專利名稱：電力暫態(tài)信號小波分析后處理方法及其裝置的制作方法
技術領域：
本發(fā)明涉及一種電力暫態(tài)信號小波分析后處理方法及其裝置。
背景技術：
電力系統(tǒng)中，由于故障、不良電力變化事件或者電力電子開關設備的正常操作等均會產(chǎn)生暫態(tài)信號。為掌握可能發(fā)生的暫態(tài)信號的特性，以及它們對電力系統(tǒng)的影響與危害性，并早期診斷和預測電網(wǎng)、輸電線路以及大型電力設備的運行或故障情況，開展電網(wǎng)、電力設備的狀態(tài)檢修等，需長期監(jiān)測電力暫態(tài)信號，并針對所偵測記錄下來的信號加以處理辨別，以提供用戶或電力公司對所發(fā)生電力暫態(tài)的了解；同時，在進行大型電氣試驗，如高壓電力設備、線路投切等，也需要采集試驗過程的電力暫態(tài)信號；另外，要進行精確的輸電/配電線路故障定位、選線、測距等皆需對電力暫態(tài)信號作進一步研究和分析。由此可見，暫態(tài)信號的采集和分析對電力系統(tǒng)中各種設備的正常運行意義重大。
電力暫態(tài)信號是一種持續(xù)時間短、突變性強的非穩(wěn)態(tài)信號，具有區(qū)別于正常時穩(wěn)態(tài)信號明顯、突出的特征，適用于平穩(wěn)信號分析的FFT變換已經(jīng)無法滿足電力暫態(tài)信號的要求。目前暫態(tài)信號的分析方法大多集中在小波變換變換這一新興工具上，它可對信號同時進行時域和頻域局部化精細分析，特別是對暫態(tài)突變信號或者微弱信號的變化敏感，因此小波變換滿足暫態(tài)信號突變特征的分析要求。
小波變換可以檢測到暫態(tài)，但變換后的系數(shù)非常多，若都作為特征，勢必嚴重降低分類器的性能，也不適合實時應用的場合，需要進行降維；而且要實現(xiàn)直接對不同頻段的信號分量進行特征提取或分類也是相當困難的，僅從這兩方面來看，暫態(tài)信號的小波變換后處理方法是必要的。但是目前還沒有一套完整且系統(tǒng)的分析處理方法及其專用裝置，已有的小波分析儀器，缺少后處理分析且功能單一，不能直接用于電力系統(tǒng)暫態(tài)分析中。因此迫切需要研發(fā)一套擁有電力暫態(tài)信號小波分析后處理功能的專用裝置。

發(fā)明內(nèi)容
本發(fā)明的目的是克服已有技術不足之處，提供一種電力系統(tǒng)的暫態(tài)信號小波后處理方法，它既能夠?qū)﹄娏ο到y(tǒng)的暫態(tài)信號進行小波分析，又能對小波分析結(jié)果進行系統(tǒng)的后處理，有效提取出電力暫態(tài)信號的特征，以應用于電力系統(tǒng)輸電線路行波測距與故障識別、電能質(zhì)量分析和設備故障診斷。
本發(fā)明解決其技術問題，所采用的技術方案為一種電力暫態(tài)信號小波分析后處理方法，將電力暫態(tài)信號經(jīng)過小波分析后，再對小波系數(shù)進行以下的一種或多種后處理，結(jié)果送電力監(jiān)控中心處理(1)模極大值提取、奇異性檢測，得到模極大值點和奇異度；(2)小波系數(shù)的統(tǒng)計處理或聚類分析；(3)神經(jīng)網(wǎng)絡分類，即將小波系數(shù)或小波后處理后的數(shù)據(jù)作為神經(jīng)網(wǎng)絡的輸入，輸出神經(jīng)網(wǎng)絡分類結(jié)果；(4)能量分析，得到能量分布系數(shù)和能量波動系數(shù)；(5)小波熵計算，得到小波能量熵或小波時間熵或小波奇異熵或小波時頻熵或小波平均熵或小波距離熵。
與現(xiàn)有技術相比，本發(fā)明的有益效果是在對電力暫態(tài)信號進行小波分析得到小波系數(shù)后，再通過多種后處理方法提取電力暫態(tài)信號的有效特征，以應用于電力系統(tǒng)輸電線路行波測距與故障識別、電能質(zhì)量分析和設備故障診斷(1)得出模的極大值，而模極大值又與奇異點有關，各尺度上的模極大值點匯聚為奇異點，因此電力監(jiān)控中心可將模極大值用來進行行波測距、信號去噪(除去非極值點)，奇異度則更直接反映電壓的起伏與閃動；(2)將小波變換后的系數(shù)用來統(tǒng)計分類分析，可以區(qū)分采集到的電壓電流高低頻，并分析諧波成份；(3)神經(jīng)網(wǎng)絡分類結(jié)果可以進行故障診斷、故障選線/分類、穩(wěn)定性分析以及電力系統(tǒng)動態(tài)安全評價等；(4)能量分布系數(shù)可以用來反映暫態(tài)信號小波變換跨特征子空間的演變規(guī)律，而波動系數(shù)則可以描述暫態(tài)信號小波變換的局部波動形態(tài)；(5)各種熵與信息相關，信息又與控制決策相關，電力系統(tǒng)的狀態(tài)與其發(fā)展方向相關，因此小波熵和電力系統(tǒng)的研究有著密切的聯(lián)系，對電力系統(tǒng)穩(wěn)定性評估、故障分析提供更為有效的依據(jù)。
