CN117169591B - 电力系统宽频测量方法、装置和计算机设备 - Google Patents
电力系统宽频测量方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN117169591B CN117169591B CN202311387144.2A CN202311387144A CN117169591B CN 117169591 B CN117169591 B CN 117169591B CN 202311387144 A CN202311387144 A CN 202311387144A CN 117169591 B CN117169591 B CN 117169591B
- Authority
- CN
- China
- Prior art keywords
- frequency
- threshold
- determining
- signal
- frequency conversion
- 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
- 238000000691 measurement method Methods 0.000 title claims abstract description 16
- 238000006243 chemical reaction Methods 0.000 claims abstract description 90
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 71
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 28
- 238000005259 measurement Methods 0.000 claims abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000001228 spectrum Methods 0.000 claims abstract description 14
- 230000006870 function Effects 0.000 claims description 71
- 238000005070 sampling Methods 0.000 claims description 40
- 238000013507 mapping Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 abstract description 13
- 230000010355 oscillation Effects 0.000 abstract description 12
- 238000010183 spectrum analysis Methods 0.000 abstract description 8
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 238000004458 analytical method Methods 0.000 description 17
- 238000012545 processing Methods 0.000 description 6
- 238000004088 simulation Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 108010076504 Protein Sorting Signals Proteins 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000003775 Density Functional Theory Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Measuring Frequencies, Analyzing Spectra (AREA)
Abstract
本申请提供了一种电力系统宽频测量方法、装置和计算机设备。该方法包括:获取目标电信号;基于局部均值分解算法,将目标电信号在时域上分解为多个单一频率的信号分量;确定各信号分量的瞬时频率;根据瞬时频率,确定对应的时频转换算法和时频转换参数;根据对应的时频转换参数,利用对应的时频转换算法,对信号分量进行时频转换,以得到包括各所述信号分量对应的频域信息的宽频频谱。该方法适用于对包含多种信号分量的电压/电流信号进行频谱分析,计算速度快,计算精度高,能有效满足新型电力系统的宽频测量需求,为构建电力系统宽频振荡广域监测系统提供有力支撑。
Description
技术领域
本申请涉及宽频测量技术领域,尤其涉及一种电力系统宽频测量方法、装置和计算机设备。
背景技术
新型电力系统背景下,大规模新能源发电、高压直流输电、大功率直流负荷快速发展,电力系统“源-网-荷”各环节电力电子化程度逐步提高,电力系统向着高比例新能源发电和高比例电力电子设备的方向发展。在大规模新能源并网运行、高比例电力电子设备接入的情况下,新能源机组与电网之间的相互作用使系统的振荡问题出现新特征,将会引起频率在几Hz到数千Hz范围内的宽频振荡。未来,随着新型电力系统的建设与发展,可以预见宽频振荡问题将会越来越严重,严重威胁电网的安全可靠运行。
