用实验室离线检测，则存在互感器二 次侧开路(短路)危险、单次检测耗时长、人力物力消耗大、有效开展周期性 检测工作难度大等问题。

随着电网和用户对电能质量的关注程度越来越深入，大量电能质量监测装置投入运行，所以有必要研究技术可靠、使用方便的电能质量监测装置在线检测技 术，并研制更高精度电能质量测量装置，提高上传至监测系统的电能质量指标 的准确度，以便能推动电能质量监测装置定期检测工作的开展，真正落实电能 质量技术监督工作，为电网的安全、稳定、经济运行保驾护航。

现场校验方案可在免拆线、带电情况下对监测装置的准确度进行现场校验， 其框图如图1所示。现场校验示意图如图2所示。

电网运行中产生的谐波问题是电能质量问题中最受关注的问题之一。传统的 谐波参数校验方法为监测装置与检验仪器的谐波点对点比对方法，点对点比对 法具体流程为：1)采用报告的方式记录实时数据，并且暂时断开监测装置与电 能质量在线监测系统的连接网线，与按图2连接监测装置和高精度电能质量测 量装置；2)设置高精度电能质量测量装置的IP、互感器变比、数据上传时间间 隔和统计记录周期等参数，启动网络精准对时，开展通信规约一致的校验；3) 设置整点时刻T启动测试，每3s读取并记录两装置的实时数据；4)设同一时 刻高精度电能质量测量装置电能质量指标的测量值为χ_s，监测装置相应的测量 值为χ_X，计算两装置的最大允许误差；5)现场校验完成所有校验点可停止测试。

国家标准GB/T 19862-2016规定的谐波电压最大允许误差要求如表1所示。

表1点对点比对法最大允许误差

点对点比对法的思想是，只要监测装置与高精度电能质量测量装置误差控制在5％以内就认为监测装置是合格的。

而该方法的问题是，有可能监测设备在1％U_N以下是合格的，但是在大于1％U_N时是不合格的，完全可能出现谐波变大后，监测装置被判定为不合格的现象。

比如，假定监测装置检测到U_h＝4V，高精度电能质量测量装置测得U_hN＝54V， 标称电压为110kV，此时U_hN＜1％U_N，而U_h-U_hN＝-50V在最大允许误差内，所以判 定监测装置是合格的。但是

很可能出现谐波变大后，监 测装置被判定为不合格的现象。

因此当谐波含有率很小比如小于1％时，谐波信号很弱，点对点比对方法不 准确，可能发现不了不合格装置。

现场安装的电能质量监测装置很多情况下都会面临谐波电压含有率小的情 况，有必要研究一种方法，不论是谐波含有率小还是谐波含有率大时都可以准 确判断电能质量监测装置是否异常。

发明内容

本发明的目的为解决谐波变大后监测装置被判定为不合格的现象等问题， 提供了一种简单易用、高可靠的电能质量监测装置谐波参数的现场在线校验方 法，为了实现上述目的，本发明采用的技术方案如下：

一种电能质量监测装置谐波参数的现场在线校验方法，包括以下步骤：

S1：采用报告的方式记录实时数据，并且暂时断开电能质量监测装置与电能质 量在线监测系统的连接网线，将电能质量监测装置和高精度电能质量测量装置 连接至电能质量在线监测系统；

S2：设置高精度电能质量测量装置的IP、互感器变比、数据上传时间间隔和统 计记录周期等参数，启动网络精准对时，开展通信规约一致的校验；

S3：设置整点时刻T启动测试，每间隔时间Δt读取并记录电能质量监测装置和 高精度电能质量测量装置的实时数据；

S4：设高精度电能质量测量装置的谐波测量数据波形为S1，电能质量监测装置 的谐波测量数据波形为S2，采用结构函数法计算波形S1和波形S2的分形维数；

S5：判断电能质量监测装置与高精度电能质量测量装置谐波测量数据的分形维数相对误差是否超出设定的阈值；

S6：若是电能质量监测装置与高精度电能质量测量装置谐波测量数据的分形维数相对误差超出设定的阈值，则判定电能质量监测装置的谐波测量精度不满足 检定精度，反之，则判定电能质量监测装置的谐波测量精度满足检定精度。

