CN117607562A - 基于相位校准的电力信号噪声水平估计方法、设备及介质 - Google Patents

基于相位校准的电力信号噪声水平估计方法、设备及介质 Download PDF

Info

Publication number
CN117607562A
CN117607562A CN202311658632.2A CN202311658632A CN117607562A CN 117607562 A CN117607562 A CN 117607562A CN 202311658632 A CN202311658632 A CN 202311658632A CN 117607562 A CN117607562 A CN 117607562A
Authority
CN
China
Prior art keywords
power signal
phase
value
frequency
estimate
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.)
Granted
Application number
CN202311658632.2A
Other languages
English (en)
Other versions
CN117607562B (zh
Inventor
张军号
徐雪松
胡东滨
施光泽
熊德智
邱石军
邹捷频
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan University of Technology
Original Assignee
Hunan University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hunan University of Technology filed Critical Hunan University of Technology
Priority to CN202311658632.2A priority Critical patent/CN117607562B/zh
Publication of CN117607562A publication Critical patent/CN117607562A/zh
Application granted granted Critical
Publication of CN117607562B publication Critical patent/CN117607562B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/26—Measuring noise figure; Measuring signal-to-noise ratio
    • 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
    • G01R19/0046—Arrangements for measuring currents or voltages or for indicating presence or sign thereof characterised by a specific application or detail not covered by any other subgroup of G01R19/00
    • G01R19/0053—Noise discrimination; Analog sampling; Measuring transients
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R25/00—Arrangements for measuring phase angle between a voltage and a current or between voltages or currents
    • 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
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/141—Discrete Fourier transforms
    • 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
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Discrete Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)

Abstract

本申请公开一种基于相位校准的电力信号噪声水平估计方法、设备及介质，该方法步骤包括：步骤S01.采集待测电力信号，得到离散电力信号序列；步骤S02.对离散电力信号序列执行多次测量，每次测量时进行截断并变换为离散频谱序列，间隔指定点进行下一次截断，根据前后两次截断计算相位变化量，分别计算频率估计值、幅值估计值以及相位估计值；步骤S03.计算频率估计值、幅值估计值和相位估计值的统计值；步骤S04.使用频率估计值、幅值估计值和相位估计值的统计值分别计算对应的电力信号信噪比；步骤S06.综合各个电力信号信噪比值得到噪声水平信噪比值。本申请能够快速、精准的实现电力信号噪声水平估计，提高估计的鲁棒性。

