CN116359588B - 基于频率跟随的采样调节方法、装置及智慧开关 - Google Patents
基于频率跟随的采样调节方法、装置及智慧开关 Download PDFInfo
- Publication number
- CN116359588B CN116359588B CN202310626458.7A CN202310626458A CN116359588B CN 116359588 B CN116359588 B CN 116359588B CN 202310626458 A CN202310626458 A CN 202310626458A CN 116359588 B CN116359588 B CN 116359588B
- Authority
- CN
- China
- Prior art keywords
- sampling
- frequency
- sampling points
- deviation
- real
- 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
- 238000005070 sampling Methods 0.000 title claims abstract description 471
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 16
- 238000004364 calculation method Methods 0.000 claims description 44
- 230000001174 ascending effect Effects 0.000 claims description 35
- 230000000630 rising effect Effects 0.000 claims description 23
- 238000003860 storage Methods 0.000 claims description 20
- 238000013210 evaluation model Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 abstract description 20
- 238000005259 measurement Methods 0.000 abstract description 14
- 230000008859 change Effects 0.000 abstract description 13
- 230000000737 periodic effect Effects 0.000 abstract description 5
- 238000009826 distribution Methods 0.000 abstract description 2
- 238000004590 computer program Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/02—Measuring effective values, i.e. root-mean-square values
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种基于频率跟随的采样调节方法、装置及智慧开关,属于配电网技术领域。基于频率跟随的采样调节方法包括:获取电压采样数据,电压采样数据包括多个采样点的采样数据;基于多个采样点的采样数据,采用动态频率跟随算法计算得到电网实时频率;再根据电网实时频率,确定合理采样点数,并根据合理采样点数调整电压采样频率。从而实现在电网频率变化的条件下,实时调节采样点数,减少了采样点数误差,实现电网电压真有效值的高准确度测量,从而实现电网频率变化下的周期性准确采样,便于为时域和频域分析提供真实有效数据,实现电能质量的准确分析。
Description
技术领域
本发明涉及配电网技术领域,具体地涉及一种基于频率跟随的采样调节方法、一种基于频率跟随的采样调节装置、一种智慧开关、一种机器可读存储介质及一种处理器。
背景技术
电能质量的分析方法主要有时域仿真法、频域分析方法和基于变换的方法。时域仿真方法最主要的用途是利用各种时域仿真程序对电能质量问题中的各种暂态现象进行研究。对于电压下跌、电压上升、电压中断等有关电能质量暂态问题。频域分析方法主要用于电能质量稳态问题,以波形畸变为特征,主要包括谐波、间谐波、波形下陷及噪声等。
电能质量的分析离不开电压采样分析,目前电压采样采用的是对电压进行实时测量和一定的数据分析(如谐波分析,频率分析,超限统计等),对于电网电压的实时测量,由于电网频率通常会有波动,在一个工频周期内,不会正好采集到所需要的点数,会出现误差累积,导致电压测量结果不准确。
因此,现有的电压采用存在采样点数误差,导致电压测量结果不准确的问题。
发明内容
本发明实施例的目的是提供一种基于频率跟随的采样调节方法、一种基于频率跟随的采样调节装置、一种智慧开关、一种机器可读存储介质及一种处理器,该基于频率跟随的采样调节方法可以减少采样点数误差,实现电网电压真有效值的高准确度测量。
为了实现上述目的,本申请第一方面提供一种基于频率跟随的采样调节方法,包括:
