電能質量監測是控制與治理電能質量問題的基礎和前提, 然而目前絕大部分電能質量監測裝置只能監測各種穩態電能質量參數 ,只有少數涉及到暫態電能質量指標的線上監測,並且其監測功能也比較有限 , 一般只能夠對電壓暫降 、電壓暫升和電壓中斷這三種暫態擾動信號進行線上監測 ,對脈衝暫態 、振盪暫態和電壓缺口的線上監測研究比較缺乏 。因此 ,研究出一套功能完善的暫態電能質量線上監測系統 ,使其能夠對各種暫態擾動信號進行線上檢測與識別具有重要的實際意義 。
對於暫態擾動信號的線上檢測與識別 ,首先要能夠實時地檢測到暫態信號的各項指標 ,然而由於直接使用小波變換檢測實時暫態擾動信號時 ,會產生邊界失真現象 ,因此 , 本文採用文獻中提出的移動離散小波變換算法來進行檢測 。其次 , 要能夠對各種暫態電能質量進行線上識別 ,從而為及時對電能質量進行控制和治理提供有效依據 。但是目前所研究的各種分類方法例如神經網路 、專家系統等都比較複雜 ,不適合線上識別的套用 。
簡介
電能質量監測是控制與治理電能質量問題的基礎和前提, 然而 ,目前絕大部分電能質量監測裝置只能監測各種穩態電能質量參數, 如 : 頻率偏差 、電壓偏差 、三相不平衡 、諧波等 , 只有少數涉及暫態電能質量指標的線上監測, 如 : 深圳領步科技有限公司研發的型號為 PQM-3電能質量監控裝置以及以色列研發的 G4500 系列電能質量監測裝置等 。但是 , 這些裝置對暫態電能質量問題的分析功能卻比較有限 , 一般只能夠對電壓暫降 、電壓暫升和短時電壓中斷這 3 種暫態電能質量擾動信號進行監測和分析 , 對暫態脈衝 、暫態振盪和電壓切痕的監測和分析比較缺乏 ,而隨著人們對電能質量的要求的不斷提高 , 監測和分析這 3 種暫態電能質量問題也是十分必要的 。因此 , 研究出一套完整的電能質量監測和分析裝置具有重要的實際意義 。
電能質量問題包括穩態和暫態兩個方面 , 經過長期的研究 , 對於穩態電能質量問題 , 目前已經具備了較為實用的分析體系 ,因此本文在此僅針對暫態電能質量問題進行研究 。對於暫態電能質量信號的監測和分析 , 首先要能夠實時地檢測到暫態信號的各項指標, 主要包括 : 擾動發生和結束的時刻 、持續時間 、擾動幅值的大小和擾動的頻率 ; 還要能夠從海量的電能質量擾動數據中自動識別出各種擾動的類型 , 為進一步對電能質量問題進行控制和治理提供依據 。
移動離散小波變換原理
根據文獻中針對連續數據流提出的移動離散小波變換算法 ,本文將此算法運用到實時暫態擾動信號的檢測中 。設輸入信號被分為每組 2J 個採樣數據 ,其中 J 為最大分解層數 , 為了避免邊界效應的影響 , 在每層計算時保留 M -2 個數據在記憶體中並作為下一次輸入時的數據( M是小波濾波器的長度 , 在此以 M =4 的 Daubechies 小波為例) 。通過這種重疊保留法可得到一組新的近似和細節係數如圖 1 所示 。
圖 1( a)和( b)分別表示套用移動離散小波變換算法對輸入數據進行 1 層和 3層分解時的情況 , 其中 x n( n =-4 ,-3 , … ,7 …)為輸入數據 , 在此被分為每 23 =8 個一組( 最大分解層數 J =3) 。 c0 ~ c3 為小波低通濾波器係數 , -c3 、c2 、 -c1 、c0 為小波高通濾波器係數( 圖 1( b)中沒有畫出)。
ai( k) , di( k) 為第 i層的近似與細節係數( i為分解層數 , i =1 , 2 , 3 , k 為序號 , k =-2 , - 1 , …, 3 …) , ① ~ ⑦表示移動小波算法的計算順序 。 在每次分解時均保留 2個( M -2 =2)輸入數據和近似係數 ai( k)用來消除邊界效應的影響 , 正因為這種重疊保留法的套用 , 使數據看起來就好像在移動一樣 , 因此叫做移動離散小波變換 。從圖 1( b) 中可以看出由 R-DWT 算法得到的輸出數據序 列 依 次 為 d 1( 0) 、d1( 1) 、d2( 0) 、d 1( 2) 、d1( 3) 、d2( 1) 、d3( 0) 、 a3( 0) , 而由 Mallat 算法得到的輸出序列依次為d1( 0) 、d1( 1) 、d 1( 2) 、d1( 3) 、d2( 0) 、d2 ( 1) 、d3( 0) 、 a3( 0) 。相比之下 , R- DWT 算法可以更快地計算出下一層的係數 , 有利於減少記憶體的使用 。
硬體結構設計
系統的硬體部分主要由電壓 、電流互感器 , 信號調理電路 , USB 數據採集卡組成 。互感器選擇採用霍爾原理的閉環補償電壓互感器和電流互感器 , 其具有精度高 、線性度好 、回響速度快 、頻率寬及過載能力強等特點 , 適合本場合的使用 。
