一种牵引网压的检测方法及装置与流程

本发明涉及牵引网压的检测技术，具体涉及一种牵引网压的检测方法及装置。

背景技术：

随着新型大功率高速列车的投入运营，高速列车和牵引供电系统二者之间动态交互时，一些复杂的系统兼容性问题开始凸显。其中，低频振荡现象是牵引供电系统稳定运行中备受关注的重要问题之一。多列车同时升弓轻载运行时，变电所电压和电流发生大幅度波动，相位时而同相时而交错时而完全反相，严重时可能导致列车牵引封锁、设备烧毁等故障。

但目前，无法在牵引供电系统运行的情况下对牵引网压进行低频振荡的有效识别，只能在牵引网网压出现低频波动现象之后采用以下保护措施：

1)改善供电环境，降低牵引网阻抗，例如：增加牵引变电所变压器的容量等；但这种方法往往投资大、施工期长、灵活性差；

2)对电力机车的网侧整流器的控制参数进行修改。但这种方法只能暂时解决问题，后续仍然会再次引发低频振荡。

因此，研究一种在牵引供电系统正常运行的情况下，对牵引网压低频振荡现象进行有效检测十分必要。

技术实现要素：

有鉴于此，本发明实施例期望提供一种牵引网压的检测方法及装置，能够在牵引供电系统正常运行的情况下，对牵引网压的低频振荡现象进行有效的检测，以便在牵引网压出现低频振荡现象时，及时进行低频振荡抑制，以保证牵引供电系统的正常稳定运行。

本发明实施例的技术方案是这样实现的：

根据本发明实施例的一方面，提供一种牵引网压的检测方法，应用于电力机车，所述方法包括：

采集车载变压器的原边电压数据和副边电流数据；

对所述原边电压数据和所述副边电流数据进行处理，得到所述车载变压器的电压有效值数据和功率因数数据；

基于所述电压有效值数据和功率因数数据，得到所述电压有效值数据的第一振荡频率和所述功率因数数据的第二振荡频率；

当所述第一振荡频率和所述第二振荡频率均处于预设频率范围内的情况下，确定所述牵引网处于低频振荡状态。

上述方案中，在所述确定所述牵引网处于低频振荡状态之后，所述方法还包括：

获取所述牵引网处于低频振荡状态的持续时长；

基于所述牵引网处于低频振荡的持续时长，增大网侧变流器的电流环比例系数。

上述方案中，当所述第一振荡频率和/或所述第二振荡频率处于预设频率范围以外的情况下，确定所述牵引网不处于低频振荡状态。

上述方案中，在所述确定所述牵引网不处于低频振荡状态之后，所述方法还包括：

调整网侧变流器的电流环比例系数为初始值。

上述方案中，所述对所述原边电压数据和所述副边电流数据进行处理，得到所述车载变压器的电压有效值数据和功率因数数据，包括：

对所述原边电压数据进行均方根计算，得到所述原边电压数据的电压有效值数据；

利用本地时钟获取正弦参考信号和余弦参考信号；对所述正弦参考信号、所述余弦参考信号、所述原边电压数据和所述副边电流数据进行计算，得到所述车载变压器的功率因数数据。

上述方案中，所述基于所述电压有效值数据和功率因数数据，得到所述电压有效值数据的第一振荡频率和所述功率因数数据的第二振荡频率，包括；

基于所述电压有效值数据构建第一汉克尔矩阵；对所述第一汉克尔矩阵进行奇异值分解，得到所述第一汉克尔矩阵中第一阶数的正交矩阵，其中，所述正交矩阵与所述电压有效值数据的子空间对应；对所述正交矩阵进行奇异值分解，得到可逆矩阵；通过总体最小二乘法对所述可逆矩阵进行计算，得到所述可逆矩阵的特征值；对所述可逆矩阵的特征值进行计算，得到所述电压有效值的第一振荡频率；

基于所述功率因数数据构建第二汉克尔矩阵；对所述第二汉克尔矩阵进行奇异值分解，得到所述第二汉克尔矩阵中第一阶数的正交矩阵，其中，所述正交矩阵与所述功率因数的子空间对应；对所述正交矩阵进行奇异值分解，得到可逆矩阵；通过总体最小二乘法对所述可逆矩阵进行计算，得到所述可逆矩阵的特征值；对所述可逆矩阵的特征值进行计算，得到所述功率因数的第二振荡频率。

