CN117074778B - 基于负载场景的谐波提取方法、装置和计算机设备 - Google Patents
基于负载场景的谐波提取方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN117074778B CN117074778B CN202311330828.9A CN202311330828A CN117074778B CN 117074778 B CN117074778 B CN 117074778B CN 202311330828 A CN202311330828 A CN 202311330828A CN 117074778 B CN117074778 B CN 117074778B
- Authority
- CN
- China
- Prior art keywords
- harmonic
- load
- target
- scene
- window
- 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
- 238000000605 extraction Methods 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000001228 spectrum Methods 0.000 claims description 40
- 238000005070 sampling Methods 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 11
- 230000003595 spectral effect Effects 0.000 description 6
- 238000012546 transfer Methods 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000750 progressive effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/16—Spectrum analysis; Fourier analysis
- G01R23/165—Spectrum analysis; Fourier analysis using filters
-
- 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)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请提供了一种基于负载场景的谐波提取方法、装置、计算机设备和存储介质。该方法包括：识别电力系统所属的负载场景；负载场景包括负载不平衡度依次提高的第一负载场景、第二负载场景和第三负载场景；以识别出的负载场景为目标负载场景，根据目标负载场景，确定目标负载场景对应的目标谐波次数和目标谐波提取算法；第一负载场景对应的目标谐波次数为6t+1，第二负载场景对应的目标谐波次数为6t±1，第三负载场景对应的目标谐波次数为2t+1；利用目标谐波提取算法对待提取电信号进行谐波提取，以提取待提取电信号中的目标谐波次数的谐波分量。该方法具有很强的实时性和准确性。
Description
技术领域
本申请涉及电力系统谐波分析技术领域，尤其涉及一种基于负载场景的谐波提取方法、装置、计算机设备和存储介质。
背景技术
新型电力系统业务场景下，规模化充电桩充放电过程中将产生大量谐波，造成谐波污染等问题。一方面，谐波污染会造成电力系统中无用功率增加，导致电力能源的损失。另一方面，在电能计量过程中，谐波的存在会降低计量精度，从而影响新型电力系统中电动汽车充电桩的充放电电量计算、辅助服务结算的公平公正和信息安全。因此，实现快速准确地实时提取出谐波的相关信息，对谐波抑制、电能计量乃至新型电力系统建设具有重要意义。
目前，谐波检测与提取领域已有大量的研究成果，众多研究人员提出了不同谐波提取算法。如基于离散傅里叶变换的指定次谐波提取方法、滑窗离散傅里叶变换（SDFT，Sliding Discrete Fourier Transform）算法、调制滑窗离散傅里叶变换算法（mSDFT，modulated Sliding Discrete Fourier Transform）等。
但上述算法都有其局限性，如DFT算法具有复杂计算与高延迟的不足，虽然已有FFT（快速离散傅里叶变换）算法简化了DFT的计算，但仍然存在基波周期延迟，无法适应实时谐波提取的场景。SDFT算法以及学者们提出的改进SDFT算法，虽然能够实现实时提取谐波，同时降低了数据存储量和计算量，但SDFT算法由于复旋转因子的截断误差，存在误差累积与不稳定性问题。传统mSDFT算法内含一个多零点的梳状滤波器，所以存在谐波信号幅值发生突变的时候，跟踪提取出变化后的谐波信号的反应时间较长，快速跟踪提取谐波信号变化的反应能力不佳。因此，急需一种可以高效、准确提取谐波的方法。
发明内容
本申请的目的旨在至少能解决上述的技术缺陷之一，特别是现有技术中谐波提取延迟过大、准确性不足的问题。
第一方面，本申请提供了一种基于负载场景的谐波提取方法，包括：
识别电力系统所属的负载场景；负载场景包括负载不平衡度依次提高的第一负载场景、第二负载场景和第三负载场景；