优选地，所述步骤S4中的结构函数法计算分形维数具体为：

结构函数法将离散信号曲线上的所有点看作具有分形特征的时间序列，离散 信号y(i)的结构函数s(t)为：

s(t)＝<[y(x+t)-y(x)]²>＝ct^4-2D； (1)

其中，t代表数据点的间隔个数；s(t)是t的函数；x为曲线上的横坐标；y(x) 为坐标x上所对应的纵坐标；<[y(x+t)-y(x)]²>表示差方的算术平均值；c为常数；

针对若干个t计算出相应的s(t)，得到双对数曲线lgt-lgs(t)的无标度区间， 计算无标度区间的斜率得到分形维数，无标度区间的斜率α，D与斜率α的转换 关系为：

优选地，对双对数曲线lgt-lgs(t)进行一阶差分，采用模糊C均值算法对结构 函数法得到的双对数曲线lgt-lgs(t)进行计算得到最终的无标度区间，对无标度区 间采用最小二乘法进行拟合得到分形维数曲线。

优选地，所述模糊C均值算法具体为：

已知数据样本X＝{x₁,x₂,…,x_n}的模糊分类矩阵A＝[a_ij]_c×n和聚类中心 C＝[c₁,c₂,…,c_c]^T，模糊C均值算法可以表述为：

式中：c为聚类中心个数；n为样本个数；m为加权指数；a_ij和d_ij分别为第 j个数据点对第i个聚类中心的隶属度和欧氏距离。

优选地，还包括将一阶差分之后的双对数曲线的数据中的粗大误差进行剔 除；对保留下来的数据再次分类，去除部分杂点；选择拟合结果中散点波动较 小、拟合斜率为正的区间作为最终得到的无标度区间。

优选地，粗大误差的判别方法为对聚类结果分别进行最小二乘拟合，拟合 误差更大的数据集为粗大误差。

优选地，所述步骤S5中电能质量监测装置与高精度电能质量测量装置谐波 测量数据的分形维数相对误差设定的阈值为5％。

优选地，电能质量监测装置的测量谐波最大允许误差如下表1所示：

表1最大允许误差结果

其中，其中，U_hN为高精度电能质量测量装置测得的谐波电压，U_h为电能质量监 测装置测得的谐波电压，U_N为标称电压，D_hN为高精度电能质量测量装置测得的 谐波电压的分形维数，D_h为电能质量监测装置测得的谐波电压的分形维数。

本发明的有益效果为：本发明用分形维数计算方法度量两个谐波曲线，提 出度量两个谐波曲线误差的新指标以及计算方法。为了降低分形维数算法的误 差，本发明对传统的分形维数算法进行改进，采用基于模糊C均值(FCM)的 结构函数法，然后比较该方法与基于K-means的结构函数法的误差，并将点对 点比对法与结构函数法联系起来设定阈值。进行案例测试说明本发明的算法有 效性并计算在数据采集的过程中出现的情况对于分形结果的影响。分形维数算 法可以更灵敏的感知谐波波形的变化，并且本发明对数据采集过程的情况进行 了分析，这些情况对分形结果产生的影响很小，可以忽略不计，因此在实际应用中分本发明提供的改进的形维数算法有更好的效果，可以提高检测精度，解 决谐波变大后监测装置被判定为不合格的现象等问题。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将 对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附 图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分 并不一定按照实际的比例绘制。

图1为电能质量监测装置现场校验验框图；

图2为电能质量监测装置现场校验示意图。

图3为分形维数最大误差仿真图；

图4为高精度电能质量测量装置与电能质量监测装置谐波幅值拟合图；

图5为高精度电能质量测量装置与电能质量监测装置拟合结果图；

图6为等比扩大后的高精度电能质量测量装置与监测装置谐波幅值图；

图7为不同对时误差下的谐波统计值图形图；

图8为不同对时误差的拟合图像；

图9为数据丢失情况下的谐波统计值图形。

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。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包 含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除 一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添 加。

