CN114895104B - 一种牵引供电系统并联谐波谐振频率识别方法 - Google Patents
一种牵引供电系统并联谐波谐振频率识别方法 Download PDFInfo
- Publication number
- CN114895104B CN114895104B CN202210546085.8A CN202210546085A CN114895104B CN 114895104 B CN114895104 B CN 114895104B CN 202210546085 A CN202210546085 A CN 202210546085A CN 114895104 B CN114895104 B CN 114895104B
- Authority
- CN
- China
- Prior art keywords
- harmonic
- amplitude
- column
- data
- matrix
- 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
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000003137 locomotive effect Effects 0.000 claims abstract description 13
- 108700041286 delta Proteins 0.000 claims abstract description 3
- 239000011159 matrix material Substances 0.000 claims description 56
- 239000013598 vector Substances 0.000 claims description 52
- 238000012216 screening Methods 0.000 claims description 10
- 238000005070 sampling Methods 0.000 claims description 7
- 238000006467 substitution reaction Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 5
- 102000002274 Matrix Metalloproteinases Human genes 0.000 claims description 4
- 108010000684 Matrix Metalloproteinases Proteins 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 4
- 101150055297 SET1 gene Proteins 0.000 claims description 3
- 101150117538 Set2 gene Proteins 0.000 claims description 3
- 238000002759 z-score normalization Methods 0.000 claims description 3
- 230000000717 retained effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/02—Arrangements for measuring frequency, e.g. pulse repetition rate; Arrangements for measuring period of current or voltage
- G01R23/06—Arrangements for measuring frequency, e.g. pulse repetition rate; Arrangements for measuring period of current or voltage by converting frequency into an amplitude of current or voltage
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
- G01R27/02—Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/40—Arrangements for reducing harmonics