以识别出的负载场景为目标负载场景，根据目标负载场景，确定目标负载场景对应的目标谐波次数和目标谐波提取算法；第一负载场景对应的目标谐波次数为6t+1，第二负载场景对应的目标谐波次数为6t±1，第三负载场景对应的目标谐波次数为2t+1；
利用目标谐波提取算法对待提取电信号进行谐波提取，以提取待提取电信号中的目标谐波次数的谐波分量；其中，利用目标谐波提取算法对待提取电信号进行谐波提取，以提取待提取电信号中的目标谐波次数的谐波分量，包括：
以预设采样率对待提取电信号进行采样，得到离散序列；
根据预设采样率，确定窗口长度N；
从离散序列当前的窗口起点开始，提取连续的N个数据点，得到窗口序列；
判断窗口序列中的最后一位数据点的序号n是否被N整除，若是，则将复旋转因子变量W置1，若否，则按照表达式：更新复旋转因子变量W；
基于目标负载场景对应的迭代表达式、当前的窗口序列、前一轮的频谱中间量和复旋转因子变量W，得到本轮的频谱中间量；
根据本轮的频谱中间量和谐波计算式，得到当前窗口的目标谐波次数的谐波分量；
将窗口起点向后挪动一个数据点，并返回从离散序列当前的窗口起点开始，提取连续的N个数据点，得到窗口序列的步骤继续执行。
优选地，第一负载场景对应的迭代表达式为：
；
；
其中，代表本轮的频谱中间量，/>代表前一轮的频谱中间量，W代表复旋转因子变量，k代表目标谐波次数，x(n)代表窗口序列中的最后一位的数据点。
优选地，第二负载场景对应的迭代表达式为：
；
；
其中，代表本轮的频谱中间量，/>代表前一轮的频谱中间量，W代表复旋转因子变量，k代表目标谐波次数，x(n)代表窗口序列中的最后一位的数据点。
优选地，第三负载场景对应的迭代表达式为：
；
；
其中，代表本轮的频谱中间量，/>代表前一轮的频谱中间量，W代表复旋转因子变量，k代表目标谐波次数，x(n)代表窗口序列中的最后一位的数据点。
优选地，谐波计算式为：
；
其中，X(k)代表当前窗口的目标谐波次数的谐波分量。
优选地，窗口序列为先进先出队列，将窗口起点向后挪动一个数据点，并返回从离散序列当前的窗口起点开始，提取连续的N个数据点，得到窗口序列，包括：
舍弃前一窗口序列中的首元素；
将前一窗口序列中的最后一位数据点的序号n自加1；
从离散序列中读取序号为n的数据点加入前一窗口序列，得到新的窗口序列。
第二方面，本申请还提供了一种基于负载场景的谐波提取装置，包括：
场景识别模块，用于识别电力系统所属的负载场景；负载场景包括负载不平衡度依次提高的第一负载场景、第二负载场景和第三负载场景；
第一处理模块，用于以识别出的负载场景为目标负载场景，根据目标负载场景，确定目标负载场景对应的目标谐波次数和目标谐波提取算法；第一负载场景对应的目标谐波次数为6t+1，第二负载场景对应的目标谐波次数为6t±1，第三负载场景对应的目标谐波次数为2t+1；
第二处理模块，用于利用目标谐波提取算法对待提取电信号进行谐波提取，以提取待提取电信号中的目标谐波次数的谐波分量；其中，利用目标谐波提取算法对待提取电信号进行谐波提取，以提取待提取电信号中的目标谐波次数的谐波分量，包括：以预设采样率对待提取电信号进行采样，得到离散序列；根据预设采样率，确定窗口长度N；从离散序列当前的窗口起点开始，提取连续的N个数据点，得到窗口序列；判断窗口序列中的最后一位数据点的序号n是否被N整除，若是，则将复旋转因子变量W置1，若否，则按照表达式：更新复旋转因子变量W；基于目标负载场景对应的迭代表达式、当前的窗口序列、前一轮的频谱中间量和复旋转因子变量W，得到本轮的频谱中间量；根据本轮的频谱中间量和谐波计算式，得到当前窗口的目标谐波次数的谐波分量；将窗口起点向后挪动一个数据点，并返回从离散序列当前的窗口起点开始，提取连续的N个数据点，得到窗口序列的步骤继续执行。
第三方面，本申请还提供了一种计算机设备，包括一个或多个处理器，以及存储器，存储器中存储有计算机可读指令，计算机可读指令被一个或多个处理器执行时，执行上述任一基于负载场景的谐波提取方法的步骤。
第四方面，本申请还提供了一种存储介质，存储介质中存储有计算机可读指令，计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述任一基于负载场景的谐波提取方法的步骤。
从以上技术方案可以看出，本申请实施例具有以下优点：
基于本实施例中的谐波提取算法，提出了对于不同的负载场景针对性地提取特定谐波次数的谐波，并利用专用的子算法进行谐波提取，能够拓展利用本算法进行谐波提取的适用范围，实现在负载场景变化时，仍然能够维持谐波提取的准确性，同时电网信号中主要谐波均能被提取出来，保证了整体流程的实时性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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申请的一些实施例，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它的附图。
图1为本申请一个实施例提供的基于负载场景的谐波提取方法的流程示意图；
图2为本申请一个实施例提供的基于负载场景的谐波提取装置的模块结构图；
图3为本申请一个实施例提供的计算机设备的内部结构图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
本申请的目的旨在至少能解决上述的技术缺陷之一，特别是现有技术中谐波提取延迟过大、准确性不足的问题。