还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例 的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用 的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及 “该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/ 或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且 包括这些组合。

一种电能质量监测装置谐波参数的现场在线校验方法，包括以下步骤：

S1：采用报告的方式记录实时数据，并且暂时断开电能质量监测装置与电能质 量在线监测系统的连接网线，将电能质量监测装置和高精度电能质量测量装置 连接至电能质量在线监测系统；

S2：设置高精度电能质量测量装置的IP、互感器变比、数据上传时间间隔和统 计记录周期等参数，启动网络精准对时，开展通信规约一致的校验；

S3：设置整点时刻T启动测试，每间隔时间Δt读取并记录电能质量监测装置和 高精度电能质量测量装置的实时数据；

S4：设高精度电能质量测量装置的谐波测量数据波形为S1，电能质量监测装置 的谐波测量数据波形为S2，采用结构函数法计算波形S1和波形S2的分形维数；

结构函数法计算分形维数具体为：

结构函数法将离散信号曲线上的所有点看作具有分形特征的时间序列，离散 信号y(i)的结构函数s(t)为：

s(t)＝<[y(x+t)-y(x)]²>＝ct^4-2D； (1)

其中，t代表数据点的间隔个数；s(t)是t的函数；x为曲线上的横坐标；y(x) 为坐标x上所对应的纵坐标；<[y(x+t)-y(x)]²>表示差方的算术平均值；c为常数；

针对若干个t计算出相应的s(t)，得到双对数曲线lgt-lgs(t)的无标度区间， 计算无标度区间的斜率得到分形维数，无标度区间的斜率α，D与斜率α的转换 关系为：

无标度区间是双对数曲线上比较直的一段线段，其斜率近似为常数，因此 对双对数曲线进行一阶差分，特点为在无标度区间内波动微小，而在无标度区 间外波动较大。可根据这个特点对一阶差分之后的双对数曲线进行聚类，选用 模糊C均值算法进行聚类。

模糊C均值是基于目标函数的聚类算法，用模糊理论对数据进行分析和建 模，不断修正聚类中心和分类矩阵到符合终止准则，得到对数据类属的不确定 性描述,根据隶属程度得出数据的类别，是对K-means的改进算法。对双对数曲 线lgt-lgs(t)进行一阶差分，采用模糊C均值算法对结构函数法得到的双对数曲线 lgt-lgs(t)进行计算得到最终的无标度区间，对无标度区间采用最小二乘法进行拟 合得到分形维数曲线。模糊C均值算法具体为：

已知数据样本X＝{x₁,x₂,…,x_n}的模糊分类矩阵A＝[a_ij]_c×n和聚类中心 C＝[c₁,c₂,…,c_c]^T，模糊C均值算法可以表述为：

式中：c为聚类中心个数；n为样本个数；m为加权指数；a_ij和d_ij分别为第 j个数据点对第i个聚类中心的隶属度和欧氏距离。

将一阶差分之后的双对数曲线分为两类，一类为数据中的粗大误差，要将 其剔除。粗大误差的判别方法为对聚类结果分别进行最小二乘拟合，拟合误差 更大的数据集为粗大误差。一次分类所得的区间范围可能不够准确，因此需要 对保留下来的数据再次分类，去除部分杂点以求得更精确的无标度区间。对聚 类结果分别进行最小二乘拟合，由于已经去除了粗大误差，第二次聚类结果在 拟合误差上相差不会太大，单纯以拟合误差作为判别标准难免会产生一些问题， 因此选择拟合结果中散点波动较小、拟合斜率为正的区间作为最终得到的无标 度区间。

S5：判断电能质量监测装置与高精度电能质量测量装置谐波测量数据的分形维数相对误差是否超出设定的阈值；阈值设定为5％，

S6：若是电能质量监测装置与高精度电能质量测量装置谐波测量数据的分形维数相对误差超出设定的阈值，则判定电能质量监测装置的谐波测量精度不满足 检定精度，反之，则判定电能质量监测装置的谐波测量精度满足检定精度。