宽频振荡与传统功角振荡、电压振荡和频率振荡在机理上截然不同,从信号处理的角度来看,宽频振荡发生时系统的电压、电流信号中包含幅值较大的非工频分量,这些幅值较大的非工频分量使得电压、电流信号发生畸变,从而引起电力系统的不正常状态。因此,必须要对系统进行精准观测,实现在宽频范围内对电信号进行准确的频谱分析。传统技术中的频谱分析方法在宽频范围下存在着精度不足、计算速度较慢的问题。
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,特别是现有技术中的频谱分析方法在宽频范围下存在着精度不足、计算速度较慢的问题。
第一方面,本申请提供了一种电力系统宽频测量方法,包括:
获取目标电信号;
基于局部均值分解算法,将目标电信号在时域上分解为多个单一频率的信号分量;
确定各信号分量的瞬时频率;
根据瞬时频率,确定对应的时频转换算法和时频转换参数;
根据对应的时频转换参数,利用对应的时频转换算法,对信号分量进行时频转换,以得到包括各信号分量对应的频域信息的宽频频谱。
在其中一个实施例中,根据瞬时频率,确定对应的时频转换算法,包括:
若瞬时频率在第一阈值以下,则确定对应的时频转换算法为离散傅里叶算法;
若瞬时频率大于第一阈值,则确定对应的时频转换算法为快速傅里叶算法。
在其中一个实施例中,时频转换参数包括采样窗种类,根据瞬时频率,确定对应的时频转换参数,包括:
若瞬时频率在第一阈值以下,则确定对应的采样窗种类为矩形窗;
若瞬时频率大于第一阈值且在第二阈值以下,则确定对应的采样窗种类为汉宁窗;
若瞬时频率大于第二阈值且在第三阈值以下,则确定对应的采样窗种类为布莱克曼窗。
在其中一个实施例中,时频转换参数包括采样窗长度,根据瞬时频率,确定对应的时频转换参数,包括:
根据瞬时频率与周波数之间的映射关系,确定目标周波数;
根据瞬时频率,确定周期长度;
根据周期长度和目标周波数,得到采样窗长度。
在其中一个实施例中,根据瞬时频率与周波数之间的映射关系,确定目标周波数,包括:
若瞬时频率在第一阈值以下,则确定目标周波数为第一数量;
若瞬时频率大于第一阈值且在第二阈值以下,则确定目标周波数为第二数量;第二阈值大于第一阈值,第二数量大于第一数量;
若瞬时频率大于第二阈值且在第三阈值以下,则确定目标周波数为第三数量;第三阈值大于第二阈值,第三数量大于第一数量,且小于第二数量。
在其中一个实施例中,第一阈值为100Hz,第二阈值为650Hz,第三阈值为2500Hz,第一数量为2,第二数量为8,第三数量为3。
在其中一个实施例中,基于局部均值分解算法,将目标电信号在时域上分解为多个单一频率的信号分量,包括:
将当前的目标电信号作为中间电信号;
找出中间电信号的所有局部极大值点和局部极小值点;
对局部极大值点进行三次样条插值,得到上包络函数,对局部极小值点进行三次样条插值,得到下包络函数;
根据上包络函数和下包络函数,得到本轮的局部均值函数和局部包络函数;
判断本轮的局部包络函数是否等于1;
若否,则将中间电信号与局部均值函数相减后与局部包络函数相除,并返回找出中间电信号的所有局部极大值点和局部极小值点的步骤继续执行;
若是,则将本轮以及之前的所有局部包络函数相乘,得到包络信号,并以本轮的局部均值函数为纯调频信号,根据包络信号和纯调频信号得到信号分量;
在得到新的信号分量后,判断是否满足迭代结束条件;
若否,则从目标电信号中减去新得到信号分量,并返回将当前的目标电信号作为中间电信号的步骤继续执行;
若是,则完成将目标电信号在时域上分解为多个单一频率的信号分量。
在其中一个实施例中,判断是否满足迭代结束条件,包括:
若新得到的信号分量中的局部极大值点和局部极小值点的数量小于第一阈值,则判定满足迭代结束条件;否则判定未满足迭代结束条件。
第二方面,本申请提供了一种电力系统宽频测量装置,包括:
数据获取模块,用于获取目标电信号;
信号分解模块,用于基于局部均值分解算法,将目标电信号在时域上分解为多个单一频率的信号分量;
频率确定模块,用于确定各信号分量的瞬时频率;
选择模块,用于根据瞬时频率,确定对应的时频转换算法和时频转换参数;
时频转换模块,用于根据对应的时频转换参数,利用对应的时频转换算法,对信号分量进行时频转换,以得到包括各信号分量对应的频域信息的宽频频谱。
第三方面,本申请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,执行上述任一实施例中的电力系统宽频测量方法的步骤。
从以上技术方案可以看出,本申请实施例具有以下优点:
基于上述任一实施例,先利用局部均值分解法将目标电信号分解为具有相同瞬时频率的信号分量,由于每个信号分量都在各自的频带范围内波动,具有特定的瞬时频率,而电力系统分析针对不同瞬时频率的信号有不同的分析需求。因此,根据各信号分量的瞬时频率,适应性的选择相应的时频转换参数并进行时频转换,在满足不同分析需求的前提下最终得到整个宽频频谱。本方法可以满足不同频率的分析需求,为宽频频谱中的每个频点的信号都达到合适计算速度和计算精度,能有效满足新型电力系统的宽频测量需求,为构建电力系统宽频振荡广域监测系统提供了有力支撑。
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电力系统宽频测量方法的流程示意图;
图2为局域均值分解算法对仿真信号进行分解的示意图;
图3为利用本申请的电力系统宽频测量方法对仿真信号进行分析的频谱示意图;