Description

基于相位校准的电力信号噪声水平估计方法、设备及介质
技术领域
本申请涉及电力信号测量技术领域，具体涉及基于相位校准的电力信号噪声水平估计方法、设备及介质。
背景技术
电力信号即为交流电流和电压信号。在实际测量中，电力信号不可避免的会受到噪声干扰而产生随机误差。例如，除了电力信号本身固有的噪声外，在对信号进行离散采样时，采集电路中电压电流传感器和ADC量化效应均会在采样信号中引入白噪声，进而产生使得电力信号测量结果产生随机误差。当信号的信噪比足够高时，噪声对频率估计的影响可忽略不计，但是如果信号中噪声干扰较强，则必须考虑噪声引起的电力参数测量随机误差。虽然信号在采样前通常会通过模拟滤波器进行滤波处理，但其噪声水平仍然会影响电力参数测量准确度。此外，不同的电力参数测量方法以及不同的设置参数也会导致抗噪性出现差异。因此，需要能够对电力信号的噪声水平进行准确估计以选择合适的测量方法及设置参数。
现有技术中通常都是通过对电力信号的频谱进行分析，确定信号与噪声在频域上的分布，进而实现噪声水平的评估。但是该类基于频域分析的评估方式适用范围受限，例如如果噪声的频谱与信号频谱之间存在重叠，频谱分析则可能无法准确评估噪声水平，传统基于频域分析的评估方式即不能适用。
发明内容
发明实施例提供一种基于相位校准的电力信号噪声水平估计方法、设备及介质，用于在噪声的频谱与信号频谱之间存在重叠时，仍然能够快速、准确评估电力信号的噪声水平，提高评估的效率、精度以及鲁棒性。
为达到上述目的，本申请采用如下技术方案：
一方面，本申请实施例提供一种基于相位校准的电力信号噪声水平估计方法，步骤包括：
步骤S01.按照预设采样频率fs采集待测电力信号，得到离散电力信号序列；
步骤S02.对离散电力信号序列执行多次测量，每次测量时采用窗函数对所述离散电力信号序列进行截断并变换为离散频谱序列，间隔指定点进行下一次截断，根据前后两次截断得到的离散频谱序列中模值最大值的频率点值kmax所对应的频谱值计算相位变化量，并根据所述相位变化量分别计算频率估计值f0、幅值估计值A以及相位估计值以实现相位校准；
步骤S03.计算多次测量得到的所述频率估计值f0、幅值估计值A和相位估计值的统计值；
步骤S04.使用所述频率估计值f0、幅值估计值A和相位估计值的统计值分别计算对应的电力信号信噪比；
步骤S06.综合各个计算得到的电力信号信噪比值得到最终的噪声水平信噪比值。
可选的，步骤S02包括：
步骤S201.采用长度为N的窗函数w(n)对离散电力信号序列x(n)进行截断，n＝0，1，2，…，+∞，进行离散傅里叶变换后获得离散频谱序列X(k)，k＝0，1，2，…，N-1，并获取离散频谱序列X(k)的模值序列|X(k)|中最大值对应的频率点值kmax；
步骤S202.间隔M点采用窗函数w(n)对离散电力信号序列x(n)进行截断，进行离散傅里叶变换后获得离散频谱序列XM(k)；
步骤S203.根据当前得到的两个离散频谱序列中频率点值kmax对应的傅里叶系数，计算频率估计值f0、幅值估计值A和相位估计值
步骤S204.X(k)＝XM(k)，返回执行步骤S202，直至得到指定个数的频率估计值。
可选的，步骤S02中，计算相位变化量以及频率估计值f0的计算表达式为：
根据相位变化量按照下式计算幅值估计值A：
根据频率估计值f0以及相位变化量按照下式计算相位估计值
式中，q表示测量的序号，表示相位变化量，arg表示求复数夹角，上标*表示共轭复数，G()表示窗函数的频率响应函数，N表示窗函数的长度，M表示前后两次截断间隔的点数，N>M，X()表示第一次使用窗函数对离散电力信号序列截断得到的离散频谱序列，XM()表示间隔M点后对离散电力信号序列截断得到的离散频谱序列。
可选的，步骤S04中，按照下式分别根据所述频率估计值f0、幅值估计值A和相位估计值的统计值计算对应的电力信号信噪比值：