获取电压采样数据,所述电压采样数据包括多个采样点的采样数据;
基于所述多个采样点的采样数据,采用动态频率跟随算法计算得到电网实时频率;
根据所述电网实时频率,确定合理采样点数,并根据所述合理采样点数调整电压采样频率。
在本申请实施例中,所述基于所述多个采样点的采样数据,采用动态频率跟随算法计算得到电网实时频率,包括:
计算所述多个采样点的采样数据的平均值,并根据各个采样点的采样数据和所述平均值,计算得到各个采样点的偏差;
基于各个采样点的偏差,确定多个零点位置采样点;
基于初始电网频率、单位周期采样点个数和各个零点位置采样点的偏差,计算得到电网实时频率。
在本申请实施例中,所述多个零点位置采样点包括上升趋势过零点采样点和下降趋势过零点采样点;
所述基于所述各个采样点的偏差,确定多个零点位置采样点,包括:
分别判断各个采样点的偏差是否满足预置的上升趋势过零点条件;
将偏差满足上升趋势过零点条件的采样点作为上升趋势过零点采样点;
分别判断各个采样点的偏差是否满足预置的下降趋势过零点条件;
将偏差满足下降趋势过零点条件的采样点作为下降趋势过零点采样点。
在本申请实施例中,所述基于初始电网频率、单位周期采样点个数和所述各个零点位置采样点的偏差,计算得到电网实时频率,包括:
基于初始电网频率、单位周期采样点个数和上升趋势过零点采样点的偏差,计算得到第一实时频率;
基于初始电网频率、单位周期采样点个数和下降趋势过零点采样点的偏差,计算得到第二实时频率;
根据所述第一实时频率和所述第二实时频率,得到电网实时频率。
在本申请实施例中,所述基于初始电网频率、单位周期采样点个数和上升趋势过零点采样点的偏差,计算得到第一实时频率,包括:
将相邻两个上升趋势过零点采样点的偏差代入第一计算公式中,得到上升趋势采样点数;
将初始电网频率、单位周期采样点个数和上升趋势采样点数代入到上升趋势频率公式中,得到第一实时频率。
在本申请实施例中,所述第一计算公式为:
,
其中,为上升趋势采样点数;/>为上升趋势过零点采样点p的偏差;/>为上升趋势过零点采样点p+1的偏差;/>为采样点的偏差。
在本申请实施例中,所述上升趋势频率公式为:
,其中,/>为单位周期采样点个数;/>为初始电网频率;为上升趋势采样点数;/>为第一实时频率。
在本申请实施例中,所述基于初始电网频率、单位周期采样点个数和下降趋势过零点采样点的偏差,计算得到第二实时频率,包括:
将相邻两个下降趋势过零点采样点的偏差代入第二计算公式中,得到下降趋势采样点数;
将初始电网频率、单位周期采样点个数和下降趋势采样点数代入到下降趋势频率公式中,得到第二实时频率。
在本申请实施例中,所述第二计算公式为:
,
其中,为下降趋势采样点数;/>为下降趋势过零点采样点q的偏差;/>为下降趋势过零点采样点q+1的偏差;/>为采样点的偏差。
在本申请实施例中,所述下降趋势频率公式为:
,其中,/>为单位周期采样点个数;/>为初始电网频率;为下降趋势采样点数;/>为第二实时频率。
在本申请实施例中,所述根据所述电网实时频率,确定合理采样点数,包括:
基于偏差要求,将所述电网实时频率代入标准偏差公式,得到合理采样点数。
在本申请实施例中,所述根据所述电网实时频率,确定合理采样点数,包括:
根据当前采样频率和所述电网实时频率,计算得到频率调整偏差;
将所述频率调整偏差输入至预置的预测评估模型,得到合理采样点数。
本申请第二方面提供一种基于频率跟随的采样调节装置,包括:
获取模块,用于获取电压采样数据,所述电压采样数据包括多个采样点的采样数据;
计算模块,用于基于所述多个采样点的采样数据,采用动态频率跟随算法计算得到电网实时频率;
调节模块,用于根据所述电网实时频率,确定合理采样点数,并根据所述合理采样点数调整电压采样频率。
在本申请实施例中,所述计算模块包括:
第一计算单元,用于计算所述多个采样点的采样数据的平均值,并根据各个采样点的采样数据和所述平均值,计算得到各个采样点的偏差;
确定单元,用于基于所述各个采样点的偏差,确定多个零点位置采样点;
第二计算单元,用于基于初始电网频率、单位周期采样点个数和各个零点位置采样点的偏差,计算得到电网实时频率。
本申请第三方面提供一种智慧开关,包括主控模块,所述主控模块用于实现上述的基于频率跟随的采样调节方法。
本申请第四方面提供一种处理器,被配置成执行上述的基于频率跟随的采样调节方法。
本申请第五方面提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令在被处理器执行时使得所述处理器被配置成执行上述的基于频率跟随的采样调节方法。
通过上述技术方案,通过获取多个采样点的采样数据;基于所述多个采样点的采样数据,采用动态频率跟随算法计算得到电网实时频率;再根据所述电网实时频率,确定合理采样点数,并根据所述合理采样点数调整电压采样频率。从而实现在电网频率变化的条件下,实时调节采样间隔,进行全局性的采样率与电网频率动态调节,通过动态频率跟随方法,进行全局性的采样率与电网频率动态跟随调节,实时调节采样点数,减少了采样点数误差,实现电网电压真有效值的高准确度测量,从而实现电网频率变化下的周期性准确采样,便于为时域和频域分析提供真实有效数据,实现电能质量的准确分析。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明实施例,但并不构成对本发明实施例的限制。在附图中:
图1示意性示出了根据本申请实施例的一种基于频率跟随的采样调节方法流程示意图;
图2示意性示出了根据本申请实施例的频率快速计算流程图;
图3示意性示出了根据本申请实施例的频率跟随调节采样系统图;
图4示意性示出了根据本申请实施例的一种基于频率跟随的采样调节装置结构框图;
图5示意性示出了根据本申请实施例的设备的内部结构图。
附图标记说明
410-获取模块;420-计算模块;430-调节模块;A01-处理器;A02-网络接口;A03-内存储器;A04-显示屏;A05-输入装置;A06-非易失性存储介质;B01-操作系统;B02-计算机程序。
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明实施例,并不用于限制本发明实施例。
请参看图1和图2,图1示意性示出了根据本申请实施例的一种基于频率跟随的采样调节方法流程示意图,图2示意性示出了根据本申请实施例的频率快速计算流程图。提供一种基于频率跟随的采样调节方法,包括以下步骤:
步骤210:获取电压采样数据,所述电压采样数据包括多个采样点的采样数据;
在本实施例中,所述电压采样数据是指在当前电压采样频率下多次采样的采样数据,可以是指多个周期的采样数据,比如:每个周期采样点个数为m,n个周期的采样点总数为N=m*n,为了便于计算,可以将各个采样点的采样数据存入数组Data[N],以得到多个采样点的采样数据。
步骤220:基于所述多个采样点的采样数据,采用动态频率跟随算法计算得到电网实时频率;
在本实施例中,所述动态频率跟随算法是指结合采样数据计算出实时电网频率,以便于实现频率跟随。
其中,为了快速准确实现频率跟随,上述采用动态频率跟随算法计算得到电网实时频率可以是通过确定动态过零点来计算,具体包括以下步骤:
首先,计算所述多个采样点的采样数据的平均值,并根据各个采样点的采样数据和所述平均值,计算得到各个采样点的偏差;
例如, 在上述例子中,各个采样点的采样数据存入数组Data[N],首先计算采样数据的平均值为:
,其中,/>为各个采样点的采样数据,/>为采样点总数,为多个采样点的采样数据的平均值。然后计算数组Data[N]与其平均值的偏差,具体为:/>,其中/>为各个采样点的偏差,i为数组序号,其中0<i<N。
然后,基于所述各个采样点的偏差,确定多个零点位置采样点;
在本实施例中,以上述例子为例,计算得到各个采样点的偏差组成偏差数组,可以从偏差数组/>中找到多个过零点位置作为零点位置采样点。上述过零点可以是上升趋势过零点采样点和下降趋势过零点采样点中任意一种或是多种。
在一些实施例中,为了使计算得到的电网实时频率更加准确,所述多个零点位置采样点包括上升趋势过零点采样点和下降趋势过零点采样点;
所述基于所述各个采样点的偏差,确定多个零点位置采样点,包括:
第一步,分别判断所述各个采样点的偏差是否满足预置的上升趋势过零点条件;
第二步,将偏差满足上升趋势过零点条件的采样点作为上升趋势过零点采样点;
第三步,分别判断所述各个采样点的偏差是否满足预置的下降趋势过零点条件;
第四步,将偏差满足下降趋势过零点条件的采样点作为下降趋势过零点采样点。
例如,在上述例子中,可以是从偏差数组中找到2n个过零点位置,其中包括n个上升趋势过零点和n个下降趋势过零点。需要说明的是,在具体实施时,上升趋势过零点和下降趋势过零点的个数可以相同也可以不同,具体可以根据实际情况进行确定。
上述判断所述各个采样点的偏差是否满足预置的上升趋势过零点条件是指判断各个偏差是否满足以下条件:,其中,p为上升趋势过零点对应的数组序号,即为上升趋势过零点采样点位置,然后将p记录到数组PosUp[P]中。
相应地,上述判断所述各个采样点的偏差是否满足预置的下降趋势过零点条件是指判断各个偏差是否满足以下条件:,其中,q为下降趋势过零点对应的数组序号,即为下降趋势过零点采样点位置,然后将q记录到数组PosDown[q]中。
通过分别确定上升趋势过零点采样点和下降趋势过零点采样点,从上升和下降两个方面对过零点进行确定,是过零点更加准确和全面,以便于计算出更加准确的电网实时频率。
最后,基于初始电网频率、单位周期采样点个数和所述各个零点位置采样点的偏差,计算得到电网实时频率。
相应地,在所述多个零点位置采样点包括上升趋势过零点采样点和下降趋势过零点采样点的情况下,计算电网实时频率包括以下步骤:
第一步,基于初始电网频率、单位周期采样点个数和所述上升趋势过零点采样点的偏差,计算得到第一实时频率;
首先,将相邻两个上升趋势过零点采样点的偏差代入第一计算公式中,得到上升趋势采样点数;其中,所述第一计算公式为:
,
其中,为上升趋势采样点数;/>为上升趋势过零点采样点p的偏差;/>为上升趋势过零点采样点p+1的偏差;/>为采样点的偏差。
然后,将初始电网频率、单位周期采样点个数和所述上升趋势采样点数代入到上升趋势频率公式中,得到第一实时频率。其中所述上升趋势频率公式为:
,其中,/>为单位周期采样点个数;/>为初始电网频率;为上升趋势采样点数;/>为第一实时频率。
第二步,基于初始电网频率、单位周期采样点个数和下降趋势过零点采样点的偏差,计算得到第二实时频率;
首先,将相邻两个下降趋势过零点采样点的偏差代入第二计算公式中,得到下降趋势采样点数;其中,所述第二计算公式为:
,
其中,为下降趋势采样点数;/>为下降趋势过零点采样点q的偏差;/>为下降趋势过零点采样点q+1的偏差;/>为采样点的偏差。
然后,将初始电网频率、单位周期采样点个数和下降趋势采样点数代入到下降趋势频率公式中,得到第二实时频率。其中,所述下降趋势频率公式为:
,其中,/>为单位周期采样点个数;/>为初始电网频率;为下降趋势采样点数;/>为第二实时频率。
在本实施例中,可以是分别从数组PosUp[P]和数组PosDown[q]中选择两个数据进行计算。
第三步,根据所述第一实时频率和所述第二实时频率,得到电网实时频率。在本实施例中,可以是通过计算所述第一实时频率和所述第二实时频率的均值得到电网实时频率,即,其中,/>为电网实时频率。
上述实现过程中,分别通过上升趋势过零点计算第一实际频率与下降趋势过零点计算第二实际频率,然后根据第一实际频率和第二实际频率计算得到电网实时频率,使得电网实时频率更加准确。
需要说明的是,上述是以多个零点位置采样点包括上升趋势过零点采样点和下降趋势过零点采样点的情况说明如何计算电网实时频率,在一些其它的实施例中,多个零点位置采样点还可以是上升趋势过零点采样点和下降趋势过零点采样点中的一种,在这种情况下,可以采用上述方式计算对应的实时频率,进而将对应的实时频率作为电网实时频率,在此就不再赘述。
步骤230:根据所述电网实时频率,确定合理采样点数,并根据所述合理采样点数调整电压采样频率。在本实施例中,通过确定合理采样点数从而可以调整调节采样间隔,以实现频率跟随。
在一些实施例中,确定合理采样点数可以是通过标准偏差计算得到,具体为:基于偏差要求,将所述电网实时频率代入标准偏差公式,得到合理采样点数。标准偏差公式为:
,其中,δ为/>测量结果的随机误差,/>为/>测量结果的平均值,可以是预先计算得到,n为合理采样点数。根据n与计算所得标准偏差б的对应关系,在确定标准偏差的情况下,可以得到满足偏差要求的n的合理取值,即为合理采样点数。通过标准偏差可以与采样点数的关系,可以快速得到合理采样点数。
在一些实施例中,还可以是通过预测评估模型通过预测得到合理采样点数,具体包括以下步骤:
首先,根据当前采样频率和所述电网实时频率,计算得到频率调整偏差;
然后,将所述频率调整偏差输入至预置的预测评估模型,得到合理采样点数。
在本实施例中,频率调整偏差可以是将频率测量的电网实时频率与当前频率采样率对比得到,所述预测评估模型可以是预先训练好的神经网络模型,用于根据频率调整偏差来预测采样点数。预测评估模型的建立可以是通过获取一段时间的频率调整偏差与对应的合理采样点数作为样本,然后根据样本训练神经网络模型得到。需要说明的是,所述预测评估模型还可以根据频率调整偏差与当前时间戳以及对应的合理采样点数进行训练得到,相应地,在进行预测时,可以将频率调整偏差与当前时间戳输入至预测评估模型,得到合理采样点数。通过建立预测评估模型,可以根据频率调整偏差准确预测出合理采样点数,进而调节采样间隔。
需要说明的是,还可以是同时采用标准偏差进行实际计算和预测评估模型进行预测来得到合理采样点数,当预测得到合理采样点数与实际计算得到的合理采样点数偏差较大时,以实际计算的结果为准,并将实际计算的合理采样点数作为样本,重新训练预测评估模型,以便于提高预测评估模型的准确性。
上述实现过程中,通过获取多个采样点的采样数据;基于所述多个采样点的采样数据,采用动态频率跟随算法计算得到电网实时频率;再根据所述电网实时频率,确定合理采样点数,并根据所述合理采样点数调整电压采样频率。从而实现在电网频率变化的条件下,实时调节采样间隔,进行全局性的采样率与电网频率动态调节,通过动态频率跟随方法,进行全局性的采样率与电网频率动态跟随调节,实时调节采样点数,减少了采样点数误差,实现电网电压真有效值的高准确度测量,从而实现电网频率变化下的周期性准确采样,便于为时域和频域分析提供真实有效数据,实现电能质量的准确分析。在计算电网实时频率时通过动态分析过零点间采样点数的变化,可以快速准确地计算出电网实时频率,有助于实现快速准确频率跟随。
图1为一个实施例中基于频率跟随的采样调节方法的流程示意图。应该理解的是,虽然图1的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
请参看图3,图3示意性示出了根据本申请实施例的频率跟随调节采样系统图。本实施例提供一种智慧开关,包括主控模块,所述主控模块用于实现上述的基于频率跟随的采样调节方法。
在本实施例中,主控模块设置有主控计算单元、存储单元以及安全单元。主控计算单元负责各模块的协调控制以及采样数据的分析计算,通过快速频率跟随采样数据进行相关时域和频域的变换,进行电能质量分析。存储单元存储近期时间的历史采样数据及预测评估模型数据库。安全单元进行数据的加密存储及加密通信。所述智慧开关可以设置在各表箱、分支箱或开关柜,根据模块化设计方案,将测量、串行通讯、电力线通信、以及控制等功能分布式扩展到测量模块、COM模块、HPLC模块、控制模块,上述模块通过背板总线接口电路与主控模块连接。智慧开关与主站系统或边侧云进行数据通信,实现电能质量分析。