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Emergency Protection Circuit Devices (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种牵引供电系统并联谐波谐振频率识别方法,包括步骤:采集单电力机车进入供电区间,车载牵引变压器一次侧的电压电流波形数据;进行快速傅里叶分析获得基波和各次谐波的电压和电流的实部和虚部;电力机车视为谐波电流源,采用戴维南等效为一个电流源与一个电阻串联,列出供电区间二端口网络的等效电路方程;采用偏最小二乘法对等效电路方程进行求解,获得基波和各次谐波等效阻抗的幅值和相角;若第h次谐波的阻抗满足:谐波等效阻抗幅值达到峰值的概率大于等于Δ1,并且相角大小的绝对值小于等于的概率大于等于Δ2,则表明发生了第h次谐波谐振。本发明在不加入扰动的情况下,基于实际数据,可以准确、可靠地识别牵引供电系统中并联谐波谐振的频率。
Description
技术领域
本发明涉及电能质量分析技术领域,特别是一种牵引供电系统并联谐波谐振频率识别方法。
背景技术
牵引供电系统中含有很多感性元件和容性元件,例如牵引变压器、AT变压器、线路的电抗、分布电容、进行无功补偿的电容等,这些元件与谐波源可能会构成一个谐振电路。牵引供电系统中的电力机车作为一个谐波电流源,在运行的时候会向系统注入谐波电流,牵引供电系统中的感性阻抗与牵引网中的容性阻抗在谐波电流的作用下可能会进行耦合,进而发生谐波谐振。谐波谐振会引起过电压、过电流,危及牵引供电系统以及电力机车的安全运行,所以对谐波谐振进行准确的识别对列车和牵引供电系统的安全运行具有重要意义。
目前牵引供电系统对谐波谐振识别主要通过建立“电网—牵引供电系统—电力机车”的谐波模型,对谐波阻抗大小进行识别,在频谱一定的变化范围内,当谐波阻抗出现极大值时就视为发生并联谐波谐振。在建立谐波模型的过程中,需要获得精确的元件参数,建模的过程比较复杂,若模型出错,对识别会产生不利影响;并且,凭借阻抗幅值一个单一变量对谐波谐振进行识别可能会造成识别不准确等问题。
发明内容
本发明提供了一种牵引供电系统并联谐波谐振频率识别方法,能够对谐波谐振的频率进行准确、可靠的识别。
实现本发明目的的技术方案如下:
一种牵引供电系统并联谐波谐振频率识别方法,包括,
步骤1:以采样频率Fs采集单电力机车进入供电区后车载牵引变压器一次侧的电压波形数据Uc和电流波形数据Ic,记Uc和Ic的数据长度均为S;其中:采样频率Fs满足Fs≥r×H×50,H为要分析的最大谐波次数,r为倍数;
步骤2:对电压波形数据Uc和电流波形数据Ic,以t个整数周期为一组,分别进行快速傅里叶变换,得到L组基波及各次谐波电压矩阵Uch和L组基波及各次谐波电流矩阵Ich;将Uch和Ich按照实部和虚部展开,得到电压实部矩阵(Uchx)L×H、电压虚部矩阵(Uchy)L×H、电流实部矩阵(Ichx)L×H和电流虚部矩阵(Ichy)L×H;其中,数据长度S满足
步骤3:分别取(Uchx)L×H、(Uchy)L×H、(Ichx)L×H和(Ichy)L×H的第1列和第h列,作为基波电压实部向量基波电压虚部向量/>基波电流实部向量/>基波电流虚部向量/>和第h次谐波的谐波电压实部向量/>谐波电压虚部向量/>谐波电流实部向量/>和谐波电流虚部向量/>分别将 和/>的L行数据均分,得到n组电压实部向量/> 电压虚部向量/>电流实部向量/>和电流虚部向量/>其中,h=2,3...H,m为每一组中数据的个数;
Uchx=Ichx·(Zsx+Zcx)-Ichy·(Zsy+Zcy)+Ucx-Usx和
Uchy=Ichx·(Zsy+Zcy)+Ichy·(Zsx+Zcx)+Ucy-Usy,
采用偏最小二乘法,经n次求解,得到基波等效阻抗的实部向量和虚部向量/>第h次谐波等效阻抗的实部向量/>和虚部向量/>其中,i=1,2,...,n;Uchx和Uchy分别为车载牵引变压器一次侧第h次谐波等效电压/>的实部和虚部;Ichx和Ichy分别为车载牵引变压器一次侧第h次谐波等效电流/>的实部和虚部;(Zsx+Zcx)和(Zsy+Zcy)分别为基波或第h次谐波等效阻抗的实部和虚部;Ucx和Ucy分别为所述单电力机车通过戴维南等效产生的等效电源/>的实部和虚部;Usx和Usy分别为所述供电区间的供电侧第h次谐波等效电源/>的实部和虚部;
其中,j=1,2,...,n;
6.1构造幅值表格和次数表格,包括:
构造幅值表格将幅值矩阵/>第1列的数据填入幅值表格的第1列;筛选幅值矩阵/>第i行的数据:如果其第j列的数据大于第j-1列的数据并且大于第j+1列的数据,则保留第j列的数据,j≥2;将已保留的第i行第j列的数据依次填入幅值表格/>的第i行的第2列、第3列、…,之后再将幅值矩阵/>的第i行的最后一列的数据填入幅值表格/>的第i行的随后一列;
6.2构造幅值特征点表格和次数特征点表格,包括:
构造幅值特征点表格将幅值表格/>的第1列的数据填入幅值特征点表格/>的第1列;筛选幅值表格/>的第i行的数据:如果其第k列的数据的阻抗幅值纵向跨度d大于等于阈值set1,或者其第k列的数据的谐波次数变化跨度c大于等于阈值set2,则保留第k列的数据,k≥2;将已保留的第i行第k列的数据依次填入幅值特征点表格/>的第i行的第2列、第3列、…,之后再将幅值表格的第i行的最后一列的数据填入幅值特征点表格/>的第i行的随后一列;其中,
所述阻抗幅值纵向跨度
所述谐波次数变化跨度
