一种分频段的汉宁自卷积窗低频振荡在线检测方法与流程

文档序号:24402695发布日期:2021-03-26 15:32阅读:59来源:国知局
一种分频段的汉宁自卷积窗低频振荡在线检测方法与流程

1.本发明涉及检测和分析技术领域,具体涉及一种分频段的汉宁自卷积窗低频振荡在线检测方法。


背景技术:

2.电力系统低频振荡是互联系统的固有现象,主要表现为,当系统遭受到干扰时,各个发电机的转子间发生相对摇摆,从而导致联络线上有功功率振荡。对低频振荡信号的准确识别,是对电网运行状态进行诊断检测及抑制低频振荡确保电网互联稳定运行的重要前提。
3.当电力系统发生低频振荡时,宽频测量装置的在线低频振荡检测程序需要通过对相量测量单元pmu测量的有功功率数据进行快速频谱分析,当有功功率振荡峰值超过预设门槛p
osc
并持续x个周波,宽频振荡装置应进行低频振荡告警。常见的低频振荡监测方法有fft、prony、hht、小波分析等。fft存在栅栏效应、频谱泄露等问题,prony易受噪声影响,hht 存在端点效应及模态混叠问题,小波变换提取多频率成分信号时存在分辨率不高的问题。同时,prony、hht、小波变换计算量偏大,不利于在装置侧实现低频振荡在线监测功能。
4.一般来说,低频振荡的振荡频率不高,通常在0.1~2.5hz范围内,周期为10s~0.4s。欲分辨出0.1hz的低频振荡至少需要10s,而检测出2.5hz 的低频振荡需0.4s。如果采用固定窗口的频谱分析方法将窗口取为10s,此时虽然能够检测出0.1hz的振荡,并能识别2.5hz的振荡,但2.5hz的振荡此时可能已振荡了几十个周期,造成低频振荡告警延迟。


技术实现要素:

5.(一)发明目的
6.本发明的目的提供了一种分频段的汉宁自卷积窗低频振荡在线检测方法,在线识别0.1~2.5hz低频振荡,速度快,精度高,计算量小,满足宽频测量装置对于低频振荡的快速告警要求。
7.(二)技术方案
8.为解决上述问题,本发明的一个方面提供了一种分频段的汉宁自卷积窗低频振荡在线检测方法,该方法包括以下步骤:
9.步骤1:滤除有功功率里的直流分量;
10.步骤2:对低频振荡频段进行频带划分;
11.步骤3:针对不同的频段,分别采用不同窗长的汉宁自卷积窗fft进行频谱分析。
12.根据本发明的一个方面,在步骤1中,利用下式滤除有功功率里的直流分量
[0013][0014]
其中m为工频每周的采样率。
[0015]
根据本发明的一个方面,在步骤2中,低频振荡被分为5个频段.
[0016]
根据本发明的一个方面,所述5个频段分别为1.28s的数据窗,识别 1.35~2.6hz频段的低频振荡;2.56s的数据窗识别0.7~1.4hz频段的低频振荡;5.12s的数据窗识别0.33~0.72hz频段的低频振荡;10.24s的数据窗识别0.17~0.35hz的低频振荡;20.48s的数据窗识别0.08~0.18hz的低频振荡。
[0017]
根据本发明的一个方面,在步骤3中,对于高频段的振荡,采用短数据窗的汉宁自卷积fft;对于低频段的振荡,采用长数据窗的汉宁自卷积 fft。
[0018]
根据本发明的一个方面,对不同的低频振荡频段,最多需要相应频段的5个振荡周期识别出低频振荡。
[0019]
(三)有益效果
[0020]
本发明的上述技术方案具有如下有益的技术效果:
[0021]
本发明针对不同低频振荡告警时间的要求不同,将宽频振荡装置采集的三相电压、三相电流计算的有功功率振荡曲线进行低频振荡频段划分,利用施加汉宁自卷积窗的快速傅里叶变换实现低频振荡的快速识别方法,从而实现对不同振荡周期的低频振荡的快速检测和及时告警。
附图说明
[0022]
图1是根据本发明一个实施例的汉宁自卷积窗插值计算图。
[0023]
图2是根据本发明一个实施例的低频振荡识别的判据实现图。
[0024]
图3

7是根据本发明一个实施例的不同频段汉宁自卷积fft与同窗长汉宁fft的计算结果比较图。
具体实施方式
[0025]
为使本发明的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
[0026]
下面结合附图,对本发明的基于汉宁自卷积窗的fft电力系统低频振荡检测方法进行说明。
[0027]
本发明提供一种针对不同低频振荡告警时间的要求不同,将宽频振荡装置采集的三相电压、三相电流计算的有功功率振荡曲线进行低频振荡频段划分,利用施加汉宁自卷积窗的快速傅里叶变换实现低频振荡的快速识别方法,从而实现对不同振荡周期的低频振荡的快速检测和及时告警。
[0028]
当电力系统中有低频振荡时,此时三相电压、电流的表达式分别为
[0029][0030][0031]
[0032][0033][0034][0035]
其中ω0为基频角频率,ω