上述方案中，在所述对所述原边电压数据和所述副边电流数据进行处理之前，所述方法还包括：

对所述原边电压数据和副边电流数据分别进行截至频率为100hz的低通滤波，得到所述原边电压数据的低频数据和所述副边电流数据的低频数据。

所述对所述原边电压数据和所述副边电流数据进行处理，包括：

对所述原边电压数据的低频数据和所述副边电流数据的低频数据进行处理。

根据本发明实施例的第二方面，提供一种牵引网压的检测装置，所述检测装置包括：

电压互感器，用于采集车载变压器的原边电压数据；

电流互感器，用于采集所述车载变压器的副边电流数据；

处理器，用于对所述原边电压数据和所述副边电流数据进行处理，得到所述车载变压器的电压有效值数据和功率因数数据；基于所述电压有效值数据和功率因数数据，得到所述电压有效值数据的第一振荡频率和所述功率因数数据的第二振荡频率；当所述第一振荡频率和所述第二振荡频率均处于预设频率范围内的情况下，确定所述牵引网处于低频振荡状态。

上述方案中，所述处理器还用于：获取所述牵引网处于低频振荡状态的持续时长；基于所述牵引网处于低频振荡的持续时长，增大网侧变流器的电流环比例系数。

上述方案中，所述处理器还用于：当所述第一振荡频率和/或所述第二振荡频率均不处于预设频率范围内的情况下，确定所述牵引网不处于低频振荡状态。

上述方案中，所述处理器还用于：当所述牵引网不处于低频振荡状态的情况下，调整网侧变流器的电流环比例系数调整为初始值。

根据本发明实施例的第三方面，提供一种牵引网压的检测装置，所述检测装置包括：

采集单元，用于采集车载变压器的原边电压数据和副边电流数据；

处理单元，用于对所述原边电压数据和所述副边电流数据进行处理，得到所述车载变压器的电压有效值数据和功率因数数据，以及基于所述电压有效值数据和功率因数数据，得到所述电压有效值数据的第一振荡频率和所述功率因数数据的第二振荡频率；

确定单元，用于当所述第一振荡频率和所述第二振荡频率均处于预设频率范围内的情况下，确定所述牵引网处于低频振荡状态。

本发明实施例提供的一种牵引网压的检测方法和装置，通过采集车载变压器的原边电压数据和副边电流数据；对所述原边电压数据和所述副边电流数据进行处理，得到所述车载变压器的电压有效值数据和功率因数数据，以及基于所述电压有效值数据和功率因数数据，得到所述电压有效值数据的第一振荡频率和所述功率因数数据的第二振荡频率；当所述第一振荡频率和所述第二振荡频率均处于预设频率范围内的情况下，确定所述牵引网处于低频振荡状态。如此，通过充分考虑牵引供电系统低频振荡发生时电压大幅波动、电压电流相位不停变化的特点，给出了电压有效值、功率因数。能够在牵引供电系统正常运行的情况下，对牵引网压的低频振荡现象进行有效的检测，以提高牵引网压的低频振荡现象的精确度，从而在牵引网压出现低频振荡现象时，及时进行低频振荡抑制，以保证牵引供电系统的安全稳定运行。

附图说明

图1为本申请中牵引网压的检测方法的实现流程示意图；

图2为本申请中牵引网压的检测及抑制方法的实现流程示意图；

图3为现有技术中采用传统电流dq解耦控制时牵引网压的波形示意图；

图4为采用本申请中牵引网压检测及抑制方法时牵引网压的波形示意图；

图5为本申请中网侧变流器电流环比例系数自适应调节过程示意图；

图6为本申请中牵引网压检测装置的结构组成示意图一；

图7为本申请中牵引网压检测装置的结构组成示意图二。

具体实施方式

下面结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。

图1为本申请中牵引网压的检测方法的实现流程示意图，如图1所示，该方法包括：

步骤101，采集车载变压器的原边电压数据和副边电流数据；

本申请中，该牵引网压的检测方法主要应用于电力机车。该电力机车包括车载变压器和车载变流器。由于牵引网网压低频波动现象一般发生在多辆电力机车在同一供电区间内同时升弓整备的工况下，因此，在电力机车升弓整备时，该电力机车可以通过电压互感器采集车载变压器的原边电压数据，通过电流互感器采集车载变压器的副边电流数据。