綜合進行上述分析可以使電力監(jiān)控中心為電力系統(tǒng)的供電質(zhì)量、系統(tǒng)穩(wěn)定性、故障分析得出全面的完整的評價，并據(jù)以采取相應措施，提高供電質(zhì)量和系統(tǒng)穩(wěn)定性。
上述六種小波熵的具體計算方法為以下方法(a)～(c)中，信號x(t)在尺度j下，多分辨分析的離散小波系數(shù)表示為D＝{dj(k)，k＝1，…n，j＝1，2…，m}，Ej=Σk|dj(k)|2]]>為尺度j上的小波能譜；方法(d)～(f)中，信號在尺度a和時間t的小波變換系數(shù)表示為WTx(t，a)；(a)小波能譜熵在某一時間窗內(nèi)(窗寬為ω∈N)信號總功率E等于各分量功率Ej之和；設Pj＝Ej/E，則Σjpj=1,]]>相應的小波能譜熵WEE=-Σjpjlogpj;]]>(b)小波時間熵在小波系數(shù)上定義一滑動窗ω∈N，滑動因子為δ∈N，于是滑動窗為W(m；ω，δ)＝{d(k)，k＝1+mδ，...，ω+mδ}，m＝1，2，...，M，將滑動窗劃分為如下L個區(qū)間W(m;w,δ)=∪l=1LZl,]]>其中{Zl＝(sl-1，sl)，l＝1，2，…，L}，互不相交。且s0＜s1＜s2＜…＜sL，s0＝min[W(m；ω，δ)]，sL＝max[W(m；ω，δ)]；pm(Zl)表示小波系數(shù)d(k)∈W(m；ω，δ)落于區(qū)間Zl的概率，在第j尺度下小波時間熵WTEj(m)＝-∑pm(Zl)log(pm(Zl))，m＝1，2，…M，其中M＝(N-ω)/δ∈N；(c)小波奇異熵n個信號采樣點在m個尺度的分解結(jié)果可以構成一個m×n的矩陣Dm×n，將矩陣Dm×n分解為Um×n·Λl×l·VTl×n，式中，對角線矩陣Λ的主對角線元素λi(i＝1，2，…，l)是非負的，并按降序排列，即λ1≥λ2≥…λl≥0這些對角線的元素是小波變換結(jié)果矩陣Dm×n的奇異值；小波奇異熵WSEk=Σi=1k-(λi/Σj=1lλj)log(λi/Σj=1lλj);]]>(d)小波時頻熵記矢量為z(r)，r＝1，1…m，則可定義矢量的熵值為Ez=-Σr=1mPz(r)lnPz(r),]]>其中Pz(r)=|z(r)|2/||z(r)||22;]]>信號x(t)離散小波表示W(wǎng)Tx(t＝kT，a＝2j)，沿變量k和j可以得到矢量序列，則小波時頻熵WTFEx(kT,j)=[EWTx(kT),EWTx(a=2j)];]]>其中EWTx(kT)=-ΣjPWTx(kT,a=2j)lnPWTx(kT,a=2j)]]>EWTx(a=2j)=-ΣkPWTx(kT,a=2j)lnPWTx(kT,a=2j);]]>(e)小波平均熵信號x(t)在尺度a和時間t的小波變換系數(shù)為WTx(t，a)將信號小波變換的時頻面(t，a)劃分為按尺度伸縮的N個時頻窗區(qū)域塊，每一區(qū)域塊內(nèi)的能量為Ei(i＝1，2，...N)，整個時頻面總的能量為E=Σi=1NEi,]]>小波平均熵WAE=-Σi=1N(Ei/E)ln(Ei/E);]]>(f)小波距離熵對于信號x(t)的離散小波表示W(wǎng)Tx(t＝kT，a＝2j)，沿變量k可以得到矢量序列WTx(k)，小波時頻熵WDE=Σk=lmΣl=1mdkl′lndkl′]]>其中，dkl′=dkl/Σk=lmΣl=1mdkl,]]>dKl＝‖WTx(kT)-WTx(lT)‖，k，l＝1，2，…m。
上述六種熵所反映電力系統(tǒng)供電質(zhì)量的具體特征和含義小波能譜熵小波能譜熵能反映信號的能量分布信息。小波函數(shù)在頻域與時域上均不具有脈沖選擇性質(zhì)，而是具有一定的支撐區(qū)間，因此在尺度空間上信號能量的劃分，同時反映了時域與頻域上的能量分布特征。
小波時間熵小波時間熵對信號或系統(tǒng)參數(shù)的變化具有較強的檢測和定位能力，且其計算負擔遠遠低于Lyapunov指數(shù)的計算。
小波奇異熵小波空間的奇異熵，在綜合冗余信息的基礎上，直接反映了被分析信號時—頻空間中特征模式能量的分布不確定性。被分析信號越簡單，能量越集中于少數(shù)幾個模式，小波奇異熵越?。幌喾矗盘栐綇碗s，能量就越分散，小波奇異熵越大。因此，上述定義的奇異譜熵，給出了一個在整體上衡量信號復雜性或不確定性程度的指標。
