基于三角自卷积窗的介损角高精度测量算法

采用快速傅里叶变换(FFT)进行介损角测量时,非同步采样所引起的频谱泄漏造成介损角测量误差较大.为减小这类误差,本文提出了一种基于三角自卷积窗的插值FFT介损角测量方法.三角自卷积窗旁瓣下降快,能有效减少频谱泄漏对介损角测量的影响.采用三角自卷积窗对电压、电流信号进行加权,再运用插值FFT算法求解信号相位参数,可得到较高精度的介损角测量值.对基波频率波动、介损真值变化和谐波注入比例变化等情况下的介损角仿真实验验证了本文算法的准确性和有效性.     

基于余弦自卷积窗的高精度介质损耗角测量算法

介质损耗角(dielectric loss angle,DLA)是高压电容器件预防性试验的重要组成部分,实现DLA的精准测量对电力系统稳定运行具有重要意义。在非同步采样和非整数周期截断情况下,利用加截断窗插值算法来提高快速傅里叶变换(fast Fourier transform,FFT)检测DLA的精度;在分析余弦窗函数频谱特性的基础上,提出通过卷积运算并以8项余弦窗为母窗构造余弦自卷积窗(cosine self-convolution window,CSCW)函数;再基于双谱线插值算法原理,推导出2阶CSCW函数的双线插值校正公式,并由此提出了高精度DLA测量方法,精度对比实验表明,该算法能高精准地提取信号相位参数。最后,将加CSCW双谱线插值FFT算法应用于电容型器件的DLA测量,验证了算法的有效性和高精度。     

基于改进全相位算法的高精度介质损耗角的测量

由于快速傅里叶算法在实际应用中存在栅栏效应和频谱泄漏的问题,且用于测量介质损耗角的精度不高,该文提出一种基于混合卷积窗和改进全相位的高精度介质损耗角测量方法。用主、旁瓣性能更好的混合卷积窗对信号截断以减小频谱泄露,用全相位傅里叶变换具有的"相位不变性"以消除栅栏效应,并针对全相位傅里叶提出差分式相位校正方法。分别在基波频率变动、信噪比变化、谐波含量变化及采样点数的影响下对比验证,结果表明所提方法的检测精度高于加窗插值的傅里叶变换算法,尤其在非同步采样时,其优势更加显著。     

基于Kalman基频跟踪的介损角测量算法

为减小采用快速傅里叶变换(fast Fourier transform,FFT)进行介损角测量时,由非同步采样引起的频谱泄漏和栅栏效应对测量结果造成的影响,提出了一种基于卡尔曼基频跟踪的改进FFT介损角测量算法。利用扩展卡尔曼滤波器(extended Kalman filter,EKF)对电网信号进行实时基频跟踪,控制下位机实现基频信号的整周期采样,之后采用加窗FFT算法计算信号的实时相位差,得到介损角测量值。采用EKF基频跟踪整周期采样算法,可以从硬件上实现信号的整周期采样,有效减少非同步采样对介损角测量的影响。基频波动、介损角真值变化、谐波变化及白噪声影响等情况下的介损角仿真实验和实际应用验证了该算法的准确性和有效性。该算法为高精度介损角测量提供了一种新的思路。     

基于混合窗的改进全相位谐波相位检测算法

在实际谐波检测过程中,传统傅里叶算法只能做到非同步采样,这样就无法避免栏栅效应和频谱泄露的存在,导致谐波检测中相位检测精度相对较低。针对此问题,提出hanning窗和4项5阶nuttall窗的二阶混合卷积窗,用其在相位检测中做预处理,并以此提出基于混合卷积窗的改进全相位傅里叶算法,该算法在谐波相位检测中能有效提高谐波相位检测精度。分别在白噪声和频率波动的影响下做仿真验证,并与传统的加窗插值算法作对比分析。仿真结果表明,文中优化算法在谐波相位检测中具有较大优势,提高4个数量级的精确度,且具有较强抗白噪声和频率波动能力。     

