搜索
1摘要：各种电力整流设备、电力机车、变频装置等大量使用，导致电力系统的电压和电流波形产生较大程度的畸变，从而影响了电能的质量，对电力系统的安全、经济运行造成了极大的影响。因此，采用电能质量监测系统对电力系统的进行检测变得非常必要，同时，随着社会发展对电能需求量的大幅度增加，发展对高压输电技术的研究也迫在眉睫。本文介绍了基于小波变换和DSP数字化检测系统的检测网络使电网电能质量检测变和高压输电技术的研究状况。关键词：电网电能质量检测小波DSP高压输电技术特高压输电技术一、电网电能质量的检测随着科技的进步，现代电力系统中用电负荷结构发生了重大变化，诸如半导体整流器、晶闸管调压及变频调整装置、炼钢电弧炉、电气化铁路和家用电器等负荷迅速发展，由于其非线性、冲击性以及不平衡的用电特性，使电网的电压波形发生畸变成引起电压波动和闪变以及三相不平衡，甚至引起系统频率波动等，对供电电能质量造成严重的干扰或“污染”[1]。电网中正面对越来越多的电能质量问题，这使得电能质量的研究十分紧迫。电能质量检测是获得电能相关数据的最直接手段，也是电能质量其他后续高级应用研究的前端。另一方面，电能质量正逐步受到供电企业和电力用户的共同关注。进入20世纪90年代以来、随着半导体、计算机技术的迅速发展，一批高新技术企业应运而生，出现大量的微机控制装置和生产线.对电能质量提出了新的要求；而电力市场的发展，使供电企业进一步认识到：用户的需要也是自身的需要。在这样的背景下，因电能质量不良而使用户设备停机或出次品的情况.仍应看作电能质量不合格。当然，电能质量不良有多种情况，用户对电能质量的敏感程度也各不相同。一船来说，供电企业可对不同的电能质量划分等级、分别定价、用户可以自由选择。但由于我国目前还未能实现优质优价。因此，进一步改善电能质量的工作基本上要求在用户侧解决。随着各种用电设备对电能质量敏感度的变化，电能质量的范围进一步扩大.分类更细要求更高[2]。在新的电力市场环境下，电能质量已成为电能这种商品的消费特性，很大程度上体现了供电部门服务品质。所以有关部门正在加大对电能质量的监管和治理。1.电网电能质量检测分类1.1基于小波电网电能质量检测2小波变换的含义是：把某一被称为基本小波[也叫母小波(motherwavelet)]的函数φ(t)作位移，再在不同尺度a下与待分析信号x(t)作内积。小波方法是一种很好的电能质量信号检测和分析工具，小波变换可以利用不同的尺度对信号进行不同频段的分解，具有时频分析功能，在电能质量检测领域引起了广泛的关注。但是，在实际信号的采集过程中，由于各种复杂的现场原因带来的噪声干扰会降低包括小波变换在内的许多方法的有效性，当噪声比较大的时候，小波方法甚至会失效。因此，去噪在电能质量检测中是十分突出的一个问题但其性能往往受信号中噪声的影响。1.1.1一般的小波消噪方法在实际的工程中，有用信号通常表现为低频信号或是一些比较平稳的信号，而噪声信号则通常表现为高频信号。所以消噪过程首先可对信号进行小波分解，噪声通常包含在尺度小的几层中，因而可以以门限阈值等形式对小波系数进行处理，然后对信号进行各种分析.一般来说，一维信号的消噪过程可分为3个步骤进行:①一维信号的小波分解。选择一个小波并确定一个小波分解的层数N，然后对信号进行N层小波分解。②小波分解高频系数的阈值化。对第一到第N层的每一层高频系数，选择一个阈值进行软阈值量化处理.③一维小波的重构。根据小波分解的第N层低频系数和经过量化处理后的第一层到第N层的高频系数，进行一维信号的小波重构。以上提到的3个步骤中最重要的环节就是如何选取阈值和如何进行阈值的量化。在阈值选取中有以下几种常用的阈值：①固定的阈值形式，产生的阈值大小是T=2×log(L)，其中L是信号的长度.②SURE—基于史坦的无偏似然估计(二次方程)原理的自适应阈值选择。对于一个给定的阈值t，得到它的似然估计，再将非似然T最小化，就得到了所选的阈值，它是一种软阈值估计器。