上述实现过程中,智慧开关可以实现基于频率跟随进行采样调节,从而实现在电网频率变化的条件下,实时调节采样间隔,进行全局性的采样率与电网频率动态调节,通过动态频率跟随方法,进行全局性的采样率与电网频率动态跟随调节,实时调节采样点数,减少了采样点数误差,实现电网电压真有效值的高准确度测量,从而实现电网频率变化下的周期性准确采样,便于为时域和频域分析提供真实有效数据,实现电能质量的准确分析。
请参看图4,图4示意性示出了根据本申请实施例的一种基于频率跟随的采样调节装置结构框图。本实施例提供一种基于频率跟随的采样调节装置,包括获取模块410、计算模块420和调节模块430:
获取模块410,用于获取电压采样数据,所述电压采样数据包括多个采样点的采样数据;
计算模块420,用于基于所述多个采样点的采样数据,采用动态频率跟随算法计算得到电网实时频率;
调节模块430,用于根据所述电网实时频率,确定合理采样点数,并根据所述合理采样点数调整电压采样频率。
其中,所述计算模块420包括:
第一计算单元,用于计算所述多个采样点的采样数据的平均值,并根据各个采样点的采样数据和所述平均值,计算得到各个采样点的偏差;
确定单元,用于基于所述各个采样点的偏差,确定多个零点位置采样点;
第二计算单元,用于基于初始电网频率、单位周期采样点个数和各个零点位置采样点的偏差,计算得到电网实时频率。
上述实现过程中,通过获取模块410获取多个采样点的采样数据;计算模块420基于所述多个采样点的采样数据,采用动态频率跟随算法计算得到电网实时频率;调节模块430根据所述电网实时频率,确定合理采样点数,并根据所述合理采样点数调整电压采样频率。从而实现在电网频率变化的条件下,实时调节采样间隔,进行全局性的采样率与电网频率动态调节,通过动态频率跟随方法,进行全局性的采样率与电网频率动态跟随调节,实时调节采样点数,减少了采样点数误差,实现电网电压真有效值的高准确度测量,从而实现电网频率变化下的周期性准确采样,便于为时域和频域分析提供真实有效数据,实现电能质量的准确分析。在计算电网实时频率时通过动态分析过零点间采样点数的变化,可以快速准确地计算出电网实时频率,有助于实现快速准确频率跟随。
所述基于频率跟随的采样调节装置包括处理器和存储器,上述获取模块410、计算模块420和调节模块430等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来减少采样点数误差,实现电网电压真有效值的高准确度测量。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种机器可读存储介质,其上存储有程序,该程序被处理器执行时实现所述基于频率跟随的采样调节方法。
本发明实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行所述基于频率跟随的采样调节方法。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器A01、网络接口A02、显示屏A04、输入装置A05和存储器(图中未示出)。其中,该计算机设备的处理器A01用于提供计算和控制能力。该计算机设备的存储器包括内存储器A03和非易失性存储介质A06。该非易失性存储介质A06存储有操作系统B01和计算机程序B02。该内存储器A03为非易失性存储介质A06中的操作系统B01和计算机程序B02的运行提供环境。该计算机设备的网络接口A02用于与外部的终端通过网络连接通信。该计算机程序被处理器A01执行时以实现一种基于频率跟随的采样调节方法。该计算机设备的显示屏A04可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置A05可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,本申请提供的基于频率跟随的采样调节装置可以实现为一种计算机程序的形式,计算机程序可在如图5所示的计算机设备上运行。计算机设备的存储器中可存储组成该基于频率跟随的采样调节装置的各个程序模块,比如,图4所示的获取模块410、计算模块420和调节模块430。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的基于频率跟随的采样调节方法中的步骤。
图5所示的计算机设备可以通过如图4所示的基于频率跟随的采样调节装置中的获取模块410执行步骤210、计算模块420执行步骤220、调节模块430执行步骤230。
本申请实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:
获取电压采样数据,所述电压采样数据包括多个采样点的采样数据;
基于所述多个采样点的采样数据,采用动态频率跟随算法计算得到电网实时频率;
根据所述电网实时频率,确定合理采样点数,并根据所述合理采样点数调整电压采样频率。
在一个实施例中,所述基于所述多个采样点的采样数据,采用动态频率跟随算法计算得到电网实时频率,包括:
计算所述多个采样点的采样数据的平均值,并根据各个采样点的采样数据和所述平均值,计算得到各个采样点的偏差;
基于所述各个采样点的偏差,确定多个零点位置采样点;
基于初始电网频率、单位周期采样点个数和各个零点位置采样点的偏差,计算得到电网实时频率。
在一个实施例中,所述多个零点位置采样点包括上升趋势过零点采样点和下降趋势过零点采样点;