6.3除去次数特征点表格(Num_icp)n×H2中每一行的第一位和最后一位,分别统计其它谐波次数即h=2、h=3、…、h=H-1在谐波次数特征点表格(Num_icp)n×H2所出现的次数;
步骤7:若且/>则判定系统存在第h次的并联谐波谐振,谐振频率为h*50Hz;其中,n1为第h次谐波在谐波次数特征点表格(Num_icp)n×H2所出现的次数,v为h=2、h=3、…、h=H-1在谐波次数特征点表格(Num_icp)n×H2所出现的次数之和;n2为相角矩阵中,第h列的n个数据中,相角大小的绝对值小于等于/>的次数;/>为相角的阈值,Δ1为谐波阻抗幅值判断阈值,Δ2为谐波阻抗相角判断阈值。
相对于现有的技术,本发明的有益效果在于,
1、可以识别牵引供电系统并联谐波谐振点频率,相比于采用阻抗幅值单个变量进行识别,本发明的识别更加准确、快速。
2、本发明采用的拓扑模型简单,对牵引供电系统并联谐波谐振点的频率的识别不受到牵引供电系统的供电方式的影响,具有很大的适用性。
附图说明
图1是牵引供电系统的示意图。其中,T点是车载牵引变压器一次侧的数据采样点。
图2是牵引供电系统谐波谐振等效电路图。其中,(a)是单列车进入供电区间的等效电路,(b)是(a)的戴维南等效电路。图中,X点为车载牵引变压器一次侧获取数据的示意点;如(a)所示,将电力机车等效为谐波电流源I和电阻ZC并联,采戴维南等效把电力机车等效为电阻ZC和电源UC串联;如(b)所示,(Zc+Zs)为等效谐波阻抗;Ush为系统侧等效谐波电源。
具体实施方式
以下结合附图进一步说明本发明的具体实施方式。
如图1所示,利用电能质量同步监测记录车载牵引变压器一次侧的电压波形数据和电流波形数,计算出牵引供电系统中谐波阻抗的幅值和相角,进而判断牵引供电系统是否存在并联谐波谐振。其步骤是:
a)、以采样频率Fs(Fs≥r×H×50,H为要分析的最大谐波次数,x为数据的采样时间,r为最高谐波次数的倍数)采集一辆列车进站x秒的时间内,车载牵引变压器一次侧的电压波形数据和电流波形数据,记为Uc和Ic(Uc和Ic的数据长度均为S)。
b)、对采集到的电压波形数据Uc和电流波形数据Ic,以t个整数周期为一组,利用快速傅里叶变换(FFT)得到L组:车载牵引变压器一次侧基波及各次谐波电压矩阵Uch、基波及各次谐波电流矩阵Ich;将基波及各次谐波电压矩阵Uch、基波及各次谐波电流矩阵Ich按照实部和虚部展开,得到的电压实部矩阵(Uchx)L×H,电压虚部矩阵(Uchy)L×H,电流实部矩阵(Ichx)L×H,电流虚部矩阵(Ichy)L×H;其中:数据长度S满足:
c)、取电压实部矩阵(Uchx)L×H,电压虚部矩阵(Uchy)L×H,电流实部矩阵(Ichx)L×H,电流虚部矩阵(Ichy)L×H的第1列,作为基波电压实部向量基波电压虚部向量/>基波电流实部向量/>基波电流虚部向量/>第h列作为第h次谐波的电压实部向量/>谐波电压虚部向量/>谐波电流实部向量/>谐波电流虚部向量把基波和第h次谐波的电压、电流的实、虚部向量的L个数据均分成n组,即n组电压实部向量/>电压虚部向量/>电流实部向量/>和电流虚部向量/>其中:谐波次数h=2,3...H;m、n都为正整数。
d)、如图2中(a)所示把电力机车视为谐波电流源,单列车进入供电区间时的等效电路;将电力机车视为谐波电流源I和一个等效电阻ZC并联,如图2中(b)所示,通过戴维南等效把电力机车等效为一个电阻ZC和一个电压源UC串联的形式,供电区间(图2中的X处)等效的两端口电路满足式(5)、(6)、展开得式子(7)、(8)。
Uchx=Ichx·(Zcx+Zsx)-Ichy·(Zcy+Zsy)+Ucx-Usx (7)
Uchy=Ichx·(Zcy+Zsy)+Ichy·(Zcx+Zsx)+Ucy-Usy (8)
对基波的n组第h次谐波的n组/>电压实部向量、n组/>电压虚部向量、n组/>电流实部向量、n组/>电流虚部向量进行归一化预处理,再采用偏最小二乘法求得基波等效阻抗的实部向量/>和虚部向量/>第h次谐波等效阻抗的实部向量/>虚部向量/>归一化预处理采用Z-score标准化的归一处理,具体的步骤如下(以一个谐波电压实部向量为例):
3)、对每个向量中的m个数据进行归一化:
e)、将基波及所有谐波次数的谐波等效阻抗的实部向量和虚部向量,转换得到幅值矩阵和相角矩阵/>把基波等效阻抗的实部向量/>和虚部向量代入式子(24)、(25),第h次谐波等效阻抗的实部向量/>虚部向量代入式子(26)、(27),把计算结果放在矩阵的第h列,经过H次计算得:等效谐波阻抗的幅值矩阵/>和相角矩阵/>
其中:j=1,2,...,n。
1)、进行数据的第一次筛选,构造幅值表格次数表格(Num_cp)n×H1:把幅值矩阵/>第1列的数据填入幅值表格/>的第1列;对幅值矩阵/>第i行的数据:如果其第j列的数据大于第j-1列的数据并且大于第j+1列的数据,则保留第j列的数据,j≥2;将已保留的第i行第j列的数据依次填入幅值表格/>的第i行的第2列、第3列、…,之后再将幅值矩阵/>的第i行的最后一列的数据填入幅值表格的第i行的随后一列;把幅值表格/>中第i行的数据所对应的幅值矩阵/>第i行中列的序号,写入次数表格(Num_cp)n×H1的第i行;