图4为本申请一个实施例提供的电力系统宽频测量装置的模块示意图;
图5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。
请参阅图1,本申请提供了一种电力系统宽频测量方法,宽频指的就是在比一般的频谱分析更宽的频带范围。这里的宽频测量主要是将复杂时域信号分解为不同频率的频域信号,并确定各频域信号的频域信息。频域信息一般可包括幅值、相位、频率等。本实施例提供的电力系统宽频测量方法包括步骤S102至步骤S110。
S102,获取目标电信号。
可以理解,目标电信号即为从电力系统中采集出的,需要进行频谱分析的电信号。其可以为电压信号,也可以为电流信号。
S104,基于局部均值分解算法,将目标电信号在时域上分解为多个单一频率的信号分量。
可以理解,目标电信号是非平稳的时域信号,其由多种分量组成。传统技术将直接利用时频转换算法将目标电信号转换为频域信号,从而得到频谱。但由于目标电信号中包括多种频率的分量,直接对完整的目标电信号进行时频转换,并没有针对频率不同的特点进行时频转换,导致最终结果的精度不高。而局部均值分解算法可以把非平稳的多分量时域信号分成若干个信号分量的和,每种信号分量的瞬时频率不同。局部均值分解算法分解出的每个信号分量都可以用乘积函数来表示,乘积函数由一个包络信号和一个纯调频信号组成,包络信号表示乘积函数的瞬时幅值,纯调频信号表示乘积函数的瞬时频率。利用局部均值分解算法得到的各个信号分量分别属于不同的瞬时频率下,有不同的分析需求,适应性地选择合适的时频转换算法和时频转换参数对信号分量进行时频转换,以取得较高的频率分辨率又保证计算速度不会过长。
S106,确定各信号分量的瞬时频率。
由于各信号分量的频率在时域上随时间变化的变化,其可以反映信号分量在使用本实施例中的方法进行测量的时间点时的频率高低。在有些实施例中,利用局域均值分解算法若得到各信号分量的表达式,则对信号分量求反余弦,再对时间进行求导并除以2π,即可得到瞬时频率的表达式,将测量时间点代入该表达式,得到瞬时频率。
S108,根据瞬时频率,确定对应的时频转换算法和时频转换参数。
可以理解,在对不同频率的信号分量进行分析前,本实施例需要根据其瞬时频率,针对性地选择对应的时频转换算法,需要设置在该时频转换算法下使用的时频转换参数,如采样窗长度、采样窗种类、重叠系数等。时频转换参数将影响计算量大小、频率分辨率高低等。而本实施例中,由于各信号分量的瞬时频率不同,而电力系统频谱分析时对不同频率的信号进行频谱分析的需求也不相同,如有的频率需要高时效性优先,有的频率需要高准确性优先。因此,在确定每个信号分量的瞬时频率后,可以针对该频率的需求,设置对应的时频转换参数。
S110,根据对应的时频转换参数,利用对应的时频转换算法,对信号分量进行时频转换,以得到包括各信号分量对应的频域信息的宽频频谱。
可以理解,对于分解出的每个信号分量而言,在确定出时频转换参数和视频转换算法后,即可将时域的信号分量转换为频域信号,转换的结果即包括频域信号的表达式,基于该表达式即可得到各信号分量的频域信号,如幅值、相位、频率等。一般而言,由于幅值大小代表该频点下的能量高低,宽频频谱可以以图像表达,如以频率为横轴、幅值为纵轴,将各信号分量的频域信息添加进该坐标系中所形成的图像。另外,这里的时频转换算法,对于不同的信号分量,可以全部选用相同的,也可以针对不同的信号分量选择不同的时频转换算法,或部分相同、部分不同。
基于本实施例中的电力系统宽频测量方法,先利用局部均值分解法将目标电信号分解为具有相同瞬时频率的信号分量,由于每个信号分量都在各自的频带范围内波动,具有特定的瞬时频率,而电力系统分析针对不同瞬时频率的信号有不同的分析需求。因此,根据各信号分量的瞬时频率,适应性的选择相应的时频转换参数并进行时频转换,在满足不同分析需求的前提下最终得到整个宽频频谱。本方法可以满足不同频率的分析需求,为宽频频谱中的每个频点的信号都达到合适计算速度和计算精度,能有效满足新型电力系统的宽频测量需求,为构建电力系统宽频振荡广域监测系统提供了有力支撑。
在其中一个实施例中,根据所述瞬时频率,确定对应的时频转换算法,包括:
(1)若瞬时频率在第一阈值以下,则确定对应的时频转换算法为离散傅里叶算法。
(2)若瞬时频率大于第一阈值,则确定对应的时频转换算法为快速傅里叶算法。
可以理解,本实施例在宽频测量的目标频带范围内,以第一阈值为界,选择不同的时频转换算法。针对频率较低的信号分量,即瞬时频率在第一阈值以下的信号分量,选择离散傅里叶算法(DFT)。针对频率较高的信号分量,即瞬时频率大于第一阈值的信号分量,选择快速傅里叶算法(FFT),提高处理效率。这里的离散傅里叶算法和快速傅里叶算法包含其原始算法,也包含其改进算法。
在其中一个实施例中,时频转换参数包括采样窗种类,根据所述瞬时频率,确定对应的时频转换参数,包括:
(1)若瞬时频率在第一阈值以下,则确定对应的采样窗种类为矩形窗。
(2)若瞬时频率大于第一阈值且在第二阈值以下,则确定对应的采样窗种类为汉宁窗。
(3)若瞬时频率大于第二阈值且在第三阈值以下,则确定对应的采样窗种类为布莱克曼窗。
可以理解,本实施例在宽频测量的目标频带范围内,以第一阈值和第二阈值为界,选择不同的时频转换算法。针对频率较低的信号分量,即瞬时频率在第一阈值以下的信号分量,选择适应于低频段的矩形窗。针对频率中等的信号分量,即瞬时频率大于第一阈值且在第二阈值以下的信号分量,选择适用于中频段的汉宁窗。针对高频段的信号分量,即瞬时频率大于第二阈值且在第三阈值以下的信号分量,选择适用于高频段的布莱克曼窗。