其中，ENBW和SL分别表示窗函数的等效噪声带宽和扇形损失，ηρ表示前后两个窗函数的重叠相关系数，Var[f0]、Var[A]、分别表示频率估计值f0、幅值估计值A和相位估计值/>的方差，SNRf、SNRA以及/>分别表示频率估计值f0、幅值估计值A和相位估计值对应的电力信号信噪比值。
可选的，所述前后两个窗函数的重叠相关系数按照下式计算得到：
其中，w(n)表示窗函数，N表示窗函数的长度，M表示前后两次截断间隔的点数。
可选的，所述步骤S06中，通过将频率估计值f0、幅值估计值A和相位估计值对应计算得到的电力信号信噪比值进行加权计算，得到最终的噪声水平信噪比值，计算表达式为：
其中，SNRf、SNRA、分别表示由频率估计值f0、幅值估计值A和相位估计值/>对应计算得到的电力信号信噪比值，Rf、RA、/>分别为频率估计值f0、幅值估计值A和相位估计值/>对应的加权系数。
可选的，加权计算中频率估计值f0、幅值估计值A和相位估计值对应的加权系数按照下式计算得到：
其中，M表示前后两次截断间隔的点数。
可选的，所述步骤S02中采用如下式所示的sinc组合窗函数进行截断：
式中，L表示窗函数的项数。
另一方面，本申请实施例还提供一种计算设备，包括处理器以及存储器，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序以执行如权利要求上述方法。
另一方面，本申请实施例还提供一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序在被执行时会实现上述方法的步骤。
相对于现有技术，本申请具有以下有益效果：
本申请基于加窗相位校准方法，通过采用蒙特卡洛多次测量获取采集信号的频率、幅值与相位估计，利用相位变化量计算频率估计值实现相位校准，然后基于幅值、相位和频率估计值的多次测量结果的统计值分别计算相应的信噪比值，综合各信噪比值确定出能够准确反映电力信号噪声水平的信噪比值，能够准确估计电力信号的噪声水平，有效提高估计的精度、效率以及鲁棒性，兼顾估计的计算速度、精度与可靠性。
附图说明
图1是本申请提供的基于相位校准的电力信号噪声水平估计方法的流程图。
图2是本申请实施例中前后两次截断的原理示意图。
图3是本申请实施例中电力信号噪声水平估计的详细流程图。
具体实施方式
下面将结合说明书附图和具体实施例对本申请做进一步详细说明，但并不因此而限制本申请的保护范围。
由于电力信号具有额定频率，且一般呈现稳态特征，因而其频率、幅值和相位等参数具有波动小的特性，可以实现信噪比估计。电力信号包含幅值、相位和频率三个参数，该三个参数均与电力信号的噪声水平(信噪比)存在强相关性。
本申请基于加窗相位校准方法，通过采用蒙特卡洛多次测量获取采集信号的频率、幅值与相位估计，利用相位变化量计算频率估计值实现相位校准，然后基于幅值、相位和频率估计值的多次测量结果的统计值分别计算相应的信噪比值，综合各信噪比值即可确定出能够准确反映电力信号噪声水平的信噪比值，即便是噪声的频谱与信号频谱之间存在重叠，仍然能够准确估计电力信号的噪声水平，有效提高估计的精度、效率以及鲁棒性，兼顾估计的计算速度、精度与可靠性。
请参阅图1～3，本申请基于相位校准的电力信号噪声水平估计方法的步骤包括：
步骤S01.按照预设采样频率fs采集待测电力信号，得到离散电力信号序列。
时域连续电力信号可以表示为其中A表示幅值，f0表示频率，/>表示初相位，以采样频率fs对x(t)进行采样，得到离散信号序列x(n)，n＝0，1，2，…，+∞。
步骤S02.对离散电力信号序列执行多次测量，每次测量时采用窗函数对离散电力信号序列进行截断并变换为离散频谱序列，间隔指定点进行下一次截断，根据前后两次截断得到的离散频谱序列中模值最大值的频率点值kmax所对应的频谱值计算相位变化量，并根据相位变化量分别计算频率估计值f0、幅值估计值A以及相位估计值以实现相位校准。
