基于宽频测量装置的电能治理系统及低频分量提取方法与流程

本申请涉及电能质量测量技术领域，特别是涉及一种电能治理系统及低频分量提取方法。

背景技术：

随着分布式发电以及智能电网技术的发展，在电力系统发电、输电、用电等各个环节均出现了大量的新型电力电子设备，如换流器、逆变器等，这些新型电力电子设备的大规模投入运行导致低频振荡干扰的现象愈演愈烈，而低频振荡会影响电力设备的稳定运行，所以监测电网中的低频振荡信号并加以治理是电力部门的重要任务之一。

在实现过程中，发明人发现传统技术中至少存在如下问题：传统监测治理手段存在效率低的问题。

技术实现要素：

基于此，有必要针对上述技术问题，提供一种能够提高监测效率的基于宽频测量装置的电能治理系统及低频分量提取方法。

为了实现上述目的，一方面，本发明实施例提供了一种电能治理系统，包括调度主站和多个变电站厂站，变电站厂站包括宽频测量装置，宽频测量装置包括宽频电信号采集模组与数据处理模组；

宽频电信号采集模组用于采集电网中的宽频电信号；

数据处理模组用于获取宽频电信号，对宽频电信号进行低频分量提取，并将低频分量提取的结果发送至调度主站；

调度主站用于接收各变电站厂站发送的低频分量提取的结果，并根据低频分量提取的结果对电网进行治理。

一方面，本发明提供了一种变电站厂站，应用于电能治理系统，电能治理系统包括调度主站，变电站厂站包括宽频测量装置，宽频测量装置包括宽频电信号采集模组与数据处理模组；

宽频电信号采集模组用于采集电网中的宽频电信号；

数据处理模组用于获取宽频电信号，且对宽频电信号进行低频分量提取，并将低频分量提取的结果发送至调度主站；低频分量提取的结果用于指示调度主站对电网进行治理。

在其中一个实施例中，数据处理模组包括dsp模块以及cpu模块；

dsp模块用于获取宽频电信号，对宽频电信号进行低频分量提取；

cpu模块用于获取低频分量提取的结果，并将低频分量提取的结果发送至调度主站。

在其中一个实施例中，dsp模块至少包括第一dsp模块、第二dsp模块以及第三dsp模块；

第一dsp模块用于获取宽频电信号，并根据选带傅里叶算法，对宽频电信号进行间谐波提取；

第二dsp模块用于获取宽频电信号，对宽频电信号进行谐波提取；

第三dsp模块用于获取宽频电信号，对宽频电信号进行低频分量提取；

cpu模块还用于获取谐波提取的结果以及低频分量提取的结果，并将谐波提取的结果以及低频分量提取的结果发送给调度主站。

在其中一个实施例中，宽频测量装置还包括低通滤波模块；

低通滤波模块用于对宽频电信号进行低通滤波处理，得到低通滤波信号；

第三dsp模块还用于获取低通滤波信号，并对低通滤波信号进行低通滤波提取。

在其中一个实施例中，数据处理模组还包括用于连接dsp模块与cpu模块的can总线。

在其中一个实施例中，cpu模块还包括通信接口；

通信接口用于将低频分量提取的结果发送到所属调度主站。

一方面，本发明实施例还提供了一种低频分量提取方法，应用于上述任一项的变电站厂站，方法包括步骤：

获取电网中的宽频电信号；

对宽频电信号进行低频分量提取；

将低频分量提取的结果发送给调度主站。

在其中一个实施例中，低频分量包括幅值、频率、阻尼系数和初相角；

对宽频电信号进行低频分量提取的步骤包括：

对宽频电信号进行数字化处理，得到宽频数字电信号；

采用低通滤波滤除宽频数字电信号中的干扰噪声，得到低通滤波信号；

基于低频滤波信号建立离散线性预测模型；

寻找离散线性预测模型的特征根；

根据特征根确定每一种模型对应的幅值、频率、阻尼系数和初相角。

一方面，本发明实施例提供了一种低频分量提取装置，应用于上述任一项的变电站厂站，装置包括：

数据获取模块，用于获取电网中的宽频电信号；

数据处理模块，用于对宽频电信号进行低频分量提取；

通信模块，用于将低频分量提取的结果发送给调度主站。