电能质量监测装置与高精度电能质量测量装置谐波测量数据的分形维数相 对误差设定的阈值为5％，具体确定方法如下：

W-M分形函数常作为分形维数算法的测试函数。W-M分形函数由维尔斯特拉 斯函数演变而成，该函数处处连续但又不可导。在曼德博创立了分形这一理论 以后，维尔斯特拉斯函数与分形理论相结合，得到了Weierstrass-Mandelbrot 分形函数，即W-M分形函数。随后Majumdar与Bhushan在W-M分形函数的基础 上进行了修正，使其成为了更适合工程表面的数学模型，即M-B函数。目前所 指的W-M分形函数就是指M-B函数，其表达式如下。

式中，Z(x)为曲线高度；x为曲线的位置坐标；G为特征尺度系数，取值范围在 [0,1]之间；D为分形维数；λⁿ为曲线的空间频率，λ为大于1的常数，通常取 λ＝1.5；n_L是与曲线的最低截止频率相对应的序数；n为频率指数，且n不需要 取过大值，在实际应用中一般取10-100之间的值。

W-M分形函数在不同分形维数下得到的数据结果代入结构函数法，得到的结果如表2所示。

表2基于模糊C均值的结构函数法误差

理论分形维数	实测分形维数	绝对误差	相对误差/％
				1.0	1.1698	0.1698	14.5132
1.1	1.1168	0.0168	1.5015
				1.2	1.2376	0.0376	3.0367
1.3	1.3176	0.0176	1.3369
				1.4	1.4064	0.0064	0.4543
1.5	1.5008	0.0008	0.0526
				1.6	1.5986	-0.0014	0.0897
1.7	1.6983	-0.0017	0.1008
				1.8	1.7990	-0.0010	0.0537
1.9	1.9000	0.0000	0.0007
				2.0	1.9885	-0.0115	0.5769

为了验证模糊C均值聚类效果优于K-means，将W-M分形函数在不同分形维 数下得到的数据结果代入基于K-means的结构函数法，由于每次K-means聚类 结果不同，但是迭代50次之后，聚类结果是有限的，最终结果会在几个值之间 变化，所以将100个计算结果中选到的出现频数最高的结果作为实测分形维 数，得到的结果如表3所示。

表3基于K-means结构函数法误差

选取450组由200个3s统计值构成的10min(间)谐波实测数据，用本发 明提出的结构函数算法计算它们的分形维数，其落入各个区间的统计数目如表 4所示：

表4各区间的分形维数统计表

分形维数区间	分形维数落入该区间的数量
		[1.5,1.6)	3
[1.6,1.7)	29
		[1.7,1.8)	53
[1.8,1.9)	129
		[1.9,2.0)	236

450组数据中，不存在分形维数小于1.5的计算结果，所以几乎可以确定 (间)谐波数据的分形维数一般会大于1.5。

当分形维数大于1.5时，结构函数算法的误差小于1％，对分形结果造成的 影响很小所以可以忽略，相比之下，分形维数大于1.5且小于1.8时，基于 K-means的结构函数法误差大，忽视此误差不合理。而且模糊C均值聚类结果是 不变的，只需要计算一次，而K-means聚类结果不同，所以每次计算的分形维 数也不同，需要计算多次。所以选择误差更小、耗时更短的基于模糊C均值结 构函数法计算分形维数。