2)、进行数据的第二次筛选,构造幅值特征点表格和次数特征点表格(Num_icp)n×H2:把幅值表格/>的第1列的数据填入幅值特征点表格/>的第1列;筛选幅值表格/>的第i行的数据:如果其第k列的数据的阻抗幅值纵向跨度d大于等于阈值set1,或者其第k列的数据的谐波次数变化跨度c大于等于阈值set2,则保留第k列的数据,k≥2;将已保留的第i行第k列的数据依次填入幅值特征点表格的第i行的第2列、第3列、…,之后再将幅值表格/>的第i行的最后一列的数据填入幅值特征点表格/>的第i行的随后一列;将幅值特征点表格中第i行的数据所对应的幅值矩阵/>第i行中列的序号,写入次数特征点表格(Num_icp)n×H2的第i行;其中,d和c的计算满足以下两个式子:
3)、去除次数特征点表格(Num_icp)n×H2中每一行的第一位和最后一位,分别统计其它谐波次数即h=2、h=3、…、h=H-1在谐波次数特征点表格(Num_icp)n×H2所出现的次数,把结果放在阻抗幅值峰值统计表格T中;
本步骤的处理举例如下:
进行第一次筛选:将矩阵的第1列写入表格/>的第1列,然后对每一行的第2个到第9个数据进行筛选,将满足条件的数据依次放入对应行的第2列、第3列、…,最后将矩阵/>中每一行的最后一位放在表格/>对应行的随后一列,形成的表格/>如下:
表格(Num_cp)n×H1如下:
1 | 7 | 10 | ||
1 | 5 | 7 | 9 | 10 |
1 | 3 | 5 | 7 | 10 |
1 | 5 | 7 | 10 | |
1 | 5 | 7 | 10 |
进行第二次经过筛选:把幅值表格的第1列的数据填入幅值特征点表格/>的第1列,对幅值表格/>每一行的第2个到倒数第2个数据通过d和c的计算进行筛选,把筛选的结果放在表格/>对应行的第2列、第3列、…,最后将矩阵/>中每一行的最后一位放在表格/>对应行的随后一列,形成的表格如下:
2251.90 | 226.16 | 53.92 | |
2281.83 | 424.17 | 567.87 | 16.97 |
1802.71 | 525.61 | 21.00 | |
1076.25 | 351.06 | 73.04 | |
2039.26 | 334.42 | 18.32 |
表格(Num_icp)n×H2
对(Num_icp)n×H2表格统计:除了每一行的第一位和最后一位(1、10),每一个值出现的次数放在阻抗幅值峰值统计表格T中:
谐波次数 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
统计结果 | 0 | 0 | 0 | 2 | 0 | 4 | 0 | 0 |
Claims (1)
1.一种牵引供电系统并联谐波谐振频率识别方法,其特征在于,包括,
步骤1:以采样频率Fs采集单电力机车进入供电区后车载牵引变压器一次侧的电压波形数据Uc和电流波形数据Ic,记Uc和Ic的数据长度均为S;其中:采样频率Fs满足Fs≥r×H×50,H为要分析的最大谐波次数,r为倍数;
步骤2:对电压波形数据Uc和电流波形数据Ic,以t个整数周期为一组,分别进行快速傅里叶变换,得到L组基波及各次谐波电压矩阵Uch和L组基波及各次谐波电流矩阵Ich;将Uch和Ich按照实部和虚部展开,得到电压实部矩阵(Uchx)L×H、电压虚部矩阵(Uchy)L×H、电流实部矩阵(Ichx)L×H和电流虚部矩阵(Ichy)L×H;其中,数据长度S满足
步骤3:分别取(Uchx)L×H、(Uchy)L×H、(Ichx)L×H和(Ichy)L×H的第1列和第h列,作为基波电压实部向量基波电压虚部向量/>基波电流实部向量/>基波电流虚部向量/>和第h次谐波的谐波电压实部向量/>谐波电压虚部向量/>谐波电流实部向量/>和谐波电流虚部向量/>分别将/> 和/>的L行数据均分,得到n组电压实部向量电压虚部向量/>电流实部向量/>和电流虚部向量/>其中,h=2,3...H,m为每一组中数据的个数;
Uchx=Ichx·(Zsx+Zcx)-Ichy·(Zsy+Zcy)+Ucx-Usx和
Uchy=Ichx·(Zsy+Zcy)+Ichy·(Zsx+Zcx)+Ucy-Usy,
采用偏最小二乘法,经n次求解,得到基波等效阻抗的实部向量和虚部向量第h次谐波等效阻抗的实部向量/>和虚部向量/>其中,i=1,2,...,n;Uchx和Uchy分别为车载牵引变压器一次侧第h次谐波等效电压/>的实部和虚部;Ichx和Ichy分别为车载牵引变压器一次侧第h次谐波等效电流/>的实部和虚部;(Zsx+Zcx)和(Zsy+Zcy)分别为基波或第h次谐波等效阻抗的实部和虚部;Ucx和Ucy分别为所述单电力机车通过戴维南等效产生的等效电源/>的实部和虚部;Usx和Usy分别为所述供电区间的供电侧第h次谐波等效电源/>的实部和虚部;
其中,j=1,2,...,n;