上述技术方案中的一个技术方案具有如下优点和有益效果：

上述电能治理系统，在变电站厂站实现了信号的采集、低频分量提取等功能，变电站厂站承担了传统调度主站低频分量提取计算的任务，再将低频分量提取的结果发送给调度主站，大大减少了变电站厂站与调度主站之间传输的数据量，既节约硬件带宽成本，又缓解了调度主站的计算压力，提高对低频振荡的监测与治理效果。

附图说明

通过附图中所示的本申请的优选实施例的更具体说明，本申请的上述及其它目的、特征和优势将变得更加清晰。在全部附图中相同的附图标记指示相同的部分，且并未刻意按实际尺寸等比例缩放绘制附图，重点在于示出本申请的主旨。

图1为一个实施例中电能治理系统的第一示意性结构框图；

图2为一个实施例中数据处理模组的第一示意性结构框图；

图3为一个实施例中数据处理模组的第二示意性结构框图；

图4为一个实施例中低频分量提取方法的流程示意图；

图5为一个实施例中对宽频电信号进行低频分量提取的步骤的流程示意图；

图6为一个实施例中低频分量提取装置的结构框图。

具体实施方式

为了便于理解本申请，下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的首选实施例。但是，本申请可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本申请的公开内容更加透彻全面。

需要说明的是，当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件并与之结合为一体，或者可能同时存在居中元件。本文所使用的术语“安装”、“一端”、“另一端”以及类似的表述只是为了说明的目的。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。

目前，调度主站面临计算压力过大、低频振荡信号监控与治理的效果不好的问题，经发明人研究发现，出现这种问题的原因在于，电网是复杂的系统，为了保证电网安全、经济的运行，调度主站除了关注低频振荡治理以外，还要对谐波干扰、低频振荡、次同步振荡、超同步振荡、有功无功平衡等问题进行计算与分析，以分析与计算的结果为根据向变电站厂站发出指令作出相应的动作去应对上述干扰、振荡等现象。传统变电站厂站一般负责采集调度主站所需的电网中实时的电压或电流数据，并接受调度主站的调度进行设备的动作。在这种模式下，若想实现快速将变电站采集到的实时电流、电压数据传输到调度主站，需要较大硬件带宽成本。此外，调度主站需要运算的项目众多，处理的数据量又十分庞大，以目前调度主站的计算能力，很难保证对电网中的各类问题作出及时的反应。可以理解，调度主站可通过硬件服务器等完成上述计算与分析工作，也可通过云服务器实现。

而本申请提供的电能治理系统可以有效解决上述问题。

在一个实施例中，如图1所示，提供了一种电能治理系统，包括调度主站100和多个变电站厂站300，变电站厂站300包括宽频测量装置310，宽频测量装置310包括宽频电信号采集模组312与数据处理模组314；

宽频电信号采集模组312用于采集电网中的宽频电信号；

数据处理模组314用于获取宽频电信号，对宽频电信号进行低频分量提取，并将低频分量提取的结果发送至调度主站；

调度主站100用于接收各变电站厂站发送的低频分量提取的结果，并根据低频分量提取的结果对电网进行治理。

其中，宽频测量装置用于检测特定频率范围内的多种电压与电流信号，集成了传统变电站厂站的主要测量装置如测控装置、同步相量装置与故障录波装置等的功能，统一测量电网中电流、电压信号，降低了变电站厂站的数据采集系统的复杂程度。宽频电信号指的是由宽频测量装置统一采集的交流电压或电流信号，用于后续对电能质量的分析与计算。低频分量提取的结果包括低频振荡的振荡模态、以及对应的振荡幅值、振动频率、阻尼比、初相位等数据。数据处理模组为本领域任意一种具有数据处理功能的设备。

