一、电参量谐波测量算法的研究(论文文献综述)
王婧[1](2020)在《伪随机动态测试信号建模与智能电能表动态误差测试方法》文中指出进入21世纪,为解决能源与环境间的矛盾,能源的供给侧与需求侧发生了重大变革,我国《十三五规划纲要》中明确提出“深入推进能源革命,着力推动能源生产利用方式变革”。经过多年的技术创新与应用,落实习近平总书记提出的“创新、协调、绿色、开放、共享”五大发展理念,我国能源生产与利用方式在发生重大变化的同时,也为电能的准确计量带来了挑战。电网供给侧可再生新型能源大规模发电,其输出功率具有较强的不确定性、间歇性和随机波动性。需求侧大功率非线性动态负荷的广泛应用,导致负荷电流表现出复杂的快速随机动态波动特性,进而引起电能表电能计量严重超差。根据国家能源局统计数据,2019年,我国以非线性动态负荷使用为主的工业用电量占全社会用电量的67.1%,因而,由动态负荷信号快速随机波动所导致的电能计量1%的误差就可能造成几十亿元的经济损失。目前,国内外缺少对快速随机波动条件下智能电能表动态误差的测试理论与技术。本文以上述国家战略实施中存在的问题为导向,发现并提炼出智能电能表动态误差测试的科学问题,研究探索电能表动态误差测试的理论和方法,形成了原创性的研究成果,主要包括:(1)研究分析电网中实际动态负荷信号的典型本质特性,在此基础上,针对现有的电能表误差测试信号模型无法反映实际动态负荷信号快速随机波动特性的问题,建立了一种新的畸变波形m序列伪随机动态测试信号结构化参数模型,并研究了此类信号的产生方法,所提出的测试信号模型满足电能表动态误差测试信号建模的要求,为开展智能电能表动态误差测试提供了有效的解决方法。(2)为提高智能电能表动态误差的测试效率,根据压缩感知理论中的测量矩阵线性编码调制理论,采用结构化方法,构建正交伪随机测量矩阵,通过矩阵映射产生正交伪随机幅度调制函数,建立畸变波形正交伪随机动态测试信号模型。使其在反映实际电网中动态负荷典型本质特性的同时具备紧凑性,提高了电能表动态误差的测试效率。解决了压缩感知理论在工程领域应用的难题。(3)针对国内外电参量测量领域广泛使用的窗函数卷积算法在快速随机动态条件下测量准确度明显降低的问题。基于压缩检测信号处理理论,分析离散畸变波形伪随机动态瞬时功率测试信号的频域稀疏性,通过构建最小误差有功功率检测滤波器,提出了动态电能量值准确测量的非交叠移动压缩检测(Nonoverlapping moving compressive measurement,NOLM-CM)算法,在仿真与实验条件下,验证了 NOLM-CM算法具有更高的准确度。为智能电能表在快速随机动态条件下的电能量值准确测量提供指导。(4)针对智能电能表动态误差测试,在所提出的两类畸变波形伪随机动态测试信号模型的基础上,定义测试信号的游程似然函数,建立智能电能表动态误差的似然函数间接测试方法,解决了从动态参考电能量值到稳态参考电能量值的溯源问题。其次,搭建智能电能表动态误差测试系统,实验验证了本文所建立的畸变波形伪随机动态测试信号和电能表动态误差似然函数间接测试方法的有效性,且测量不确定度显着降低。本文从理论研究到仿真分析,再到实验验证,形成了智能电能表动态误差测试的完整理论体系,解决了测试关键技术,研究成果对保证快速随机动态波动条件下电能的准确计量与公平交易,促进电能替代绿色发展与创新发展,具有重要意义和广阔的应用前景。
付英侃[2](2019)在《基于DSP的负载电参量远程监测系统研制》文中研究说明电参量检测技术主要用于检测电力线负载在实际工作时的各项电参量并留档记录。现有的技术较为成熟的电参量检测仪可测量功率因数、相角等多种电参量,多用于供电站、输变电设备等复杂场景中。随着家用电器种类的增加,家庭用电环境也日趋复杂。同时,随着物联网技术的普及,许多智能家电带有联网功能,通过互联网对其电参量进行远程监测能很好地利用到智能家电的网络特性。基于以上两点,本文拟对家庭用电负载的电参量进行远程实时监测,并识别其负载类型。这对于实现家庭范围的电能品质管理控制也有一定参考价值。本文首先研究电参量检测系统的负载识别算法的数学模型与仿真。设计负载仿真模型生成不同特征的电参量数据,对其做常规运算和快速傅里叶变换得到电参量的功率参数、谐波参数等特征参量,在其中选取具有区分度的特征参量构成电参量特征向量并构建负载数据模型库,并设计合理的负载识别算法用以识别对应的家庭用电负载类型,在仿真平台上实现前述流程并对识别结果进行验证。在构建负载数据模型库并分析其频谱特征的基础上本文给出了实现方案,可以划分为硬件电路设计、系统软件设计、系统验证与分析三个部分。硬件电路设计包括元件的选取,元件外围电路的设计以及DSP硬件平台的搭建。软件设计部分包括求解电参量算法和负载识别算法在硬件平台上的实现,WiFi无线传输控制程序及终端显示程序的编写和调试。系统验证与分析具体包括电参量传感器模块和ADC采样模块的测试与分析,主控系统识别结果的验证,以及使用无线终端运行终端显示软件来测试系统的远程监测功能。最终测试结果表明本系统能够准确的识别出负载数据模型库内已有的负载,且能通过WiFi网络将负载类型远程传输至无线终端进行显示。本文在最后对整个负载电参量远程监测系统的研究和设计工作进行了总结,指出了其中的不足之处,并对未来的家庭用电负载的电参量检测和负载识别技术的研究方向进行了展望。