小波時頻熵小波時頻熵測度結(jié)果由兩個矢量(或序列)構成，第一個矢量具有時間遍歷性，第二個矢量具有頻率遍歷性。在時刻kT具有大的熵值表征了具有廣泛分布的小波系數(shù)充斥頻域空間，相反，小的熵值表征小波系數(shù)集中在少數(shù)的幾個頻點(或頻段)，于是小波時頻熵值可以度量信號在任意時刻和任意頻率上的信息特征，以此可以分類不同的信號，在故障檢測與診斷領域具有較好的應用潛力。
小波平均熵能量分布越均勻，小波平均熵越大，反之越小。應用于電力系統(tǒng)故障檢測，當系統(tǒng)(如輸電線路)正常時，電流電壓主要含有基波和各次諧波，能量分布在少數(shù)的頻率點上，相對不均勻，因而小波平均熵較小，當發(fā)生故障時，電流電壓含有高頻暫態(tài)，其頻域分布較廣，因而熵會增加。
小波距離熵小波距離熵反映信息在不同尺度及不同時間下的差異，因此暫態(tài)信號與穩(wěn)態(tài)信號的小波距離熵差異較大，且暫態(tài)發(fā)生時熵會增加。
本發(fā)明的另一目的是提供上述電力暫態(tài)信號小波分析后處理方法的專用裝置。
本發(fā)明的電力暫態(tài)信號小波分析后處理方法的專用裝置，其組成為后臺計算機通過USB接口與前置數(shù)據(jù)采集處理單元相連，并通過通用串口與GPS同步時鐘相連；同時，前置數(shù)據(jù)采集處理單元通過串口與GPS同步時鐘相連。
前置數(shù)據(jù)采集處理單元采集電力暫態(tài)信號，并由USB接口送入后臺計算機，由后臺計算機按本發(fā)明的方法對接收到的數(shù)據(jù)進行小波分析和后處理，GPS同步時鐘給前置數(shù)據(jù)采集處理單元和后臺計算機對時。從而為電力系統(tǒng)提供一種專用的高效的電力暫態(tài)信號小波分析后處理方法的裝置。
上述的前置數(shù)據(jù)采集處理單元組成為模擬量整形模塊輸入口與電網(wǎng)互感器相連，輸出口與電壓電流高速采集處理模塊輸入口相連；同步時鐘接口模塊輸出口電壓電流高速采集處理模塊的串口相連，輸入口與同步時鐘相連。
模擬量整形模塊將電網(wǎng)的電壓電流信號轉(zhuǎn)換至適合A/D采集的電壓范圍，電壓電流高速采集處理模塊可高速采集模擬量整形模塊送來的信號，滿足本發(fā)明對電力暫態(tài)信號高速采集的要求。
上述的前置數(shù)據(jù)采集處理單元的核心芯片是TMS320F2812數(shù)字信號處理芯片。采用該成熟的高主頻專用數(shù)據(jù)采集處理芯片保證了本發(fā)明裝置的性能可靠，實施容易。
上述的前置數(shù)據(jù)采集處理單元的USB接口芯片是CY7C68001。采用該接口芯片保證前置數(shù)據(jù)采集處理單元與后臺機算計接口符合USB2.0標準，傳輸數(shù)據(jù)的速度可以達到480Mbps，滿足前置數(shù)據(jù)采集處理單元與后臺機算計傳送速率高的要求。


圖1為本發(fā)明實施例硬件構成框圖。
圖2為本發(fā)明實施例的前置數(shù)據(jù)采集處理單元的構成示意圖。
圖3為本發(fā)明實施例的后臺PC機小波分析顯示界面。
具體實施例方式
下面結(jié)合附圖和具體實施方式
對本發(fā)明進一步說明。
實施例本發(fā)明的一種具體實施方式
為一種電力暫態(tài)信號小波分析后處理方法，將電力暫態(tài)信號經(jīng)過小波分析后，再對小波系數(shù)進行以下的一種或多種后處理，結(jié)果送電力監(jiān)控中心處理(1)模極大值提取、奇異性檢測，得到模極大值點和奇異度；
(2)小波系數(shù)的統(tǒng)計處理或聚類分析；(3)神經(jīng)網(wǎng)絡分類，即將小波系數(shù)或小波后處理后的數(shù)據(jù)作為神經(jīng)網(wǎng)絡的輸入，輸出神經(jīng)網(wǎng)絡分類結(jié)果；(4)能量分析，得到能量分布系數(shù)和能量波動系數(shù)；(5)小波熵計算，得到小波能量熵或小波時間熵或小波奇異熵或小波時頻熵或小波平均熵或小波距離熵。
以上后處理方法的具體算法為(1)模極大值提取、奇異性檢測第一步小波變換對采集的電流電壓信號i(t)，u(t)進行小波變換，得到變換后的函數(shù)Wf(s，t)。
第二步模極大值提取若對屬于t0某一鄰域的任意點t，有|Wf(s0，t)|≤|Wf(s0，t0)|，稱(s0，t0)為小波變換的模極大值點。