本申请提供了一种基于负载场景的谐波提取方法，请参阅图1，包括步骤S102至步骤S106。
S102，识别电力系统所属的负载场景。负载场景包括负载不平衡度依次提高的第一负载场景、第二负载场景和第三负载场景。
可以理解，本申请中的负载场景是以负载不平衡度来进行划分的，负载不平衡度反映电力系统三相负载的不平衡的程度。其有可能是三相负载的不合理分配、新能源的接入导致的负载波动过大等因素引起的。三相负载不平衡将会导致三相电流、电压出现不对称的情况，从而导致三相系统中出现各种谐波，在线路造成较大损耗，也对电网中的电力设备存在危害。负载不平衡度的评估方式有很多。例如，根据电流最大一相与电流最小一相的电流差评估，该电流差越大，则三相负载不平衡的程度越严重。还可根据中性线电流的大小评估，中性线电流越大，则三相负载不平衡的程度越严重。在本实施例中，可以对负载不平衡度设置互相没有交集的三个数值范围，每个数值范围对应一个负载场景。根据计算出的负载不平衡度，确定其所属的数值范围，从而可以识别当前的负载场景。
S104，以识别出的负载场景为目标负载场景，根据目标负载场景，确定目标负载场景对应的目标谐波次数和目标谐波提取算法。
可以理解，第一负载场景指的是负载平衡的情况，第二负载场景指的是负载不平衡的情况，第三负载场景指的是负载极不平衡的情况。在研究过程中发现，针对不同的负载场景，电力系统中含量最高、影响最大的谐波次数不相同，具体而言，第一负载场景对应的目标谐波次数为6t+1，第二负载场景对应的目标谐波次数为6t±1，第三负载场景对应的目标谐波次数为2t+1。t为正整数。由于不同负载场景对应的谐波次数不同，本实施例为每个负载场景配置了一一对应的子算法，专门用于对负载场景对应的目标谐波次数进行谐波提取。因此，在确定出当前电力系统的负载场景后，根据上述对应关系，可以分别确定出对应的目标谐波次数和目标谐波提取算法。
S106，利用目标谐波提取算法对待提取电信号进行谐波提取，以提取待提取电信号中的目标谐波次数的谐波分量。
可以理解，目标谐波提取算法是专门设计出来从电信号中提取目标谐波次数的分量的算法。当提取出目标谐波次数的谐波分量后，将可以确定目标谐波次数的谐波分量的表达式，从而可以确定该谐波分量的幅值和相位。电力系统中所设置的谐波电压控制器会利用提取得到的谐波的幅值与相位，产生参考谐波电流，电流滞环控制器会根据参考谐波电流向电网系统注入补偿电流，以达到抑制谐波分量的目的。待提取电信号即为需要进行谐波提取的电信号，在有些实施例中，可以选择电网的公共耦合节点作为被测点，以被测点的电压信号作为待提取电信号。
具体而言，步骤S106中，利用目标谐波提取算法对待提取电信号进行谐波提取，以提取待提取电信号中的目标谐波次数的谐波分量，包括：
（1）以预设采样率对待提取电信号进行采样，得到离散序列。
可以理解，各负载场景对应的目标谐波提取算法都是基于调制滑窗离散傅里叶变换算法，处理的是离散信号，因此需要对电网信号进行采样，采用的结果即为多个数据点组成的离散序列，离散序列中的序号越大则代表该数据点所对应的时间点越晚。
（2）根据预设采样率，确定窗口长度N。
可以理解，本实施例会采用滑窗的思想，窗口长度即指的时窗口内数据点的数量。在确定窗口长度时，可以基于对精度的要求，选择目标频率分辨率。利用预设采样率除以目标频率分辨率即可得到窗口长度N。N为正整数。
（3）从离散序列当前的窗口起点开始，提取连续的N个数据点，得到窗口序列。
可以理解，滑窗即是在整个离散序列中每次提取连续的N个数据点，得到窗口序列，基于当前窗口序列中各数据点的具体情况进行计算，在下一轮时，将窗口向右滑动，直至遍历整个离散序列。
（4）判断窗口序列中的最后一位数据点的序号n是否被N整除，若是，则将复旋转因子变量W置1，若否，则按照表达式：更新复旋转因子变量W。
可以理解，由于窗口滑动会导致信号在时域上发生平移，从而引起频域上的相位偏移。为了消除这种偏移调制滑窗离散傅里叶变换算法中需要利用复旋转因子W N 。复旋转因子W N 在传统的调制滑窗离散傅里叶变换算法的表达式中一般为-kn次方，k即为目标谐波次数，该参数应该是以N为周期的周期量，但由于n（n为正整数）的值一直在累进，存在累进误差。因此，本实施例中利用复旋转因子变量W来存储复旋转因子W N 在传统的调制滑窗离散傅里叶变换算法的表达式中的正确的值。n在不能被N整除时，说明复旋转因子W N 在算法表达式对应的参数值的一个变换周期还没结束，可以继续累乘。直至n在能被N整除时，说明复旋转因子W N 在算法表达式对应的参数值应进入新的变换周期，因此，将其置1。
（5）基于目标负载场景对应的迭代表达式、当前的窗口序列、前一轮的频谱中间量和复旋转因子变量W，得到本轮的频谱中间量。
可以理解，不同负载场景所对应的算法主要区别点即在于选用特定的迭代表达式。而调制滑窗离散傅里叶变换算法是基于迭代思想的算法，其迭代表达式需要将前一轮的频谱中间量、当前的窗口序列中各数据点的值以及经过更新的复旋转因子变量W的值代入，即可得到本轮的频谱中间量。
（6）根据本轮的频谱中间量和谐波计算式，得到当前窗口的目标谐波次数的谐波分量。
可以理解，将本轮的频谱中间量代入谐波计算式，得到当前窗口的目标谐波次数的谐波分量的表达式。
（7）将窗口起点向后挪动一个数据点，并返回从离散序列当前的窗口起点开始，提取连续的N个数据点，得到窗口序列的步骤继续执行。