这里，电压互感器和电流互感器在采集数据时，具体可以根据采样周期进行数据采集，例如采集周期可以为50us或10us等等。

本申请中，电力机车在采集到车载变压器的原边电压数据和副边电流数据之后，还可以通过数字信号处理器(dsp，digitalsignalprocessor)或现场可编程门阵列(fpga，filedprogrammablegatearray)处理器对该原边电压数据和副边电流数据分别进行截至频率为100hz的低通滤波，以滤除采集信号中包含的高频分量，保留有效的低频分量，从而可以得到原边电压数据的低频数据和所述副边电流数据的低频数据。

步骤102，对所述原边电压数据和所述副边电流数据进行处理，得到所述车载变压器的电压有效值数据和功率因数数据；

本申请中，电力机车在得到原边电压数据的低频数据和所述副边电流数据的低频数据之后，可以对原边电压数据的低频数据和副边电流数据的低频数据进行处理，以得到所述车载变压器的电压有效值数据和功率因数数据。

本申请中，电力机车在对原边电压数据的低频数据进行处理时，具体可以采用周期为0.02s的滑动窗口方法逐个窗口的对该原边电压数据的低频数据进行均方根计算，以得到该原边电压数据的电压有效值。

这里，该原边电压数据的电压有效值又称该原边电压数据的均方根值。

具体，求取原边电压数据的均方根值的数学表达式可以为：

其中，ui为采集的第i个原边电压数据，n为滑动窗口时间内(0.02s)采集的原边电压数据的个数。

本申请中，电力机车在对原边电压数据和副边电流数据进行处理时，还可以利用处理器上的本地时钟获取一个正弦参考信号和一个余弦参考信号；然后对该正弦参考信号、该余弦参考信号、该原边电压数据和该副边电流数据进行计算，得到原边电压的相位和副边电流的相位。

具体，计算原边电压的相位，为：

其中，sin(2πft)表示正弦参考信号，cos(2πft)表示余弦参考信号；n为滑动窗口时间内(0.02s)采集的原边电压数据的个数，ui为采集的第i个原边电压数据。

计算副边电流的相位，为：

其中，sin(2πft)表示正弦参考信号，cos(2πft)表示余弦参考信号；n为滑动窗口时间内(0.02s)采集的原边电压数据的个数。ii为采集的第i个副边电流数据。

计算车载变压器的功率因数，为：

pf＝cos(φu-φi)；

其中，φu为电压的相位，φi为电压的相位，在交流电路中，电压与电流之间的相位差(φ)的余弦叫做功率因数，用符号cosφ表示。

步骤103，基于所述电压有效值数据和功率因数数据，得到所述电压有效值数据的第一振荡频率和所述功率因数数据的第二振荡频率；

本申请中，电力机车在得到车载变压器的电压有效值数据和功率因数数据之后，还可以基于总体最小二乘法-旋转不变技术的信号参数估计算法对该电压有效值数据和该功率因数数据分别进行识别，以得到该电压有效值数据对应的第一振荡频率和该功率因数数据对应的第二振荡频率。

具体地，电力机车在对该电压有效值数据进行识别，得到该电压有效值数据对应的第一振荡频率时，具体可以先基于电压有效值数据构建第一汉克尔矩阵；接着对构建的第一汉克尔矩阵进行奇异值分解，得到该第一汉克尔矩阵中第一阶数的正交矩阵，其中，正交矩阵与电压有效值数据的子空间对应；接着再对正交矩阵进行奇异值分解，得到可逆矩阵；接着再通过总体最小二乘法对可逆矩阵进行计算，得到可逆矩阵的特征值；最后，对可逆矩阵的特征值进行计算，得到该电压有效值数据的第一振荡频率。

具体计算电压有效值数据对应的第一振荡频率的过程如下：

(1)记数据序列为x＝[x(0),x(1),…,x(n-1)]；

其中，x为电压有效值数据，n为获取到的该电压有效值数据的个数；

(2)基于该电压有效值数据构建r×m阶汉克尔(hankel)矩阵h：

其中，r和m均是阶数，且满足r+m-1＝n。这里，r、m阶数可以是根据设定的拟合模型阶数p来确定，且r>p,m>p。

(3)对该汉克尔矩阵h进行奇异值分解：

其中，u为r阶正交矩阵；σ为r×m阶对角阵，σ对角元素由矩阵h的奇异值由大到小作递减排列得到；v为m阶正交矩阵，v^t为v的共轭转置。usun表示r×r阶矩阵，∑s和∑n表示σ的对角元素。