③启发式阈值选择—最优预测变量阈值选择，它是前两种阈值的综合。如果信噪比很小，SURE估计有很大的噪声，这样就采取固定的阈值。④极大极小原理选择阈值，它采用的也是一种固定的阈值，他产生一个最小均方误差的极值，而不是无误差。在统计学上，这种极值原理用于设计估计器。因为被消噪的信号可以看作与未知回归函数的估计式相似，这种极值估计器可以在一个给定的函数集中实现最大均方误差最小化。对带噪信号进行分解时，它产生的高频系数将和噪声信号的高频分量相叠加。如果用SURE或极大极小原理选择阈值时，由于其选取的规则比较保守(只将部分系数置为3零)，因此含有少部分高频信号的待处理信号。这两种方法比较适合，它们可以将弱小的信号提取出来。另外两种阈值选取原则，在去除噪声时很有可能把有用的高频特征信号当作噪声信号消除。1.1.2两种使用的小波去噪方法1、软阈值方法能根据各小波空间上特征分量和噪声的统计特性设置适当的阈值来消除噪声，并以此恢复小波方法的性能。该方法不仅较好地解决了保护信号局部特征与抑制噪声之间的矛盾，能很好地对各种电能质量信号进行去噪处理，而且达到了数据压缩的效果。仿真计算结果表明，该去噪方法是有效的。基本原理：小波分解的基本方法是利用Mallat塔式算法，根据式(4)对信号f(x)进行降阶分解。波分解算法在每一尺度i下都将信号分解成概貌分量Ci和细节分量Di，在更高一级小波分解中，又将上一级的概貌分量Ci分解成频率成分更低的小波变换系数随尺度的增大而减小，连续信号的小波系数随尺度的增大而增大。这样可以设定一阈值，利用该阈值按照一定的规则对小波系数进行阈值调整。对经阈值调整后的各级小波系数按小波变换的反演算法进行信号重构，得到消噪后的信号阈值的选取一直是小波去噪的研究热点之一。“硬阈值”算法[5]由于其自身缺陷而不适用于实际场合。由于噪声信号强度的随机性，以及小波分解过程中信号与噪声的传播特性不同，每一层小波分解系数所采用的阈值应该是随小波系数的变化而变化的。能实现这种变动阈值的方法就是软阈值去噪方法，这是斯坦福大学统计系的Donoho教授首先提出的[3]。软阈值去噪方法近年来得到很大发展，其去噪效果被证明是很有效的。2、根据前面的结论，可以把信号和噪声的小波分解特性与消噪估计法联合起来，先对带噪信号进行分解，对各尺度下的分解系数用较为保守的URE无偏估计法或极大极小值法计算阈值，然后进行量化处理。处理后，再利用各尺度的结果，根据信号和噪声在小波空间的不同传播特性(随着尺度加大信号的小波变换系数也随之加大，而噪声的小波变换系数是逐渐减小)，按尺度由小到大的顺序，逐层来估计信号的突变点。加上噪声后的信号其第一、二层由原始信号的突变产生的模极大值完全被噪声掩盖了，完全无法再利用小尺度上模极大值的信息来检测信号的突变。而经过阈值量化处理后，在小波变换的小尺度空间中去除了大部分的噪声信号，可以结合信号、噪声的传播特性进行进一步的估计。同时，正如前面所提的，我们还可以观察到，不同的阈值算法有不同的特点，在此处，只有两种相对保守的阈值估计法较好地保留了有用信号的高频系数(当然也夹杂少量的噪声)，而另两种方法则把有用的信号也给虑除了。那么，就可以根据前两种算法保留下来的模极大值在小波空间的传播特性最后确定真实信号的奇异点。41.1.3复合小波的应用以往，大多是通过直接观察监测装置记录的扰动波形来进行扰动的初步分析和识别。但对于已存储的大量电能质量扰动数据，采用这种方法既费时又费力，并且不能做到对电能质量扰动的自动识别和统计分析。小波变换具有时频局域化性质，是分析非平稳信号的有力工具，小波变换的出现为电能质量分析提供了新的数学工具和研究方向。目前，国内外已有许多学者开始应用小波变换对电能质量若干问题进行研究，其应用主要集中在对电能质量扰动进行检测和定位、电能质量扰动信号数据压缩、一电能质量扰动识别以及暂态电能质量扰动建模与分析等方面。单小波变换作为一种流行的多分辨方法，可同时进行时域和频域分析，具有时频局部化和多分辨特性，在电能质量监测方面获得广泛应用。