第三步窗奇異指數(shù)即求最佳的c和α問題。記dkj為在t0點的窗信號離散采樣ikN(k＝1，2N)的小波分解，使得|dkj|≤c2-j(1/2+α),]]>j＝1，2，…M對α的求解按以下三個步驟進行a)求信號的離散小分解dkj=max|dkj|>0,]]>問題變?yōu)榍笞罴训腸和α，使dj*≤c2-j(1/2+α),]]>j＝1，2，…Mb)求bj*=logdj*,]]>并記b＝logc，則有j(1/2+α)+bj*≤b,]]>j＝1，2，…Mc)為解上述不等式組，令j(1/2+α)+bj*+βj=b,]]>則βj=b-j(1/2+α)-bj*,]]>問題變?yōu)榍螃梁蚥，使其滿足minΣjβj2=Σj[b-j(1/2+α)-bj*]2,]]>j＝1，2，…M運用一次最小二乘法，可求出α=ΣjΣbj*-MΣjbj*MΣj2-(Σj)2-12,]]>j＝1，2，…M(2)小波變換系數(shù)的統(tǒng)計處理與聚類分析。
參考工程上常用的方法，分別計算各個尺度下小波系數(shù)Dj(k)的某些統(tǒng)計特征，如a)平均值AVGj=ΣkDj(k)]]>b)絕對平均值AVGj=Σk|Dj(k)|]]>
c)方差σj=1kΣk(Dj(k)-AVGj)2]]>d)Willison幅值數(shù)WAMPj=Σksgn(|Dj(k)-Dj(k+1)|)]]>e)過零數(shù)ZCj=Σksgn{[-Dj(k)-θj][Dj(k+1)-θj)]}]]>(3)神經(jīng)網(wǎng)絡分類xj為輸入信號，表示特征向量(通常為小波系數(shù)或其它后處理結(jié)果)，si為外部輸入信號，ui為神經(jīng)元的內(nèi)部狀態(tài)，θi為閥值，該模型可描述為 當神經(jīng)元沒有內(nèi)部狀態(tài)時，可令yi＝ui，h＝f，其中f稱為激活函數(shù)。
(4)能量分析對采集的電流和電壓，小波變換后各尺度的能量可直接由其小波系數(shù)的平方得到。設dj，k為信號在小波上的分解系數(shù)，以正交小波變換各尺度下的能量為基礎，定義能量分布系數(shù)和能量波動系數(shù)式分別如下Dj=E[||dj,k||2]=1NΣk=1N||dj,k||2=EjN]]>Sj=E[||dj,k||2]E[||dj+1,k||2]=EjEj+1,]]>j＝1，2，3，…J(5)小波熵計算以下小波熵計算方法(a)～(c)中，信號x(t)在尺度j下，多分辨分析的離散小波系數(shù)表示為D＝{dj(k)，k＝1，…n，j＝1，2…，m}，Ej=Σk|dj(k)|2]]>為尺度j上的小波能譜；方法(d)～(f)中，信號在尺度a和時間t的小波變換系數(shù)表示為WTx(t，a)。
(a)小波能譜熵u(t)、i(t)經(jīng)正交小波變換得到在m個尺度上的小波能譜E＝E1，E2，…，Em。信號總功率E等于各分量功率Ej之和。設Pj＝Ej/E，則Σjpj=1,]]>其中Ej=Σk|Dj(k)|2,]]>則小波熵WEE(WaveletEnergy Entropy)為WEE=-Σjpjlogpj]]>(b)小波時間熵第一步小波變換u(t)、i(t)為信號，在尺度j下，其多分辨分析的離散小波變換系數(shù)為D＝{d(k)，k＝1，2，…，N}第二步定義滑動窗在此小波系數(shù)上定義一滑動窗，設窗寬為ω∈/N，滑動因子為δ∈N.，于是滑動窗為W(m；ω，δ)＝{d(k)，k＝1+mδ，…，ω+mδ}，m＝1，2，…，M。
第三步計算小波熵設pm(Zl)表示小波系數(shù)d(k)∈W(m；ω，δ)落在區(qū)間Zl的概率，按古典概率論，d(k)∈W(m；ω，δ)落于Zl的數(shù)目與W(m；ω，δ)中總的小波系數(shù)數(shù)目ω之值。于是有如下小波時間WTE(Wavelet Time Entropy)WTEj(m)＝-∑pm(Zl)log(pm(Zl)) m＝1，2，…M其中M＝(N-w)/δ∈N，每一尺度，可相應計算其WTEj(m)，m＝1，2，…Mj。
(c)小波奇異熵信號u(t)、i(t)在j(j＝1，2，…，m)尺度下的小波分解為Dj(n)，則在m個尺度的分解結(jié)果可以構成一個m×n的矩陣Dm×n＝Um×nΛl×lVl×n。其中對角矩陣Λ的主對角線元素由λi(i＝1，2，…，l)構成，按降序排列λ1≥λ2≥…λl≥0，是小波變換結(jié)果矩陣Dm×的奇異值。于是第j階增量小波奇異熵，可以由下式計算Δpi=-(λi/Σj=1lλj)log(λi/Σj=1lλj)]]>則小波奇異熵WSEk=Σi=1kΔpi.]]>(d)小波時頻熵記矢量為z(r)，r＝1，1…m，則可定義矢量的熵值為Ez=-Σr=1mPz(r)lnPz(r),]]>其中Pz(r)=|z(r)|2/||z(r)||22.]]