所述基于所述各个采样点的偏差,确定多个零点位置采样点,包括:
分别判断所述各个采样点的偏差是否满足预置的上升趋势过零点条件;
将偏差满足上升趋势过零点条件的采样点作为上升趋势过零点采样点;
分别判断所述各个采样点的偏差是否满足预置的下降趋势过零点条件;
将偏差满足下降趋势过零点条件的采样点作为下降趋势过零点采样点。
在一个实施例中,所述基于初始电网频率、单位周期采样点个数和所述各个零点位置采样点的偏差,计算得到电网实时频率,包括:
基于初始电网频率、单位周期采样点个数和上升趋势过零点采样点的偏差,计算得到第一实时频率;
基于初始电网频率、单位周期采样点个数和下降趋势过零点采样点的偏差,计算得到第二实时频率;
根据所述第一实时频率和所述第二实时频率,得到电网实时频率。
在一个实施例中,所述基于初始电网频率、单位周期采样点个数和上升趋势过零点采样点的偏差,计算得到第一实时频率,包括:
将相邻两个上升趋势过零点采样点的偏差代入第一计算公式中,得到上升趋势采样点数;
将初始电网频率、单位周期采样点个数和上升趋势采样点数代入到上升趋势频率公式中,得到第一实时频率。
在一个实施例中,所述第一计算公式为:
,
其中,为上升趋势采样点数;/>为上升趋势过零点采样点p的偏差;/>为上升趋势过零点采样点p+1的偏差;/>为采样点的偏差。
在一个实施例中,所述上升趋势频率公式为:
,其中,/>为单位周期采样点个数;/>为初始电网频率;为上升趋势采样点数;/>为第一实时频率。
在一个实施例中,所述基于初始电网频率、单位周期采样点个数和下降趋势过零点采样点的偏差,计算得到第二实时频率,包括:
将相邻两个下降趋势过零点采样点的偏差代入第二计算公式中,得到下降趋势采样点数;
将初始电网频率、单位周期采样点个数和下降趋势采样点数代入到下降趋势频率公式中,得到第二实时频率。
在一个实施例中,所述第二计算公式为:
,
其中,为下降趋势采样点数;/>为下降趋势过零点采样点q的偏差;/>为下降趋势过零点采样点q+1的偏差;/>为采样点的偏差。
在一个实施例中,所述下降趋势频率公式为:
,其中,/>为单位周期采样点个数;/>为初始电网频率;为下降趋势采样点数;/>为第二实时频率。
在一个实施例中,所述根据所述电网实时频率,确定合理采样点数,包括:
基于偏差要求,将所述电网实时频率代入标准偏差公式,得到合理采样点数。
在一个实施例中,所述根据所述电网实时频率,确定合理采样点数,包括:
根据当前采样频率和所述电网实时频率,计算得到频率调整偏差;
将所述频率调整偏差输入至预置的预测评估模型,得到合理采样点数。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体 (transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (11)
1.一种基于频率跟随的采样调节方法,其特征在于,包括:
获取电压采样数据,所述电压采样数据包括多个采样点的采样数据;
基于所述多个采样点的采样数据,采用动态频率跟随算法通过确定动态过零点来计算得到电网实时频率;
根据所述电网实时频率,确定合理采样点数,并根据所述合理采样点数调整电压采样频率;
其中,所述根据所述电网实时频率,确定合理采样点数,包括:
基于偏差要求,将所述电网实时频率代入标准偏差公式,得到第一合理采样点数;
根据当前采样频率和所述电网实时频率,计算得到频率调整偏差;
将所述频率调整偏差输入至预置的预测评估模型,得到第二合理采样点数;
将所述第一合理采样点数和第二合理采样点数对比,得到最终的合理采样点数;
其中,所述基于所述多个采样点的采样数据,采用动态频率跟随算法通过确定动态过零点来计算得到电网实时频率,包括:
计算所述多个采样点的采样数据的平均值,并根据各个采样点的采样数据和所述平均值,计算得到各个采样点的偏差;
基于各个采样点的偏差,确定多个零点位置采样点;
基于初始电网频率、单位周期采样点个数和各个零点位置采样点的偏差,计算得到电网实时频率。
2.根据权利要求1所述的基于频率跟随的采样调节方法,其特征在于,所述多个零点位置采样点包括上升趋势过零点采样点和下降趋势过零点采样点;
所述基于各个采样点的偏差,确定多个零点位置采样点,包括:
分别判断各个采样点的偏差是否满足预置的上升趋势过零点条件;
将偏差满足上升趋势过零点条件的采样点作为上升趋势过零点采样点;
分别判断各个采样点的偏差是否满足预置的下降趋势过零点条件;
将偏差满足下降趋势过零点条件的采样点作为下降趋势过零点采样点。
3.根据权利要求2所述的基于频率跟随的采样调节方法,其特征在于,所述基于初始电网频率、单位周期采样点个数和各个零点位置采样点的偏差,计算得到电网实时频率,包括:
基于初始电网频率、单位周期采样点个数和上升趋势过零点采样点的偏差,计算得到第一实时频率;
基于初始电网频率、单位周期采样点个数和下降趋势过零点采样点的偏差,计算得到第二实时频率;
根据所述第一实时频率和所述第二实时频率,得到电网实时频率。
4.根据权利要求3所述的基于频率跟随的采样调节方法,其特征在于,所述基于初始电网频率、单位周期采样点个数和上升趋势过零点采样点的偏差,计算得到第一实时频率,包括:
将相邻两个上升趋势过零点采样点的偏差代入第一计算公式中,得到上升趋势采样点数;