在时频转换算法中,需要利用窗函数在时域的信号分量上截取一定长度的信号进行采样并计算,这个截取的长度即为采样窗长度。采样窗长度越长,频率分辨率越高,但计算量也就越大。而不同频点的频率分析对精度和速度的要求不相同,因此,在其中一个实施例中,需要根据瞬时频率针对性设置的时频转换参数还包括采样窗长度。具体包括以下步骤:
(1)根据瞬时频率与周波数之间的映射关系,确定目标周波数。
(2)根据瞬时频率,确定周期长度。
(3)根据周期长度和目标周波数,得到采样窗长度。
可以理解,本实施例是以周波为单位,确定采样窗长度的。目标周波数即代表该瞬时频率下的采样窗内将包含的周波的数量。可以预设不同瞬时频率对应的目标周波数,即预设瞬时频率与周波数之间的映射关系。在确定出任一信号分量的瞬时频率后,通过该映射关系即可确定出周期长度。因此,采样窗长度可以根据目标周波数和周期长度相乘得到,周期长度与瞬时频率之间又是互为倒数的关系。基于此,根据瞬时频率分别确定出目标周波数和周期长度后,即可确定出信号分量对应的采样窗长度。另外,即使两个信号分量的目标周波数相同,由于这两个信号分量的周期长度不同,所确定出的采样窗长度也就不同,导致这两个信号分量的频率分辨率也是根据瞬时频率额度不同在适应性变化的。与传统技术中,使用相同的时间窗长度对未经分解的目标电信号进行离散傅里叶变换相比,其整个频段都有一致的频率分辨率,不利于针对不同的频率进行适应性的分析。
在其中一个实施例中,根据瞬时频率与周波数之间的映射关系,确定目标周波数,包括:
(1)若瞬时频率在第一阈值以下,则确定目标周波数为第一数量。
(2)若瞬时频率大于第一阈值且在第二阈值以下,则确定目标周波数为第二数量。第二数量大于第一数量。
(3)若瞬时频率大于第二阈值且在第三阈值以下,则确定目标周波数为第三数量。第三数量大于第一数量,且小于第二数量。
可以理解,第三阈值即为宽频测量的目标频段的上限值,利用第一阈值、第二阈值将目标频段分为三段,其中频率在第一阈值以下的信号对电网稳定性和安全性有较大影响,需要将其尽快找出,应以计算效率优先,所以其对应的目标周波数为最小的第一数量。而频率大于第一阈值且在第二阈值以下的信号是和电能质量评估相关的信号,电力系统管理者需要根据检测结果对引入谐波的主体进行溯源追责,作为追责根据的检测结果需要有较高准确性,应以计算准确性优先,所以其对应的目标周波数是最大的第二数量。而频率大于第一阈值且在第二阈值以下的信号含量较小,主要也是从计算效率出发,但由于其周期长度小,因此可以选择比第一数量大、第二数量小的第三数量的目标周波数。在一个具体实施例中,第一阈值为100Hz,第二阈值为650Hz,第三阈值为2500Hz,第一数量为2,第二数量为8,第三数量为3。
在其中一个实施例中,基于局部均值分解算法,将目标电信号在时域上分解为多个单一频率的信号分量,包括:
(1)将当前的目标电信号作为中间电信号。
(2)找出中间电信号的所有局部极大值点和局部极小值点。
即遍历目标电信号,将其中幅值的局部极值点找出。以x(t)表示中间电信号,对其进行采样所形成的序列为x(n)。局部极大值点判别式可以为:
,
局部极小值点判别式可以为:
;
(3)对局部极大值点进行三次样条插值,得到上包络函数,对局部极小值点进行三次样条插值,得到下包络函数。
三次样条插值是一种数值计算方法,它可以用一组三次多项式函数来逼近给定的一组离散数据点,使得每个函数在其对应的子区间上都满足插值条件,并且在所有子区间的连接处都保持函数值、一阶导数和二阶导数的连续性。即利用三次样条插值,可以分别将局部极大值点和局部极小值点拟合称为时域的连续函数上包络函数和包络函数。
(4)根据上包络函数和下包络函数,得到本轮的局部均值函数和局部包络函数。
具体而言,局部均值函数可以为和局部包括函数分别可以为:
;
其中,m i (t)为第i轮迭代时的局部均值函数,a i (t)为第i轮迭代时的局部包络函数,为上包络函数,/>为下包络函数。
(5)判断本轮的局部包络函数是否等于1。
可以理解,局部均值分解算法是一个双循环,外循环是从目标电信号中每次将新得到出的信号分量减去,成为当前的目标电信号,再以当前的目标电信号作为中间电信号,进行内循环。而内循环即用于从中间电信号中分解出一个信号分量,在分离其中一个信号分量时,是否完成分离的判断依据即为局部包络函数等于1,当该函数等于1时,即代表本轮的局部均值函数为纯频率调制函数,将本次内循环中的所有局部包络函数相乘,即得到该纯频率调制函数的包络信号(即幅值信号),将包络信号和纯调频信号相乘可得到本次内循环的信号分量。由此可见,在内循环中,判断本轮的局部包络函数是否等于1,再基于判断结果进入步骤(6)继续本次内循环或进入步骤(7)结束本次内循环。
(6)若否,则将中间电信号与局部均值函数相减后与局部包络函数相除,并返回找出中间电信号的所有局部极大值点和局部极小值点的步骤继续执行。
(7)若是,则将本轮以及之前的所有局部包络函数相乘,得到包络信号,并以本轮的局部均值函数为纯调频信号,根据包络信号和纯调频信号得到信号分量。
(8)在得到新的信号分量后,判断是否满足迭代结束条件。