可以理解，由于电网信号随着时间延长而不停变化，在不断的对新采集的待提取信号进行采样，整个离散序列的长度也在不断增长，可以视为是无限长的，为了实时对谐波进行消除，需要持续不断的进行谐波提取。因此，回到步骤（3）继续推动窗口在离散序列上滑动。
基于本实施例中的谐波提取算法，提出了对于不同的负载场景针对性地提取特定谐波次数的谐波，并利用专用的子算法进行谐波提取，能够拓展利用本算法进行谐波提取的适用范围，实现在负载场景变化时，仍然能够维持谐波提取的准确性，同时电网信号中主要谐波均能被提取出来，保证了整体流程的实时性。
在有些实施例中，对传统调制滑窗离散傅里叶变换算法做的改进点即在与对迭代表达式进行了优化。传统的迭代表达式为：
；
其中，代表本轮的频谱中间量，/>代表前一轮的频谱中间量，W N 代表复旋转因子，k代表目标谐波次数，x(n)代表窗口序列中的最后一位的数据点，其中，X(k)代表当前窗口的目标谐波次数的谐波分量。
对上述差分方程作z变换，可将上式的分解表示如下：
；
传递函数H 2(z)是常数，不作分析。对于传递函数H 1(z)，分析可知H 1(z)由常系数λ和梳状滤波器H c 组成：
；
传统算法的传递函数内含的梳状滤波器的N个零点的作用是抑制1~N次谐波，极点的作用是通过消去一个零点，保留了该零点对应的指定次谐波，从而实现提取指定次谐波。在梳状滤波器的系统结构中，每个零点都需要一个延迟单元来实现，太多的零点会在谐波提取过程中会造成较大的延迟，导致在谐波信号幅值发生突变的情况下，需要较长时延才能够重新提取出谐波信息。传统算法中的N与前文中的窗口长度N不相同，仅代表一个正整数。
在特定负载场景下，电网信号并不会包含所有次谐波，因此该梳状滤波器的有些零点是没有发挥作用的。将该梳状滤波器的分子进行因式分解，分解出需要的零点组成一个因子，作为梳状滤波器H c 的新分子F；剩下的零点组成另一个因子，单独作为一个传递函数H r ，用于谐波频谱的幅值校正和相位校正。修改梳状滤波器后，即得到本方法的传递函数通用表达式：
；
针对第一负载场景对应的目标谐波次数，将其对应的F和H r 设计为：
；
对其做反z变换，得到第一负载场景对应的迭代表达式为：
；
；
其中，代表本轮的频谱中间量，/>代表前一轮的频谱中间量，W代表复旋转因子变量，k代表目标谐波次数，x(n)代表窗口序列中的最后一位的数据点。
类似地，针对第二负载场景对应的目标谐波次数，将其对应的F和H r 设计为：
；
对其做反z变换，得到第二负载场景对应的迭代表达式为：
；
；
其中，代表本轮的频谱中间量，/>代表前一轮的频谱中间量，W代表复旋转因子变量，k代表目标谐波次数，x(n)代表窗口序列中的最后一位的数据点。
类似地，针对第二负载场景对应的目标谐波次数，将其对应的F和H r 设计为：
；
对其做反z变换，得到第二负载场景对应的迭代表达式为：
；
；
其中，代表本轮的频谱中间量，/>代表前一轮的频谱中间量，W代表复旋转因子变量，k代表目标谐波次数，x(n)代表窗口序列中的最后一位的数据点。
优选地，谐波计算式为：
；
其中，X(k)代表当前窗口的目标谐波次数的谐波分量。
优选地，窗口序列为先进先出队列，将窗口起点向后挪动一个数据点，并返回从离散序列当前的窗口起点开始，提取连续的N个数据点，得到窗口序列，包括：
（1）舍弃前一窗口序列中的首元素。
（2）将前一窗口序列中的最后一位数据点的序号n自加1。
（3）从离散序列中读取序号为n的数据点加入前一窗口序列，得到新的窗口序列。
请参阅图2，本申请还提供了一种基于负载场景的谐波提取装置，包括场景识别模块210、第一处理模块220和第二处理模块230。
场景识别模块210用于识别电力系统所属的负载场景；负载场景包括负载不平衡度依次提高的第一负载场景、第二负载场景和第三负载场景。
第一处理模块220用于以识别出的负载场景为目标负载场景，根据目标负载场景，确定目标负载场景对应的目标谐波次数和目标谐波提取算法；第一负载场景对应的目标谐波次数为6t+1，第二负载场景对应的目标谐波次数为6t±1，第三负载场景对应的目标谐波次数为2t+1。
第二处理模块230用于利用目标谐波提取算法对待提取电信号进行谐波提取，以提取待提取电信号中的目标谐波次数的谐波分量。其中，利用目标谐波提取算法对待提取电信号进行谐波提取，以提取待提取电信号中的目标谐波次数的谐波分量，包括：以预设采样率对待提取电信号进行采样，得到离散序列；根据预设采样率，确定窗口长度N；从离散序列当前的窗口起点开始，提取连续的N个数据点，得到窗口序列；判断窗口序列中的最后一位数据点的序号n是否被N整除，若是，则将复旋转因子变量W置1，若否，则按照表达式：更新复旋转因子变量W；基于目标负载场景对应的迭代表达式、当前的窗口序列、前一轮的频谱中间量和复旋转因子变量W，得到本轮的频谱中间量；根据本轮的频谱中间量和谐波计算式，得到当前窗口的目标谐波次数的谐波分量；将窗口起点向后挪动一个数据点，并返回从离散序列当前的窗口起点开始，提取连续的N个数据点，得到窗口序列的步骤继续执行。
关于基于负载场景的谐波提取装置的具体限定可以参见上文中对基于负载场景的谐波提取方法的限定，在此不再赘述。上述基于负载场景的谐波提取装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。需要说明的是，本申请实施例中对模块的划分是示意性的，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。