这里，矩阵h的奇异值记作矩阵x的奇异值ξ1,ξ2,…,ξp,ξp+1,…,ξmax(r,m)。当信号仅由p个复正弦信号分量叠加而成时,hankel矩阵的秩为p，此时ξ1>ξ2>…>ξp>ξp+1＝…＝ξmax(r,m)＝0，但是当信号被噪声污染时，构造的hankel矩阵是满秩的,所有的奇异值都不再等于零。

为了从噪声污染的采样数据中估计出信号参数，可以把v分成2部分，即v＝[vs,vn],其中vs、vn分别对应电压有效值数据的信号子空间和噪声子空间,vs的列向量是对应于矩阵h的幅值最大的p个奇异值的特征向量，s表示信号，n表示噪声。

(4)对矩阵h中的正交矩阵vs进行奇异值分解：

其中，v1表示矩阵vs删除第1行后得到的新矩阵。v2表示矩阵vs删除最后1行后得到的新矩阵。

通过对正交矩阵vs进行奇异值分解，可知存在可逆矩阵p，使得：

v2＝v1p

如此，可以得到满足v2＝v1p关系的可逆矩阵p，其特征值可用来计算数据信号的频率。

具体地，设振荡信号x(n)可以表示为一系列幅值按指数规律变化的正弦信号与白噪声的组合，在采样时刻n,其表达式如下：

式中：ts为采样周期；由于采样信号通常为实信号，模型阶数p通常为信号实际含有的实正弦分量个数的2倍；ap,φp,ωp,σp分别是第p个衰减分量的幅值、初始相位、角频率和衰减系数；fp为第p个衰减分量的频率，fp＝ωp/(2π)；w是均值为0的白噪声。

令则信号可简写为：

式中：zp称为信号极点。

定义向量x(n)＝[x(n),x(n+1),…,x(n+m-1)]^t，其中m>p，则

式中：

c＝[c1c2…cp]^t

φ＝diag(z1z2…zp)

γm＝[τm(z1)τm(z2)…τm(zp)]

w(n)＝[w(n)w(n+1)…w(n+m-1)]^t

可以发现：zp(p＝1,2,…,p)确定了信号中各个分量的频率和阻尼系数，完全决定了φ，因而可以设法通过φ来间接求取信号极点，进而获得各信号分量的频率和阻尼系数等参数。

为了表述方便，规定符号↑，↓分别表示矩阵删除第1行和最后1行后得到的新矩阵。例如：s^↓表示矩阵s删除最后1行后得到的新矩阵，s^↑表示矩阵s删除第1行后得到的新矩阵。

s^↓＝γm-1φⁿc＝j1c

s^↑＝γm-1φⁿ⁺¹c＝j2c

j2＝j1φ

此处，φ即相当于上式中的可逆矩阵p。

(5)通过总体最小二乘法(tls)对可逆矩阵p进行计算，得到可逆矩阵p的特征值λi，这里，该特征值λi用于估计电压有效值的振荡频率；

具体地，令k＝[v1,v2]，对k做奇异值(svd)分解：

k＝u3∑v3^t；

其中，u为r阶正交矩阵；σ为r×m阶对角阵，且σ的对角元素由矩阵k的奇异值由大到小作递减排列得到；v为m阶正交矩阵，v^t为v的共轭转置。σ的对角元素σi即为k的奇异值。

然后，根据设定的拟合模型阶数p，将矩阵k中的矩阵v3分块成4个p×p的子矩阵：

其中，v11、v12、v2、v22分别表示对应的四个子矩阵的位置，例如，v11表示1行1列，v12表示1行2列，v21表示2行1列，v21表示2行2列。

通过总体最小二乘法对矩阵v3的子矩阵进行计算，得到可逆矩阵p的总体最小二乘解：

然后，求可逆矩阵p的总体最小二乘解ptls的特征值λi(i＝1,2,…,p)，得到信号中所包含的正弦分量的振荡频率：

其中，ts为电压有效值的采样时间，λi为ptls的特征值。

这里，fi即为电压有效值的第一振荡频率，记为fu。

本申请中，对功率因数数据进行识别，得到功率因数数据的第二振荡频率时，具体可以先获取该功率因数数据，然后基于获取到的功率因数数据构建第二汉克尔矩阵；接着对构建的第二汉克尔矩阵进行奇异值分解，得到该第二汉克尔矩阵中第一阶数的正交矩阵，其中，正交矩阵与功率因数数据的子空间对应；接着再对正交矩阵进行奇异值分解，得到可逆矩阵；接着再通过总体最小二乘法对可逆矩阵进行计算，得到可逆矩阵的特征值；最后，对可逆矩阵的特征值进行计算，得到该功率因数数据的第二振荡频率。