信號調理電路將通過電壓 、電流互感器得到的電壓 、電流信號轉換成適合數據採集卡採集的電壓信號 , 在這裡為 - 10 ~ +10 V 的電壓信號 ,並對其進行抗混疊濾波和去噪 , 此部分也可以通過軟體部分實現 ,採用兩者結合的方法以達到更好的效果 。
數據採集卡選用US B-6259 系列 , 用於信號的採集 ,該採集卡具有 32 路模擬輸入通道 , 可同時輸入 16 路的差分信號 , 其採樣頻率最高可達1 . 25 M Hz/ s ,A/D 轉換解析度為 16 bit 。高速的採樣率以及 16 位的 A/D 模組能夠保證精確地採樣動態信號 ,且採用 US B 匯流排的數據採集卡具有熱插拔 , 可擴展性好 , 不容易受機箱內環境的干擾等優點 。
計算機作為後台機 , 用於接收數據採集卡傳輸的數據 ,在以虛擬儀器為平台建立的軟體系統中進行變換 、處理和分析 , 最後將數據傳輸給網際網路或者其他設備和用戶 。
軟體系統設計
初始化模組主要用於首次登入監測程式的設定 , 可根據用戶的要求在前面板中選擇線上還是離線分析 , 設定好一切後便進入監測程式 。
數據採集模組是一個可獨立運行的子程式 , 主要完成實際波形的採集任務 , 可以根據不同的需要來配置各種採樣參數 ,如 : 採樣通道個數 、採樣頻率 、採樣長度 、採樣方式等 。如果在初始化模組中選擇離線分析 , 則信號原始數據來自於 Excel 或 TXT 檔案 , 此模組被禁用 。預處理模組首先將不同電壓等級下的信號標麼化以便於統一進行分析 ,然後根據不同的實際情況選擇小波基函式和最大分解層數 , 同時對程式的數據結構進行最佳化 ,以保證後面的模組能夠正常地工作運行 。
暫態檢測模組作為本系統的核心 , 主要針對電壓暫降 、電壓暫升 、短時電壓中斷 、暫態脈衝 、暫態振盪 、電壓切痕這 6 種常見的暫態擾動信號進行檢測和分析 。由於實際信號中往往含有噪聲信號 , 因此首先必須對信號進行去噪處理 ,這裡採用文獻中提出的自適應閾值算法 。後處理模組主要對移動離散小波變換後得到的係數進行各種處理 ,包括模極大值的提取 、擾動發生時刻 t B( s) 和結束時刻 t O( s) 、擾動持續時間 t L( ms) 、擾動強度 k P( % ) 和擾動頻率 k F( Hz) 的計算 ,並根據得到的擾動指標判斷出擾動的類型 。其中擾動強度主要針對電壓暫降 、電壓暫升 、短時電壓中斷這 3 種擾動 , 擾動頻率主要針對暫態脈衝 、暫態振盪和電壓切痕 3 種擾動 。波形顯示子模組是為了將各種擾動指標通過圖形和表格的形式直觀地顯示給用戶 , 顯示的波形主要有原始輸入擾動波形 , 去噪並歸一化後的波形 、信號的有效曲線和小波變換模極大值曲線等 。
擾動類型識別通過基於規則基的決策樹算法 ( rule based decision t ree , RBDT) 來實現 ,其中提取的特徵量如下 :1)模極大值個數 F1 : 不同的擾動信號通過小波變換後得到的模極大值個數可能不同 , 例如當輸入信號為穩態信號( 如 : 諧波) 時 F1 =0 ; 當擾動信號為電壓暫降時 , F1 =2 ; 當擾動信號為暫態振盪時 , F1 >2 ; 2)有效值特徵 F 2 : 通過歸一化有效值曲線提取有效值特徵 ,在此以 20 個周期的數據長度為例 , 計算其中有效值大於 1的個數F 21 和介於 0 . 9和1 . 1之間的個數 F22 。 以此兩個特徵量作為判斷幅值有明顯變化的擾動信號 , 如 : 電壓暫降 、短時電壓中斷 、暫態振盪等 ; 3)擾動強度大小 F3 : 擾動強度大小 F 3 定義為有擾動發生時信號的有效值 / 無擾動發生時信號的有效值 , 用此特徵量可以很好地區分電壓暫降 、電壓暫升和短時電壓中斷這 3 種擾動 , 又可以避免對暫態振盪和電壓暫升等信號的誤判 , 因為當電壓暫升的持續時間較短時 , 它和暫態振盪在有效值曲線上所反映的特徵基本一致 ;4)擾動持續時間 F4 : 一般來說 , 暫態脈衝信號的持續時間非常短或沒有( 當脈衝信號的頻率過高時 , 由於系統採樣頻率的限制 , 無法檢測出其持續時間 , 在此定義為“無”) ; 對於電壓暫降 、電壓暫升和短時電壓中斷這 3 種擾動信號的持續時間一般在 0 . 01 s 和 1 min 之間 ; 對於暫態振盪 , 由於系統阻尼的影響 , 其持續時間一般在 0 . 01 s 和1 s 之間 ; 對於電壓切痕 ,由於目前尚未存在其擾動持續時間的明確定義 , 在此也暫時定義為在 0 . 01 s 和 1 s 之間 。