>對于前述的信號離散小波表示W(wǎng)Tx(kT，a＝2j)實質(zhì)一個二維的矩陣，沿變量k和j可以得到矢量序列，于是可以定義小波時頻熵測度WTFE(Wavelet Time-Frequencies Entropy)為WTFEx(kT,j)=[EWTx(kT),EWTx(a=2j)]]]>其中EWTx(kT)=-ΣjPWTx(kT,a=2j)lnPWTx(kT,a=2j)]]>EWTx(a=2j)=-ΣkPWTx(kT,a=2j)lnPWTx(kT,a=2j)]]>(e)小波平均熵設信號u(t)、i(t)在尺度a和時間t0的小波變換系數(shù)為WT(t，a)將信號小波變換的時頻面(t，a)劃分為按尺度伸縮的N個時頻窗區(qū)域塊kT-aΔψ，KT+aΔψ]×[ω*/a-Δω/a，ω*/a+Δω/a]，(Δψ、Δω為基小波時域半徑和頻域半徑，ω*為基小波的頻域中心，T為時間離散間隔，k為0，1…N離散序列)，設每一區(qū)域塊內(nèi)的能量為Ei(i＝1，2，....N)，整個時頻面總的能量為E=Σi=1NEi,]]>對每一塊能量歸一化處理，得到Pi＝Ei/E，于是有Σi=1NPi=1,]]>符合信息熵的歸一化條件，于是定義小波平均熵(WAE)為
WAE=-Σi=1N(Ei/E)ln(Ei/E)]]>(f)小波距離熵對于電力暫態(tài)信號離散小波表示W(wǎng)Tx(kT，a＝2j)實質(zhì)一個二維的矩陣，沿變量k可以得到矢量序列WTx(k)，于是參照關聯(lián)距離的定義，引入信息的計算方法，可以定義小波時頻熵測度WDE(Wavelet Distance Entropy)為WDE=Σk=lmΣl=1mdkl′lndkl′]]>其中，dkl′=dkl/Σk=lmΣl=1mdkl,]]>dkl＝‖WTx(kT)-WTx(lT)‖，k，l＝1，2，…m。
圖1示出，本實施例的一種電力暫態(tài)信號小波分析后處理方法的專用裝置，其組成為后臺計算機PC通過USB接口與前置數(shù)據(jù)采集處理單元DSP相連，并通過通用串口與GPS同步時鐘GPS相連，同時，前置數(shù)據(jù)采集處理單元DSP通過串口與GPS同步時鐘GPS相連。本實施例的后臺計算機PC還與打印機P相連，以便于分析結(jié)果的打印輸出。
本實施例用PC機作為后臺機，按功能及應用可將整個程序可化分為以下幾個模塊數(shù)據(jù)采集程序、顯示程序、小波變換程序、小波后處理程序、應用程序、頻譜分析及其它輔助程序。圖3示出了后臺PC機的小波分析儀界面，現(xiàn)以下面幾個主要功能為例分別介紹a)顯示功能該功能可按預先確定好的采樣率、通道總數(shù)和設置好的每次讀取數(shù)據(jù)點數(shù)、單位數(shù)據(jù)長度等，來完成波形的顯示；具體講，它可完成如下幾點工作①按所選擇信號通道顯示其波形，②調(diào)整波形滾動步長，③使波形滾動暫停，④當顯示暫停時，還可對波形進行放大與縮小以便仔細觀察，⑤通過移動紅色游標指示某點的幅值與時刻。這一系列功能也為以后小波變換信號的選擇、數(shù)據(jù)點的選擇以及故障測距提供了方便。
b)小波變換功能小波變換功能可以完成連續(xù)小波變換、離散小波變換及小波包變換，變換之前可選擇小波類型及分解層數(shù)等重要參數(shù)。
c)后處理功能軟件設計的后處理功能包括模極大值提取、奇異性檢測，小波變換系數(shù)的統(tǒng)計處理或聚類分析，小波神經(jīng)網(wǎng)絡分類、基于小波分析的能量分布特征分析，小波熵計算等模塊。
d)應用分析功能基于以上變換和后處理，后臺機軟件還設計有如下幾種應用分析行波測距、故障分類、故障選線、電能質(zhì)量分析、數(shù)據(jù)壓縮等。如行波測距，是通過觀察上述經(jīng)小波變換和模極大值提取后的數(shù)據(jù)，顯示其波形以分析初始行波及對端反射波頭到達測量點的時間，確定波速以測距離，并在人機界面中給出顯示。
另外，軟件功能還附加有傅立葉變換、頻譜分析、保存、打印與幫助等。
圖2示出，本實施例的前置數(shù)據(jù)采集處理單元DSP的組成為模擬量整形模塊A輸入口與互感器相連，輸出口與電壓電流高速采集處理模塊DAQ輸入口相連；GPS同步時鐘接口模塊GI的輸出口與電壓電流高速采集處理模塊DAQ的串口相連，輸入口與GPS同步時鐘相連。
各模塊詳細說明如下(1)電壓電流高速采集處理模塊DAQ該采集處理模塊DAQ包括核心處理芯片TMS320F2812、電流電壓采集單元、與后臺計算機的通信單元。該模塊的作用是采集和記錄工頻穩(wěn)態(tài)和故障暫態(tài)的電流電壓。該模塊模數(shù)轉(zhuǎn)換部分采用核心處理芯片TMS320F2812內(nèi)嵌的A/D。工頻穩(wěn)態(tài)時的采樣頻率選擇可以根據(jù)實際的需要進行設定，采樣轉(zhuǎn)換時間為80ns，模數(shù)轉(zhuǎn)換器A/D轉(zhuǎn)換精度為12位，可以同時采集兩路信號，分時采集16路模擬量。