具体而言，宽频电信号采集模组可以采用本领域任意手段对电网中的宽频电信号进行采集。例如宽频电信号采集模组包括交流采样模块，该交流采样模块包括电压采集电路，电流采集电路，以及分别连接电压采集电路、数据处理模组和电流采集电路的电压电流变换器。电压采集电路采集电网的二次电压信号，电流采集电路采集电网的电流信号，二次电压信号和电流信号为强电信号，其经过电压电流变化器将强电信号转换为低压小信号，以便于进行低频分量的提取。又如：交流采样模块内设有电压变换器与电流变换器，将采集到的大电压或大电流转换为小信号，便于后续分析计算。

进一步的，数据处理模组可以通过本领域任意手段获取宽频电信号，例如可以直接从宽频电信号采集模组中提取宽频电信号，也可以从存储有该宽频电信号的存储设备中提取得到。数据处理模组可以采用本领域任意手段对宽频电信号进行低频分量提取。在一个具体示例中，对宽频电信号进行低频分量提取的步骤包括：对采集到的宽频电信号进行数字化处理，得到宽频数字电信号；采用低通滤波滤除宽频数字电信号中的干扰噪声，得到低通滤波信号；基于电力系统的低频滤波信号建立离散线性预测模型；寻找离散线性预测模型的特征根；根据所述特征根确定每一种模型对应的幅值、频率、阻尼系数和初相角。低频分量包括幅值、频率阻尼系数和初相角。

上述电能治理系统中，在变电站厂站实现了信号的采集、低频分量提取等功能，变电站厂站承担了传统调度主站低频分量提取计算的任务，再将低频分量提取的结果发送给调度主站，大大减少了变电站厂站与调度主站之间传输的数据量，既节约硬件带宽成本，又缓解了调度主站的计算压力，提高对低频振荡的监测与治理效果。

在其中一个实施例中，数据处理模块还用于获取宽频电信号，对宽频电信号进行谐波提取，并将谐波提取的结果发送到调度主站。调度主站接收谐波提取的结果并以此为依据对谐波进行治理。

具体地，谐波指的是频率为基波频率整数倍的一种信号，例如3次谐波、5次谐波等。谐波的来源、危害、治理手段与上述间谐波类似，可参见上述关于间谐波的描述。

在其中一个实施例中，数据处理模块还用于获取宽频电信号，对宽频电信号进行间谐波提取，并将间谐波提取的结果发送到调度主站。调度主站接收间谐波提取的结果并以此为依据对间谐波进行治理。

具体的，间谐波指的是频率不是基波频率整数倍的一种波，也可称为分数次谐波，例如0.5次间谐波、1.5次间隙波等，在电网中，基波频率指的是与工频相等的50hz。间谐波在电网中的主要由包括各式频率变换器、换流器等电力电子设备投入使用，发电机三相绕组不对称以及变压器饱和等产生的。电网中的大量间谐波易引发电压闪变、电动机的噪声与振动，还对收音机等音频设备有较大影响。调度主站对电网中间谐波的治理是为了减少间谐波对电网内各装置稳定运行的影响，调度主站可通过控制用于谐波与间谐波治理的设备的投入使用来达到治理的目的。目前，应用最广泛使用的治理设备是加装在电网或各装置的供电电路中的滤波器，包括有源滤波器、无源滤波器。

在一个实施例中，如图2所示，数据处理模组包括dsp模块以及cpu模块。dsp模块用于获取宽频电信号，对宽频电信号进行低频分量提取；cpu模块用于获取低频分量提取的结果，并将低频分量提取的结果发送至调度主站。

可以理解，cpu模块为宽频测量装置的核心模块之一。在一个实施例中，cpu模块还用于与宽频测量装置的其他模块进行数据交互、并控制其它功能模块，还可与变电站厂站内其他装置或厂站外的装置通过各种网络协议进行通信。cpu模块长时间执行众多任务容易导致器件过热，影响设备使用寿命以及影响数据处理的速度，将对宽频电信号分析与计算的任务放在dsp模块中执行，可以加快数据处理效率，保证系统稳定运行。