可以理解,这里的迭代结束条件指的是外循环结束的条件,即已从目标电信号中分解出所需的所有信号分量了。在有些实施例中,步骤(8)具体为若新得到的信号分量中的局部极大值点和局部极小值点的数量小于第一阈值,则判定满足迭代结束条件;否则判定未满足迭代结束条件。可以理解,该判定的原理在于,当局部极值点的数量小于第一阈值时,则代表该信号分量的频率较低,目标电信号减去多个信号分量后的剩余量中所含的频率成分已不多,继续分解没有意义,因此,可以停止分解。第一阈值可以为20。由此可见,在一次内循环结束后,判断是否满足迭代结束条件,再基于判断结果进入步骤(9)继续新一次内循环继续分解信号分量或进入步骤(10)结束整个外循环。
(9)若否,则从目标电信号中减去新得到信号分量,并返回找出目标电信号的所有局部极大值点和局部极小值点的步骤继续执行。
(10)若是,则完成将目标电信号在时域上分解为多个单一频率的信号分量。
以本申请提供的方法进行实例分析验证,采用一下仿真信号进行分析:
;
仿真信号由一个频率为1100Hz、幅值为0.25的高频调制信号(表示幅值调制成分)和一个幅值为5的工频信号叠加组成。首先基于局部均值分解算法对仿真信号进行分解得到包络信号和与之相对应的纯调频信号,通过两者的乘积,求得所有的单一频率的信号分量和残余分量。按照频率从高到低的原则,将分解得到的多个PF分量进行排序。仿真信号分解图如图2所示。基于其中PF1分量和PF2分量的数据进行分析,PF1分量包含仿真信号中的高频调制信号的时频特征,PF2分量包含工频信号的时频特征。PF1分量的均方误差为0.0049,PF2分量的均方误差为2.8532*10-5。由此可得,本申请所使用的局部均值分解算法的重构精度能有效满足实际要求,能够有效地提取宽频谐振信号序列的特征。在完成宽频谐振信号序列特征提取的基础之上,对于PF1分量和PF2分量,取对应的时间窗进行DFT计算,最终得到PF1分量和PF2分量的振幅频谱图如图3所示,可得高频调制信号的频率为1100Hz,幅值为0.250032;工频信号的频率为50Hz,幅值为4.99985。实验结果表明,经特征提取和单一频率PF分量分析所得的幅值频率与仿真信号一致。由上述实验结果可知,本申请所提方法可以准确提取宽频谐振信号序列中的特征,验证了本申请所提方法的可行性,其可作为电力系统宽频信号的处理分析方法,能有效满足新型电力系统的宽频测量需求,为构建电力系统宽频振荡广域监测系统提供了有力支撑。
本申请提供了一种电力系统宽频测量装置,请参阅图4,包括数据获取模块410、信号分解模块420、频率确定模块430、选择模块440和时频转换模块450。
数据获取模块410用于获取目标电信号。
信号分解模块420用于基于局部均值分解算法,将目标电信号在时域上分解为多个单一频率的信号分量。
频率确定模块430用于确定各信号分量的瞬时频率。
选择模块440用于根据瞬时频率,确定对应的时频转换算法和时频转换参数。
时频转换模块450用于根据对应的时频转换参数,利用对应的时频转换算法,对时频转换参数对应的信号分量进行时频转换,以得到包括各信号分量对应的频域信息的宽频频谱。
在其中一个实施例中,选择模块440用于若瞬时频率在第一阈值以下,则确定对应的时频转换算法为离散傅里叶算法;若瞬时频率大于第一阈值,则确定对应的时频转换算法为快速傅里叶算法。
在其中一个实施例中,时频转换参数包括采样窗种类,选择模块440用于若瞬时频率在第一阈值以下,则确定对应的采样窗种类为矩形窗;若瞬时频率大于第一阈值且在第二阈值以下,则确定对应的采样窗种类为汉宁窗;若瞬时频率大于第二阈值且在第三阈值以下,则确定对应的采样窗种类为布莱克曼窗。
在其中一个实施例中,选择模块440用于根据瞬时频率与周波数之间的映射关系,确定目标周波数;根据瞬时频率,确定周期长度;根据周期长度和目标周波数,得到采样窗长度。
在其中一个实施例中,选择模块440用于若瞬时频率在第一阈值以下,则确定目标周波数为第一数量;若瞬时频率大于第一阈值且在第二阈值以下,则确定目标周波数为第二数量;第二数量大于第一数量;若瞬时频率大于第二阈值且在第三阈值以下,则确定目标周波数为第三数量;第三数量大于第一数量,且小于第二数量。
在其中一个实施例中,信号分解模块420用于将当前的目标电信号作为中间电信号;找出中间电信号的所有局部极大值点和局部极小值点;对局部极大值点进行三次样条插值,得到上包络函数,对局部极小值点进行三次样条插值,得到下包络函数;根据上包络函数和下包络函数,得到本轮的局部均值函数和局部包络函数;判断本轮的局部包络函数是否等于1;若否,则将中间电信号与局部均值函数相减后与局部包络函数相除,并返回找出中间电信号的所有局部极大值点和局部极小值点的步骤继续执行;若是,则将本轮以及之前的所有局部包络函数相乘,得到包络信号,并以本轮的局部均值函数为纯调频信号,根据包络信号和纯调频信号得到信号分量;在得到新的信号分量后,判断是否满足迭代结束条件;若否,则从目标电信号中减去新得到信号分量,并返回将当前的目标电信号作为中间电信号的步骤继续执行;若是,则完成将目标电信号在时域上分解为多个单一频率的信号分量。
关于电力系统宽频测量装置的具体限定可以参见上文中对电力系统宽频测量方法的限定,在此不再赘述。上述电力系统宽频测量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,执行上述任一实施例中的电力系统宽频测量方法的步骤。