步骤S201.采用长度为N的窗函数w(n)对离散电力信号序列x(n)进行截断，n＝0，1，2，…，+∞，进行N点离散傅里叶变换后获得离散频谱序列X(k)，k＝0，1，2，…，N-1，并获取离散频谱序列X(k)的模值序列|X(k)|中最大值对应的频率点值kmax。
在一个可选的实施例中，具体采用如下式所示的sinc组合窗函数进行截断：
式中，L表示窗函数的项数。
步骤S202.间隔M点采用窗函数w(n)对离散电力信号序列x(n)进行截断，进行N点离散傅里叶变换后获得离散频谱序列XM(k)。
由于前后两次使用窗函数对离散电力信号序列截断得到的离散频谱序列中kmax是相等的，因此仅需在第一次使用窗函数对离散电力信号序列截断时确定出离散频谱序列X(k)的模值序列|X(k)|中最大值对应的频率点值kmax，间隔M点再次进行截断时，仅需获取此时的离散频谱序列XM(k)。
步骤S203.根据当前得到的两个离散频谱序列中频率点值kmax对应的傅里叶系数，计算频率估计值f0、幅值估计值A和相位估计值
根据第一次使用窗函数对离散电力信号序列截断得到的离散频谱序列中kmax对应的频谱值XM(kmax)、间隔M点后对离散电力信号序列截断得到的离散频谱序列中kmax对应的频谱值X(kmax)计算相位变化量再根据相位变化量/>采样频率fs计算频率估计值f0，利用相位变化量/>实现频率估计，实现相位校准。
请参阅图2，前后两次测量时测量间隔M点，窗函数长度为N，N>M，则前后两次测量会存在N-M的重叠部分，利用该重叠部分可以实现噪声水平估计，重叠部分的具体大小可根据实际延时要求确定。
在一个可选的实施例中，计算相位变化量以及频率估计值f0的具体计算表达式为：
其中，q表示测量的序号，表示相位变化量，arg表示求复数夹角，上标*表示共轭复数，M表示前后两次截断间隔的点数，X()表示第一次使用窗函数对离散电力信号序列截断得到的离散频谱序列，XM()表示间隔M点后对离散电力信号序列截断得到的离散频谱序列。
计算出频率估计值f0、相位变化量后，利用频率估计值f0、相位变化量/>进一步可以计算出幅值估计值A。
在一个可选的实施例中，根据相位变化量按照下式计算幅值估计值A：
其中，G()表示窗函数的频率响应函数，N表示窗函数的长度。
计算出频率估计值f0以及相位变化量后，利用频率估计值f0以及相位变化量以及第一次使用窗函数对离散电力信号序列截断得到的离散频谱序列中kmax对应的频谱值XM(kmax)计算出相位估计值/>
在一个可选的实施例中，根据频率估计值f0以及相位变化量按照下式计算相位估计值/>
步骤S204.令X(k)＝XM(k)，返回执行步骤S202以执行下一次测量，直至得到指定个数Q的频率估计值。
经过上述步骤，可以得到Q个频率估计值f0、幅值估计值A和相位估计值
步骤S03.计算多次测量得到的频率估计值f0、幅值估计值A和相位估计值的统计值。
统计值具体为方差，即计算Q次测量得到的频率估计值f0、幅值估计值A和相位估计值的方差，计算表达式为：
式中，Var[]表示方差，E()表示求平均值。
除上述方差以下，也可以采用其他类型的统计值。
步骤S04.使用频率估计值f0、幅值估计值A和相位估计值的统计值分别计算对应的电力信号信噪比。
计算出根据频率估计值f0、幅值估计值A和相位估计值的方差后，分别根据频率估计值f0、幅值估计值A和相位估计值/>的方差计算对应的电力信号信噪比值。
在一个可选的实施例中，计算频率估计值f0、幅值估计值A和相位估计值对应的电力信号信噪比值的计算表达式分别为：
其中，ENBW和SL分别表示窗函数的等效噪声带宽和扇形损失，ηρ表示前后两个窗函数的重叠相关系数，Var[f0]、Var[A]、分别表示频率估计值f0、幅值估计值A和相位估计值/>的方差，SNRf、SNRA以及/>分别表示频率估计值f0、幅值估计值A和相位估计值对应的电力信号信噪比值。