在一个实施例中，dsp模块包括高性能dsp芯片。

可以理解，dsp芯片相较于cpu芯片、mcu芯片等有着更强的数据处理能力，特别是在处理包括傅里叶变换这种复杂计算任务在内的时候，dsp芯片可以保证计算速度，提高数据处理的实时性。

在一个实施例中，dsp模块还用于获取宽频电信号，并根据选带傅里叶算法，对所述宽频电信号进行间谐波提取。

选带傅里叶算法是一种基于复调制移频具有高频率分辨率的傅里叶分析算法，这种算法可以以较小的计算量获得较高的频率分辨率和精度，传统傅里叶分析算法想要提高分辨率可以采用降低采样频率或者增加采样点数的思路，但是这两种思路都大大增加了数据的存储量与计算量，有较大局限性。同时，在传统傅里叶分析算法中，在采集到的整个频带都具有相同的频率分辨率，其频带的起点都是零频，但是往往需要分析的频段是在某个带通频谱内，若是对采集到的整个频带都进行傅里叶分析，会得到许多无用信息，也将浪费数据处理设备的算力，而选带傅里叶算法通过将感兴趣的带通频谱的中心移动到零频率附近，再将此带通频谱的频谱间隔缩小，接着进行傅里叶变换计算与分析，到达提高频率分辨率的目的。

具体地，在一个实施例中，选带傅里叶算法可通过如下步骤实现：

步骤1：复调制移频，将待分析带通频谱的中心频率移动到频率原点处。

可以理解，傅里叶分析算法具有频移特性，根据频移特性对时域信号进行调制，可以将频谱在频域进行移动。例如，需要着重分析的频谱的频率取值范围在25hz-75hz,则以对时域信号进行调制，将整个频谱向左移动50hz，则待分析带通频谱的中心频率就被移动到频率原点。

步骤2：抗混叠滤波，对经过移频后的信号进行滤波，避免出现频谱混叠现象。

可以理解，根据采样定理，在采样时某些高频信号会与低频信号重叠，这种频谱的重叠导致的失真叫做混叠，所以需要滤掉信号中的高频信号，避免混叠现象的发生。

步骤3：重采样，每隔d个点对频移以及滤波后的时域信号进行采集。

可以理解，此步骤将带通频谱的间隔缩小，相当于将采样频率降低为原来的1/d，频率分辨率因此提升d倍。

步骤4：对经过重采样后信号进行傅里叶变换。

步骤5：对傅里叶变换后的结果进行中心频率调整，将频谱中心还原到实际位置。

可以理解，步骤1对频谱中心进行了调整，使得原始频谱出现了偏移，最后需要将频谱中心还原到实际位置。

根据选带傅里叶变换算法对宽频电信号进行处理后，可以得到一系列正弦信号的和，正弦信号系列中每一项表达式代表不同次数的间谐波信号，但是间谐波提取的结果指的是代表间谐波特性的某些物理量，各项正弦信号表达式的某些参数可以代表间谐波的特性，dsp模块需要将这些参数提取出来，作为间谐波提取的结果，发送给调度主站，用于指示调度主站进行间谐波治理。在一个实施例中，间谐波提取的结果包括各次间谐波信号的幅值与相位。

在一个实施例中，如图3所示，dsp模块至少包括第一dsp模块、第二dsp模块以及第三dsp模块。第一dsp模块用于获取宽频电信号，并根据选带傅里叶算法，对宽频电信号进行间谐波提取。第二dsp模块用于获取宽频电信号，并对宽频电信号进行谐波提取。第三dsp模块用于获取宽频电信号，并对宽频电信号进行低频分量提取。