示意性地,如图5所示,图5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。参照图5,计算机设备500包括处理组件502,其进一步包括一个或多个处理器,以及由存储器501所代表的存储器资源,用于存储可由处理组件502的执行的指令,例如应用程序。存储器501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502被配置为执行指令,以执行上述任意实施例的电力系统宽频测量方法的步骤。
计算机设备500还可以包括一个电源组件503被配置为执行计算机设备500的电源管理,一个有线或无线网络接口504被配置为将计算机设备500连接到网络,和一个输入输出(I/O)接口505。
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。
本申请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实施例中的电力系统宽频测量方法的步骤。
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,本申请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申请所示的这些实施例,而是要符合与本申请所公开的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种电力系统宽频测量方法,其特征在于,包括:
获取目标电信号;
基于局部均值分解算法,将所述目标电信号在时域上分解为多个单一频率的信号分量;
确定各所述信号分量的瞬时频率;
根据所述瞬时频率,确定对应的时频转换算法和时频转换参数;所述根据所述瞬时频率,确定对应的时频转换算法,包括:
若所述瞬时频率在第一阈值以下,则确定对应的所述时频转换算法为离散傅里叶算法;若所述瞬时频率大于所述第一阈值,则确定对应的所述时频转换算法为快速傅里叶算法;
所述时频转换参数包括采样窗种类和采样窗长度,根据所述瞬时频率,确定对应的时频转换参数,包括:
若所述瞬时频率在所述第一阈值以下,则确定对应的所述采样窗种类为矩形窗;若所述瞬时频率大于所述第一阈值且在第二阈值以下,则确定对应的所述采样窗种类为汉宁窗;若所述瞬时频率大于所述第二阈值且在第三阈值以下,则确定对应的所述采样窗种类为布莱克曼窗;
根据所述瞬时频率与周波数之间的映射关系,确定目标周波数;根据所述瞬时频率,确定周期长度;根据所述周期长度和所述目标周波数,得到所述采样窗长度;
根据对应的所述时频转换参数,利用对应的所述时频转换算法,对所述信号分量进行时频转换,以得到包括各所述信号分量对应的频域信息的宽频频谱。
2.根据权利要求1所述的电力系统宽频测量方法,其特征在于,根据所述瞬时频率与周波数之间的映射关系,确定目标周波数,包括:
若所述瞬时频率在所述第一阈值以下,则确定所述目标周波数为第一数量;
若所述瞬时频率大于所述第一阈值且在所述第二阈值以下,则确定所述目标周波数为第二数量;所述第二数量大于所述第一数量;
若所述瞬时频率大于所述第二阈值且在所述第三阈值以下,则确定所述目标周波数为第三数量;所述第三数量大于所述第一数量,且小于所述第二数量。
3.根据权利要求2所述的电力系统宽频测量方法,其特征在于,所述第一阈值为100Hz,所述第二阈值为650Hz,所述第三阈值为2500Hz,所述第一数量为2,所述第二数量为8,所述第三数量为3。
4.根据权利要求1所述的电力系统宽频测量方法,其特征在于,所述基于局部均值分解算法,将所述目标电信号在时域上分解为多个单一频率的信号分量,包括:
将当前的所述目标电信号作为中间电信号;
找出所述中间电信号的所有局部极大值点和局部极小值点;
对所述局部极大值点进行三次样条插值,得到上包络函数,对所述局部极小值点进行三次样条插值,得到下包络函数;
根据所述上包络函数和所述下包络函数,得到本轮的局部均值函数和局部包络函数;
判断本轮的所述局部包络函数是否等于1;
若否,则将所述中间电信号与所述局部均值函数相减后与所述局部包络函数相除,并返回找出所述中间电信号的所有局部极大值点和局部极小值点的步骤继续执行;
若是,则将本轮以及之前的所有所述局部包络函数相乘,得到包络信号,并以本轮的局部均值函数为纯调频信号,根据所述包络信号和所述纯调频信号得到所述信号分量;
在得到新的所述信号分量后,判断是否满足迭代结束条件;
若否,则从所述目标电信号中减去新得到所述信号分量,并返回将当前的所述目标电信号作为中间电信号的步骤继续执行;
若是,则完成将所述目标电信号分解为多个单一频率的所述信号分量。
5.根据权利要求4所述的电力系统宽频测量方法,其特征在于,所述判断是否满足迭代结束条件,包括:
若新得到的所述信号分量中的所述局部极大值点和所述局部极小值点的数量小于第一阈值,则判定满足所述迭代结束条件;否则判定未满足所述迭代结束条件。
6.一种电力系统宽频测量装置,其特征在于,包括:
数据获取模块,用于获取目标电信号;
信号分解模块,用于基于局部均值分解算法,将所述目标电信号在时域上分解为多个单一频率的信号分量;
频率确定模块,用于确定各所述信号分量的瞬时频率;
选择模块,用于根据所述瞬时频率,确定对应的时频转换算法和时频转换参数;所述根据所述瞬时频率,确定对应的时频转换算法,包括:
若所述瞬时频率在第一阈值以下,则确定对应的所述时频转换算法为离散傅里叶算法;若所述瞬时频率大于所述第一阈值,则确定对应的所述时频转换算法为快速傅里叶算法;
所述时频转换参数包括采样窗种类和采样窗长度,根据所述瞬时频率,确定对应的时频转换参数,包括:
若所述瞬时频率在所述第一阈值以下,则确定对应的所述采样窗种类为矩形窗;若所述瞬时频率大于所述第一阈值且在第二阈值以下,则确定对应的所述采样窗种类为汉宁窗;若所述瞬时频率大于所述第二阈值且在第三阈值以下,则确定对应的所述采样窗种类为布莱克曼窗;
根据所述瞬时频率与周波数之间的映射关系,确定目标周波数;根据所述瞬时频率,确定周期长度;根据所述周期长度和所述目标周波数,得到所述采样窗长度;
时频转换模块,用于根据对应的所述时频转换参数,利用对应的所述时频转换算法,对所述信号分量进行时频转换,以得到包括各所述信号分量对应的频域信息的宽频频谱。
7.根据权利要求6所述的电力系统宽频测量装置,其特征在于,所述选择模块用于若所述瞬时频率在所述第一阈值以下,则确定所述目标周波数为第一数量;若所述瞬时频率大于所述第一阈值且在所述第二阈值以下,则确定所述目标周波数为第二数量;所述第二数量大于所述第一数量;若所述瞬时频率大于所述第二阈值且在所述第三阈值以下,则确定所述目标周波数为第三数量;所述第三数量大于所述第一数量,且小于所述第二数量。
8.根据权利要求7所述的电力系统宽频测量装置,其特征在于,所述第一阈值为100Hz,所述第二阈值为650Hz,所述第三阈值为2500Hz,所述第一数量为2,所述第二数量为8,所述第三数量为3。
9.一种计算机设备,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1-5任一项所述的电力系统宽频测量方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311387144.2A CN117169591B (zh) | 2023-10-25 | 2023-10-25 | 电力系统宽频测量方法、装置和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311387144.2A CN117169591B (zh) | 2023-10-25 | 2023-10-25 | 电力系统宽频测量方法、装置和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117169591A CN117169591A (zh) | 2023-12-05 |
CN117169591B true CN117169591B (zh) | 2024-03-12 |
Family
ID=88929990
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311387144.2A Active CN117169591B (zh) | 2023-10-25 | 2023-10-25 | 电力系统宽频测量方法、装置和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117169591B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6449307B1 (en) * | 1998-06-05 | 2002-09-10 | Murata Manufacturing Co., Ltd. | Apparatus for measuring electrical characteristics of circuit |
CN107886111A (zh) * | 2017-10-25 | 2018-04-06 | 西安交通大学 | 一种改进型局部均值分解方法 |
CN108304768A (zh) * | 2017-12-12 | 2018-07-20 | 重庆邮电大学 | 一种基于emd去噪和imf判别能量熵的磨音特征提取方法 |
CN115728549A (zh) * | 2022-11-28 | 2023-03-03 | 广东电网有限责任公司 | 用于电力系统的宽频振荡监测方法、装置、设备及介质 |
CN116706876A (zh) * | 2023-05-15 | 2023-09-05 | 国网浙江省电力有限公司温州供电公司 | 一种双高电力系统宽频振荡识别方法、装置及设备 |
-
2023
- 2023-10-25 CN CN202311387144.2A patent/CN117169591B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6449307B1 (en) * | 1998-06-05 | 2002-09-10 | Murata Manufacturing Co., Ltd. | Apparatus for measuring electrical characteristics of circuit |
CN107886111A (zh) * | 2017-10-25 | 2018-04-06 | 西安交通大学 | 一种改进型局部均值分解方法 |
CN108304768A (zh) * | 2017-12-12 | 2018-07-20 | 重庆邮电大学 | 一种基于emd去噪和imf判别能量熵的磨音特征提取方法 |
CN115728549A (zh) * | 2022-11-28 | 2023-03-03 | 广东电网有限责任公司 | 用于电力系统的宽频振荡监测方法、装置、设备及介质 |
CN116706876A (zh) * | 2023-05-15 | 2023-09-05 | 国网浙江省电力有限公司温州供电公司 | 一种双高电力系统宽频振荡识别方法、装置及设备 |