将初始电网频率、单位周期采样点个数和上升趋势采样点数代入到上升趋势频率公式中,得到第一实时频率。
5.根据权利要求4所述的基于频率跟随的采样调节方法,其特征在于,所述第一计算公式为:
,
其中,为上升趋势采样点数;/>为上升趋势过零点采样点p的偏差;为上升趋势过零点采样点p+1的偏差;/>为采样点的偏差。
6.根据权利要求4所述的基于频率跟随的采样调节方法,其特征在于,所述上升趋势频率公式为:
,其中,/>为单位周期采样点个数;/>为初始电网频率;/>为上升趋势采样点数;/>为第一实时频率。
7.根据权利要求3所述的基于频率跟随的采样调节方法,其特征在于,所述基于初始电网频率、单位周期采样点个数和下降趋势过零点采样点的偏差,计算得到第二实时频率,包括:
将相邻两个下降趋势过零点采样点的偏差代入第二计算公式中,得到下降趋势采样点数;
将初始电网频率、单位周期采样点个数和所述下降趋势采样点数代入到下降趋势频率公式中,得到第二实时频率。
8.根据权利要求7所述的基于频率跟随的采样调节方法,其特征在于,所述第二计算公式为:
,
其中,为下降趋势采样点数;/>为下降趋势过零点采样点q的偏差;为下降趋势过零点采样点q+1的偏差;/>为采样点的偏差。
9.根据权利要求7所述的基于频率跟随的采样调节方法,其特征在于,所述下降趋势频率公式为:
,其中,/>为单位周期采样点个数;/>为初始电网频率;为下降趋势采样点数;/>为第二实时频率。
10.一种基于频率跟随的采样调节装置,其特征在于,包括:
获取模块,用于获取电压采样数据,所述电压采样数据包括多个采样点的采样数据;
计算模块,用于基于所述多个采样点的采样数据,采用动态频率跟随算法通过确定动态过零点来计算得到电网实时频率;
调节模块,用于根据所述电网实时频率,确定合理采样点数,并根据所述合理采样点数调整电压采样频率;其中,所述根据所述电网实时频率,确定合理采样点数,包括:基于偏差要求,将所述电网实时频率代入标准偏差公式,得到第一合理采样点数;根据当前采样频率和所述电网实时频率,计算得到频率调整偏差;将所述频率调整偏差输入至预置的预测评估模型,得到第二合理采样点数;将所述第一合理采样点数和第二合理采样点数对比,得到最终的合理采样点数;
其中,所述计算模块包括:
第一计算单元,用于计算所述多个采样点的采样数据的平均值,并根据各个采样点的采样数据和所述平均值,计算得到各个采样点的偏差;
确定单元,用于基于各个采样点的偏差,确定多个零点位置采样点;
第二计算单元,用于基于初始电网频率、单位周期采样点个数和各个零点位置采样点的偏差,计算得到电网实时频率。
11.一种机器可读存储介质,该机器可读存储介质上存储有指令,其特征在于,该指令在被处理器执行时使得所述处理器被配置成执行权利要求1至9中任一项所述的基于频率跟随的采样调节方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310626458.7A CN116359588B (zh) | 2023-05-31 | 2023-05-31 | 基于频率跟随的采样调节方法、装置及智慧开关 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310626458.7A CN116359588B (zh) | 2023-05-31 | 2023-05-31 | 基于频率跟随的采样调节方法、装置及智慧开关 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116359588A CN116359588A (zh) | 2023-06-30 |
CN116359588B true CN116359588B (zh) | 2023-08-25 |
Family
ID=86939423
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310626458.7A Active CN116359588B (zh) | 2023-05-31 | 2023-05-31 | 基于频率跟随的采样调节方法、装置及智慧开关 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116359588B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007207283A (ja) * | 2006-01-30 | 2007-08-16 | Toshiba Corp | 周波数検出装置と周波数検出方法及び光ディスク装置 |
CN102033161A (zh) * | 2010-12-17 | 2011-04-27 | 南京邮电大学 | 一种交流电信号的频率测量方法 |
CN103941088A (zh) * | 2014-04-10 | 2014-07-23 | 山东大学 | 一种基于三相信号的电力系统频率快速测量方法 |
CN105652076A (zh) * | 2014-11-26 | 2016-06-08 | 国家电网公司 | 一种电力电子装置的测量同步方法及其系统 |
CN112067949A (zh) * | 2020-10-21 | 2020-12-11 | 武汉汉镇既济电力设备有限公司 | 一种交流精密配电监测系统 |