翟广锋[3](2019)在《企业电能质量监测与综合评估研究》文中研究表明近些年来,我国的经济飞速发展,工业体系不断完善,用户对电能的需求也越来越大。并且随着各种各样的精密仪器接入电网,也促使着电网的电能质量不断提高。因此,频率偏差、电压谐波等影响电能质量指标的准确监测和评估,对提高电气设备的运行安全性,增强经济发展的总效益,保障人民生产生活的水平具有非常重要的意义。为了采取合理的措施来提高电能质量,首先需对电能质量进行准确的检测和合理有效的评估。基于此,本文的做了如下研究工作:首先,给出了电能质量基本定义和背景,以及7项电能质量指标频率偏差、电压偏差、谐波、三相不平衡、电压波动及闪变、电压暂降和三相不平衡产生的危害、检测方法和国家标准,据此建立电能质量评价等级和电能质量评估体系。其次,设计了基于虚拟仪器软件开发平台LabVIEW程序。设计了电能质量监测系统的软件,包括总体设计方案及设计流程图,同时包括基本电参量、电压波动及闪变、三相不平衡度以及电力谐波的测量方法及软件设计程序。最后,建立了电能质量指标赋权方法和评估方法模型。针对主观赋权法和客观赋权法存在的问题,提出了一种组合赋权的方法。利用层次分析法和熵权法相结合的办法确定电能质量指标的权重,克服了主观赋权法中过度依赖经验与偏好的缺点和客观赋权法中过度使用数学信息而偏离实际的缺点,从而组合赋权法充分吸收两者的优点,实现了这两种方法的优势互补。基于模糊Borda排序法给出一种电能质量综合评估模型。使用可拓综合评估算法、TOPSIS和模糊综合评估算法对电能质量进行单一电能质量综合评估,采于模糊Borda法计算组合结果。并采用某企业实际监测数据的实例验证,结果表明了该组合算法的正确性。
李剑飞[4](2019)在《基于傅里叶变换的电力谐波改进测量方法研究》文中研究指明随着可再生能源、智能电网的发展,非线性负载大量集成使用,电力系统遭受的谐波污染愈发严重。精确估计谐波电参量是使得电力设备安全、正常工作的前提,有助于降低发生不良影响的可能性,如何保证电力谐波电参量的测量准确度被受到广泛关注。在众多测量方法中,基于DFT的方法由于具有效率和估计准确度高、容易应用等优点得到广泛关注和使用,但因为加窗截断和非同步采样等问题,直接计算将因栅栏效应以及频谱泄漏产生误差,导致测量准确度降低。目前基于DFT的校正测量算法主要有插值校正和相位差校正的方法。针对Hanning窗单峰谱插值法,本文改进了插值修正公式,并在第一次校正后作频率补偿以获得近似于同步采样的新离散序列,加汉宁窗再次插值校正,提高频率估计的精度。同时对新离散序列加平顶窗函数直接求解幅值和相位,提高电参量估计准确度。对于不同谐波分量间的谱泄漏干扰,传统的插值校正和相位差校正法都在推导过程中忽略。针对该问题,本文提出另一种改进插值方法。通过加sine窗函数插值校正,利用当前估计结果在某分量上减去其他谐波的长程谱泄漏干扰,再次插值校正,循环迭代若干次,逐次提升电参量的估计准确度。在缩短采样时窗的情况下仍然具有较高的测量准确度。针对相位差算法,本文也考虑不同分量间的谱泄漏干扰提出改进,作循环迭代校正估计电参量,使得电参量估计准确度逐次提高。梳理了改进的相位差校正算法步骤,推导了改进校正公式,实现较高的测量精度。最后对以上改进方法分别在不同环境下仿真分析比较,验证上述改进方法的估计精度。实验结果表明,上述改进算法改善了传统算法的谐波电参量估计精度,具有一定价值。
陈景霞[5](2018)在《智能电能表的动态模型与动态误差分析》文中研究表明智能电能表作为智能电网高级量测体系中重要的组成部分,其测量准确性是实现智能电网可靠、经济与高效运行的基础。同时,作为发电企业、输配电企业和电力用户彼此之间进行电量费用核算的依据,智能电能表的准确度直接关系到三者的经济利益。随着分布式能源的逐年增加和非稳态大功率用电设备(如电弧炉、电气化铁路等)的普遍使用,智能电网中越来越多的用电负荷呈现出动态特性。已发表的研究文献表明:目前电网公司正在使用的、在稳态负荷条件下检定合格的智能电能表,在动态负荷条件下,不一定满足计量要求,有的会产生严重的测试误差。因此,广泛应用于动态负荷条件下的智能电能表如何进行测试?产生动态误差的原因有哪些?这些问题都亟待解决。当前,智能电能表相关的国际标准、国家标准和检定规程都不包含电能表在动态功率条件下的测量准确度试验项目,也缺少相应的动态误差测试的方法。现场智能电能表的质量检查仍以实验室稳态功率条件下的测量数据为准。因此,本文针对复杂动态负荷条件,研究了电能表动态误差测试方法和基于动态模型的测试误差来源,主要贡献如下:1.建立了 OOK测试动态负荷电能TDLE(Testing Dynamic Load Energy)序列数学模型,提出了 OOK(On-Off Key)测试信号条件下的动态误差测试方法。在分析两种TDLE电能序列和三种动态功率测量模式的基础上,给出了 OOK动态误差测试的方法,解决了动态负荷条件下智能电能表如何进行误差测试的问题。2.建立了智能电能表的全系统模型,明确了电能表内部的动态测量性能。采用机理建模的方法分别建立了智能电能表电压通道、具有PGA(Programmable Gain Amplifier)增益反馈控制的电流通道、有功功率测量单元及电能测量单元的动态数学模型,并集成各单元之间的信号传递关系,综合建立了智能电能表全系统模型,为进一步分析电能表动态误差来源提供了理论基础。3.在电能表全系统模型的基础上,分析了各单元对有功功率和有功电能的误差影响,解决了智能电能表的误差来源问题。理论和仿真分析了 PGA响应滞后引起的电能误差,分析了同步和非同步采样条件下功率测量单元的动态误差,并建立了 RMA(Rectangle-MA)和TMA(Trapezium-MA)滤波器的动态功率误差模型,分析了功率测量单元模型参数对有功电能计量的影响。4.提出了智能电能表动态测量的SDPA(Segmented Dot Product Accumulation)算法,应用 CIC(Cascade Integrator Comb)抽取滤波器的实现方式改善了智能电能表电能累计的效率和动态误差特性,进一步提升了电能表动态计量性能。