本申请还提供了一种计算机设备，包括一个或多个处理器，以及存储器，存储器中存储有计算机可读指令，计算机可读指令被一个或多个处理器执行时，执行：识别电力系统所属的负载场景；负载场景包括负载不平衡度依次提高的第一负载场景、第二负载场景和第三负载场景；以识别出的负载场景为目标负载场景，根据目标负载场景，确定目标负载场景对应的目标谐波次数和目标谐波提取算法；第一负载场景对应的目标谐波次数为6t+1，第二负载场景对应的目标谐波次数为6t±1，第三负载场景对应的目标谐波次数为2t+1；利用目标谐波提取算法对待提取电信号进行谐波提取，以提取待提取电信号中的目标谐波次数的谐波分量。其中，利用目标谐波提取算法对待提取电信号进行谐波提取，以提取待提取电信号中的目标谐波次数的谐波分量，包括：以预设采样率对待提取电信号进行采样，得到离散序列；根据预设采样率，确定窗口长度N；从离散序列当前的窗口起点开始，提取连续的N个数据点，得到窗口序列；判断窗口序列中的最后一位数据点的序号n是否被N整除，若是，则将复旋转因子变量W置1，若否，则按照表达式：更新复旋转因子变量W；基于目标负载场景对应的迭代表达式、当前的窗口序列、前一轮的频谱中间量和复旋转因子变量W，得到本轮的频谱中间量；根据本轮的频谱中间量和谐波计算式，得到当前窗口的目标谐波次数的谐波分量；将窗口起点向后挪动一个数据点，并返回从离散序列当前的窗口起点开始，提取连续的N个数据点，得到窗口序列的步骤继续执行。
在有些实施例中，计算机可读指令被一个或多个处理器执行时，执行上述任一基于负载场景的谐波提取方法的步骤。
示意性地，如图3所示，图3为本申请实施例提供的一种计算机设备的内部结构示意图，该计算机设备300可以为单个服务器或服务器集群。参照图3，计算机设备300包括处理组件302，其进一步包括一个或多个处理器，以及由存储器301所代表的存储器资源，用于存储可由处理组件302的执行的指令，例如应用程序。存储器301中存储的应用程序可以包括一个或一个以上的，每一个对应于一组指令的模块。此外，处理组件302被配置为执行指令，以执行上述任意实施例的基于负载场景的谐波提取方法的步骤。
计算机设备300还可以包括一个电源组件303被配置为执行计算机设备300的电源管理，一个有线或无线网络接口304被配置为将计算机设备300连接到网络，和一个输入输出（I/O）接口305。
本领域技术人员可以理解，图3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。
本申请还提供了一种存储介质，存储介质中存储有计算机可读指令，计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行：识别电力系统所属的负载场景；负载场景包括负载不平衡度依次提高的第一负载场景、第二负载场景和第三负载场景；以识别出的负载场景为目标负载场景，根据目标负载场景，确定目标负载场景对应的目标谐波次数和目标谐波提取算法；第一负载场景对应的目标谐波次数为6t+1，第二负载场景对应的目标谐波次数为6t±1，第三负载场景对应的目标谐波次数为2t+1；利用目标谐波提取算法对待提取电信号进行谐波提取，以提取待提取电信号中的目标谐波次数的谐波分量。其中，利用目标谐波提取算法对待提取电信号进行谐波提取，以提取待提取电信号中的目标谐波次数的谐波分量，包括：以预设采样率对待提取电信号进行采样，得到离散序列；根据预设采样率，确定窗口长度N；从离散序列当前的窗口起点开始，提取连续的N个数据点，得到窗口序列；判断窗口序列中的最后一位数据点的序号n是否被N整除，若是，则将复旋转因子变量W置1，若否，则按照表达式：更新复旋转因子变量W；基于目标负载场景对应的迭代表达式、当前的窗口序列、前一轮的频谱中间量和复旋转因子变量W，得到本轮的频谱中间量；根据本轮的频谱中间量和谐波计算式，得到当前窗口的目标谐波次数的谐波分量；将窗口起点向后挪动一个数据点，并返回从离散序列当前的窗口起点开始，提取连续的N个数据点，得到窗口序列的步骤继续执行。
在有些实施例中，计算机可读指令被一个或多个处理器执行时，上述任一基于负载场景的谐波提取方法的步骤。
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，各个实施例之间可以根据需要进行组合，且相同相似部分互相参见即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (6)
1.一种基于负载场景的谐波提取方法，其特征在于，包括：
识别电力系统所属的负载场景；所述负载场景包括负载不平衡度依次提高的第一负载场景、第二负载场景和第三负载场景；
以识别出的所述负载场景为目标负载场景，根据所述目标负载场景，确定所述目标负载场景对应的目标谐波次数和目标谐波提取算法；所述第一负载场景对应的所述目标谐波次数为6t+1，所述第二负载场景对应的所述目标谐波次数为6t±1，所述第三负载场景对应的所述目标谐波次数为2t+1，t为正整数；
利用所述目标谐波提取算法对待提取电信号进行谐波提取，以提取所述待提取电信号中的目标谐波次数的谐波分量；其中，所述用所述目标谐波提取算法对待提取电信号进行谐波提取，以提取所述待提取电信号中的目标谐波次数的谐波分量，包括：
以预设采样率对所述待提取电信号进行采样，得到离散序列；
根据所述预设采样率，确定窗口长度N；
从所述离散序列当前的窗口起点开始，提取连续的N个数据点，得到窗口序列；