可以理解，第一dsp模块、第二dsp模块以及第三dsp模块中对电网中影响电能质量的不同干扰因素进行提取，但是各干扰因素的特性不同，采用合适的算法对各干扰因素进行提取，可进一步提升数据处理的效率，但是如果将所有算法都放在同一dsp模块中处理，势必会带来一定延迟，降低数据的实时性。此外，变电站厂站的工作周期相对较长，若长时间将众多计算任务放在同一dsp模块执行，会导致dsp模块的发热量过大，影响dsp模块的使用寿命。故本实施例的dsp模块内至少包括第一dsp模块、第二dsp模块以及第三dsp模块，每个dsp模块单独对电网中影响电能质量的主要因素进行提取，可同时提取多种干扰因素，降低了每个模块的计算压力，保证数据的实时性，同时保证各dsp模块可以长时间稳定运行。

在一个实施例中，第二dsp模块还用于获取宽频电信号，并根据全相位fft算法，对宽频电信号进行谐波提取。

全相位fft算法可以通过多重计算将信号的所有截断可能都纳入考虑，降低误差。传统的fft算法是先将信号基于预设的窗函数进行截断，再进行傅里叶变换计算分析，而全相位fft算法在进行傅里叶变换计算分析之前则还需要进行全相位预处理，全相位预处理是对信号进行连续多次截断，再将多次截断获得的多组数据进行综合。例如，一个长度为7的信号(m0，m1...m6)，设置用于截断的窗函数的长度为4，则需要连续进行4次截断，获得4组数据([m0，m1，m2，m3]，[m1，m2，m3，m4]，[m2，m3，m4，m5]，[m3，m4，m5，m6])。

具体地，在一个实施例中，用于截断的窗函数为汉宁窗，全相位傅里叶算法可通过如下步骤实现：

步骤1：预设一个n点的汉宁窗，信号经过此汉宁窗后，再根据汉宁窗函数求卷积，得到2n-1个点的卷积窗。

可以理解，此步骤相当于对信号进行多次截断。采用汉宁窗进行截断与卷积可以使频谱的泄漏更少，增加后续分析的精度。

步骤2：对2n-1个点的卷积窗进行求和，并根据上述求和的结果，对2n-1个点进行归一化处理。

步骤3：将1:2n-1项卷积窗分别与归一化后的卷积窗相乘，得到加窗的2n-1个点。

步骤4：将加窗后的第1项与第n+1项卷积窗相加，第2项与第n+2项卷积窗相加...第n-1项与第2n-1项卷积窗相加，得到全相预处理后的n个点。

可以理解，此步骤将多种根据汉宁窗截断的结果进行综合，减小截断方式不同带来的误差。

步骤5：对全相预处理后的n个点进行fft变换，得到全相位fft的结果。

在一个实施例中，第三dsp模块还用于获取宽频电信号，并对宽频电信号进行低频分量提取。

具体的，在一个实施例中，对宽频电信号进行低频分量提取的步骤包括：

对所述宽频电信号进行数字化处理，得到宽频数字电信号；

采用低通滤波滤除宽频数字电信号中的干扰噪声，得到低通滤波信号；

基于所述低频滤波信号建立离散线性预测模型；

寻找所述离散线性预测模型的特征根；

根据所述特征根确定每一种模型对应的幅值、频率、阻尼系数和初相角。

具体而言，基于以下步骤得到低频分量：

对于给定的低频滤波信号f(x)

用带入上式得

f(x)＝c1μ1^x+c2μ2^x+c3μ3^x+…+cnμn^x(式2)

在原信号上选取n个等间隔的点,由上式可以得到

f(0)＝c1+c2+c3+…+cn

f(1)＝c1μ1+c2μ2+c3μ3+…+cnμn

f(2)＝c1μ1²+c2μ2²+c3μ3²+…+cnμn²

f(n)＝c1v1ⁿ+c2μ2ⁿ+c3μ3ⁿ+…+cnμnⁿ

f(n-1)＝c1μ1^n-1+c2μ2^n-1+c3μ3^n-1+…+cnμn^n-1(式3)