具体计算功率因数数据的第二振荡频率的过程如下：

(1)记数据序列为x＝[x(0),x(1),…,x(n-1)]；

其中，x为功率因数数据，n为获取到的该功率因数数据的个数；

(2)基于该功率因数数据构建r×m阶汉克尔(hankel)矩阵h：

其中，r和m均是阶数，且满足r+m-1＝n。这里，r、m阶数均是根据设定的拟合模型阶数p来确定，且r>p,m>p。

(3)对该汉克尔矩阵h进行奇异值分解，为：

其中，u为r阶正交矩阵；σ为r×m阶对角阵，且σ的对角元素由矩阵h的奇异值由大到小作递减排列得到；v为m阶正交矩阵，v^t为v的共轭转置。usun表示r×r阶矩阵，∑s和∑n表示σ的对角元素。

矩阵h的奇异值记作矩阵x的奇异值ξ1,ξ2,…,ξp,ξp+1,…,ξmax(r,m)。当信号仅由p个复正弦信号分量叠加而成时,hankel矩阵的秩为p，此时ξ1>ξ2>…>ξp>ξp+1＝…＝ξmax(r,m)＝0，但是当信号被噪声污染时，构造的hankel矩阵是满秩的,所有的奇异值都不再等于零。

为了从噪声污染的采样数据中估计出信号参数，可以把v分成2部分，即v＝[vs,vn],其中vs、vn分别对应功率因数数据的信号子空间和噪声子空间,vs的列向量是对应于矩阵h的幅值最大的p个奇异值的特征向量，s表示信号，n表示噪声。

(4)对正交矩阵vs进行奇异值分解：

其中，v1表示矩阵vs删除第1行后得到的新矩阵。v2表示矩阵vs删除最后1行后得到的新矩阵。

通过对vs进行奇异值分解，确定可逆矩阵p，使得：

v2＝v1p

如此，满足v2＝v1p关系的矩阵p，其特征值可用来计算数据信号的频率。

(5)通过总体最小二乘法(tls)对可逆矩阵p进行计算，得到可逆矩阵p的特征值λi，该特征值λi用于后续估计功率因数数据的振荡频率；

具体地，令k＝[v1,v2]，对矩阵k做奇异值(svd)分解：

k＝u3∑v3^t；

其中，u为r阶正交矩阵；σ为r×m阶对角阵，且σ的对角元素由矩阵k的奇异值由大到小作递减排列得到；v为m阶正交矩阵，v^t为v的共轭转置。σ的对角元素σi即为k的奇异值。

然后，根据设定的拟合模型阶数p，将矩阵k中的矩阵v3分块成4个p×p的子矩阵：

其中，v11、v12、v2、v22分别表示对应的四个子矩阵的位置，例如，v11表示1行1列，v12表示1行2列，v21表示2行1列，v21表示2行2列。

根据矩阵v3的子矩阵得到可逆矩阵p的总体最小二乘解：

求可逆矩阵p的总体最小二乘解ptls的特征值λi(i＝1,2,…,p)，得到信号中所包含的正弦分量的振荡频率：

其中，ts为功率因数的采样时间，λi为ptls的特征值。

这里，fi即为功率因数的第二振荡频率，记为fpf。

步骤104，当所述第一振荡频率和所述第二振荡频率均处于预设频率范围内的情况下，确定所述牵引网处于低频振荡状态。

本申请中，电力机车在得到电压有效值的第一振荡频率fu和功率因数的第二振荡频率fpf之后，可以判断该电压有效值的第一振荡频率fu和功率因数的第二振荡频率fpf是否均在区间[0.1，20]hz的范围以内，得到判断结果，如果判断结果表征第一振荡频率fu和第二振荡频率fpf均在区间[0.1，20]hz的范围以内，则表示当前牵引网出现了低频网压波动现象，该牵引网压当前处于低频振荡状态。反之，如果判断结果表征第一振荡频率fu和/或第二振荡频率fpf处于区间[0.1，20]hz的范围以外，则表示牵引网没有出现低频网压波动现象，则说明当前牵引网不处于低频振荡状态。