马也驰,陈隆道[6](2018)在《应用于频率波动电网的改进相位差校正法》文中进行了进一步梳理针对电网信号基波频率波动时传统相位差校正法测量结果存在较大误差,甚至可能产生测量失败的问题,提出一种改进算法。改进算法相对于传统相位差法有4个改进措施:第一,通过对加窗后的频谱表达式进行多项式变换从而加快旁瓣衰减速度,减小了频谱泄漏和各谱线之间的干扰;第二,通过计算频率变化率(Rate of Change of Frequency,ROCOF)对传统相位差法的校正公式进行了进一步的修正;第三,在计算ROCOF时尽量减小采样窗长,提高了ROCOF的实时性以及计算精度;第四,通过两次相位差法减小基波频率波动导致的非同步采样带来的频谱泄漏。分别在基波频率稳定以及基波频率宽范围波动的两种情况下将改进算法进行仿真验证。仿真结果表明,改进算法的电参量测量精度较传统相位差法有大幅度的提升,分析窗长满足IEC标准规定窗长。
肖勇,赵伟,罗睿希,庄双勇,黄松岭,张翔[7](2018)在《数字化电能计量算法综述》文中研究说明数字化电能计量算法不仅是数字化电能表内的相关算法,还包括合并单元内的相关算法;数字化电能计量的被测对象因要遵从IEC61850通信规约,致使其采样率已被固定、采样数据之间时间不同步、采样数据传输中可能丢帧等。针对这些数字化电能计量算法研究所必须面对的问题,对当前应用于数字化电能计量系统的拉格朗日、埃特金等同步插值算法,点积和、牛顿-柯特斯积分等全电能计量算法,以及准同步、加窗插值傅里叶等电参量分析算法等进行了梳理和对比;盘点了数字化电能计量算法的最新研发进展;并探讨了研发数字化电能计量系统专用算法的必要性、可行性和努力方向。
李天培[8](2018)在《高精度智能电力仪表的研究与开发》文中指出电能是现代社会重要的能源形式,电力产业已然成为整个社会的基础产业。电力系统的安全可靠运行至关重要,而电力系统的谐波污染是影响其稳定运行的重要因素。而且在太阳能和风能等新能源的蓬勃发展下,如何实现规模化发展下新能源的高效安全合理的利用,将是未来智能电网建设的核心内容和重要目标。智能电力仪表作为连接用户和智能电网之间的关键节点,能够实现对电网运行状态和电能质量的监控,将是未来智能电网发展的客观需求,同时也是智能电网实现对新能源合理分配和利用的关键设备。在此背景下,本课题研究并设计了一款高精度的智能电力仪表,实现对电网运行状态和电能质量的监测。首先,本文根据智能电力仪表的检测原理,详细分析各个基本电参量的计算原理及其数字实现方式。针对电能质量分析功能,讨论了交流信号离散采样下的FFT谐波分析方法,介绍了傅里叶变换的基本原理。针对使用FFT进行谐波分析导致的频谱泄露和栅栏效应等问题,讨论了各种窗函数特点及其在FFT算法中运用,提出了基于Nuttall窗插值的FFT谐波分析方法和各个电能质量参数的实现方式,提高了电能质量分析的精度。其次,根据智能电力仪表的功能需求,完成了系统的硬件设计和软件设计。系统的硬件部分给出基于ATT7022E和MK02FN128VLH10的硬件解决方案,详细介绍了系统电源模块、主控制器、实时时钟、外部扩展的FRAM存储器、RS485通讯以及人机交互模块的电路设计。系统软件采用模块化的设计思想,完成了系统主程序、数据采集、数据的远程通讯、液晶显示、外部事件报警记录、基本电参量计算以及基于加窗插值FFT算法的电能质量分析程序的设计。同时本文还分析了在硬件设计和软件设计时引入的误差及其原因,并且给出了相应的减小或消除误差的措施,设计了智能电力仪表详细的软件校表流程。最后对系统进行模块功能和整机的测试。实验结果表明所设计的智能电力仪表能够对电网的运行状态和电能质量进行监控,通过对实验数据的误差分析,智能电力仪表对电压电流有效值、2-31次谐波、有功测量的测量误差达到0.2%,对于无功测量的误差达到1%,并且具有较好的温度特性。
马也驰[9](2018)在《应用于频率偏移与频率波动电网的改进相位差校正法》文中研究指明电力系统中电参量的估计是电网稳定安全运行的保障,基于离散傅里叶变换(DFT)的电参量测量方法因其效率高、工程上易于实现等特点得到了广泛的使用。然而近年来随着非线性负荷,特别是风电、光伏等可再生能源的大量投入使用,由此导致电力系统谐波污染逐渐加重;负载失衡、系统故障造成基波频率短时间内大幅度偏移,极端恶劣的环境下还可能出现大范围波动。针对于上述情形应用于稳态电参量检测的基于DFT测量方法表现的力不从心,甚至很可能产生测量失败等问题。本文针对上述问题即基频偏移以及波动两种情形下的电力谐波估计,提出两种基于传统相位差的改进算法。当电网基波频率大幅度偏移时,改进算法在传统相位差法的基础上通过分析加窗信号频谱,将频谱表达式进行多项式变换从而加快旁瓣衰减速度,进一步减轻频谱泄漏和各谱线之间的干扰,再通过估计频率偏移范围确定待测信号采样点数,对采样序列进行截取点数不同的前后两次相位差法,第二次相位差法的截取点数由第一次相位差法估计的基波频率决定,减小了非同步采样带来的频谱泄漏。当电网基波频率宽范围波动时,改进算法相对于传统相位差法有4个改进措施:第一通过对加窗后的频谱表达式进行多项式变换从而加快旁瓣衰减速度,减小了频谱泄漏和各谱线之间的干扰;第二通过计算频率变化率(ROCOF)对传统相位差法的校正公式进行了进一步的修正;第三在计算ROCOF时尽量减小采样窗长,提高了 ROCOF的实时性以及计算精度;第四通过两次相位差法减轻基波频率波动导致的非同步采样带来的频谱泄漏问题。分别对电网基波频率偏移以及波动进行仿真实验分析,仿真结果表明,改进算法的电参数估计精度较传统相位差法有大幅度的提升,适用于基频偏移和波动情况下的电力谐波估计,并且实时性较高,采样窗的长度满足IEC标准。
