发明名称 一种基于能量算子和频谱校正的电压波动与闪变检测方法及装置
摘要 本发明公开了一种基于能量算子和频谱校正的电压波动与闪变检测方法及装置,通过利用Teager-Kaiser能量算子提取电压闪变信号的包络信号,加快运算速度,克服闪变包络信号提取时受信号频率、波形、幅值及采样数据长度等参数变化的影响,实现闪变信号的快速实时检测;采用可自由选择主瓣宽度和旁瓣高度之间的比重的Kaiser窗函数对电压闪变信号进行改进快速傅里叶变换频谱校正分析,在闪变信号频率、波形及幅值变化过大时,准确获得电压闪变信号的频率与幅值分量;基于该方法的装置包括信号调理单元、数据处理单元及数据存储显示单元;信号调理单元、数据处理单元及数据存储显示单元依次相连;该检测方法便于信号的快速实时检测处理,装置结构简单,易于实现。
申请公布号 CN103116064A 申请公布日期 2013.05.22
申请号 CN201310048190.X 申请日期 2013.02.06
申请人 湖南大学 发明人 高云鹏;李峰;滕召胜;姚文轩;曹一家;左培丽
分类号 G01R19/25(2006.01)I;G01R23/16(2006.01)I 主分类号 G01R19/25(2006.01)I
代理机构 长沙市融智专利事务所 43114 代理人 黄美成
主权项 1.一种基于能量算子和频谱校正的电压波动与闪变检测方法,其特征在于,包括以下步骤:步骤1:设置固定采样频率f<sub>s</sub>和采样点数N,其中,N为自然数,对被测信号进行同步采样和模数转换处理,获得电压闪变离散信号u(n),利用Teager-Kaiser能量算子对u(n)提取包络,即对u(n)进行解调处理,得到包络信号U<sub>r</sub>(n):<maths num="0001"><![CDATA[<math><mrow><msub><mi>U</mi><mi>r</mi></msub><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow><mo>=</mo><mi>TK</mi><mrow><mo>(</mo><mi>u</mi><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow><mo>)</mo></mrow><mo>-</mo><mfrac><mn>1</mn><mi>N</mi></mfrac><munderover><mi>&Sigma;</mi><mrow><mi>n</mi><mo>=</mo><mn>1</mn></mrow><mi>N</mi></munderover><mi>TK</mi><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></mrow></math>]]></maths>其中,TK(n)为电压闪变信号的Teager-Kaiser能量算子;步骤2:构建Kaiser窗序列,其离散表达式为W(n),利用Kaiser窗序列对U<sub>r</sub>(n)加窗后进行改进快速傅里叶变换FFT,再经过离散处理后获得<img file="FDA00002827479800012.GIF" wi="109" he="133" />频率处谱线U<sub>W</sub>(kΔf),<img file="FDA00002827479800013.GIF" wi="617" he="124" />对U<sub>W</sub>(kΔf)进行双谱线差值运算,获取包络信号的频谱分量f<sub>i</sub>和幅值A<sub>i</sub>;<maths num="0002"><![CDATA[<math><mrow><mi>W</mi><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><msub><mi>I</mi><mn>0</mn></msub><mrow><mo>(</mo><mi>&beta;</mi><msqrt><mn>1</mn><mo>-</mo><msup><mrow><mo>(</mo><mfrac><mi>n</mi><mrow><mi>N</mi><mo>/</mo><mn>2</mn></mrow></mfrac><mo>)</mo></mrow><mn>2</mn></msup></msqrt><mo>)</mo></mrow></mrow><mrow><msub><mi>I</mi><mn>0</mn></msub><mrow><mo>(</mo><mi>&beta;</mi><mo>)</mo></mrow></mrow></mfrac><mo>,</mo><mn>0</mn><mo>&le;</mo><mo>|</mo><mi>n</mi><mo>|</mo><mo>&le;</mo><mi>N</mi><mo>/</mo><mn>2</mn><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>2</mn><mo>)</mo></mrow></mrow></math>]]></maths>其中,I<sub>0</sub>(β)是第1类变形零阶贝塞尔函数,β是Kaiser窗函数的形状参数,为任意正数值;N为Kaiser窗序列的长度,即采样点数;n为采样离散点;f<sub>i</sub>=k<sub>i</sub>Δf=(α+k<sub>i1</sub>+0.5)Δf<maths num="0003"><![CDATA[<math><mrow><msub><mi>A</mi><mi>i</mi></msub><mo>=</mo><mfrac><mrow><mn>2</mn><mrow><mo>(</mo><msub><mi>y</mi><mn>1</mn></msub><mo>+</mo><msub><mi>y</mi><mn>2</mn></msub><mo>)</mo></mrow></mrow><mrow><mo>|</mo><mo>W</mo><mrow><mo>(</mo><mfrac><mrow><mn>2</mn><mi>&pi;</mi><mrow><mo>(</mo><mo>-</mo><mi>&alpha;</mi><mo>+</mo><mn>0.5</mn><mo>)</mo></mrow></mrow><mi>N</mi></mfrac><mo>)</mo></mrow><mo>|</mo><mo>+</mo><mo>|</mo><mi>W</mi><mrow><mo>(</mo><mfrac><mrow><mn>2</mn><mi>&pi;</mi><mrow><mo>(</mo><mo>-</mo><mi>&alpha;</mi><mo>-</mo><mn>0.5</mn><mo>)</mo></mrow></mrow><mi>N</mi></mfrac><mo>)</mo></mrow><mo>|</mo></mrow></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>3</mn><mo>)</mo></mrow></mrow></math>]]></maths>其中,W(·)是Kaiser窗的连续频谱函数,N为Kaiser窗函数的长度,在峰值频点f<sub>i</sub>对应谱线k<sub>i</sub>附近抽样得到的第一幅值和第二幅值谱线分别为k<sub>i1</sub>和k<sub>i2</sub>,k<sub>i1</sub>≤k<sub>i</sub>≤k<sub>i2</sub>(k<sub>i2</sub>=k<sub>i1</sub>+1),这两条谱线的幅值分别为y<sub>1</sub>=|U<sub>W</sub>(k<sub>i1</sub>Δf)|和y<sub>2</sub>=|U<sub>W</sub>(k<sub>i2</sub>Δf)|;第i项闪变包络信号即调幅波信号的离散傅里叶变换表达式U<sub>W</sub>(kΔf)如下:<img file="FDA00002827479800021.GIF" wi="1471" he="170" />其中,A<sub>i</sub>是第i项闪变包络调幅波的幅值;<img file="FDA00002827479800022.GIF" wi="52" he="59" />是第i项调幅波信号的初相角;f为离散抽样间隔;利用Kaiser窗函数对幅值A<sub>i</sub>采用多项式逼近拟合方法进行修正:<maths num="0004"><![CDATA[<math><mrow><mi>A</mi><mo>=</mo><mfrac><mrow><mo>(</mo><msub><mi>y</mi><mn>1</mn></msub><mo>+</mo><msub><mi>y</mi><mn>2</mn></msub><mo>)</mo></mrow><mi>N</mi></mfrac><mrow><mo>(</mo><mn>3.81160858</mn><mo>+</mo><mn>0.79465173</mn><msup><mi>&alpha;</mi><mn>2</mn></msup><mo>+</mo><mn>0.08673112</mn><msup><mi>&alpha;</mi><mn>4</mn></msup><mo>+</mo><mn>0.00679640</mn><msup><mi>&alpha;</mi><mn>6</mn></msup><mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>5</mn><mo>)</mo></mrow></mrow></math>]]></maths>其中,α=k<sub>i</sub>-k<sub>i1</sub>-0.5,α取值范围为[-0.5,0.5];步骤3:计算瞬时闪变值p:<maths num="0005"><![CDATA[<math><mrow><mi>p</mi><mo>=</mo><munderover><mi>&Sigma;</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>l</mi></munderover><msup><mrow><mo>[</mo><mfrac><mrow><msub><mi>&Delta;U</mi><mi>f</mi></msub><mrow><mo>(</mo><msub><mi>f</mi><mi>i</mi></msub><mo>)</mo></mrow></mrow><msub><mi>du</mi><mi>i</mi></msub></mfrac><mo>]</mo></mrow><mn>2</mn></msup></mrow></math>]]></maths>其中,du<sub>i</sub>为瞬时闪变值p=1时相应频率f<sub>i</sub>对应的电压波动标准值d(%);l为该频谱内最大闪变发生频率f<sub>i</sub>所对应的数值,ΔU<sub>f</sub>(f<sub>i</sub>)为离散的电压波动值数列,ΔU<sub>f</sub>(f<sub>i</sub>)=2×|U<sub>f</sub>(f<sub>i</sub>)|;步骤4:短时间闪变值计算重复步骤1至步骤3,依次计算10分钟内各瞬时闪变值p,按线性插值算法从p序列中找出99.9%、99%、97%、90%和50%概率对应的概率大值,依次分别记为p<sub>0.1</sub>、p<sub>1</sub>、p<sub>3</sub>、p<sub>10</sub>及p<sub>50</sub>,计算短时间闪变值P<sub>st</sub>:<maths num="0006"><![CDATA[<math><mrow><msub><mi>P</mi><mi>st</mi></msub><mo>=</mo><msqrt><msub><mn>0.0314</mn><msub><mi>p</mi><mn>0.1</mn></msub></msub><mo>+</mo><msub><mn>0.0525</mn><msub><mi>p</mi><mn>1</mn></msub></msub><mo>+</mo><msub><mn>0.0657</mn><msub><mi>p</mi><mn>3</mn></msub></msub><mo>+</mo><msub><mn>0.28</mn><msub><mi>p</mi><mn>10</mn></msub></msub><mo>+</mo><mn>0.0</mn><msub><mn>8</mn><msub><mi>p</mi><mn>50</mn></msub></msub></msqrt><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>6</mn><mo>)</mo></mrow></mrow></math>]]></maths>式中,p<sub>0.1</sub>、p<sub>1</sub>、p<sub>3</sub>、p<sub>10</sub>、p<sub>50</sub>分别为10min电压波动累计概率函数(CPF)曲线纵坐标0.1%、1%、3%、10%、50%对应的瞬时闪变值。
地址 410082 湖南省长沙市岳麓区麓山南路2号