如此，通过本申请提供的牵引网压检测方法，利用车载变压器的原边电压和副边电流相位不停变化的特点，对牵引供电系统中低频振荡现象进行实时检测，能够及时对牵引网压出现低频振荡现象进行识别，从而能够更有效地对牵引网压的低频振荡现象进行抑制。

本申请中，在牵引网压出现低频振荡现象的情况下，电力机车还可以获取牵引网出现低频振荡现象的持续时长；基于低频振荡的持续时长，增大网侧变流器的电流环比例系数，即：kpi＝α^δtkpi0。

其中，系数α取大于1的值，优选取1.1，δt为检测到的低频振荡持续时长，kpi0为网侧变流器的电流环比例系数的初始值。

本申请可以在修正网侧变流器的电流环比例系数之后，继续执行步骤101至步骤104，直至低频振荡现象消除。

本申请中，电力机车还可以在确定牵引网不处于低频振荡状态的情况下，调整网侧变流器的电流环比例系数为初始值，即kpi＝kpi0。

如此，通过在线自适应修正电力机车的网侧整流器控制器参数，只需对现有算法进行适当修正，无需进行额外投资，从而可以在不影响牵引供电系统正常运行情况下达到抑制低频振荡的效果。

图2为本申请中牵引网压的检测及抑制方法的实现流程示意图，如图2所示：

步骤201，采集车载变压器原边电压及副边电流数据，并且对采集到的数据进行截止频率为100hz的低通滤波处理，滤除高频部分，保留低频部分。

步骤202，利用滑动窗口法计算电压有效值，以及计算车载变压器的功率因数。

这里，具体采用周期为0.02s的滑动窗口的方法逐个窗口的求取电压数据的均方根值(rms)，得到电压有效值数据urms；然后，通过本地时钟产生的正弦参考信号和余弦参考信号、原边电压数据、副边电流数据计算车载变压器的功率因数pf。

步骤203，利用基于总体最小二乘法-旋转不变技术的信号参数估计算法对牵引网电压有效值urms和功率因数pf进行识别，获得振荡频率fu和fpf。

具体地，低频振荡发生时网压幅值、网压网流相位波动，利用基于总体最小二乘法-旋转不变技术的信号参数估计算法对牵引网电压有效值urms和功率因数pf进行识别，获得电压有效值urms对应的振荡频率fu和功率因数pf对应的振荡频率fpf。

步骤204，判断电压有效值的振荡频率fu，功率因数的振荡频率fpf是否在区间[0.1，20]hz范围内，如果均在则判断为低频振荡现象，执行步骤205，如果至少一个不在，则判断为正常，执行步骤206。

具体地，国内牵引供电系统低频振荡频率在20hz以内，因此，判断电压有效值振荡频率fu，功率因数振荡频率fpf是否在区间[0.1，20]hz内，如果同时满足则确定牵引供电系统出现低频振荡现象，执行步骤205，不满足则判断为正常，设置动车组网侧变流器电流环比例系数为初始值kpi0，返回步骤201继续进行检测。

步骤205，牵引供电系统出现低频振荡，调整网侧变流器电流环比例系数为：kpi＝α^δtkpi0。

其中，系数α取大于1的值，优选取1.1，δt为检测到的低频振荡持续时长，kpi0为网侧变流器的电流环比例系数的初始值。

具体地，根据现有车网耦合系统低频振荡稳定性分析研究结论可知，动车组网侧整流器采用电流环dq解耦控制时，适当增加电流环比例系数，可对低频振荡起到很好的抑制作用。因此，当判断为低频振荡状态时，每隔固定时间在线自适应修正动车组网侧变流器电流环比例系数为：kpi＝α^δtkpi0。修正系数后返回执行步骤201，继续检测，直到低频振荡消除。

步骤206，牵引供电系统未出现低频振荡，调整网侧变流器电流环比例系数为：kpi＝kpi0。

修正后，返回执行步骤201，继续检测。

图3为现有技术中采用传统电流dq解耦控制时牵引网压的波形示意图；如图3所示：

假如牵引供电系统共有5车列车同时轻载运行，动车组网侧整流器采用传统电流dq解耦控制时，采集到的车载变压器原边电压及副边电流发生大幅度波动，产生了持续的低频振荡现象。