起始程序是固化在BOOT ROM中的，在核心處理芯片TMS320F2812中運行的程序說明前置數(shù)據(jù)采集處理單元的工作流程正常運行時，系統(tǒng)工作流程為被測信號由模擬量整形模塊A通過線性增益放大把信號調(diào)理到0V～3V之間輸入AD轉(zhuǎn)換器中；AD轉(zhuǎn)換器中由AD時鐘和TMS320F2812內(nèi)部定時器控制把模擬信號轉(zhuǎn)換成數(shù)字信號，并把數(shù)據(jù)寫入AD內(nèi)部的結(jié)果緩沖寄存器中，并產(chǎn)生中斷，通知TMS320F2812進行數(shù)據(jù)讀取和處理；TMS320F2812對采集的數(shù)據(jù)計算其有效值或者進行FFT變換，依據(jù)計算得出的結(jié)果判斷是否發(fā)生了故障，以及是否啟動故障錄波程序。
當沒有故障時，A/D不斷的轉(zhuǎn)換，但是TMS320F2812讀取該采樣數(shù)據(jù)，將其存儲在一個循環(huán)存儲區(qū)內(nèi)，同時計算這個循環(huán)存儲區(qū)的有效值或者作FFT變換，依此來判斷是否啟動故障錄波。
當檢測到故障發(fā)生的信號后，TMS320F2812記錄下當前的地址，該地址前記錄的數(shù)據(jù)為穩(wěn)態(tài)數(shù)據(jù)，每路12500個字，共100k個字；在該地址后記錄的數(shù)據(jù)為暫態(tài)數(shù)據(jù)，每路記錄32500個字，其250k個字，這些錄波數(shù)據(jù)暫時都存儲在擴展的片外存儲空間上，等待后臺計算機PC發(fā)送指令將讀取這些數(shù)據(jù)，前置數(shù)據(jù)采集處理單元DSP和后臺計算機PC之間的傳送方式可以選擇通用串口，也可以選擇USB2.0方式，其中大量數(shù)據(jù)的傳送選擇使用USB2.0接口的方式，其速度可以達到480Mbps。
此外，來自于外部電路的開關量輸入輸出信息經(jīng)過總線驅(qū)動芯片74LS245接入TMS320F2812的通用輸入輸出接口(GPIO)上，每1毫秒刷新一次，用于檢測開關量變位情況和給出開關量輸出信息。
(2)GPS時鐘同步接口模塊(GI)GPS時鐘同步接口模塊(GI)的作用是接受來自于GPS電力系統(tǒng)同步時鐘GPS的串行時間信息和精確的秒脈沖，產(chǎn)生精確的時鐘源。它主要由中央處理單元CPU及與其相連的數(shù)據(jù)存儲器RAM、程序存儲器EPROM、高精度晶振和計數(shù)器組成，其中，中央處理器單元CPU為菲利普公司生產(chǎn)的8051XA系列單片機，型號為PXAC37KFA；數(shù)據(jù)存儲器RAM為628512ALP-7；程序存儲器EPROM為M27C64；高精度晶振為33Z兆赫茲的晶振；計數(shù)器為74LS161電路。
固化在程序存儲器EPROM中，并在8051XA單片機中運行的程序工作過程如下正常運行時，CPU將1秒鐘一次通過串行口接受準確的GPS時鐘信息。GPS電力系統(tǒng)同步時鐘所產(chǎn)生的誤差小于1微秒的精確秒脈沖，通過計數(shù)器電路該秒脈沖分頻成為微秒脈沖。
當被檢測的設備發(fā)生故障后，啟動信號將觸發(fā)計數(shù)器電路停止脈沖計數(shù)，并通知CPU。這時，CPU(8051XA)將檢測到該啟動信號，并記錄下準確的觸發(fā)時刻。這就是故障發(fā)生的準確的微秒時間。
CPU進一步把每一秒所收到的年月日時分秒信息和剛才的微秒時刻組成，將得到完整的故障發(fā)生時間信息。
CPU也將利用串行口把這個時間信息傳送給后臺計算機，用于打印輸出。
本實施例的前置數(shù)據(jù)采集處理單元(DSP)的核心芯片是TMS320F2812數(shù)字信號處理芯片。
TMS320F2812是最近推出的新產(chǎn)品，它是一種高性能的靜態(tài)CMOS結(jié)構的32位處理器，混合信號32位DSP可提供每秒1.5億次指令(MIPS)、單周期32*32位MAC功能、128KW的片上閃存，1K字的OTP ROM，4K字的BOOT ROM，18K字的SARAM以及片上12位模數(shù)轉(zhuǎn)換器(ADC)。片外存儲器擴展的是512k字的RAM。
本實施例的前置數(shù)據(jù)采集處理單元(DSP)的USB接口芯片是CY7C68001。