谐波电压在≥1％U_N和<1％U_N两种情况下是误差计算是一致的，当U_hN<1％U_N时，

如果在U_hN<1％U_N时，仍然采用公式

并且绝对值误差最大允许值 是5％，则

上式满足了U_hN<1％U_N时对应的计算公式的最大允许误差。因此国家标准中两 种情况下最大允许误差是一致的。为了模拟出监测装置不准确的临界状态，噪 声的大小均取谐波电压信号的5％，即每个点都加或减原始信号在该点取值的5％， 生成的新信号每个点处的值为原信号的95％或105％，每个点都处在符合误差范 围的边缘以此来模拟合格仪的极限条件。具体添加方法为，对每一个点，生成 一个0到1之间的服从均匀分布随机数，这个随机数小于0.5时，这个点变为 原始信号的105％，大于等于0.5时，这个点变为原始信号的95％。计算公式为：

其中，R～U_n(0,1),i＝1,2,…,n，S是实测数据信号,即电能质量监测终端测量值,S^*是添加噪声后的，用来模拟电能质量监测装置的信号，R表示服从0到1均匀分 布的n维随机数。

选取来自百色和伊达风电场的谐波数据，截取1200个谐波数据进行试验， 谐波次数从2到19，在不同谐波次数下分别进行多次试验，利用结构函数法计 算分形维数，最终误差结果如图3所示。

为了寻找出阈值，从统计特征值95％概率值进行分析并判断其是否出现谐波 测试不准。将采样的点按从大到小的顺序排列,去掉5％最大值,剩下中最大的值 即为95％概率值。国标GB/T14549-93《电能质量公用电网谐波》中规定以95％ 概率值作为评价谐波污染严重程度的标准。类比此方法，所有最大误差的95％ 概率值为5.0170％，因此设定阈值为5％。当谐波分形维数误差超过5％时，可以 认定电能质量监测装置已经不准确。电能质量监测装置的测量谐波最大允许误 差如下表5所示：

表5最大允许误差结果

其中，U_hN为高精度电能质量测量装置测得的谐波电压，U_h为电能质量监测 装置测得的谐波电压，U_N为标称电压，D_hN为高精度电能质量测量装置测得的谐 波电压的分形维数，D_h为电能质量监测装置测得的谐波电压的分形维数。

国家标准中两种情况下最大允许误差是一致的。对<1％U_N情况下的谐波电压等比放大，使其满足≥1％U_N的条件，判断在此情况下是否超过最大允许误差。根据 5次谐波数据进行测试。计算谐波的200ms统计值，200ms统计值为10个周波 谐波幅值的均方根值，200ms统计值的计算公式为：

其中C_i为第i个谐波幅值，C_200ms为n个200ms统计值结果集合。高精度电能 质量测量装置和电能质量监测装置的200ms统计值图像如图4所示。用结构函 数法计算200ms统计值的分形维数，最终得到的拟合结果如图5所示。

高精度电能质量测量装置和电能质量监测装置的分形维数分别为1.6012，1.8343，相对误差为14.56％，分形维数阈值为5％，高精度电能质量测量装置和 电能质量监测装置的相对误差超出了区间阈值，因此认为电能质量监测装置出 现了异常，电能质量监测装置需要更换。

用点对点比对方法两装置的最大允许误差为0.0185％，国标限值为 ±0.05％^[23]，最大允许误差没有超过国标限制，无法检测出异常。但是将谐波 幅值等比扩大，满足U_hN≥1％U_N，这样最大允许误差的计算方法为

实验等比扩大3.7倍后的200ms统计值图像如图6所示。

用结构函数法计算200ms统计值的分形维数，由于高精度电能质量测量装 置和电能质量监测装置的分形曲线在趋势上没有任何变化，因此分形维数没有 发生改变。但是根据U_hN≥1％U_N对应的计算公式进行计算发现第6、34、67三个 点的数据已经超出了对应的阈值±5％，而相应的谐波含有量小于1％时却没有出 现异常，因此点对点比对法在波含有量小于1％时测试结果不准确，而分形维数 方法不管在谐波含有率小还是谐波含有率大的情况下都能检测到电能质量监测 装置的异常，检测效果更好。