令μ1,μ2,…,μn为下面代数方程的根：

μⁿ+α1μ^n-1+…+αn-1μ+αn＝0(式4)

在式3中，第一个方程乘以系数an，后面的分别乘以an-1，an-2，…a1,1。然后把这个n+1个方程相加求和，再把式4带入其中，可得f(n)+α1f(n-1)+…+αnf(0)＝0，同理，式3中从第二个方程开始乘以上述系数，得到f(n+1)+α1f(n)+…+αnf(1)＝0，这样可以得到n-n个方程

f(n)+α1f(n-1)+…+αnf(0)＝0

f(n+1)+α1f(n)+…+αnf(1)＝0

f(n-1)+α1f(n-2)+…+αnf(n-n-1)＝0(式5)

由于f(x)是已知的，当n＝2n时，未知数个数正好与方程个数相等，方程组式5就可以直接求出结果了，当n>2n时，则用最小二乘法求解。这样就求出了系数α。

上述过程也称作线性预测问题。然后把系数α带回式2中，可以求出

μ1，μ2，…，μn。最后带入式1中可求出各个c系数。这样，最终得到了指数函数的线性组合。

上述过程中，把c和μ当做实数来计算了。更一般的时候，要考虑复数情况，即令

作为测量数据x(0)...x(n-1)的模型。更一般的，bm和zm假定是复数，且

cm＝amexp(jθm)

μm＝exp[(am+j2πfm)δt](式7)

其中，am为振幅，θm为相位(单位为弧度)，am为衰减因子，fm表示振荡频率，δt表示采样间隔。为使模拟信号真实信号逼近，采用平方差误差最小原则。即：

根据上式可以求出振幅、相位、衰减和频率。这是一个求解非线性的最小二乘问题。算法的关键是认识到式6是一个常系数线性差分方程的齐次解。因此定义多项式

由式6构造

αm乘以上式，对p+1个乘积求和，

上式之所以为零是因为第二项求和恰好是式9位于根zl处的多项式而即满足递推的差分方程

定义真实的测量数据x(n)和近似值为

将式12带入式13中得

上式表明白噪声中的指数过程是一个arma(p，p)模型，它具有相同的ar和ma参数，且激励噪声为原加性白噪声e(n)。参数的最小二乘估计使

最小求出。但是，这将得到一组难以求解的非线性方程。估计ar参数的线性方法是定义

使得式14变为

所以变最小为使最小。这就是扩充的prony算法。即扩充的prony方法就是求解下列的矩阵方程：

或xα＝ε，为使最小，求并令其等于零，结果为

对应的最小误差能量是

定义则式18可以写成

求解此方程即可得到ar参数a1，…，ap和最小误差能量εp的估计值。因此，在理论上可以证明prony算法计算出的频率与功率估计方程最小。

求多项式1+a1z^-1+…+apz^-p＝0，得根zi(i＝1,…,p)并用式(p≤n≤n-1)，递推计算出其中计算出b1,...,bp。

利用下面各式计算振幅ai、相位θi、频率fi和衰减因子ai：

ai＝|bi|

αi＝ln|zi|/δt

fi＝arctan[im(zi)/re(zi)]ln|zi|/2πδt

(式21)

则逼近函数变为

需要注意的是，最重要的参数是数据点数n和线性预测模型阶数n，这里nmax＝n/2。数据记录长度应至少包括已知最小频率模式的两个周期。采样必须是等间距的，n和n要增加知道信号比snr接近40分贝(db)。

其中，y是模型，yi是输入信号，rms为均方根。snr的值低会导致prony分析的误差并且通常意味着线性预测模型的阶数过低。满阶的仿真并不能决定信息预测模型的阶数，与常规不同的是，对给定输入扰动系统的可控性和系统输出模型的可观测性决定了辨识模型的模式。

在一个实施例中，宽频测量装置内还设置有第一滤波模块，用于对宽频电信号进行带通滤波，宽频电信号经过带通滤波后为第一滤波信号，第一dsp模块还用于获取第一滤波信号，并根据选带傅里叶算法，对第一滤波信号进行间谐波提取。