CY7C68001是Cypress公司的USB2.0接口芯片，它上面集成了USB2.0收發(fā)器、USB2.0串口接口引擎SIE；它的傳輸速率最高可達480Mbps，內(nèi)部有4K字節(jié)的FIFO資源，具有內(nèi)部的鎖相環(huán)，還具有同步與異步的FIFO接口。
本實施例裝置的技術指標1、主處理器TMS320F2812，主頻150MHz；
2、SRAM 片內(nèi)18K×16-位，0等待片外512K×16-位，12ns等待；3、FLASH片內(nèi)128K×16-位，36ns等待；4、ROM 片內(nèi)BootROM4K×16-位片內(nèi)OTPROM1K×16-位36ns等待；5、A/D 片內(nèi)2×8通道、12-位、80ns轉(zhuǎn)換時間、0～3V量程記錄電氣量數(shù)目①對4路電壓(三相電壓、零序電壓)數(shù)據(jù)進行采集；②對4路電流(三相電流、零序電流)數(shù)據(jù)進行采集；③采樣頻率可以隨時根據(jù)實際需要進行調(diào)整，最高可達12.5Msps；6、異步串口2通道，RS232/RS422/RS485可配置傳輸率RS2321Mbaud；RS422/RS4859.375Mbaud；7、USB總線 1通道，符合USB2.0規(guī)范，最高傳輸速率480Mbps；8、電流互感器、電壓互感器線性度優(yōu)于0.1％，全樹脂密封，隔離度高，耐沖擊性強，且小巧輕便，能直接焊在印刷電路板上；9、電壓額定電壓有效輸入220V，50HZ；測量范圍標稱值的5％～150％；負載小于或等于0.1VA；精度測量范圍內(nèi)±0.1％；連續(xù)過壓標稱值的200％；響應頻率50HZ系統(tǒng)的頻響45HZ到1200HZ；10、電流額定電流有效輸入5A 50HZ；測量范圍標稱值的2％～150％；負載小于或等于0.01歐姆；精度測量范圍內(nèi)±0.1％；連續(xù)過載標稱值的200％；熱過負荷2倍標稱值連續(xù)；100倍標稱值1秒；11、有功和無功額定電流、電壓有效輸入0～5A，0～220V，50Hz；測量范圍有功功率500VA 0～225％；無功功率500VA 0～225％；精度測量范圍內(nèi)±0.2％；12、設備工作溫度0～70℃13、運行在后臺機上的分析軟件對采集的數(shù)據(jù)進行一系列的小波變換以及后處理功能不僅具有小波變換、小波后處理與應用分析等主要功能，還具有傅立葉變換、頻譜分析、波形顯示、數(shù)據(jù)存儲與打印等各項輔助功能；適用條件具有數(shù)據(jù)采集的前置單元或是保存的已有數(shù)據(jù)文本文件；適用環(huán)境普通計算機上windows2000或以上系統(tǒng)；分析對象主要用于電力系統(tǒng)暫態(tài)信號，也可用于其它工程信號的處理分析；安裝及維護光盤安裝，軟件可更新與升級。
本發(fā)明可用于高壓輸電線路、發(fā)電機、大型電力變壓器、電容器、調(diào)相機等各種電壓等級的發(fā)電廠、變電站電氣設備中的暫態(tài)信號采集、小波分析及后處理，可以實現(xiàn)電力系統(tǒng)輸電線路行波測距與故障識別、電能質(zhì)量分析和設備故障診斷。
權利要求
1.一種電力暫態(tài)信號小波分析后處理方法，其特征在于，將電力暫態(tài)信號經(jīng)過小波分析后，再對小波系數(shù)進行以下的一種或多種后處理，結(jié)果送電力監(jiān)控中心處理(1)模極大值提取、奇異性檢測，得到模極大值點和奇異度；(2)小波系數(shù)的統(tǒng)計處理或聚類分析；(3)神經(jīng)網(wǎng)絡分類，即將小波系數(shù)或小波后處理后的數(shù)據(jù)作為神經(jīng)網(wǎng)絡的輸入，輸出神經(jīng)網(wǎng)絡分類結(jié)果；(4)能量分析，得到能量分布系數(shù)和能量波動系數(shù)；(5)小波熵計算，得到小波能量熵或小波時間熵或小波奇異熵或小波時頻熵或小波平均熵或小波距離熵。