Non-Patent Citations (1)
Title |
---|
一种基于A/D73360的频率测量方法;宗海焕等;传感器世界;20100228;第16卷(第2期);39-41 * |
Also Published As
Publication number | Publication date |
---|---|
CN117169591A (zh) | 2023-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wen et al. | Spectral correction approach based on desirable sidelobe window for harmonic analysis of industrial power system | |
Wen et al. | Triangular self-convolution window with desirable sidelobe behaviors for harmonic analysis of power system | |
CN109521275B (zh) | 一种同步相量确定方法、系统、装置及可读存储介质 | |
Wen et al. | Novel three-point interpolation DFT method for frequency measurement of sine-wave | |
CN113032716B (zh) | 基于加窗插值和Prony算法的谐波与间谐波分析方法 | |
Boškoski et al. | Fast electrochemical impedance spectroscopy | |
Wang et al. | EMD threshold denoising algorithm based on variance estimation | |
Yang et al. | Oscillation mode analysis for power grids using adaptive local iterative filter decomposition | |
Zolfaghari et al. | Evaluation of windowed ESPRIT virtual instrument for estimating Power Quality Indices | |
Mei et al. | Wavelet packet transform and improved complete ensemble empirical mode decomposition with adaptive noise based power quality disturbance detection | |
CN112731049B (zh) | 时钟同步异常监测方法、装置及计算机可读存储介质 | |
CN107942139B (zh) | 一种电力谐波参数软件同步采样方法 | |
CN117169591B (zh) | 电力系统宽频测量方法、装置和计算机设备 | |
CN109254202B (zh) | 一种应用于配电网的同步相量测量装置 | |
CN116613751A (zh) | 一种新能源并网系统的小干扰稳定性分析方法及系统 | |
CN109557367B (zh) | 一种高频分辨率谐波和间谐波Prony方法及装置 | |
Jiao et al. | An approach for electrical harmonic analysis based on interpolation DFT | |
Yi et al. | Instantaneous harmonic decomposition technique for three‐phase current based on multiple reference coordinates | |
CN115728549A (zh) | 用于电力系统的宽频振荡监测方法、装置、设备及介质 | |
Shevgunov | Software Analyzer of Spectral Correlation Functions Using a Low-Cost SDR Receiver | |
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 | |
CN111579868B (zh) | 一种高次谐波的测量方法及装置 | |
Zhivomirov et al. | A method for single-tone frequency estimation | |
Liu et al. | An approach to power system harmonic analysis based on triple-line interpolation discrete Fourier transform | |
Bertocco et al. | Resolution enhancement in harmonic analysis by compressive sensing |
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 |