可以理解，第一滤波信号为经过第一滤波模块带通滤波处理后的宽频电信号。电网中的信号在发电、输电、变电等环节都有可能引入一些无用的噪声信号，宽频测量装置在对宽频电信号采集和模数转换的过程中也有可能引入一些杂波，所以在进行间谐波提取之前，在dsp模块内设置第一滤波模块，将无用信号滤除，提高间谐波提取的效果。此外根据电力部门等对电能质量的研究，某些频带的间谐波在电网中含量较大，所以选用带通滤波，可只保留宽频电信号中的部分进行重点分析，减少计算量，提高计算速度。

在一个实施例中，第一滤波模块内包括基于凯塞窗设计的fir滤波器。

可以理解，凯塞窗为用于设计fir滤波器的一种窗函数，基于凯塞窗的fir滤波器具有陡峭的过渡带，大大提高其频率选择性能。结合工程实际需要，通过调节凯塞窗函数的形状参数可以得到性能较为理想的滤波器。

在一个实施例中，dsp模块内还设置有第二滤波模块，第二滤波模块连接在模数转换模块与第二dsp模块之间，用于对数字宽频信号进行带通滤波，宽频电信号经过带通滤波后为第二滤波信号，第二dsp模块还用于获取第二滤波信号，并根据全相位fft算法，对第二滤波信号进行谐波提取。

可以理解，第二滤波信号为经过第二滤波模块带通滤波处理后的宽频电信号。谐波在宽频电信号中所处的频带与间谐波不相同，可通过第二滤波模块，将谐波含量较大的频带滤出，进行重点分析，减少计算量，提高计算速度。

在一个实施例中，第二滤波模块内包括基于凯塞窗设计的fir滤波器。

在一个实施例中，dsp模块内还设置有低通滤波模块，低通滤波模块连接在模数转换模块与第三dsp模块之间，用于对数字宽频信号进行低通滤波，宽频电信号经过带通滤波后为低通滤波信号，第三dsp模块还用于获取低通滤波信号，并对第三滤波信号进行低频分量提取。

具体而言，为避免有用信号通过滤波器后出现相位失真，采用具有线性相位响应的有限冲激响应(finiteimpulseresponse，fir)数字滤波器，其差分方程为

式中：y(n)是采样位置n处的滤波输出值；m是滤波器窗口宽度；bi是差分方程系数；x(n-i)为原始采样值序列。频率响应函数表达式为

h(e^jω)为滤波器在归一化频率ω处的频率响应数值；m是滤波器窗口宽度；h(n)为滤波器的脉冲响应序列，与式中的bi对应。常用的fir数字滤波器的设计方法有窗口法、频域抽样法和最优等波纹设计法。

推荐采用窗口法，其核心设计思想是：选取某一种合适的理想频率选择性滤波器(这种滤波器总是有一个非因果、无限长的脉冲响应)，然后将它的脉冲响应截断(或加窗)以得到一个线性相位和因果的fir滤波器。

基于凯赛(kaiser)窗进行滤波器设计，改进其滤波性能。凯赛窗函数由零阶贝赛尔函数构成，它的时域形式为

式中：i0(β)是第一类变形零阶贝赛尔函数；β是窗函数的形状参数；n为窗函数的长度；k为当前采样点。由下式确定。

式中：α为凯塞窗函数的主瓣值和旁瓣值之间的差值。在数字信号分析常用的窗函数中，凯赛窗的主瓣能量和旁瓣能量比近乎最大，这一特性可保证所设计滤波器具有陡峭的过渡带，大大提高其频率选择性能。

数字滤波器有2个重要的性能指标参数：过渡带系数和峰值误差。通过调节凯赛窗参数，能使基于窗函数法设计得到的滤波器完全满足性能要求。本方案采样凯赛(kaiser)窗作为滤出信号中噪声，主要结合上述2个系数的现场数据对比，得出一个凯赛窗参数的较优值，对滤波器计算的速度、精度、消耗的硬件资源综合考虑。

