基于加汉宁窗插值的谐波分析法用于介损角测量的分析

加汉宁窗插值的谐波分析法可减轻非同步采样对介质损耗角（简称介损角）测量的影响,且实现容易、计算速度快,是一种非常有应用前景的介损角计算方法。为更好地将该方法应用于介损角测量,有必要将该方法在信号成分及测量参数变化情况下计算所得介损角的误差变化情况进行分析。文中分析了该算法的原理,通过仿真给出了该算法的计算速度及在频率波动、谐波变化、直流分量变化、采样频率变化、A／D量化位数变化、采样点数变化、介损角真实值变化、白噪声及脉冲噪声变化时计算所得介损角误差的变化情况,并进行了分析。     

噪声对介质损耗角正切计算结果的影响

为了获得噪声类型及其含量对介质损耗角正切（简称介损）计算准确性的影响,用正态分布的随机变量模拟白噪声,用限幅后的柯西分布随机变量模拟脉冲噪声,编程获得了模拟到数字转换（A／D）的量化噪声。仿真分析了信噪比、信号长度对以上噪声导致的介损测量误差的影响,同时对以上噪声给介损测量造成的误差进行了拟合。结果表明：存在白噪声或脉冲噪声时,误差随信噪比和信号长度的增加而减小;存在量化噪声时,误差随量化位数的增加而减小,不随信号长度的变化而变化。给出了白噪声、脉冲噪声和量化噪声给介损测量带来误差的计算公式。     

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。     

五点加权FFT介质损耗角测量算法的研究

电气设备绝缘介质损耗角(介损角)的实时检测,可以为设备的绝缘监测提供可靠依据。采用FFT算法进行介损角测量时,因非同步采样会造成频谱泄漏,从而影响介质损耗角的测量精度。笔者分析了FFT算法的频谱泄漏效应,在此基础上采用了5点加权FFT算法实现对介损角的检测。该算法对信号傅里叶变换后所得序列中5个点进行加权运算,从而减小了频谱泄漏误差,提高了介损角的测量精度。通过仿真给出了该算法在频率波动、3次谐波变化、采样频率变化、采样点数变化、直流分量变化、介损角理论值变化、初始相角变化及白噪声变化时计算所得介损角的变化情况,验证了该算法的有效性。     

信号的取样方式对介质损耗角测量的影响

分析了非整周期采样时介质损耗角(介损角)测量容易导致较大误差的问题,指出了电压和电流信号的取样方式对介损角测量的准确性有很大影响.如果信号中仅存在基波且传感器采集所得电压和电流信号同相位时,则非整周期采样的频谱泄漏和栅栏效应给介损角计算导致的误差将完全抵消,理论上介损角测量不会因为非整周期采样导致误差.仿真表明,在实际取样时若选择合适的传感器,直接使用DFT算法,即使非整周期采样严重时误差仍然很小,误差绝对值的最大值小于4×10-5 rad(设定的介损角0.003 rad)计算误差随设备介损角的增加而增大,介损角增大到0.02 rad时,误差绝对值的最大值约为2×10-4 rad;计算误差与直流分量关系不显著,直流分量在基波分量的10%范围内变化时,误差绝对值的最大值约为4×10-5 rad;计算误差随3次谐波的增加而线性增大,3次谐波分量达到基波分量的20%时,如果使用阻容串联电路模拟电容型设备,误差绝对值的最大值约为7×10-5 rad;如果使用阻容并联等值电路则同样条件下误差约为5×10-5 rad.因此,使用电容型设备末屏串入电容的电流取样方式能有效减少非整周期采样给介损角测量带来的误差.     

基于自适应陷波滤波器的谐波分析法

为提升介损角测量算法对干扰因素的抑制效果,提出了一种结合自适应陷波滤波器(ANF)的谐波分析法.ANF能有效滤除电压、电流波形中的整次谐波、间谐波和噪声分量,准确实现基波分量的跟踪及基波频率的提取.谐波分析法基于ANF提取的基波分量和基波频率进行介损角计算.仿真结果表明,结合ANF的谐波分析法在频率波动、谐波分量变化、白噪声影响、介损角真值变化、初相角变化等情况下都能取得较高测量精度.     

基于三角自卷积窗的介损角测量算法及应用

非同步采样条件下采用快速傅里叶变换(FFT)进行介损角测量时,频谱泄漏和栅栏效应造成的误差较大。本文提出了一种基于三角自卷积窗频谱相位差校正的介损角测量算法,介绍了其在高压电容型设备绝缘在线监测系统中的应用。三角自卷积窗具有良好的旁瓣性能,采用三角自卷积窗对信号进行加权能有效减少频谱泄漏对介损角测量的影响;基于三角自卷积窗的频谱校正算法不需求解高次方程,计算量小。在非同步采样情况下,通过对基波频率波动、采样频率变化、介损角真值变化、白噪声影响、谐波变化等情况下的介损角仿真测量实验和实际应用验证了本文算法的准确性和有效性。     