为扰动频率;u,i分别为基频的电压幅值和电流幅值;u

,i

分别为扰动频率的电压幅值和电流幅值;分别为基频a相电压、a相电流的初相位;φ
u
、φ
i
分别为扰动频率的a相电压、a 相电流的初相位,δt为离散采样间隔。
[0036]
则瞬时有功功率为
[0037][0038]
其中
[0039]
因此,宽频测量装置分析的有功功率可表示为直流量与低频振荡分量的和,即
[0040]
p(n)=p0+p
m
cos(ω
m
nδt+φ
m
)
ꢀꢀꢀ
(公式3)
[0041]
该方法包括以下步骤:
[0042]
步骤1:利用下式滤除有功功率里的直流分量
[0043][0044]
其中m为工频每周的采样率。
[0045]
步骤2:对低频振荡频段进行频带划分;
[0046]
步骤3:对于较高频段的振荡,采用较短数据窗的汉宁自卷积fft;对于较低频段的振荡,采用较长的汉宁自卷积fft,这样就保证不同低频振荡频率下,宽频测量装置能快速告警。
[0047]
在步骤2中,低频振荡被分为5个频段,分别为1.28s的数据窗,识别1.35~2.6hz频段的低频振荡;2.56s的数据窗识别0.7~1.4hz频段的低频振荡;5.12s的数据窗识别0.33~0.72hz频段的低频振荡;10.24s的数据窗识别0.17~0.35hz的低频振荡;20.48s的数据窗识别0.08~0.18hz 的低频振荡。
[0048]
在步骤3中,所有频段的划分以汉宁自卷积窗fft为基础进行划分。下面给出汉宁自卷积窗fft的计算方法。
[0049]
汉宁自卷积窗fft为
[0050][0051]
其中w
hn
(n)为汉宁窗,其表达式为
[0052]
则汉宁自卷积窗的dtft为
[0053][0054]
设经过差分滤波的有功功率的表达式为
[0055]
x
m
(n)=a
m
cos(2πf
m
nδt+φ
m
)
ꢀꢀꢀ
(公式7)
[0056]
其中a
m
、f
m
、分别为带分辨信号的幅值、频率和初相,δt为离散间隔,f
s
=1/δt为采样率。
[0057]
以2n点为数据窗长,则信号施加汉宁自卷积窗的dtft为
[0058][0059]
其中0≤k≤n

1。
[0060]
图1示出了根据本发明一个实施例的汉宁自卷积窗插值计算图,通过谱线极大值查找,可得出待分辨的低频振荡谱线k
m
位于l

1和l之间,谱线位于谱线和之间,此时
[0061][0062][0063]
其中δ=(l

k
m
)
·
δf,f
s
为采样率,0≤δ≤1。
[0064]
那么待分辨的低频振荡频率为
[0065]
f
m
=(l
‑1‑
δ)
·
δf
ꢀꢀꢀ
(公式10)
[0066]
其中
[0067]
对应的谱线幅值:
[0068][0069]
相位:
[0070][0071]
图2示出了低频振荡识别的判据实现图,从图2中可以看出,对不同的低频振荡频段,最多只需要相应频段的5个振荡周期即可识别出低频振荡。
[0072]
图3

7示出了不同频段汉宁自卷积fft与同窗长汉宁fft的计算结果比较图。
[0073]
当输入信号为
[0074][0075]
时,将不同频段汉宁自卷积fft与同窗长汉宁窗fft的计算结果进行比较。
[0076]
从图3中可以看出,不同窗长识别不同频段的低频振荡;同时在相同窗长的条件下,由于汉宁卷积窗的旁瓣衰减快,汉宁自卷积窗fft的精度比汉明窗fft的精度要高。由此可知,将低频振荡进行频带划分,可实现低频振荡快速识别与告警;同时由于汉宁卷积窗旁瓣衰减快,能有效降低信号的频谱泄露影响,从而大大提升计算精度,有利于运行人员快速发现问题,保障电力系统的安全稳定运行。
[0077]
综上所述,本发明提出一种分频段的汉宁自卷积窗低频振荡在线检测方法,针对不同低频振荡告警时间的要求不同,将宽频振荡装置采集的三相电压、三相电流计算的有功功率振荡曲线进行低频振荡频段划分,利用施加汉宁自卷积窗的快速傅里叶变换实现低频振荡的快速识别方法,从而实现对不同振荡周期的低频振荡的快速检测和及时告警。通过对低频振荡频带进行分段,采用降低栅栏效应和频谱泄露的汉宁自卷积窗fft,对各分段低频振荡分量实现不超过5周振荡周期的快速识别,从而实现对低频振荡的快速告警,以便于运行人员及时发现问题,从而保障电力系统稳定可靠运行。
[0078]
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1