在一个实施例中，数据处理模组中包括can总线，dsp模块与cpu模块通过can总线连接。第一dsp模块、第二dsp模块以及第三dsp模块与cpu模块通过can总线连接，第一dsp模块、第二dsp模块以及第三dsp模块在分别计算得到间谐波、谐波以及低频分量提取的结果后，通过can总线，将间谐波提取的结果传输到cpu模块。

可以理解，can总线具有实时性强、抗电磁干扰能力强等的特点，在变电站厂站这种电磁环境复杂的具体场景下，使用can总线具有更大实用价值。

在一个实施例中，cpu模块内包括通信接口，cpu模块从dsp模块获得间谐波提取的结果后，通过通信接口，将间谐波波提取的结果发送到调度主站。

可以理解，通信接口包括但不限于以太网接口、无线接口、gpib接口等。cpu模块可根据调度主站与变电站厂站之间的连接方式选用对应的通信接口。例如，调度主站的服务器与变电站厂站之间通过光纤连接，则cpu模块则可将包含间谐波提取结果的数据包通过以太网接口，经由光纤，发送到调度主站。

在一个实施例中，本发明还提供一种变电站厂站，具体结构与功能可参阅上述电能治理系统中变电站厂站的描述。

在一个实施例中，如图4所示，本发明还提供一种低频分量提取方法，应用于上述任一实施例所述的变电站厂站，上述方法包括步骤：

s410，获取电网中的宽频电信号；

s420，对宽频电信号进行低频分量提取；

s430，将低频分量提取的结果发送给调度主站。

在其中一个实施例中，低频分量包括幅值、频率、阻尼系数和初相角；

在其中一个实施例中，如图5所示，对宽频电信号进行低频分量提取的步骤包括：

s510，对宽频电信号进行数字化处理，得到宽频数字电信号；

s520，采用低通滤波滤除宽频数字电信号中的干扰噪声，得到低通滤波信号；

s530，基于低频滤波信号建立离散线性预测模型；

s540，寻找离散线性预测模型的特征根；

s550，根据特征根确定每一种模型对应的幅值、频率、阻尼系数和初相角。

关于本实施例提供的方法中各技术特征的解释可参照上述各实施例中的记载。

应该理解的是，虽然图4、5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图4、5中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图6所示，提供了一种低频分量提取装置，应用于上述任一项的变电站厂站，装置包括：

数据获取模块，用于获取电网中的宽频电信号；

数据处理模块，用于对宽频电信号进行低频分量提取；

通信模块，用于将低频分量提取的结果发送给调度主站。

在其中一个实施例中，数据处理模块包括：

数字化处理模块，用于对宽频电信号进行数字化处理，得到宽频数字电信号；

低通滤波模块，用于采用低通滤波滤除宽频数字电信号中的干扰噪声，得到低通滤波信号；

模型建立模块，用于基于低频滤波信号建立离散线性预测模型；

特征根获取模块，用于寻找离散线性预测模型的特征根；

低频分量获取模块，用于根据特征根确定每一种模型对应的幅值、频率、阻尼系数和初相角。

关于低频分量提取装置的具体限定可以参见上文中对于低频分量提取方法的限定，在此不再赘述。上述低频分量提取装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取电网中的宽频电信号；

对宽频电信号进行低频分量提取；

将低频分量提取的结果发送给调度主站。

在一个实施例中，对宽频电信号进行低频分量提取的步骤被处理器执行时还实现以下步骤：

对宽频电信号进行数字化处理，得到宽频数字电信号；

采用低通滤波滤除宽频数字电信号中的干扰噪声，得到低通滤波信号；

基于低频滤波信号建立离散线性预测模型；

寻找离散线性预测模型的特征根；

根据特征根确定每一种模型对应的幅值、频率、阻尼系数和初相角。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线式动态随机存储器(rambusdram，简称rdram)、以及接口动态随机存储器(drdram)等。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。