实用新型内容
本实用新型要解决的技术问题是针对上述现有技术的不足,而提供一种接地电阻的在线测量装置,该接地电阻的在线测量装置能够实现在线实时检测,且无需断开接地引线;通过对所测得到的接地电阻值构建接地方程组,并对接地方程组应用混合遗传算法实现接地极接地电阻的计算,减少测量方法误差,使得测量方便准确。
为解决上述技术问题,本实用新型采用的技术方案是:
一种接地电阻的在线测量装置,包括现场测量装置和后台算法处理中心。
现场测量装置包括电源模块、变频电源模块、微弱信号调理模块、数据采集模块、主控芯片、人机交互模块和接地回路;变频电源模块、数据采集模块、电源模块、人机交互模块分别与主控芯片相连接;变频电源模块和微弱信号调理模块分别与数据采集模块连接。
接地回路包括电压钳口和电流钳口。
电源模块,用于为整个测量装置进行供电。
变频电源模块,用于通过电压钳口向接地回路注入变频交流电压信号。
微弱信号调理模块,用于采集通过电流钳口的检回交流电流信号,并对采集的检回交流电流信号进行放大和滤波处理。
数据采集模块,用于采集通过电压钳口的电压信号和通过微弱信号调理模块后的电流信号,并将采集的电压和电流信号输入主控芯片。
后台算法处理中心内置在主控芯片内,后台算法处理中心采用混合遗传算法进行数据处理,得到被测电极的接地电阻值;混合遗传算法主要由梯度下降法和遗传算法组合形成。
所述微弱信号调理模块包括前置放大模块、工频滤波模块、二级放大模块和带通滤波模块;其中,前置放大模块用于将通过电流钳口的检回交流电流信号进行前置放大;工频滤波模块用于对前置放大处理的检回交流电流信号进行工频滤波;二级放大模块用于对工频滤波后的检回交流电流信号进行增益放大;带通滤波模块用于将二级放大处理后的检回交流电流信号进行带通滤波处理。
所述数据采集模块包括极性转换模块和低通滤波器模块;极性转换模块用于将采集的电压和电流信号进行极性转换;低通滤波器模块用于将进行转换后的电压和电流信号进行低通滤波处理后,再输入主控芯片。
所述人机交互模块包括串口通信模块、液晶显示模块以及GPRS无线通讯模块。
本实用新型采用上述结构后,能够在线实时检测,且无需断开接地引线,很大程度上提高了工作人员的接地电阻测量工作的效率,且通过对所测的到的接地电阻值构建接地方程组,对接地方程组应用混合遗传算法实现对接地极接地电阻的计算,在很大程度上能减少测量方法误差,使得测量更加方便准确;并且所得到的接地电阻值可以通过GPRS无线通讯模块传送至上位机,使得工作人员能够实时观测个接地极的接地情况,以便做到及时发现及时处理,更好的维护设备以及建筑物的安全。
具体实施方式
下面结合附图和具体较佳实施方式对本实用新型作进一步详细的说明。
如图1所示,一种接地电阻的在线测量装置,包括现场测量装置1和后台算法处理中心2。
现场测量装置1包括电源模块11、变频电源模块12、微弱信号调理模块13、数据采集模块14、主控芯片15、人机交互模块16和接地回路。
接地回路,采用双钳法,其包括电压钳口和电流钳口。
变频电源模块、数据采集模块、电源模块、人机交互模块分别与主控芯片相连接;变频电源模块和微弱信号调理模块分别与数据采集模块连接。
电源模块,用于为整个测量装置进行供电。
变频电源模块,用于通过电压钳口向接地回路注入变频交流电压信号。
微弱信号调理模块,用于采集通过电流钳口的检回交流电流信号,并对采集的检回交流电流信号进行放大和滤波处理。
微弱信号调理模块优选包括前置放大模块、工频滤波模块、二级放大模块和带通滤波模块;其中,前置放大模块用于将通过电流钳口的检回交流电流信号进行前置放大;工频滤波模块用于对前置放大处理的检回交流电流信号进行工频滤波;二级放大模块用于对工频滤波后的检回交流电流信号进行增益放大;带通滤波模块用于将二级放大处理后的检回交流电流信号进行带通滤波处理。
数据采集模块,用于采集通过电压钳口的电压信号和通过微弱信号调理模块后的电流信号,并将采集的电压和电流信号输入主控芯片。