下面对本发明提供的方法进行可靠性分析：

对时误差是时钟校对时人为产生的误差，被检电能质量监测装置与高精度电 能质量测量装置在测量时难免存在对时误差。以20ms、10ms、10μs三种不同对 时误差为例讨论对时误差对校验结果的影响。在研究不同对时误差对于分形结 果的影响时，没有对时误差的情况与对时误差为20ms的情况相差一个周波，对 应到谐波幅值集合中就是相差一个数据点，其余点均相同,无法比较出对分形结 果的影响。因此在五次谐波信号的基础上加一定的噪声，以判断不同对时误差 对分形结果的影响，构造的信号为：

其中t为时间序列，u为最终得到的信号值，v为[0,1)之间产生的随机数。 在正常情况下、对时误差20ms、10ms、10μs时选用同一组噪声来进行计算，算 例中用于计算的3s统计值数据有600个左右，得到的3s统计值结果如图7所 示。结构函数法得到的拟合结果如图8所示。

拟合结果中数据点分布很松散，这是由于拟合直线的斜率较小，倾斜度低， 放大了数据点与拟合直线之间的距离。最终四种情况得到的拟合直线的斜率， 分形维数，拟合误差如表6所示。

表6不同对时误差的各指标结果

	拟合直线斜率	分形维数	拟合误差
				无对时误差	0.0083	1.99585	0.0314
20ms	0.0085	1.99575	0.0349
				10ms	0.0086	1.9957	0.0324
10μs	0.0099	1.99505	0.0337

三种有对时误差的情况对于分形维数的影响都很小，误差均在阈值范围内， 在电能质量监测装置出现对时误差与高精度电能质量测量装置出现对时误差时 可以看作对分形结果没有影响。

数据的缺失并不全是由于电能质量监测装置不可靠造成的，还可能由于诸如 装置掉电、通信故障、主站系统不稳定等因素造成。在实际测量中常用前一时 刻的数据作为缺失数据的填充数据，因此本发明考虑对比缺失数据个数分别为 1,2,3时对于分形维数的影响。利用案例测试中数据判断数据丢失对校验结果的 影响，200ms统计值结果如图9所示。

由于数值的改变很微小，谐波结果无法反映出变化，因此计算结构函数法对 应的分形维数结果，对应的分形维数结果如表7所示。

表7数据丢失情况下的各指标结果

	分形维数	相对误差
			无缺失数据	1.6012	-
5数据缺失	1.6085	0.46％
			5,70数据缺失	1.6076	0.40％
5,70,100数据缺失	1.6068	0.35％

由以上结果可以发现数据丢失对分形结果造成的影响很小，因此忽略。

为了判断电能质量监测装置是否出现异常，本发明提出了用分形维数算法来 进行判断，并对算法进行了改进，设定了电能质量监测装置与高精度电能质量 测量装置在弱信号下的谐波分形维数阈值，对电能质量监测装置是否出现异常 进行判断。本发明的结论主要如下：

1)本发明对传统的分形维数算法进行改进，用FCM算法计算无标度区间， 最终得到分形维数误差更小的结构函数算法。

2)最终设定的阈值与国标中的点对点比对法联系起来，能够弥补点对点比 对法在弱信号下发现不了不合格装置的弱点。

3)计算数据采集过程中不同情况的分形维数，这些情况对于校验结果的影 响很小，因此在真实的设备检测过程中，这些影响可以忽略。

本领域普通技术人员可以意识到，结合本发明中所公开的实施例描述的各 示例的单元，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚 地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各 示例的组成。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特 定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法 来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本申请所提供的实施例中，应该理解到，单元的划分，仅仅为一种逻辑 功能划分，实际实现时可以有另外的划分方式，例如多个单元可结合为一个单 元，一个单元可拆分为多个单元，或一些特征可以忽略等。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其 限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术 人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者 对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相 应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明 的权利要求和说明书的范围当中。

Claims (8)

1.一种电能质量监测装置谐波参数的现场在线校验方法，其特征在于：包括以下步骤：

S1：采用报告的方式记录实时数据，并且暂时断开电能质量监测装置与电能质量在线监测系统的连接网线，将电能质量监测装置和高精度电能质量测量装置连接至电能质量在线监测系统；