图4为采用本申请中牵引网压检测及抑制方法时牵引网压的波形示意图；如图4所示：

假如牵引供电系统共有5车列车同时轻载运行，动车组网侧整流器采用本申请提出的牵引网压检测及抑制方法时，采集到的车载变压器原边电压及副边电流的振荡现象得到明显抑制。

图5为本申请中网侧变流器电流环比例系数自适应调节过程示意图，如图5所示：

虚线表示kpi参数值；矩形线表示是否检测到低频振荡，0表示未检测到，1表示检测到。未检测到低频振荡时，kpi参数为固定初始值kpi0，检测到低频振荡时，kpi参数自适应调整为α^δtkpi0，以增大动车组网侧变流器电流环比例系数。

图6为本申请中牵引网压检测装置的结构组成示意图一；如图6所示，所述牵引网压检测装置600可以是电力机车、动车组。图6所示的牵引网压检测装置600包括：电压互感器601、电流互感器602、车载变压器603、至少一个处理器604和网侧变流器605，电压互感器601、电流互感器602、车载变压器603、至少一个处理器604和网侧变流器605之间可以通过总线系统606耦合在一起。可理解，总线系统606用于实现这些组件之间的连接通信。总线系统606除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图6中将各种总线都标为总线系统606。

上述本发明实施例揭示的方法可以应用于处理器604中，或者由处理器604实现。处理器604可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器604中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器604可以是通用处理器、数字信号处理器(dsp，digitalsignalprocessor)，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器604可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。

在示例性实施例中，牵引网压检测装置600可以被一个或多个应用专用集成电路(asic，applicationspecificintegratedcircuit)、dsp、可编程逻辑器件(pld，programmablelogicdevice)、复杂可编程逻辑器件(cpld，complexprogrammablelogicdevice)、现场可编程门阵列(fpga，field-programmablegatearray)、通用处理器、控制器、微控制器(mcu，microcontrollerunit)、微处理器(microprocessor)、或其他电子元件实现，用于执行前述方法。

具体，所述电压互感器601，用于采集车载变压器603的原边电压数据；

所述电流互感器602，用于采集所述车载变压器603的副边电流数据；

所述处理器604，用于对所述原边电压数据和所述副边电流数据进行处理，得到所述车载变压器的电压有效值数据和功率因数数据；以及基于所述电压有效值数据和功率因数数据，得到所述电压有效值数据的第一振荡频率和所述功率因数数据的第二振荡频率；当所述第一振荡频率和所述第二振荡频率均处于预设频率范围内的情况下，确定所述牵引网处于低频振荡状态。

作为本申请实施例的优选方案，该处理器604还用于：获取所述牵引网处于低频振荡状态的持续时长；基于所述牵引网处于低频振荡的持续时长，增大网侧变流器605的电流环比例系数。

作为本申请实施例的优选方案，该处理器604还用于，当所述第一振荡频率和/或所述第二振荡频率处于预设频率范围以外的情况下，确定所述牵引网不处于低频振荡状态，并且在处于低频振荡状态下，调整网侧变流器605的电流环比例系数为初始值。

作为本申请实施例的优选方案，该处理器604，具体用于对所述原边电压数据进行均方根计算，得到所述原边电压数据的电压有效值数据；利用本地时钟获取正弦参考信号和余弦参考信号；对所述正弦参考信号、所述余弦参考信号、所述原边电压数据和所述副边电流数据进行计算，得到所述车载变压器603的功率因数数据。

作为本申请实施例的优选方案，所述处理器604具体还用于：基于所述电压有效值数据构建第一汉克尔矩阵；对所述第一汉克尔矩阵进行奇异值分解，得到所述第一汉克尔矩阵中第一阶数的正交矩阵，其中，所述正交矩阵与所述电压有效值数据的子空间对应；对所述正交矩阵进行奇异值分解，得到可逆矩阵；通过总体最小二乘法对所述可逆矩阵进行计算，得到所述可逆矩阵的特征值；对所述可逆矩阵的特征值进行计算，得到所述电压有效值的第一振荡频率。