数据采集模块包括极性转换模块和低通滤波器模块;极性转换模块用于将采集的电压和电流信号进行极性转换;低通滤波器模块用于将进行转换后的电压和电流信号进行低通滤波处理后,再输入主控芯片。
后台算法处理中心内置在主控芯片内,后台算法处理中心采用混合遗传算法进行数据处理,得到被测电极的接地电阻值;混合遗传算法主要由梯度下降法和遗传算法组合形成。
上述人机交互模块优选包括串口通信模块、液晶显示模块以及GPRS无线通讯模块。
一种使用接地电阻在线测量装置测量接地电阻的方法,包括如下步骤:
步骤1,确定接地回路:引入电压钳口和电流钳口两个测量极,建立具有电压钳口和电流钳口两个测量极的接地回路测量模型图,如图2所示,图中电压钳口和电流钳口未标出。
步骤2,建立接地电阻方程组:将步骤1中的接地回路测量模型图进行简化等效,建立等效接地回路模型的接地电阻方程组,如图3和图4所示。
步骤3,产生电压信号:主控芯片上的12位DAC模块产生正弦激励信号,并将正弦激励信号通过电压钳口注入步骤1中的接地回路。
步骤4,获取电流信号:微弱信号调理模块通过电流钳口采集接地回路中的检回交流电流信号,并对微弱的检回交流电流信号进行前置放大,工频滤波,二级增益放大以及带通滤波。
步骤5,采集电压和电流信号:数据采集模块将采集通过电压钳口的电压信号和通过微弱信号调理模块后的电流信号,并对采集的电压和电流信号进行极性转换以及低通滤波,后将极性转换和滤波后所得到的数值全部输入主控芯片内的后台算法处理中心。
此步骤5中,数据采集模块在采集电压信号和电流信号时,优选采用软件同步采样的算法对周期内的信号进行采样。
步骤6,采用混合遗传算法计算被测接地极接地电阻值:后台算法处理中心将得到的电压和电流信号数值,利用混合遗传算法,得到被测接地极的接地电阻值。
上述采用混合遗传算法计算被测接地极接地电阻值的方法,如图4所示,包括如下步骤:
第一步,确定接地回路数以及接地方程组:先确定n支接地回路数,后使用现场测量装置测量得到各个分支接地回路的视在接地电阻值,并记录为:{Rx1,...,Rxi,...,Rxn},其中Rxi表示第i支接地回路的视在接地电阻值。
从图2的原理图中,能够得到被测接地极的视在接地电阻值可以表示为:
分别测量各个接地极回路的电阻,就可以得到各个接地极的视在接地电阻Rxn。
其中,Zn为其他支路的并联总电阻值,由式(2)可以看出,所得的视在接地电阻是该接地极接地电阻与整个回路其余接地极接地电阻并联值。因此,图2电路可以进一步简化为图3所示的简化数学模型。
图3中Rx为接地体的接地电阻值,Zn为其他支路的并联总电阻值。视在接地电阻为Rxn,其值表达为接地电阻值因此,测量值误差百分比为:
如果接地极数量n趋于无穷大时,理论上可以近似的认为Rxn=Rx,误差百分比无限趋近零。然而在实际的接地系统中,接地体的个数往往不能满足足够大的要求,并且在接地极回路较多时,图3电路可以演化为图4所示电路。
图3所示的电路能演化为图4所示电路,根据《建筑物防雷设计规范GB50057-2010》,图4电路中各接地电阻参数取典型值,也即R1、R2…Rn都设定为4Ω,由并联分流原理可以得到:
根据上式原理,I21、I22、I221、I222…可以近似的计算,即I22=4/9I、I222=8/27I…按照此规律可以得到,当电流流经第20个接地极处时,当感应的电流不是很大时,流入远处接地极的电流会越来越小,到20个接地极以后可以近似认为几乎为零。
因此,可以将大于20处接地极的接地系统近似按照20个接地极的接地系统计算。此时,将各个接地极所测得的视在电阻带入下式的接地方程组。
进而,将上式的接地方程组按照下述步骤进行求解。
第二步,初始化所得到的视在接地电阻值:对所得到的各个视在接地电阻数值进行初始化,把要求问题的可行解表示为遗传空间的染色体,由于实数编码不必进行数值转换,能在解的表现型上直接进行遗传操作,因此本算法采用实数编码,每一个染色体为一个实数向量,形成初始化种群。
第三步,构建自适应度函数:每个分支接地回路中视在接地电阻值与实际接地电阻值之间的差值,用公式表示为:
其中Ri表示第i支接地回路的实际接地电阻值;Rxi表示测量得到的第i支接地回路的视在接地电阻值;Ri(x)表示第i支接地回路中视在接地电阻值与实际接地电阻值之差;因此,自适应度函数fitness构建为:个体自适应度值F(fitness)为自适应度函数值的倒数,也即
第四步,进行选择、交叉、变异遗传操作:通过选择、交叉、变异遗传操作,得到更优秀的个体,操作步骤如下:
(1)选择:从第二步组成的初始化种群中选择个体自适应度值高的个体组成新种群一,其选择的概率与个体适应度值有关,个体自适应度值越高,被选中的概率越大,第i个个体被选中的概率为:
上式中,Pi表示第i个个体被选中的概率;Fi表示第i个个体自适应度值;表示所有个体的个体自适应度值之和。
(2)交叉:从第(1)步组成的新种群一中,随机选择两个个体,通过染色体交换组合的形式,将父代优良特征遗传给子代,并组成新种群二,其中,交叉算子确定为:
上式中,R1、R2为交叉的两个父代个体,为交叉得到的子代个体,a取[0,1]。(3)变异:从第(2)步组成的新种群二中,随机选择一个个体,再选择个体中的一点进行变异以产生更优秀的个体,也即对原有基因做一随机扰动,以扰动后的结果作为变异后的新基因。
变异算子确定为:
上式中,ri为选择个体变异前的基因,ri变为ri变异后的基因;rmax、rmin分别为基因ri的上界和下界,f(g)表示随机扰动对进化代数g的依赖程度,且f(g)=k2(1-g/Gmax)2,式中,k2为随机数,g为当前迭代次数,Gmax为最大迭代次数,k取[0,1]区间的随机数。
经过上述第三、第四步即为进化一次,也即为迭代一次。
第五步,非线性寻优,使第三步中构建的自适应度函数值最小:判断进化次数是否为设定值N的倍数,如果是,则以经过遗传操作所得到的数值作为初始值,进一步进行非线性寻优,如果不是N的倍数,直接将所得结果与预先设置的终止条件比较,符合预设值时,直接结束,否则,继续重复第三步至第四步,直至符合预设值要求;非线性寻优使用梯度下降法,Ri+1=Ri+λiDi,Di是从Ri出发的搜索方向,λi是从Ri出发沿梯度方向Di进行搜索的步长,直至搜索到满足约速条件下的最小值为止。此步骤中,按设定值N的倍数对结果进行非线性寻优,可以加快进化速度。
该第五步中,遗传算法与非线性寻优相结合时,为加快进化速度,Di取其下降最快的梯度方向,也即
第六步,比较判定:将第五步非线性寻优后,将第五步非线性寻优后,得到的自适应函数值的最小值与设定值进行比较判定,当自适应函数值的最小值符合设定值要求,将该自适应函数值最小值时,所得到的{R1,...,Ri,...,Rn}的值分别作为各个接地极的实际接地电阻值;当自适应函数值的最小值不符合设定值要求,继续重复第三步至第五步,直至符合设定值要求。
步骤7,将计算得到的被测接地极的接地电阻值在液晶显示模块上进行显示,并通过GPRS无线通讯模块将被测接地极的接地电阻值发送至电脑PC端,以便于工作人员实时查看各个接地极的情况。
仿真分析:
在PSCAD中搭建仿真模型,对提出的基于混合遗传算法的接地电阻监测方法进行验证分析。仿真时,接地电阻使用图2所示模型进行验算,模型中设置激励电压为15V,频率为90Hz。
其中R1、R2、R3、R4四个支路的接地电阻均取典型值10Ω,另一R5支路假定其由于接地不良使得该接地电阻值变大,这里取值为500Ω。仿真所得结果如表1所示,图6为接地回路不良的情况下混合遗传算法与传统遗传算法最优目标函数值随迭代次数的变化曲线图。
表1:接地回路不良对本文算法的影响
从表1中可以看出,当支路由于接地极腐蚀开路等原因造成接触不良时,使用双钳法原理测得的电阻值误差较大,使用本文方法的到的电阻值误差明显减小。同时,本文通过计算得到各个电阻的实际值,利用本文的方法也可以判断超标电阻值所在位置。说明该方法在在测量中具有较好的效果。
以上详细描述了本实用新型的优选实施方式,但是,本实用新型并不限于上述实施方式中的具体细节,在本实用新型的技术构思范围内,可以对本实用新型的技术方案进行多种等同变换,这些等同变换均属于本实用新型的保护范围。