朱飞龙[10](2017)在《高速公路控制箱远程监控系统设计与实现》文中认为高速公路控制箱是高速公路监控系统的关键设备,它能够辅助监控设备完成高速公路监控任务,其工作状态的好坏直接关系到高速公路监控系统的正常运行。但是,到目前为止,对控制箱只有人为的定期巡检,不能实时掌握控制箱状态并且耗费人力资源。针对目前的不足,本论文设计了针对控制箱的监控系统,用于实时检测控制箱的电压、电流、温度以及湿度等参数,并通过以太网络通讯实时传送至监控中心,以预防事故发生。本设计主要包括以下四部分内容:1)设计了基于STM32F429的监控系统,包括电参量测量、温湿度测量等模块,可以实现对电压、电流、温度以及湿度等参数的测量;设计了基于以太网的通信系统,可以实现数据的远距离传输。采用了基于DSM-300的RFID识别系统,可以实现对维修人员在线情况进行实时监控。2)针对快速傅里叶变换的电参量测量方法的频谱泄漏、相位误差比较大的问题,采用了基于Hanning窗改进相位差校正法进行了改进,减小频谱泄漏,降低相位误差,提高测量精度。3)设计了远程监控系统软件,采用模块化的设计方法,包括电参量测量、温湿度测量、以太网通讯等模块,可以实现对电压、电流、温度、湿度等参数的采集以及数据的远距离传输。4)对电压、电流、温度、湿度等参数进行了测量实验和数据对比实验,测量结果表明,本系统可以实现对高速公路控制箱进行电压、电流、温度、湿度等参数的远程实时监控。
二、电参量谐波测量算法的研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、电参量谐波测量算法的研究(论文提纲范文)
(1)伪随机动态测试信号建模与智能电能表动态误差测试方法(论文提纲范文)
学位论文数据集 |
摘要 |
ABSTRACT |
符号说明 |
第一章 绪论 |
1.1 课题来源 |
1.2 论文研究的背景和意义 |
1.3 国内外研究现状 |
1.3.1 动态负荷典型特性的研究现状 |
1.3.2 电力系统负荷建模的研究现状 |
1.3.3 电能表误差测试的研究现状 |
1.3.4 压缩感知理论的研究现状 |
1.3.5 电参量测量算法的研究现状 |
1.4 现有研究成果的总结和不足 |
1.5 论文研究的主要内容 |
1.6 论文体系结构 |
第二章 大功率动态负荷信号典型本质特性分析 |
2.1 引言 |
2.2 动态负荷概述 |
2.3 电气化铁路负荷信号的典型本质特性分析 |
2.3.1 宏观时间尺度电气化铁路负荷典型本质特性分析 |
2.3.2 微观时间尺度电气化铁路负荷典型本质特性分析 |
2.4 电弧炉负荷信号的典型本质特性分析 |
2.4.1 宏观时间尺度电弧炉负荷典型本质特性分析 |
2.4.2 微观时间尺度电弧炉负荷典型本质特性分析 |
2.5 大功率动态负荷信号典型本质特性的总结 |
2.6 小结 |
第三章 畸变波形m序列伪随机动态测试信号建模 |
3.1 引言 |
3.2 现有的电能表误差测试信号模型 |
3.2.1 常用的测试信号 |
3.2.2 稳态测试信号模型 |
3.2.2.1 正弦稳态测试信号模型 |
3.2.2.2 非正弦稳态测试信号模型 |
3.2.3 动态测试信号模型 |
3.2.3.1 正弦包络调幅动态测试信号模型 |
3.2.3.2 梯形包络调幅动态测试信号模型 |
3.2.3.3 调频动态测试信号模型 |
3.2.3.4 调相动态测试信号模型 |
3.2.3.5 00K动态测试信号模型 |
3.3 动态负荷信号空间分解与动态测试信号空间构建 |
3.4 畸变波形m序列伪随机动态测试信号模型 |
3.4.1 m序列伪随机函数 |
3.4.2 畸变波形稳态周期函数 |
3.4.3 畸变波形m序列伪随机动态测试信号结构化参数模型 |
3.5 信号的产生验证与特性分析 |
3.5.1 动态测试信号的产生验证 |
3.5.2 动态测试信号的特性分析 |
3.6 小结 |
第四章 畸变波形正交伪随机动态测试信号建模 |
4.1 引言 |
4.2 压缩感知理论概述 |
4.3 正交伪随机测量矩阵的构建 |
4.3.1 正交伪随机测量矩阵的组成 |
4.3.2 正交伪随机测量矩阵的结构化构建 |
4.4 畸变波形正交伪随机动态测试信号模型 |
4.4.1 正交伪随机序列函数 |
4.4.2 畸变波形稳态周期函数 |
4.4.3 畸变波形正交伪随机动态测试信号结构化参数模型 |
4.5 信号的产生验证与特性分析 |
4.5.1 动态测试信号的产生方法 |
4.5.2 动态测试信号的特性分析 |
4.6 小结 |
第五章 动态电能量值的非交叠移动压缩检测算法 |
5.1 引言 |
5.2 电能表的功率电能测量原理 |
5.3 动态电能量值的NOLM-CM算法 |
5.3.1 有功功率压缩检测模型 |
5.3.1.1 离散畸变波形m序列伪随机动态瞬时功率测试信号的稀疏性分析 |
5.3.1.2 最小误差测量矩阵的构建 |
5.3.2 动态电能量值测量的NOLM-CM算法 |
5.4 NOLM-CM算法的仿真与实验验证 |
5.4.1 常用的窗函数电能量值测量算法 |
5.4.2 NOLM-CM算法的仿真验证 |
5.4.2.1 不同动态瞬时功率测试信号条件下的仿真验证 |
5.4.2.2 NOLM-CM算法与窗函数算法的对比分析 |
5.4.3 NOLM-CM算法的实验验证 |
5.5 小结 |
第六章 智能电能表动态误差的似然函数间接测试方法 |
6.1 引言 |
6.2 智能电能表动态误差的似然函数间接测试算法 |
6.2.1 畸变波形伪随机动态功率测试信号的游程似然函数 |