判断所述窗口序列中的最后一位数据点的序号n是否被N整除，若是，则将复旋转因子变量W置1，若否，则按照表达式：更新所述复旋转因子变量W；
基于所述目标负载场景对应的迭代表达式、当前的所述窗口序列、前一轮的频谱中间量和所述复旋转因子变量W，得到本轮的所述频谱中间量；其中，所述第一负载场景对应的所述迭代表达式为：
；
；
所述第二负载场景对应的所述迭代表达式为：
；
；
所述第三负载场景对应的所述迭代表达式为：
；
；
其中，代表本轮的所述频谱中间量，/>代表前一轮的所述频谱中间量，W代表所述复旋转因子变量，k代表所述目标谐波次数，x(n)代表所述窗口序列中的最后一位的数据点；
根据本轮的所述频谱中间量和谐波计算式，得到当前窗口的所述目标谐波次数的谐波分量；
将所述窗口起点向后挪动一个数据点，并返回从所述离散序列当前的窗口起点开始，提取连续的N个数据点，得到窗口序列的步骤继续执行。
2.根据权利要求1所述的谐波提取方法，其特征在于，所述谐波计算式为：
；
其中，X(k)代表当前窗口的所述目标谐波次数的谐波分量。
3.根据权利要求1所述的谐波提取方法，其特征在于，所述窗口序列为先进先出队列，所述将所述窗口起点向后挪动一个数据点，并返回从所述离散序列当前的窗口起点开始，提取连续的N个数据点，得到窗口序列，包括：
舍弃前一所述窗口序列中的首元素；
将前一所述窗口序列中的最后一位数据点的序号n自加1；
从所述离散序列中读取序号为n的数据点加入前一所述窗口序列，得到新的所述窗口序列。
4.一种基于负载场景的谐波提取装置，其特征在于，包括：
场景识别模块，用于识别电力系统所属的负载场景；所述负载场景包括负载不平衡度依次提高的第一负载场景、第二负载场景和第三负载场景；
第一处理模块，用于以识别出的所述负载场景为目标负载场景，根据所述目标负载场景，确定所述目标负载场景对应的目标谐波次数和目标谐波提取算法；所述第一负载场景对应的所述目标谐波次数为6t+1，所述第二负载场景对应的所述目标谐波次数为6t±1，所述第三负载场景对应的所述目标谐波次数为2t+1，t为正整数；
第二处理模块，用于利用所述目标谐波提取算法对待提取电信号进行谐波提取，以提取所述待提取电信号中的目标谐波次数的谐波分量；其中，所述用所述目标谐波提取算法对待提取电信号进行谐波提取，以提取所述待提取电信号中的目标谐波次数的谐波分量，包括：
以预设采样率对所述待提取电信号进行采样，得到离散序列；
根据所述预设采样率，确定窗口长度N；
从所述离散序列当前的窗口起点开始，提取连续的N个数据点，得到窗口序列；
判断所述窗口序列中的最后一位数据点的序号n是否被N整除，若是，则将复旋转因子变量W置1，若否，则按照表达式：更新所述复旋转因子变量W；
基于所述目标负载场景对应的迭代表达式、当前的所述窗口序列、前一轮的频谱中间量和所述复旋转因子变量W，得到本轮的所述频谱中间量；其中，所述第一负载场景对应的所述迭代表达式为：
；
；
所述第二负载场景对应的所述迭代表达式为：
；
；
所述第三负载场景对应的所述迭代表达式为：
；
；
其中，代表本轮的所述频谱中间量，/>代表前一轮的所述频谱中间量，W代表所述复旋转因子变量，k代表所述目标谐波次数，x(n)代表所述窗口序列中的最后一位的数据点；
根据本轮的所述频谱中间量和谐波计算式，得到当前窗口的所述目标谐波次数的谐波分量；
将所述窗口起点向后挪动一个数据点，并返回从所述离散序列当前的窗口起点开始，提取连续的N个数据点，得到窗口序列的步骤继续执行。
5.一种计算机设备，其特征在于，包括一个或多个处理器，以及存储器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述一个或多个处理器执行时，执行如权利要求1-3任一项所述的基于负载场景的谐波提取方法的步骤。
6.一种存储介质，其特征在于，所述存储介质中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1-3任一项所述的基于负载场景的谐波提取方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311330828.9A CN117074778B (zh) | 2023-10-16 | 2023-10-16 | 基于负载场景的谐波提取方法、装置和计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311330828.9A CN117074778B (zh) | 2023-10-16 | 2023-10-16 | 基于负载场景的谐波提取方法、装置和计算机设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117074778A CN117074778A (zh) | 2023-11-17 |
| CN117074778B true CN117074778B (zh) | 2024-01-19 |
Family
ID=88702873