6.1构造幅值表格和次数表格,包括:
构造幅值表格将幅值矩阵/>第1列的数据填入幅值表格的第1列;筛选幅值矩阵/>第i行的数据:如果其第j列的数据大于第j-1列的数据并且大于第j+1列的数据,则保留第j列的数据,j≥2;将已保留的第i行第j列的数据依次填入幅值表格/>的第i行的第2列、第3列、…,之后再将幅值矩阵/>的第i行的最后一列的数据填入幅值表格/>的第i行的随后一列;
6.2构造幅值特征点表格和次数特征点表格,包括:
构造幅值特征点表格将幅值表格/>的第1列的数据填入幅值特征点表格/>的第1列;筛选幅值表格/>的第i行的数据:如果其第k列的数据的阻抗幅值纵向跨度d大于等于阈值set1,或者其第k列的数据的谐波次数变化跨度c大于等于阈值set2,则保留第k列的数据,k≥2;将已保留的第i行第k列的数据依次填入幅值特征点表格/>的第i行的第2列、第3列、…,之后再将幅值表格/>的第i行的最后一列的数据填入幅值特征点表格/>的第i行的随后一列;其中,
所述阻抗幅值纵向跨度
所述谐波次数变化跨度
6.3除去次数特征点表格(Num_icp)n×H2中每一行的第一位和最后一位,分别统计其它谐波次数即h=2、h=3、…、h=H-1在谐波次数特征点表格(Num_icp)n×H2所出现的次数;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210546085.8A CN114895104B (zh) | 2022-05-19 | 2022-05-19 | 一种牵引供电系统并联谐波谐振频率识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210546085.8A CN114895104B (zh) | 2022-05-19 | 2022-05-19 | 一种牵引供电系统并联谐波谐振频率识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114895104A CN114895104A (zh) | 2022-08-12 |
CN114895104B true CN114895104B (zh) | 2023-07-07 |
Family
ID=82725000
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210546085.8A Active CN114895104B (zh) | 2022-05-19 | 2022-05-19 | 一种牵引供电系统并联谐波谐振频率识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114895104B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012100515A (ja) * | 2010-10-06 | 2012-05-24 | Tokyo Electric Power Co Inc:The | 高次高調波共振抑制方法 |
CN107147121A (zh) * | 2017-07-07 | 2017-09-08 | 华南理工大学 | 一种基于最小二乘法的虚拟电阻型有源滤波控制策略 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5121067A (en) * | 1987-10-06 | 1992-06-09 | Board Of Regents Of Leland Stanford University | Directional sampling bridge |
JP4845133B2 (ja) * | 2007-08-06 | 2011-12-28 | 東京電力株式会社 | 高次高調波共振周波数特性推定方法 |
CN102135569B (zh) * | 2011-01-21 | 2013-07-24 | 清华大学 | 基于波动量法的用户侧谐波发射水平实用化的估计方法 |
FR2985033B1 (fr) * | 2011-12-23 | 2014-09-19 | Accumulateurs Fixes | Methode de determination d'un parametre d'etat d'un element electrochimique par impedance complexe aux frequences radioelectriques |
DE102012006332A1 (de) * | 2012-02-06 | 2013-08-08 | Hagenuk KMT Kabelmeßtechnik GmbH | Verfahren zum Verorten eines Kabelfehlers in einem Prüfkabel und zugehörige Vorrichtung |
CN104090182B (zh) * | 2014-06-23 | 2017-06-13 | 北京交通大学 | 交流电气化铁道牵引网阻抗频率特性测试装置 |