然而正交单小波不能同时具有正交性、对称性、紧支集等性质。复合小波，又称多小波，是小波理论的新发展，指由两个或两个以上函数作为尺度函数生成的小波。最早的多小波是Alpert用多项式构造的不连续多小波，此后，Geronimo，Hardin，Massopust等人用分形插值方法构造了GHM多小波。与单小波相比，复合小波可同时具有对称性、连续性和紧支集性等，利用复合小波能更好的识别干扰源，以及对电能质量问题进行诊断、定位和分类。复合小波是一个多输入多输出系统，应用在电力信号分析中，作为输入信号的电压或电流是一个一维的离散信号，利用复合小波对输入信号作小波变换需要对输入信号进行预处理和后处理。预处理和后处理的方法很多，不同的预处理和后处理方法适合于不同的复合小波，即使同一种复合小波，在不同的应用场合采用的预处理方法和后处理方法不同，效果也不相同，因此，对复合小波的选择需要根据复合小波特性和应用场合确定。选择适合于特定复合小波和输入信号的预处理方法和后处理方法是复合小波应用的关键，合适的预处理和后处理方法可以使复合小波获得优于单小波的效果。因而对于复合小波在电能质量信号分析中应用的研究具有重要的意义和应用前景。1.2基于DSP电网电能质量检测随着数字信号处理技术的迅速发展和广泛应用，采用数字化检测电能质量已成为当今和未来电能检测技术发展的一个新热点。而目前能够用于电能质量分析的处理器更新速度很快，通过处理器的升级来实现产品的升级会使得开发周期加长，导致产品跟不上市场的变化。另一方面，不同的用户对电能质量中的指标测量要求不尽相同，采用相同的硬件电路，利用软件很容易扩展电压、电流、有功、无功、视在功率、波动测量、瞬变测量、谐波分析、负荷平衡分析等测量与分析功能，一只表可以代替以前几只测量仪表，而且用软件升级的办法5更容易实现产品的升级。所以，采用高性能的处理器，用软件的方法实现功能的扩展与产品的升级，是未来电能质量检测的发展趋势DSP(数字信号处理器)是一种高速专用的微处理器，DSP芯片建立在数字信号处理的各种理论和算法基础上，专门完成各种实时数字信息处理。DSP的运算功能强大，专门处理以运算为主，实时性要求高的信号；它有特殊的寻址方式，可高效地进行FFT运算；有灵活的I／0接口和片内I／O管理；有高速的并行数据处理算法的优化指令集，修改、升级都很方便；灵活的使用C语言或汇编语言近年来，由于DSP芯片的高性能和实时性，在各个领域都得到了广泛的应用。目前，DSP芯片已发展到了第五代，系统集成度更高，速度更快，功耗更低，性价比更高。浮点DSP的诞生，使DSP的精度进一步提高，算法编程更为简单、方便、通用．本文选用11(德州仪器)公司的浮点型DSP芯片TMS320C67x系列作为电能质量监测系统的微处理器。1982年世界上诞生了首枚DSP芯片，这标志着DSP应用系统由大型系统向小型化迈进了一大步。随着CMOS技术的进步与发展，第二代基于CMOS-r艺的DSP芯片应运而生，其存储容量和运算速度成倍提高，成为语音处理、图像硬件处理技术的基础。80年代后期，第三代DSP芯片问世，运算速度进一步提高，其应用范围逐步扩大到通信、计算机领域。90年代DSP发展最快。相继出现了第四代和第五代DSP器件，现在的DSP属于第五代产品，它与第四代相比，系统集成度更高，将DSP芯核及外围组件综合集成在单一芯片上。这种集成度极高的DSP芯片不仅在通信、计算机领域大显身手，而且逐渐渗透到人们日常消费领域。前景十分可观。DSP技术已成为人们日益关注的并得到迅速发展的前沿技术，并成为电子产品更新换代的决定因素。1.2.1系统工作原理系统采用DSP作为核心，将采集到的数据进行A／D转换后输给DSP，DSP分析处理后或者将数据通过RS232接口传输给8031点阵面板显示服务器GW21R，经其转换后通过以太网传输给上位机ARM。1.2.2系统软件设计对于DSP的编程用户可根据需要自行选择，本文主