提高介损角测量准确性的滤波新算法

针对电力系统中容性设备介质损耗角正切（tan δ）的测量,在末屏电容分压绝对测量条件下,提出了应用窄带通半周波傅里叶算法的tan δ值在线测量方法。容性设备母线电压和末屏分压原始值经过零、极点配置法设计的窄带通滤波器处理后,由半周波傅里叶算法分别提取其基波分量电压相角,计算tan δ值。该算法所需数据窗长度比基波相位分离法短,能够快速计算tan δ值;并对直流分量和偶次谐波分量起到了良好的抑制作用。算例结果表明,此算法与传统的基波相位分离法、一阶差分后半波傅里叶算法有相近的结果,并且所需数据量小,满足了在线监测的准确性和实时性要求。     

应用改进的布莱克曼插值算法精确估算介损角

使用谐波分析法对介质损耗因数进行在线监测时,由电网频率波动引起的非同步采样会给系统测量带来很大误差。为实现介质损耗角的高精度测量,笔者结合现在数字信号处理芯片的处理能力,提出了加布莱克曼窗的插值DFT修正算法来分析介损的测量,并根据介损角的定义进一步对由插值算法得到的介损进行了修正。仿真结果表明,该算法得到的介损误差较小,精度受频率的波动影响较小,对介质损耗角的在线测量有一定的参考价值。     

基于Nuttall窗三谱线插值的介损角测量方法

采用FFT谐波分析方法进行介质损耗角测量时,由于非同步采样会导致频谱泄露和栅栏效应,给介质损失角测量带来较大误差。为提高介损测量精度,文中提出基于Nuttall窗的三谱线插值介损测量方法。通过加Nuttall窗进行FFT得到离散序列,由三谱线插值进行频谱校正得到电压电流基波相位,根据两者相位差来计算介质损耗角。在基波频率波动、三次谐波含量变化、白噪音存在和采样点数变化的情况下测量介损角。仿真分析结果表明,Nuttall窗具有良好的旁瓣性能,能更好抑制频谱泄露,减小测量误差,所提方法测量介质损耗角时具有较高计算精度。     

介质损耗角的算法研究分析

针对介质损耗因数的测量原理,介绍了一些常见算法的基本特点,并重点研究了正弦波参数法、过零点电压比较法、傅里叶变换频谱分析法三种高精度算法,通过数字仿真计算比较了三种算法的性能,为介质损耗角的计算方法提供依据。     

基于加窗插值谐波分析法的容性设备介损角测量研究

谐波分析法是容性设备介损角在线提取的常用方法,而谐波分析法的基础——离散傅里叶变换(DFT)存在的频谱泄露和栅栏效应会影响介损角测量的效果。本文通过对不同窗函数数谱分析及比选的基础上,提出了基于汉宁窗插值算法的容性设备介损角提取方法。首先获取电压、电流信号离散序列,求取汉宁窗修正式,并修正基波频率,然后求取修正后的电压电流相角,最后公式计算求出介质损耗角。通过仿真验证,表明了该算法具有较高精度且稳定性较好,对于基波频率波动、采样频率变化及白噪声均有较好的测量效果。     

基于深度学习的电容器介损角在线辨识

当前电容器介质损耗因素的计算方法为正向求解过程,即先对电容器工作电流和电压进行采样,再使用谐波分析等方法计算介损值,实践中算法稳定性不佳。为此提出了一种基于深度学习的电容器介损角辨识方法,采用一段时间的监测值训练深度学习网络,再使用该深度学习网络对新采样的信号进行辨识,判断介损角变化量(分辨率为0.001%)。给出了用于深度学习的介损角表示信号Dδ(t)的计算过程,证明了在讨论域内该信号的幅值即是介损角δ,且其波形形状包含监测装置受到的干扰。仿真实验证明该方法有效,比加汉宁窗的谐波分析法具有更好的抗噪能力。实际在线监测样本的计算结果表明其稳定性优于加汉宁窗的谐波分析法,且辨识结果不受电压互感器角差的影响。     

基于同步监测和深度学习的电容器介损角辨识

电容器在线监测系统中,不同位置监测装置受导线电流的干扰不同,因此工程中使用谐波分析法计算介损角存在不稳定问题。该文提出了一种基于同步监测和深度学习的电容器介损角辨识方法。首先给出了电容器电流、电压信号无线同步监测方法,以及用于深度学习的介损角表示信号Dδ(t)的计算过程。然后仿真验证方法的有效性并与基于加汉宁窗的谐波分析法进行比较。最后对深度神经网络隐含层进行了可视化分析,结果显示,该方法的正确率主要受噪声、谐波幅值比、介损角变化量等影响,且在谐波幅值比小于10%的情况下,辨识结果受频率偏移、谐波与基波相角差的影响较小。     