S2：设置高精度电能质量测量装置的IP、互感器变比、数据上传时间间隔和统计记录周期等参数，启动网络精准对时，开展通信规约一致的校验；

S3：设置整点时刻T启动测试，每间隔时间Δt读取并记录电能质量监测装置和高精度电能质量测量装置的实时数据；

S4：设高精度电能质量测量装置的谐波测量数据波形为S1，电能质量监测装置的谐波测量数据波形为S2，采用结构函数法计算波形S1和波形S2的分形维数；

S5：判断电能质量监测装置与高精度电能质量测量装置谐波测量数据的分形维数相对误差是否超出设定的阈值；

S6：若是电能质量监测装置与高精度电能质量测量装置谐波测量数据的分形维数相对误差超出设定的阈值，则判定电能质量监测装置的谐波测量精度不满足检定精度，反之，则判定电能质量监测装置的谐波测量精度满足检定精度。

2.根据权利要求1所述的一种电能质量监测装置谐波参数的现场在线校验方法，其特征在于：所述步骤S4中的结构函数法计算分形维数具体为：

结构函数法将离散信号曲线上的所有点看作具有分形特征的时间序列，离散信号y(i)的结构函数s(t)为：

s(t)＝<[y(x+t)-y(x)]²>＝ct^4-2D；(1)

其中，t代表数据点的间隔个数；s(t)是t的函数；x为曲线上的横坐标；y(x)为坐标x上所对应的纵坐标；<[y(x+t)-y(x)]²>表示差方的算术平均值；c为常数；

针对若干个t计算出相应的s(t)，得到双对数曲线lgt-lgs(t)的无标度区间，计算无标度区间的斜率得到分形维数，无标度区间的斜率α，D与斜率α的转换关系为：

3.根据权利要求2所述的一种电能质量监测装置谐波参数的现场在线校验方法，其特征在于：对双对数曲线lgt-lgs(t)进行一阶差分，采用模糊C均值算法对结构函数法得到的双对数曲线lgt-lgs(t)进行计算得到最终的无标度区间，对无标度区间采用最小二乘法进行拟合得到分形维数曲线。

4.根据权利要求3所述的一种电能质量监测装置谐波参数的现场在线校验方法，其特征在于：所述模糊C均值算法具体为：

已知数据样本X＝{x₁,x₂,…,x_n}的模糊分类矩阵A＝[a_ij]_c×n和聚类中心C＝[c₁,c₂,…,c_c]^T，模糊C均值算法可以表述为：

式中：c为聚类中心个数；n为样本个数；m为加权指数；a_ij和d_ij分别为第j个数据点对第i个聚类中心的隶属度和欧氏距离。

5.根据权利要求3所述的一种电能质量监测装置谐波参数的现场在线校验方法，其特征在于：还包括将一阶差分之后的双对数曲线的数据中的粗大误差进行剔除；对保留下来的数据再次分类，去除部分杂点；选择拟合结果中散点波动较小、拟合斜率为正的区间作为最终得到的无标度区间。

6.根据权利要求5所述的一种电能质量监测装置谐波参数的现场在线校验方法，其特征在于：粗大误差的判别方法为对聚类结果分别进行最小二乘拟合，拟合误差更大的数据集为粗大误差。

7.根据权利要求1所述的一种电能质量监测装置谐波参数的现场在线校验方法，其特征在于：所述步骤S5中电能质量监测装置与高精度电能质量测量装置谐波测量数据的分形维数相对误差设定的阈值为5％。

8.根据权利要求7所述的一种电能质量监测装置谐波参数的现场在线校验方法，其特征在于：电能质量监测装置的测量谐波最大允许误差如下表1所示：

表1最大允许误差结果

其中，U_hN为高精度电能质量测量装置测得的谐波电压，U_h为电能质量监测装置测得的谐波电压，U_N为标称电压，D_hN为高精度电能质量测量装置测得的谐波电压的分形维数，D_h为电能质量监测装置测得的谐波电压的分形维数。

Images