CN104237635A (zh) * | 2014-09-17 | 2014-12-24 | 国家电网公司 | 电力系统的谐波定量测量方法 |
CN105738705B (zh) * | 2016-04-08 | 2019-03-22 | 西南交通大学 | 牵引供电系统谐波阻抗的测量方法 |
CN112100783B (zh) * | 2020-09-09 | 2023-10-13 | 北京交通大学 | 一种V/v接线牵引供电系统谐波阻抗辨识方法 |
CN113156207B (zh) * | 2021-04-23 | 2022-04-22 | 通号(长沙)轨道交通控制技术有限公司 | 一种牵引供电系统实时动态谐波检测方法 |
-
2022
- 2022-05-19 CN CN202210546085.8A patent/CN114895104B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012100515A (ja) * | 2010-10-06 | 2012-05-24 | Tokyo Electric Power Co Inc:The | 高次高調波共振抑制方法 |
CN107147121A (zh) * | 2017-07-07 | 2017-09-08 | 华南理工大学 | 一种基于最小二乘法的虚拟电阻型有源滤波控制策略 |
Also Published As
Publication number | Publication date |
---|---|
CN114895104A (zh) | 2022-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109142851B (zh) | 一种新型的配电网内部过电压识别方法 | |
CN109948597B (zh) | 一种高压断路器机械故障诊断方法 | |
CN108761287B (zh) | 一种变压器局部放电类型识别方法 | |
CN106226635A (zh) | 一种配电网馈线故障类型识别方法及装置 | |
CN110456217B (zh) | 一种基于wpd-foa-lssvm双模型的mmc故障定位方法 | |
CN112114232A (zh) | 基于小波分解和dbn的单极接地故障测距方法 | |
CN114492538B (zh) | 一种城市中压配电电缆局部放电信号去噪方法 | |
CN106526434A (zh) | 一种局部放电模式的识别方法和装置 | |
Kamble et al. | Detection of power quality disturbances using wavelet transform and artificial neural network | |
CN110991481A (zh) | 一种基于交叉小波变换的高压并联电抗器内部松动故障诊断方法 | |
CN110954779A (zh) | 一种基于s变换与多维分形的电压暂降源特征识别方法 | |
CN111157843B (zh) | 一种基于时频域行波信息的配电网选线方法 | |
CN113378652A (zh) | 一种基于ewt-mpe-pso-bp的扰动分类方法 | |
CN111695543B (zh) | 一种基于行波时频特性的输电线路隐患放电类型辨识方法 | |
CN113376477B (zh) | 基于行波能谱矩阵相似度的柔性直流电网单端保护方法 | |
CN116089857A (zh) | 一种基于ceemdan-dbn的变压器故障识别方法 | |
CN114895104B (zh) | 一种牵引供电系统并联谐波谐振频率识别方法 | |
CN112557950B (zh) | 基于矩阵相似性的配电网谐振接地系统故障选线方法 | |
CN116298509A (zh) | 一种电力系统谐波谐振的在线识别方法 | |
CN115308538B (zh) | 基于yolov5的配电网故障定位方法、系统、终端及存储介质 | |
CN116466182A (zh) | 一种电力系统线路故障测距方法 | |
CN114186590A (zh) | 一种基于小波和深度学习的配电网单相接地故障识别方法 | |
CN113311219B (zh) | 一种配电网暂时过电压识别方法 | |
CN113702760B (zh) | 一种配电线路横向故障和铁磁谐振状态的辨识方法及系统 | |
Zhao et al. | A new method for faulty line selection in distribution systems based on wavelet packet decomposition and signal distance |
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 |