基于总体最小二乘-旋转矢量不变技术的介损角测量算法

研究了一种测量介质损耗角δ的总体最小二乘–旋转矢量不变技术算法,它是一种基于子空间划分的高分辨率信号分析方法,把信号划分为信号子空间和噪声子空间,兼具提取基波和消噪的功能,能达到信号参数的高精度提取。通过准确提取施加在容性设备上的电压和泄漏电流的初相位计算出介损角δ。仿真结果表明,该方法计算介损角时,受电网频率波动、谐波含量、介损角大小变化的影响小,与其它方法相比是一种精度较高的介损角测量算法。     

基于随机子空间和最小二乘法的介质损耗角检测方法

介质损耗角是判断高压设备绝缘状况的有效参数之一,而准确地提取基波电压和电流信号是检测介损角的关键.为精确检测介损角,提出基于随机子空间辨识(stochastic subspace identification,SSI)与最小二乘(least square,LS)法的介损角检测方法.该方法可以准确提取基波电压和电流分量,...     

基于改进基波相位分离法的介质损耗角测量

基波相位分离法计算量少、需要的采样时间短、计算结果精确度高,是介损角测量的有效算法。介绍了该算法的原理,提出了基于梯形插值积分的改进算法,用仿真和实验验证了改进算法的有效性。同时对改进算法计算误差随信号频率、采样频率、量化位数、介损角真实值、3次谐波、直流分量等参数变化的情况进行了仿真分析,所得结论对该算法在介损角测量中的应用有一定的参考意义。     

基于改进FFT的介损角计算方法

为了提高在非同步采样情况下电气设备介损角δ测量的准确性,在δ计算中引入了改进FFT算法。该算法通过对信号傅立叶变换后所得序列中3个点的加权运算减轻了频谱泄漏,提高了信号频率偏离理想频率时计算所得δ的精确度,且算法简单、计算量少,与FFT非常接近。在信号取样的采样时间为0.1s,频率为1kHz,量化位数为12,电压信号中3次谐波分量为基波分量的5%,直流分量为基波分量的1%时仿真分析了信号频率、3次谐波、采样频率变化时FFT算法和改进FFT算法计算所得δ:使用改进FFT算法后频率偏离理想频率0.5Hz时误差从约6×10-3减到约7×10-5rad;3次谐波与基波比值在0～1波动时,FFT算法误差在3×10-3～1.3×10-2rad变化,改进FFT算法误差<1.2×10-4rad;采样频率在0.4～2.4kHz变化时,FFT算法误差接近3.5×10-3rad,改进FFT算法误差<4×10-5rad。计算时间FFT算法需240.1μs,改进FFT算法需要241.5μs,二者很接近。故算法具有高精度、快速、稳定的性能。     

一种高准确度测量介损角的无插值FFT算法

电力系统频率偏离50Hz时,常规的傅立叶变换用于频谱分析时易产生频谱泄漏和栅栏效应,使介损角计算产生误差.文中提出了一种无插值校正的加余弦窗谐波分析法应用于介损角测量,能有效克服频谱泄露和栅栏效应的影响,具有较高的测量精度、实时性和抗干扰性能,与有插值校正加余弦窗的谐波分析法相比,减少了插值环节,易于DSP实现.MAT...     

基于Hanning卷积窗的DFT介质损耗角测量算法

在高压电气设备介质损耗角在线监测中,DFT算法用于介质损耗角(介损角)测量时,系统频率的波动所造成的非同步采样将会产生泄露效应,从而会影响介损角测量精度。文章详细地分析了DFT算法非同步采样造成的泄露效应,提出了一种基于Hanning卷积窗的DFT介质损耗角测量算法。该算法采用Hanning卷积窗对电流和电压信号进行加权,利用频谱相位差校正法进行频谱校正以获得基波相位,根据电流与电压的基波相位差计算出介损角。通过仿真给出了该算法在电压频率波动和白噪声变化时计算所得介损角的变化情况,通过分析验证了该算法的有效性。