在测量中，噪声会影响参数估计，带来随机误差进而引发方差。本实施例通过按照式(6)、(7)、(8)构建基于蒙特卡洛的信号参数测量方差与电力信号信噪比之间的关系模型，使得可以充分利用加窗相位校准方法得到的频率估计值f0、幅值估计值A和相位估计值的测量方差，基于信号参数的测量方差与信号信噪比之间的关系，分别估计出频率、幅值与相位相对应的信噪比值，能够分别从频率、幅值与相位三个角度表征电力信号的信噪比水平，从而实现信号噪声水平的精准估计，相比于传统采用功率谱密度的噪声水平评估方式，能够有效提高估计精度同时降低处理复杂度。
在一个可选的实施例中，上述前后两个窗函数的重叠相关系数按照下式计算得到：
其中，w(n)表示窗函数，N表示窗函数的长度，M表示前后两次截断间隔的点数。
步骤S06.综合各个计算得到的电力信号信噪比值得到最终的噪声水平信噪比值。
幅值、频率和相位在不同场景下的可信性不同，例如在电力信号频率波动较大时，幅值信噪比更能表达电力信号的真实信噪比。本实施例通过将频率估计值f0、幅值估计值A和相位估计值对应计算得到的电力信号信噪比值进行加权计算，确定出最终的噪声水平信噪比值，能够依据幅值、频率和相位的可信性，综合幅值、频率和相位三者共同实现噪声水平的估计，确保估计可靠性，同时估计的抗干扰能力以及鲁棒性。
在一个可选的实施例中，最终的噪声水平信噪比值的算表达式为：
其中，SNRf、SNRA、分别表示由频率估计值f0、幅值估计值A和相位估计值/>对应计算得到的电力信号信噪比值，Rf、RA、/>分别为频率估计值f0、幅值估计值A和相位估计值/>对应的加权系数。
在一个可选的实施例中，加权计算中频率估计值f0、幅值估计值A和相位估计值对应的加权系数按照下式计算得到：
其中，M表示前后两次截断间隔的点数。
频率、幅值和相位估计值与信噪比之间的关系会跟随测量间隔M值变化，本实施例按照上式(11)确定出各估计值的加权系数，能够依据测量间隔M动态调整各估计值的加权系数，以准确表征频率、幅值和相位估计值与信噪比之间的关系，最终确定出更为精准的信噪比值。
综上所述，本申请通过基于蒙特卡洛以及相位校准方法计算频率、幅度与相位估计值的方差，构建频率、幅度与相位估计值的方法与电力信号信噪比之间的关系模型，从而可以高效解析出电力信号的信噪比结果，基于相位校准的方式，可在抑制谐波干扰和噪声的同时，有效反映噪声干扰对参数估计结果的影响，确保噪声水平估计的效率、可靠性以及灵活性。
本申请基于相位校准的方式实现估计，电力信号参数可以灵活设置，例如通过调节间隔点数M和sinc组合窗的项数L可调节估计的鲁棒性和精度，以适用于不同评估环境。
本申请除可以适用于电力信号的噪声水平估计以外，也可以应用于其他具有较为稳定的频率、幅值和相位参数的信号进行信噪比评估。
本申请还提供基于相位校准的电力信号噪声水平估计，包括处理器以及存储器，存储器用于存储计算机程序，处理器用于执行计算机程序以执行如上述方法。
本申请还提供存储介质，存储介质中存储有计算机程序，计算机程序在被执行时会实现上述步骤。
在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和或流程图中的每个方框、以及框图和或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
虽然已经参考优选实施例对本申请进行了描述，但在不脱离本申请的范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在结构冲突，各个实施例中所提到的各项技术特征均可以任意方式组合起来。本申请并不局限于文中公开的特定实施例，而是包括落入权利要求的范围内的所有技术方案。