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311330828.9A Active CN117074778B (zh) | 2023-10-16 | 2023-10-16 | 基于负载场景的谐波提取方法、装置和计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117074778B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4419897A (en) * | 1980-05-06 | 1983-12-13 | Nippon Seiko Kabushiki Kaisha | Apparatus for harmonic oscillation analysis |
| US5754440A (en) * | 1996-02-28 | 1998-05-19 | Eaton Corporation | Apparatus for harmonic analysis of waveforms in an AC electrical system |
| CN102628894A (zh) * | 2012-04-12 | 2012-08-08 | 浙江大学 | 一种选择性谐波提取方法 |
| CN103138263A (zh) * | 2011-11-28 | 2013-06-05 | 广西星宇智能电气有限公司 | 一种电能质量综合治理装置的控制方法 |
| CN103454497A (zh) * | 2013-09-10 | 2013-12-18 | 南京理工大学 | 基于改进加窗离散傅立叶变换的相位差测量方法 |
| CN103547328A (zh) * | 2012-05-22 | 2014-01-29 | 深圳市英威腾电气股份有限公司 | 谐波检测方法及相关装置 |
| CN104953605A (zh) * | 2015-07-17 | 2015-09-30 | 西安爱科赛博电气股份有限公司 | 三相电网相间不平衡治理电路、治理系统及治理方法 |
| CN106501574A (zh) * | 2016-10-19 | 2017-03-15 | 徐州工程学院 | 一种新型有源电力滤波器谐波电流检测方法 |
| CN206470327U (zh) * | 2017-02-10 | 2017-09-05 | 昆明电器科学研究所 | 三相不平衡时基于小波分析的谐波测量装置 |
| CN109358223A (zh) * | 2018-09-29 | 2019-02-19 | 海特尔机电工程技术（马鞍山）有限公司 | 一种滑动窗dft谐波电流检测方法及装置、存储介质 |
| CN112098721A (zh) * | 2020-08-13 | 2020-12-18 | 闽南理工学院 | 基于状态空间模型的谐波检测方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103001230B (zh) * | 2012-11-16 | 2014-10-15 | 天津大学 | 非侵入式电力负荷监测与分解的电流模式匹配方法 |
-
2023
- 2023-10-16 CN CN202311330828.9A patent/CN117074778B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4419897A (en) * | 1980-05-06 | 1983-12-13 | Nippon Seiko Kabushiki Kaisha | Apparatus for harmonic oscillation analysis |
| US5754440A (en) * | 1996-02-28 | 1998-05-19 | Eaton Corporation | Apparatus for harmonic analysis of waveforms in an AC electrical system |
| CN103138263A (zh) * | 2011-11-28 | 2013-06-05 | 广西星宇智能电气有限公司 | 一种电能质量综合治理装置的控制方法 |
| CN102628894A (zh) * | 2012-04-12 | 2012-08-08 | 浙江大学 | 一种选择性谐波提取方法 |
| CN103547328A (zh) * | 2012-05-22 | 2014-01-29 | 深圳市英威腾电气股份有限公司 | 谐波检测方法及相关装置 |
| CN103454497A (zh) * | 2013-09-10 | 2013-12-18 | 南京理工大学 | 基于改进加窗离散傅立叶变换的相位差测量方法 |
| CN104953605A (zh) * | 2015-07-17 | 2015-09-30 | 西安爱科赛博电气股份有限公司 | 三相电网相间不平衡治理电路、治理系统及治理方法 |
| CN106501574A (zh) * | 2016-10-19 | 2017-03-15 | 徐州工程学院 | 一种新型有源电力滤波器谐波电流检测方法 |
| CN206470327U (zh) * | 2017-02-10 | 2017-09-05 | 昆明电器科学研究所 | 三相不平衡时基于小波分析的谐波测量装置 |
| CN109358223A (zh) * | 2018-09-29 | 2019-02-19 | 海特尔机电工程技术（马鞍山）有限公司 | 一种滑动窗dft谐波电流检测方法及装置、存储介质 |