6.2.2 动态误差的似然函数间接测试算法 |
6.3 智能电能表动态误差的似然函数间接测试系统 |
6.4 智能电能表动态误差测试实验 |
6.4.1 畸变波形伪随机动态测试信号产生的实验验证 |
6.4.2 智能电能表的动态误差测试实验结果 |
6.4.2.1 不同模式的动态测试信号条件下电能表动态误差测试结果 |
6.4.2.2 不同功率因数的动态测试信号条件下电能表动态误差测试结果 |
6.4.2.3 不同被测电能表的动态误差测试结果 |
6.4.3 电能表动态误差似然函数间接测试系统的不确定度评估 |
6.4.3.1 P_k~m(t)条件下的不确定度评估 |
6.4.3.2 p_k~(OPRM)(t)条件下的不确定度评估 |
6.5 小结 |
第七章 结论和展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
致谢 |
攻博期间完成的论文和取得的科研成果 |
作者简介 |
导师简介 |
附件 |
(2)基于DSP的负载电参量远程监测系统研制(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 研究目的及关键问题 |
1.4 研究内容及论文结构安排 |
第二章 负载识别算法及系统方案设计 |
2.1 特征电参量的提取 |
2.1.1 有效值的求解 |
2.1.2 有功功率的求解 |
2.1.3 功率因数的求解 |
2.1.4 各次谐波比和总谐波失真的求解 |
2.2 负载识别算法 |
2.2.1 负载识别算法的比较和选择 |
2.2.2 特征电参量的选取 |
2.2.3 多维模型综合识别算法的数学模型 |
2.2.4 多维模型综合识别算法的改进模型 |
2.3 系统方案设计 |
2.4 负载识别算法的仿真 |
2.5 本章小结 |
第三章 硬件电路设计 |
3.1 系统硬件设计方案 |
3.2 主控系统模块芯片选型及基本电路介绍 |
3.2.1 ADSP-BF609 数字信号处理器介绍 |
3.2.2 电源电路 |
3.2.3 时钟电路 |
3.2.4 复位电路 |
3.2.5 ADC采样模块 |
3.2.6 UART模块 |
3.3 电参量传感器模块 |
3.3.1 电压互感器电路 |
3.3.2 电流互感器电路 |
3.4 无线传输模块 |
3.5 显示模块 |
3.6 存储模块 |
3.7 本章小结 |
第四章 系统软件设计 |
4.1 DSP软件开发环境介绍 |
4.2 系统主程序设计 |
4.3 系统及外设的初始化 |
4.3.1 最小系统初始化 |
4.3.2 ADC初始化 |
4.3.3 UART串口初始化 |
4.3.4 显示模块初始化 |
4.3.5 存储模块初始化 |
4.4 特征电参量的提取 |
4.4.1 交流电流电压信号采样数据的预处理 |
4.4.2 采样数据的滤波 |
4.4.3 特征电参量的求解 |
4.5 负载识别算法的软件实现 |
4.5.1 负载数据模型库的读写 |
4.5.2 多维模型综合识别算法的软件实现 |
4.6 负载信息的传输及显示 |
4.6.1 负载信息的传输 |
4.6.2 负载信息的显示 |
4.7 本章小结 |
第五章 系统验证及分析 |
5.1 电参量传感器测试 |
5.2 ADC采样测试 |
5.3 主控系统功能验证 |
5.4 无线通信测试 |
5.5 系统联合调试验证 |
5.6 本章小结 |
第六章 总结与展望 |
参考文献 |
致谢 |
作者简介 |
(3)企业电能质量监测与综合评估研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 电能质量的检测方法 |
1.2.2 电能质量的综合评估 |
1.3 本文研究内容 |
第2章 电能质量监测指标 |
2.1 电能质量简介 |
2.2 电能质量的标准及制定依据 |
2.3 电能质量主要指标 |
2.3.1 频率偏差 |
2.3.2 电压偏差 |
2.3.3 电压谐波 |
2.3.4 三相不平衡度 |
2.3.5 电压波动与闪变 |
2.3.6 电压暂降 |
2.4 本章小结 |
第3章 电能质量监测系统设计 |
3.1 电能质量监测系统整体设计 |
3.2 电能质量监测数据采集 |
3.3 电能质量监测软件设计 |
3.2.1 软件简介 |
3.2.2 基本电参量测量模块 |
3.3.3 三相不平衡度测量模块 |
3.3.4 电压波动与闪变测量模块 |
3.3.5 电压谐波测量模块 |
3.3.6 电压暂降监测模块 |
3.4 实测电能指标数据 |
3.5 本章小结 |
第4章 电能质量综合评估 |
4.1 基于组合赋权法的权重确定 |
4.1.1 层次分析法 |
4.1.2 熵权法 |
4.1.3 组合权重实例分析 |
4.2 单一综合评估方法 |
4.2.1 可拓综合评估法 |
4.2.2 TOPSIS |
4.2.3 模糊综合评估算法 |
4.3 实例分析 |
4.3.1 单一综合评估 |
4.3.2 事前一致性检验 |
4.3.3 组合综合评估 |
4.4 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间承担的科研任务与主要成果 |
(4)基于傅里叶变换的电力谐波改进测量方法研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
1 绪论 |
1.1 引言 |
1.1.1 谐波的定义与来源 |
1.1.2 谐波的危害 |
1.2 电力谐波测量发展与研究现状 |
1.2.1 基于傅里叶变换的方法 |
1.2.2 卡尔曼滤波法 |