Claims (10)

1.一种基于相位校准的电力信号噪声水平估计方法，其特征在于，步骤包括：
步骤S01.按照预设采样频率fs采集待测电力信号，得到离散电力信号序列；
步骤S02.对离散电力信号序列执行多次测量，每次测量时采用窗函数对所述离散电力信号序列进行截断并变换为离散频谱序列，间隔指定点进行下一次截断，根据前后两次截断得到的离散频谱序列中模值最大值的频率点值kmax所对应的频谱值计算相位变化量，并根据所述相位变化量分别计算频率估计值f0、幅值估计值A以及相位估计值以实现相位校准；
步骤S03.计算多次测量得到的所述频率估计值f0、幅值估计值A和相位估计值的统计值；
步骤S04.使用所述频率估计值f0、幅值估计值A和相位估计值的统计值分别计算对应的电力信号信噪比；
步骤S06.综合各个计算得到的电力信号信噪比值得到最终的噪声水平信噪比值。
2.根据权利要求1所述的基于相位校准的电力信号噪声水平估计方法，其特征在于，步骤S02包括：
步骤S201.采用长度为N的窗函数w(n)对离散电力信号序列x(n)进行截断，n＝0，1，2，…，+∞，进行离散傅里叶变换后获得离散频谱序列X(k)，k＝0，1，2，…，N-1，并获取离散频谱序列X(k)的模值序列|X(k)|中最大值对应的频率点值kmax；
步骤S202.间隔M点采用窗函数w(n)对离散电力信号序列x(n)进行截断，进行离散傅里叶变换后获得离散频谱序列XM(k)；
步骤S203.根据当前得到的两个离散频谱序列中频率点值kmax对应的傅里叶系数，计算频率估计值f0、幅值估计值A和相位估计值
步骤S204.X(k)＝XM(k)，返回执行步骤S202，直至得到指定个数的频率估计值。
3.根据权利要求1所述的基于相位校准的电力信号噪声水平估计方法，其特征在于，步骤S02中，计算相位变化量以及频率估计值f0的计算表达式为：
根据相位变化量按照下式计算幅值估计值A：
根据频率估计值f0以及相位变化量按照下式计算相位估计值
式中，q表示测量的序号，表示相位变化量，arg表示求复数夹角，上标*表示共轭复数，G()表示窗函数的频率响应函数，N表示窗函数的长度，M表示前后两次截断间隔的点数，N>M，X()表示第一次使用窗函数对离散电力信号序列截断得到的离散频谱序列，XM()表示间隔M点后对离散电力信号序列截断得到的离散频谱序列。
4.根据权利要求1所述的基于相位校准的电力信号噪声水平估计方法，其特征在于，步骤S04中，按照下式分别根据所述频率估计值f0、幅值估计值A和相位估计值的统计值计算对应的电力信号信噪比值：
其中，ENBW和SL分别表示窗函数的等效噪声带宽和扇形损失，ηρ表示前后两个窗函数的重叠相关系数，Var[f0]、Var[A]、分别表示频率估计值f0、幅值估计值A和相位估计值/>的方差，SNRf、SNRA以及/>分别表示频率估计值f0、幅值估计值A和相位估计值/>对应的电力信号信噪比值。
5.根据权利要求4所述的基于相位校准的电力信号噪声水平估计方法，其特征在于，所述前后两个窗函数的重叠相关系数按照下式计算得到：
其中，w(n)表示窗函数，N表示窗函数的长度，M表示前后两次截断间隔的点数。
6.根据权利要求1～5中任意一项所述的基于相位校准的电力信号噪声水平估计方法，其特征在于，所述步骤S06中，通过将频率估计值f0、幅值估计值A和相位估计值对应计算得到的电力信号信噪比值进行加权计算，得到最终的噪声水平信噪比值，计算表达式为：
其中，SNRf、SNRA、分别表示由频率估计值f0、幅值估计值A和相位估计值/>对应计算得到的电力信号信噪比值，Rf、RA、/>分别为频率估计值f0、幅值估计值A和相位估计值/>对应的加权系数。
7.根据权利要求6所述的基于相位校准的电力信号噪声水平估计方法，其特征在于，所述加权计算中频率估计值f0、幅值估计值A和相位估计值对应的加权系数按照下式计算得到：
其中，M表示前后两次截断间隔的点数。
8.根据权利要求1～5中任意一项所述的基于相位校准的电力信号噪声水平估计方法，其特征在于，所述步骤S02中采用如下式所示的sinc组合窗函数进行截断：
式中，L表示窗函数的项数。
9.一种计算设备，包括处理器以及存储器，所述存储器用于存储计算机程序，其特征在于，所述处理器用于执行所述计算机程序以执行如权利要求1至8任一所述的方法。
10.一种存储介质，其特征在于：所述存储介质中存储有计算机程序，所述计算机程序在被执行时会实现权利要求1至8任一所述方法的步骤。
CN202311658632.2A 2023-12-05 2023-12-05 基于相位校准的电力信号噪声水平估计方法、设备及介质 Active CN117607562B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311658632.2A CN117607562B (zh) 2023-12-05 2023-12-05 基于相位校准的电力信号噪声水平估计方法、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311658632.2A CN117607562B (zh) 2023-12-05 2023-12-05 基于相位校准的电力信号噪声水平估计方法、设备及介质