在线检测介质损耗角的矩阵束方法

介质损耗角是反映电容性电气设备绝缘状况的重要参数之一。为了准确检测介损角,提出了一种基于矩阵束算法的介损角在线检测方法。该方法兼具提取基波信号参数和抑制噪声干扰的功能,可以高精度提取基波电压、电流信号的初始相角,实现介损角的准确检测。大量仿真结果表明:信号频率、3次和5次谐波分量、直流分量、介损角真实值、采样频率及采样点数等扰动对矩阵束检测法基本没有影响;当信号的信噪比不小于25d B时,无需对原始信号进行预处理,就可以获得较高的检测精度,且检测速度较快。仿真分析结果验证了该方法在介损角在线检测中的可行性和有效性。     

基于3δ滤波的介损角算法

脉冲噪声的干扰、信号频率偏离正常值导致的频谱泄漏和栅栏效应会给介损角测量造成误差。为此,提出了一种能有效抑制脉冲噪声和非整周期采样给介损角测量造成误差的算法:用3δ算法抑制电压和泄漏电流信号中的脉冲噪声;对处理后的信号使用改进的基波相位分离法计算介损角,能高精度获得介损角、且计算量较小。对频率为50.5Hz、含有脉冲干扰的电容型设备的电压和泄漏电流信号的计算结果表明:无论是滤波前后,改进基波相位分离法较之DFT算法均具有更高精度;两者滤波都具有一定的效果,滤波使改进的基波相位分离法400次计算所得误差的绝对值的最大值、绝对值的均值和均值分别从0.01990、0.00412和-0.00026rad减少到0.01464、0.00327和0.00006rad。从而验证了该方法能抑制脉冲噪声和非整周期采样给介损角测量带来的误差。     

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。     

基于卡尔曼滤波和加窗插值谐波分析法的介损测量方法

加窗插值的谐波分析法可减轻非同步采样对介质损耗角测量的影响,是一种非常有效的介质损耗角计算方法。但在有噪声干扰、特别是在信噪比较低的情况下,用这种方法进行介质损耗角测量时产生的误差足以掩盖真实值。为此作者提出先将信号进行卡尔曼滤波处理,再使用加窗插值的谐波分析法计算的介质损耗角测量方法。仿真结果表明,与原有算法相比,所提出的方法能明显提高测量准确度。     

存在脉冲噪声情况下的介损角算法

脉冲干扰是影响介损角测量精确度的重要因素之一,对含有脉冲噪声的电压和泄漏电流信号必须使用滤波方法进行抑制。采用53H算法抑制采样所得电压和电流信号中的脉冲噪声。对滤波前后的信号分别使用了相关函数法、高阶正弦拟合法、加汉宁窗插值算法、谱泄漏对消算法、改进基波相位分离法和改进修正理想采样频率法计算介损角,发现各种算法对滤波后信号的计算结果均要比滤波前信号使用对应算法具有更高的精确度;无论是对滤波前信号还是滤波后信号改进基波相位分离法和改进修正理想采样频率法均具有更高的精确度。同时分析了53H算法的相关参数对算法精确度的影响。对信号使用53H算法滤波后,使用改进基波相位分离法和改进修正理想采样频率法能有效提高在脉冲情况下介损角测量的精确度。     

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。     

傅里叶算法测量介质损耗的误差分析与应用

为减少傅里叶算法用于电容犁设备介质损耗（介损）计算的误差,基于信号仅含基波分量和信号频率变化的前提下对傅里叶算法用于介损计算的误差进行理论推导和分析。获得了介损角计算误差的表达式,该表达式由电雕与电流信号的相位差、电流信号的初始相位、信号频率和信号长度组成,即介损角的计算误差受这些因素影响。分析结果表明：存仞始相位变化...     

基于Prony算法-准同步序列的超低频介损测量方法

超低频介质损耗因数测量方法，由于测量信号频率低导致采样时间长，采集数据量大，且在非同步采样时，快速傅里叶变换存在频谱泄露和栅栏效应，影响对介质损耗因数的精确测量。为降低测量信号采样时间和采集数据量，以及非同步采样时频谱泄露和栅栏效应，提出一种基于Prony算法 准同步序列的超低频介损测量方法，利用Prony算法并结合据辨识方法，对采样电压信号的基波频率进行预估，通过Newton插值算法，实现对电压和电流信号的准同步插值重构，获得采样信号的准同步序列，由FFT及介损等效电路模型，对准同步序列进行求解，实现对超低频介质损耗因数的求取。在频率波动、谐波含量变化、介损角变化和不同信噪比的噪声下测量介质损耗因数。仿真结果表明，该方法在软件上实现了准同步采样，有效降低了栅栏效应和频谱泄露对介质损耗因数测量的影响，并且采样时间短，采集数据量少，测量精度高，适用于对超低频介质损耗因数的精确测量。     

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。     

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。     

基于经验模态分解和正弦波参数法的介损角测量算法

将基于经验模态分解(empirical mode decomposition,EMD)的新型时空滤波方法应用于介损角的测量中。利用EMD对强噪声背景下的采样信号进行分解,根据所得到的固有模态分量的频谱特性进行选择性滤波,提取其基波分量,并结合正弦波参数法计算介损角。探讨了系统频率变化和介损角变化对测量真实值的影响。仿真结果表明该方法可明显减小计算误差,对提高数字化测量d 的精确性具有实际意义。