1.2.3 神经网络法 |
1.2.4 希尔伯特-黄变换法 |
1.2.5 多重信号分类法 |
1.2.6 小波变换法 |
1.2.7 普朗尼法 |
1.3 本文主要内容 |
2 基于DFT的电力谐波分析算法 |
2.1 基于DFT算法的测量误差来源 |
2.1.1 栅栏效应 |
2.1.2 频谱泄漏 |
2.1.3 其他误差来源 |
2.2 误差抑制方法 |
2.2.1 加窗FFT |
2.2.2 时域同步法 |
2.2.3 插值法 |
2.2.4 相位差法 |
2.3 谐波测量相关标准 |
2.3.1 谐波测量规范 |
2.3.2 谐波测量精度要求 |
3 基于频率补偿的改进插值算法 |
3.1 传统插值算法的误差分析 |
3.2 基于频率补偿的改进方法 |
3.2.1 修正公式改进 |
3.2.2 频谱分析和电参量估计 |
3.3 仿真分析及验证 |
3.3.1 仿真参数与信号模型 |
3.3.2 仿真实验分析 |
3.3.3 噪声环境下仿真分析 |
4 考虑不同分量间谱泄漏干扰的插值算法 |
4.1 误差分析 |
4.2 插值方法 |
4.2.1 窗函数选择 |
4.2.2 频率修正方法 |
4.3 谐波参量估计方法 |
4.4 仿真及实验分析 |
4.4.1 电参量估计仿真分析 |
4.4.2 噪声环境下仿真分析 |
4.4.3 不同采样时窗下仿真分析 |
5 改进相位差方法 |
5.1 现有方法和误差分析 |
5.1.1 相位差校正算法 |
5.1.2 误差分析 |
5.2 考虑长程谱泄漏干扰的改进方法 |
5.2.1 改进的修正方法 |
5.2.2 电参量测量的实现 |
5.3 数值仿真及分析验证 |
5.3.1 频率稳定时的仿真分析 |
5.3.2 频率波动环境下的仿真分析 |
5.3.3 含噪声干扰的仿真分析 |
5.3.4 计算量仿真分析 |
6 总结与展望 |
6.1 本文工作总结 |
6.2 未来工作展望 |
参考文献 |
作者在攻读硕士学位期间发表的论文 |
(5)智能电能表的动态模型与动态误差分析(论文提纲范文)
学位论文数据集 |
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究的背景和意义 |
1.2 智能电能表误差测试的研究现状 |
1.2.1 国际/内标准规定的电能表误差测试信号 |
1.2.2 电能表动态误差特性测试的研究现状 |
1.3 相关领域的研究现状 |
1.3.1 电力系统负荷建模的研究 |
1.3.2 智能电能表测量算法的研究 |
1.4 当前研究现状的不足 |
1.5 本课题研究的关键问题描述及主要内容 |
1.5.1 关键问题描述 |
1.5.2 研究的主要内容 |
第二章 动态误差测试信号的建模与测试方法 |
2.1 引言 |
2.2 电能表动态误差特性测试相关概念 |
2.3 典型动态电力负荷的特性分析 |
2.3.1 分布式光伏电源负荷特性 |
2.3.2 电弧炉负荷特性 |
2.3.3 电气化铁路牵引变电站负荷特性 |
2.3.4 典型动态电力负荷的变化特性 |
2.4 现有的电能表动态误差测试信号模型 |
2.4.1 变幅值动态误差测试信号 |
2.4.2 变频率动态负荷测试信号 |
2.4.3 变相位动态负荷测试信号 |
2.5 OOK动态误差测试信号建模 |
2.5.1 动态误差特性测试的电压和电流信号模型 |
2.5.2 OOK幅值调制序列 |
2.5.3 OOK动态误差测试信号 |
2.5.4 OOK动态误差测试信号的频域分析 |
2.5.5 OOK动态误差测试TDLE数学模型 |
2.5.6 TDLE电能序列 |
2.5.7 OOK动态误差测试信号功率模式 |
2.6 紧凑性OOK动态误差测试信号集 |
2.7 OOK动态误差分析 |
2.7.1 动态误差测试方法 |
2.7.2 动态误差测试结果及分析 |
2.8 动态误差测试系统不确定度分析 |
2.8.1 动态测量不确定度简介 |
2.8.2 OOK动态误差测试的不确定度评定 |
2.9 本章小结 |
第三章 智能电能表动态误差分析的全系统模型 |
3.1 引言 |
3.2 电能计量基础及误差分析 |
3.2.1 稳态条件下采样单元数学模型及误差分析 |
3.2.2 有功电能采样测量算法描述 |
3.2.3 有功电能采样测量算法误差分析 |
3.2.4 现有模型及算法误差分析的局限性 |
3.3 智能电能表全系统模型 |
3.3.1 全系统模型及相关概念 |
3.3.2 电能表全系统模型结构 |
3.4 电能表输入单元模型 |
3.4.1 PGA单元数学模型 |
3.4.2 电压通道数学模型 |
3.4.3 电流通道数学模型 |
3.5 有功功率测量单元动态模型 |
3.5.1 动态模型结构 |
3.5.2 RMA时域动态模型 |
3.5.3 TMA时域动态模型 |
3.5.4 QMA时域动态模型 |
3.6 电能测量单元动态模型 |
3.6.1 有功电能累计原理 |
3.6.2 有功电能累计控制 |
3.6.3 有功电能累计理论模型 |
3.6.4 有功电能单元脉冲输出模型 |
3.7 全系统模型 |
3.8 本章小结 |
第四章 智能电能表动态误差分析 |
4.1 引言 |
4.2 PGA响应滞后影响 |
4.3 同步采样条件下功率测量单元动态误差分析 |
4.3.1 模型结构对有功功率的计量影响 |
4.3.2 RMA滤波器的动态功率误差模型 |
4.3.3 TMA滤波器的动态功率误差模型 |
4.3.4 同步条件下滤波器模型参数对动态功率测量的影响 |
4.4 非同步采样条件下功率测量单元的动态误差分析 |
4.4.1 RMA滤波器的动态功率误差模型 |