Publications (2)

Publication Number Publication Date
CN117607562A true CN117607562A (zh) 2024-02-27
CN117607562B CN117607562B (zh) 2024-05-28

Family

ID=89959615

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311658632.2A Active CN117607562B (zh) 2023-12-05 2023-12-05 基于相位校准的电力信号噪声水平估计方法、设备及介质

Country Status (1)

Country Link
CN (1) CN117607562B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7292947B1 (en) * 2006-06-14 2007-11-06 Guide Technology, Inc. System and method of estimating phase noise based on measurement of phase jitter at multiple sampling frequencies
US20190207683A1 (en) * 2016-08-17 2019-07-04 Nec Corporation Phase noise compensation apparatus, demodulation apparatus, communication apparatus, communication system, and phase noise compensation method
CN110896334A (zh) * 2019-11-06 2020-03-20 天津津航计算技术研究所 一种基于通道相位噪声统计的高精度通道校准方法
CN116047163A (zh) * 2023-01-05 2023-05-02 深圳供电局有限公司 一种电力系统间谐波检测方法及装置
CN116203316A (zh) * 2022-12-14 2023-06-02 国网湖南省电力有限公司 基于复频谱共轭插值的电网信号参数估计方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7292947B1 (en) * 2006-06-14 2007-11-06 Guide Technology, Inc. System and method of estimating phase noise based on measurement of phase jitter at multiple sampling frequencies
US20190207683A1 (en) * 2016-08-17 2019-07-04 Nec Corporation Phase noise compensation apparatus, demodulation apparatus, communication apparatus, communication system, and phase noise compensation method
CN110896334A (zh) * 2019-11-06 2020-03-20 天津津航计算技术研究所 一种基于通道相位噪声统计的高精度通道校准方法
CN116203316A (zh) * 2022-12-14 2023-06-02 国网湖南省电力有限公司 基于复频谱共轭插值的电网信号参数估计方法及系统
CN116047163A (zh) * 2023-01-05 2023-05-02 深圳供电局有限公司 一种电力系统间谐波检测方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JIAN SONG 等: "Dynamic Synchrophasor Estimation Based on Weighted Real-Valued Sinc Interpolation Method", IEEE SENSORS JOURNAL, vol. 23, no. 1, 29 December 2022 (2022-12-29), pages 588 - 598, XP011931385, DOI: 10.1109/JSEN.2022.3224365 *
王凯 等: "椭圆参数估计在光纤干涉传感系统的应用", 科技创新与应用, no. 18, 31 December 2015 (2015-12-31), pages 6 - 7 *
舒骁骁 等: "计及噪声影响的高准确度迭代滤波电网频率测量方法", 中国测试, vol. 46, no. 7, 31 July 2020 (2020-07-31), pages 54 - 59 *

Also Published As

Publication number Publication date
CN117607562B (zh) 2024-05-28

Similar Documents

Publication Publication Date Title
Eichstädt et al. Deconvolution filters for the analysis of dynamic measurement processes: a tutorial
EP1085329A2 (en) Method of time stamping a waveform edge of an input signal
US20060195279A1 (en) Method and system for the detection and/or removal of sinusoidal interference signals in a noise signal
JP2002107392A (ja) ジッタ測定装置、ジッタ測定方法、試験装置
EP2067046A2 (en) Realtime spectrum trigger system on realtime oscilloscope
CN105137185A (zh) 一种基于离散傅里叶变换的频域插值电力谐波分析方法
US5399976A (en) Group delay estimate system using least square fit to phase response ramp
JP2009515196A (ja) スペクトル・トレースを発生するデータ圧縮
CN1968161A (zh) 使用幅度测量数据的滤波均衡
US7945406B2 (en) Measuring device and method for measuring relative phase shifts of digital signals
Scholl Exact signal measurements using FFT analysis
US6577968B2 (en) Method of estimating signal frequency
CN114280366A (zh) 基于改进型频率插值算法的正弦信号频率估计方法
Bartolini et al. Algorithms for a precise determination of the betatron tune
Belega et al. Performance comparison of the three-parameter and the four-parameter sine-fit algorithms
CN107276591B (zh) 一种并行采样系统的失配误差估计方法及系统
CN117607562B (zh) 基于相位校准的电力信号噪声水平估计方法、设备及介质
Belega et al. Estimation of the effective number of bits of ADCs using the interpolated DFT method
TWI406539B (zh) 都普勒頻率之估測系統及方法
Belega et al. Estimation of the multifrequency signal parameters by interpolated DFT method with maximum sidelobe decay
Stanković et al. An ideal OMP based complex-time distribution
CN110133738B (zh) 基于IpDFT的质子磁力仪自由感应衰减信号的频率估计方法
JP2012149951A (ja) レーダ装置
JP2000162317A (ja) ドップラ周波数測定方法およびドップラソナー
CN108414001B (zh) 非均匀采样正弦波形失真度的确定方法

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