作为本申请实施例的优选方案，所述处理器604具体还用于：基于所述功率因数数据构建第二汉克尔矩阵；对所述第二汉克尔矩阵进行奇异值分解，得到所述第二汉克尔矩阵中第一阶数的正交矩阵，其中，所述正交矩阵与所述功率因数数据的子空间对应；对所述正交矩阵进行奇异值分解，得到可逆矩阵；通过总体最小二乘法对所述可逆矩阵进行计算，得到所述可逆矩阵的特征值；对所述可逆矩阵的特征值进行计算，得到所述功率因数的第二振荡频率。

作为本申请实施例的优选方案，所述处理器604具体还用于：对所述原边电压数据和副边电流数据分别进行截至频率为100hz的低通滤波，得到所述原边电压数据的低频数据和所述副边电流数据的低频数据。

图7为本申请中牵引网压检测装置的结构组成示意图二；如图7所示，在示例性实施例中，所述检测装置包括：

采集单元701，用于采集车载变压器的原边电压数据和副边电流数据；

处理单元702，用于对所述原边电压数据和所述副边电流数据进行处理，得到所述车载变压器的电压有效值数据和功率因数数据，以及基于所述电压有效值数据和功率因数数据，得到所述电压有效值数据的第一振荡频率和所述功率因数数据的第二振荡频率；

确定单元703，用于当所述第一振荡频率和所述第二振荡频率均处于预设频率范围内的情况下，确定所述牵引网处于低频振荡状态。

在优选实施例中，所述检测装置还包括：获取单元704和调整单元705；

所述获取单元704，用于获取所述牵引网处于低频振荡状态的持续时长；

所述调整单元705，用于基于所述牵引网处于低频振荡的持续时长，增大网侧变流器的电流环比例系数。

在优选实施例中，所述确定单元703，还用于当所述第一振荡频率和/或所述第二振荡频率处于预设频率范围以外的情况下，确定所述牵引网不处于低频振荡状态。

在优选实施例中，所述调整单元705还用于在所述确定所述牵引网不处于低频振荡状态下，调整网侧变流器的电流环比例系数为初始值。

在优选实施例中，所述处理单元702具体用于对所述原边电压数据进行均方根计算，得到所述原边电压数据的电压有效值数据；

利用本地时钟获取正弦参考信号和余弦参考信号；对所述正弦参考信号、所述余弦参考信号、所述原边电压数据和所述副边电流数据进行计算，得到所述车载变压器的功率因数数据。

在优选实施例中，所述处理单元702具体还用于基于所述电压有效值数据构建第一汉克尔矩阵；对所述第一汉克尔矩阵进行奇异值分解，得到所述第一汉克尔矩阵中第一阶数的正交矩阵，其中，所述正交矩阵与所述电压有效值数据的子空间对应；对所述正交矩阵进行奇异值分解，得到可逆矩阵；通过总体最小二乘法对所述可逆矩阵进行计算，得到所述可逆矩阵的特征值；对所述可逆矩阵的特征值进行计算，得到所述电压有效值的第一振荡频率；

基于所述功率因数数据构建第二汉克尔矩阵；对所述第二汉克尔矩阵进行奇异值分解，得到所述第二汉克尔矩阵中第一阶数的正交矩阵，其中，所述正交矩阵与所述功率因数数据的子空间对应；对所述正交矩阵进行奇异值分解，得到可逆矩阵；通过总体最小二乘法对所述可逆矩阵进行计算，得到所述可逆矩阵的特征值；对所述可逆矩阵的特征值进行计算，得到所述功率因数的第二振荡频率。

在优选实施例中，所述处理单元702具体还用于对所述原边电压数据和副边电流数据分别进行截至频率为100hz的低通滤波，得到所述原边电压数据的低频数据和所述副边电流数据的低频数据。对所述原边电压数据的低频数据和所述副边电流数据的低频数据进行处理。

需要说明的是：上述提供的牵引网压检测装置在实现牵引网压检测时，仅以上述各程序模块的划分进行举例说明，实际应用中，可以根据需要而将上述数据处理模块由不同的程序模块完成，即将牵引网压检测装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分处理。另外，上述提供的牵引网压检测装置与上述牵引网压检测方法二者属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

本申请所提供的几个方法实施例中所揭露的方法，在不冲突的情况下可以任意组合，得到新的方法实施例。

本申请所提供的几个产品实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的产品实施例。

本申请所提供的几个方法或设备实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的方法实施例或设备实施例。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。