CN115078829A (zh) * | 2022-06-30 | 2022-09-20 | 南京深科博业电气股份有限公司 | 一种电力系统电流电压频率检测方法及检测系统 |
-
2023
- 2023-05-31 CN CN202310626458.7A patent/CN116359588B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007207283A (ja) * | 2006-01-30 | 2007-08-16 | Toshiba Corp | 周波数検出装置と周波数検出方法及び光ディスク装置 |
CN102033161A (zh) * | 2010-12-17 | 2011-04-27 | 南京邮电大学 | 一种交流电信号的频率测量方法 |
CN103941088A (zh) * | 2014-04-10 | 2014-07-23 | 山东大学 | 一种基于三相信号的电力系统频率快速测量方法 |
CN105652076A (zh) * | 2014-11-26 | 2016-06-08 | 国家电网公司 | 一种电力电子装置的测量同步方法及其系统 |
CN112067949A (zh) * | 2020-10-21 | 2020-12-11 | 武汉汉镇既济电力设备有限公司 | 一种交流精密配电监测系统 |
CN115078829A (zh) * | 2022-06-30 | 2022-09-20 | 南京深科博业电气股份有限公司 | 一种电力系统电流电压频率检测方法及检测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116359588A (zh) | 2023-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114285728B (zh) | 一种预测模型训练方法、流量预测方法、装置及存储介质 | |
Zhu et al. | Precipitation calibration based on the frequency-matching method | |
CN108880931B (zh) | 用于输出信息的方法和装置 | |
CN105718642B (zh) | 一种基于门限自回归模型的参考时间尺度产生方法 | |
CN105572616B (zh) | 一种基于高精度校准器的相量测量单元pmu静动态测试系统 | |
JP6003247B2 (ja) | 情報処理装置、情報処理装置の制御方法及びプログラム | |
CN113569201B (zh) | 地磁Ap指数预报方法、装置及电子设备 | |
CN107015900B (zh) | 一种视频网站的服务性能预测方法 | |
CN102937534A (zh) | 一种基于组合预测模型对机电设备的故障预测方法 | |
JP6086875B2 (ja) | 発電量予測装置および発電量予測方法 | |
CN106779147B (zh) | 一种基于自适应层次时间序列聚类的用电负荷预测方法 | |
CN116359588B (zh) | 基于频率跟随的采样调节方法、装置及智慧开关 | |
JP2012253445A (ja) | トラヒック予測方法及び装置及びプログラム | |
CN116896064B (zh) | 一种用电负载的用电特征分析系统及方法 | |
CN114726727A (zh) | 一种时延调整方法、装置、存储介质及电子装置 | |
CN113808015B (zh) | 输电线路区域气象参数的空间插值方法、装置及设备 | |
CN115081742A (zh) | 分散式风电场的超短期功率预测方法及相关设备 | |
CN115932704A (zh) | 一种基于模型和数据双驱动的cvt误差测量方法及系统 | |
JP2019211922A (ja) | データ予測システム、データ予測方法、およびデータ予測装置 | |
Gao et al. | Short term prediction models of mobile network traffic based on time series analysis | |
Rahul et al. | Electromechanical mode estimation in power system using a novel nonstationary approach | |
CN113190429A (zh) | 服务器性能预测方法、装置及终端设备 | |
KR20200006559A (ko) | 유중 용해 가스의 부피 분율 예측 방법 및 단말 장치 | |
CN112036607A (zh) | 基于出力水平的风电出力波动预测方法、装置及存储介质 | |
Cornalino et al. | Probabilistic Modeling for the Uruguayan electrical load: present capacity and current improvements |
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 |