| CN112098721A (zh) * | 2020-08-13 | 2020-12-18 | 闽南理工学院 | 基于状态空间模型的谐波检测方法 |
Non-Patent Citations (5)
| Title |
|---|
| Fast and Flexible Selective Harmonic Extraction Methods Based on the Generalized Discrete Fourier Transform;Huawu Liu et al.;IEEE TRANSACTIONS ON POWER ELECTRONICS;第33卷(第4期);第3484-3496 * |
| Unbalance and harmonic voltage compensation for a stand-alone variable speed constant frequency double-output induction generator supplying non-linear and unbalanced loads;Pattnaik, M et al.;IET ELECTRIC POWER APPLICATIONS;第7卷(第1期);第27-38页 * |
| 几种不同基频提取算法的比较研究;马海隆 等;西北民族大学学报(自然科学版);第31卷(第80期);第59-62页 * |
| 基于FFT的电网谐波分析仪的设计与实现;王建光;中国优秀硕士学位论文全文数据库工程科技Ⅱ辑(第03期);第11-34页 * |
| 有限字长对滑动窗DFT 稳定性的影响研究;刘华吾 等;电工技术学报;第31卷(第11期);第22-31页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117074778A (zh) | 2023-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2018188228A1 (zh) | 高精度频率测量系统及方法 | |
| CN108037361A (zh) | 一种基于滑动窗dft的高精度谐波参数估计方法 | |
| CN109358223A (zh) | 一种滑动窗dft谐波电流检测方法及装置、存储介质 | |
| CN111222088B (zh) | 一种改进的平顶自卷积窗加权电力谐波幅值估计方法 | |
| CN110045186B (zh) | 电力系统公共连接点处的系统谐波阻抗估计方法和系统 | |
| CN109444515B (zh) | 一种基于sdft算法的无功、不平衡与谐波检测方法 | |
| CN112305485B (zh) | 电容式电压互感器的谐波电压测量误差修正方法及装置 | |
| CN113158447B (zh) | 一种大步长移频电磁暂态仿真方法及系统 | |
| Chen et al. | Robust time-domain output error method for identifying continuous-time systems with time delay | |
| CN104459315A (zh) | 基于非基2fft变换的间谐波检测方法 | |
| CN117074778B (zh) | 基于负载场景的谐波提取方法、装置和计算机设备 | |
| CN115001016B (zh) | 一种基于无模型预测的变流器并网优化控制方法及系统 | |
| CN109039034A (zh) | 基于任意步长滑动傅立叶变换的多功能并网逆变器谐波补偿方法 | |
| CN108879681A (zh) | 基于调制任意步长滑动傅立叶变换的多功能并网逆变器谐波选择性补偿方法 | |
| CN106877840A (zh) | 一种机械振动误差消除方法及装置 | |
| Zhang et al. | Fast transient harmonic selective extraction based on modulation-CDSC-SDFT | |
| CN114184838A (zh) | 基于sn互卷积窗的电力系统谐波检测方法、系统及介质 | |
| CN118362779B (zh) | 电网频率的计算方法、装置、电子设备及可读存储介质 | |
| RU62469U1 (ru) | Устройство вычисления адаптивного вейвлет-преобразования | |
| Zygarlicki | Fast second order original Prony’s method for embedded measuring systems | |
| CN113884761B (zh) | 一种提高测频精度的方法、装置、设备及介质 | |
| CN115561517B (zh) | 三相电量的分相电量确定方法、装置和设备 | |
| US20240275365A1 (en) | Detector device | |
| CN111368440B (zh) | 基于多谱线插值的指数衰减正弦信号参数估计方法及装置 | |
| CN106980043A (zh) | 一种基于汉宁窗的改进相位差校正法 |
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 |