4.4.2 TMA滤波器的动态功率误差模型 |
4.4.3 非同步条件下滤波器模型参数对有功功率的影响 |
4.5 功率测量模型参数对有功电能计量的影响 |
4.6 滤波器参数设置的建议 |
4.7 电能表动态误差来源的分析 |
4.8 小结 |
第五章 智能电能表有功电能动态测量的SDPA算法 |
5.1 引言 |
5.2 智能电能表动态性能指标定义 |
5.3 当前有功电能测量算法动态性能分析 |
5.3.1 MA算法动态性能分析 |
5.3.2 IIR算法动态特性分析 |
5.3.3 测量算法动态特性对比 |
5.4 SDPA电能测量算法及实现 |
5.4.1 SDPA算法描述 |
5.4.2 SDPA算法的直接实现 |
5.4.3 CIC滤波器算法实现 |
5.5 三种算法电能动态误差比较 |
5.6 小结 |
第六章 动态误差测试系统及实验方法研究 |
6.1 引言 |
6.2 动态误差测试系统 |
6.2.1 测试系统的结构和原理 |
6.2.2 动态误差测试装置硬件 |
6.2.3 动态误差测试装置软件功能 |
6.2.4 测试系统的实物连接 |
6.2.5 现场录制的动态误差测试信号 |
6.3 智能电能表全系统模型验证方案 |
6.4 小结 |
第七章 总结和展望 |
7.1 总结 |
7.2 进一步工作的建议 |
参考文献 |
致谢 |
研究成果及发表的学术论文 |
作者和导师简介 |
附件 |
(7)数字化电能计量算法综述(论文提纲范文)
0 引言 |
1 数字化电能计量的特点 |
1.1 系统结构与功能定义 |
1.2 数据特点 |
1.3 对算法的影响 |
2 同步插值算法 |
2.1 同步插值算法在数字化电能计量系统中的应用 |
2.2 同步插值的主要方式 |
2.3 常用的同步插值算法 |
3 电能计量算法 |
3.1 全电能计量方式下的电能积分算法 |
3.2 谐波电能计量方式下的电参量分析算法 |
3.2.1 加窗插值傅里叶算法 |
3.2.2 准同步算法 |
3.2.3 其他电参量分析算法 |
4 结束语 |
(8)高精度智能电力仪表的研究与开发(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究背景 |
1.2 国内外研究现状及发展 |
1.2.1 电力仪表的发展 |
1.2.2 智能电力仪表特点 |
1.2.3 国内外研究现状 |
1.3 课题研究的意义及目的 |
1.4 课题研究的内容 |
第二章 高精度智能电力仪表的理论基础 |
2.1 基本电参量计算 |
2.1.1 电压、电流及有功功率计算 |
2.1.2 无功功率和视在功率计算 |
2.1.3 四象限电度 |
2.1.4 其他基本电参量计算 |
2.2 电能质量分析计算 |
2.2.1 傅里叶变换的理论基础 |
2.2.2 离散傅里叶变换常见问题 |
2.2.3 加窗插值FFT算法设计 |
2.2.4 电能质量衡量指标 |
2.3 本章小结 |
第三章 高精度智能电力仪表的硬件设计 |
3.1 智能电力仪表硬件设计概述 |
3.2 信号调理和数据采集模块设计 |
3.2.1 专用计量芯片ATT7022E简介 |
3.2.2 计量芯片ATT7022E电路设计 |
3.2.3 电压电流采样电路设计 |
3.3 单片机最小系统设计 |
3.3.1 单片机MK02FN128VLH10简介 |
3.3.2 MK02FN128VLH10最小系统设计 |
3.4 电源模块设计 |
3.4.1 开关电源电路设计 |
3.4.2 后级稳压电路设计 |
3.5 其他外部扩展电路设计 |
3.5.1 数据存储单元和实时时钟电路设计 |
3.5.2 人机交互界面单元电路设计 |
3.5.3 远程通讯单元电路设计 |
3.5.4 开关量输入和电能脉冲输出电路设计 |
3.6 本章小结 |
第四章 高精度智能电力仪表的软件设计 |
4.1 系统软件编辑环境和编译环境 |
4.2 系统软件设计原则 |
4.3 系统软件总体设计 |
4.3.1 系统主程序模块设计 |
4.3.2 数据采集及处理程序设计 |
4.3.3 远程通信模块程序设计 |
4.3.4 人机交互模块程序设计 |
4.4 本章小结 |
第五章 智能电力仪表的校准和实验验证 |
5.1 智能电力仪表检测误差来源 |
5.1.1 硬件电路设计时引入误差 |
5.1.2 硬件电路设计时引入的其他误差 |
5.1.3 软件设计时引入误差 |
5.2 设计中减少误差的措施 |
5.2.1 硬件措施 |
5.2.2 软件措施 |
5.3 系统校表流程 |
5.4 系统实验验证 |
5.4.1 方案可行性验证 |
5.4.2 测量误差分析 |
5.4.3 谐波分析验证 |
5.4.4 温度特性 |
5.5 本章小结 |
结论 |
参考文献 |
致谢 |
附录 |
附录1 设计实物照片 |
附录2 部分液晶显示截图 |
1.基本电参量 |
2.电能质量分析 |
个人简历 |
在学期间的研究成果及发表的学术论文 |
(9)应用于频率偏移与频率波动电网的改进相位差校正法(论文提纲范文)
致谢 |
摘要 |
Abstract |
1 绪论 |
1.1 引言 |
1.1.1 谐波的主要来源与危害 |
1.1.2 频率偏移与频率波动的来源及危害 |
1.2 电力谐波测量研究现状与发展 |
1.2.1 DFT的方法 |
1.2.2 小波变换法 |
1.2.3 神经网络法 |
1.2.4 普朗尼法 |
1.2.5 卡尔曼滤波法 |
1.2.6 瞬时无功功率法 |
1.2.7 哈特莱变换法 |
1.3 本文研究的主要内容 |
2 基于DFT的电力谐波估计算法 |
2.1 基于DFT算法的主要误差来源 |
2.1.1 频谱泄漏 |
2.1.2 栅栏效应 |
2.1.3 非同步采样 |
2.1.4 其他误差来源 |
2.2 基于时域插值的电参量估计 |
2.3 基于频域谱线校正的电参量估计 |
2.3.1 多谱线插值法 |
2.3.2 相位差校正法 |
2.4 电参量测量的精度标准 |
2.4.1 频率偏差与频率变化率 |
2.4.2 互感器精度 |
3 基于Blackman窗相位差校正法的改进 |
3.1 频谱分析 |
3.2 频谱表达式的多项式变换 |
3.3 相位差公式的校正 |
4 基频偏移时相位差校正法的改进 |
4.1 基频偏移时的误差分析 |
4.2 改进算法的具体实施流程 |
4.3 改进算法的仿真分析 |
4.3.1 仿真参数与模型 |
4.3.2 基频稳定时的仿真分析 |
4.3.3 基频宽范围偏移时的仿真分析 |
4.3.4 含噪声信号的仿真分析 |
4.3.5 仿真的实时性分析 |
4.4 小结 |
5 基频波动时相位差校正法的改进 |
5.1 改进算法的具体实施流程 |
5.1.1 归一化频率校正量的修正 |
5.1.2 相位校正公式的修正 |
5.1.3 相位差校正法的整体改进 |
5.2 改进算法的仿真分析 |
5.2.1 仿真参数与模型 |
5.2.2 基频定速率变化的仿真分析 |
5.2.3 基频稳定时的仿真分析 |
5.2.4 基频宽范围波动时的仿真分析 |
5.2.5 仿真的实时性分析 |
5.3 小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
攻读硕士学位期间主要的研究成果 |
(10)高速公路控制箱远程监控系统设计与实现(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题背景及研究意义 |
1.2 国内外研究现状 |
1.2.1 监控系统的发展现状 |
1.2.2 电参数测量方法研究现状 |
1.3 课题研究的难点 |
1.4 本文主要内容安排 |
1.5 本章小结 |
2 监控系统硬件电路设计 |
2.1 总体设计方案 |
2.1.1 方案的比较与选择 |
2.1.2 MCU选择 |
2.1.3 硬件总体设计 |
2.2 监控系统硬件电路设计 |
2.2.1 电参量采集模块 |
2.2.2 温湿度采集模块 |
2.2.3 RFID识别模块 |
2.2.4 以太网通信模块 |
2.2.5 系统电源设计模块 |
2.2.6 主控制器与外围接口电路设计 |
2.3 本章小结 |
3 基于傅里叶变换的电量参数测量方法 |
3.1 基于DFT的电参量测量 |
3.1.1 交流电参量的信号特征 |
3.1.2 离散傅里叶变换 |
3.1.3 基于FFT的电参量测量算法 |
3.1.4 电压电流有效值测量 |
3.2 频谱泄漏 |
3.2.1 抑制频谱泄漏的方法 |
3.3 基于Hanning窗改进相位差校正法 |
3.3.1 相位差校正法 |
3.3.2 相位差校正法原理 |
3.3.3 基于Hanning窗的改进相位差校正法 |
3.3.4 数值仿真及分析 |
3.3.5 实测数据分析 |
3.4 本章小结 |
4 基于STM32的FFT实现 |
4.1 基于STM32的DSP库简介与环境搭建 |
4.1.1 STM32F4的DSP库简介 |
4.1.2 DSP库运行环境搭建 |
4.2 FFT在STM32中的实现 |
4.2.1 Hanning窗c语言实现 |
4.2.2 相位差校正法的c语言实现 |
4.2.3 FFT在STM32中的实现 |
4.2.4 STM32 DSP库与MATLAB实现FFT对比分析 |
4.3 本章小结 |
5 监控系统的软件设计与实现 |
5.1 系统软件整体介绍 |
5.2 系统软件开发环境 |
5.3 软件系统组成部分 |
5.3.1 电参量采集及数据处理模块 |
5.3.2 温湿度采集模块 |
5.3.3 以太网通讯模块 |
5.3.4 系统软件总体设计 |
5.4 本章小结 |
6 监控系统测量实验 |
6.1 实验仪器与设备 |
6.1.1 HD3345单相电能表检测仪 |
6.1.2 MS6508温湿度计 |
6.2 实验对象及方案 |
6.3 测量数据对比 |
6.4 本章小结 |
7 总结与展望 |
7.1 总结 |
7.2 展望 |
致谢 |
参考文献 |
四、电参量谐波测量算法的研究(论文参考文献)
- [1]伪随机动态测试信号建模与智能电能表动态误差测试方法[D]. 王婧. 北京化工大学, 2020
- [2]基于DSP的负载电参量远程监测系统研制[D]. 付英侃. 西安电子科技大学, 2019(02)
- [3]企业电能质量监测与综合评估研究[D]. 翟广锋. 燕山大学, 2019(03)
- [4]基于傅里叶变换的电力谐波改进测量方法研究[D]. 李剑飞. 浙江大学, 2019(08)
- [5]智能电能表的动态模型与动态误差分析[D]. 陈景霞. 北京化工大学, 2018(06)
- [6]应用于频率波动电网的改进相位差校正法[J]. 马也驰,陈隆道. 电力系统保护与控制, 2018(09)
- [7]数字化电能计量算法综述[J]. 肖勇,赵伟,罗睿希,庄双勇,黄松岭,张翔. 电测与仪表, 2018(07)
- [8]高精度智能电力仪表的研究与开发[D]. 李天培. 福州大学, 2018(03)
- [9]应用于频率偏移与频率波动电网的改进相位差校正法[D]. 马也驰. 浙江大学, 2018(06)
- [10]高速公路控制箱远程监控系统设计与实现[D]. 朱飞龙. 西安理工大学, 2017(02)