2.如權利要求1所述的一種電力暫態(tài)信號小波分析后處理方法，其特征在于，所述的小波熵計算的具體方法為以下方法(a)～(c)中，信號x(t)在尺度j下，多分辨分析的離散小波系數(shù)表示為D＝{dj(k)，k＝1，…n，j＝1，2…，m}，Ej=Σk|dj(k)|2]]>為尺度j上的小波能譜；方法(d)～(f)中，信號在尺度a和時間t的小波變換系數(shù)表示為WTx(t，a)；(a)小波能譜熵在某一時間窗內(nèi)(窗寬為ω∈N)信號總功率E等于各分量功率Ej之和；設Pj＝Ej/E，則Σjpj=1,]]>相應的小波能譜熵WEE=-Σjpjlogpj;]]>(b)小波時間熵在小波系數(shù)上定義一滑動窗ω∈N，滑動因子為δ∈N，于是滑動窗為W(m；ω，δ)＝{d(k)，k＝1+mδ，...，ω+mδ}，m＝1，2，...，M，將滑動窗劃分為如下L個區(qū)間W(m;w,δ)=∪l=1LZl,]]>其中{Zl＝(sl-1，sl)，l＝1，2，...，L}，互不相交。且s0＜s1＜s2＜...＜sL，s0＝min[W(m；ω，δ]，sL＝max[W(m；ω，δ]；pm(Zl)表示小波系數(shù)d(k)∈W(m；ω，δ)落于區(qū)間Zl的概率，在第j尺度下小波時間熵WTEj(m)=-Σpm(Zl)log(pm(Zl)),]]>m＝1，2，...M，其中M＝(N-ω)/δ∈N；(c)小波奇異熵n個信號采樣點在m個尺度的分解結(jié)果可以構成一個m×n的矩陣Dm×n，將矩陣Dm×n分解為Um×n·Λl×l·VTl×n，式中，對角線矩陣Λ的主對角線元素λi(i＝1，2，...，l)是非負的，并按降序排列，即λ1≥λ2≥…λl≥0這些對角線的元素是小波變換結(jié)果矩陣Dm×n的奇異值；則小波奇異熵WSEk=Σi=1k-(λi/Σj=1lλj)log(λi/Σj=1lλj);]]>(d)小波時頻熵記矢量為z(r)，r＝1，1...m，則可定義矢量的熵值為Ez=-Σr=1mPz(r)lnPz(r),]]>其中Pz(r)=|z(r)|2/||z(r)||22;]]>信號x(t)離散小波表示W(wǎng)Tx(kT，a＝2j)，沿變量k和j可以得到矢量序列，則小波時頻熵WTFEx(kT,j)=[EWTx(kT),EWTx(a=2j)];]]>其中EWTx(kT)=-ΣjPWTx(kT,a=2j)lnPWTx(kT,a=2j),EWTx(a=2j)=-ΣkPWTx(kT,a=2j)lnPWTx(kT,a=2j);]]>(e)小波平均熵信號x(t)在尺度a和時間t的小波變換系數(shù)為WTx(t，a)將信號小波變換的時頻面(t，a)劃分為按尺度伸縮的N個時頻窗區(qū)域塊，每一區(qū)域塊內(nèi)的能量為Ei(i＝1，2，...N)，整個時頻面總的能量為E=Σi=1NEi,]]>小波平均熵WAE=-Σi=1N(Ei/E)ln(Ei/E);]]>(f)小波距離熵對于信號x(t)的離散小波表示W(wǎng)Tx(t＝kT，a＝2j)，沿變量k可以得到矢量序列WTx(k)；小波時頻熵WDE=Σk=lmΣl=1mdkl′lndkl′,]]>其中，dkl′=dkl/Σk=lmΣl=1mdkl,]]>dkl＝‖WTx(kT)-WTx(lT‖，k，l＝1，2，...m。
3.一種用于權利1所述的電力暫態(tài)信號小波分析后處理方法的專用裝置，其組成為后臺計算機(PC)通過USB接口與前置數(shù)據(jù)采集處理單元(DSP)相連，并通過通用串口與GPS同步時鐘(GPS)相連，同時，前置數(shù)據(jù)采集處理單元(DSP)通過串口與GPS同步時鐘(GPS)相連。
4.如權利要求3所述的電力暫態(tài)信號小波分析后處理方法的專用裝置，其特征在于，所述的前置數(shù)據(jù)采集處理單元(DSP)的組成為模擬量整形模塊(A)輸入口與電網(wǎng)互感器相連，輸出口與電壓電流高速采集處理模塊(DAQ)輸入口相連；同步時鐘接口模塊(GI)的輸出口與電壓電流高速采集處理模塊(DAQ)的串口相連，輸入口與GPS同步時鐘(GPS)相連。
5.如權利要求3所述的電力暫態(tài)信號小波分析后處理方法的專用裝置，其特征在于所述的前置數(shù)據(jù)采集處理單元(DSP)的核心芯片是TMS320F2812數(shù)字信號處理芯片。
6.如權利要求3所述的電力暫態(tài)信號小波分析后處理方法的專用裝置，其特征在于所述的前置數(shù)據(jù)采集處理單元(DSP)的USB接口芯片是CY7C68001。
全文摘要
本發(fā)明公開了一種電力暫態(tài)信號小波分析后處理方法及其裝置，其方法是將電力暫態(tài)信號經(jīng)過小波分析后，再對小波系數(shù)進行以下的一種或多種后處理，結(jié)果送電力監(jiān)控中心處理模極大值提取、奇異性檢測，得到模極大值點和奇異度；小波系數(shù)的統(tǒng)計處理或聚類分析；神經(jīng)網(wǎng)絡分類，即將小波系數(shù)或小波后處理后的數(shù)據(jù)作為神經(jīng)網(wǎng)絡的輸入，輸出神經(jīng)網(wǎng)絡分類結(jié)果；能量分析，得到能量分布系數(shù)和能量波動系數(shù)；小波熵計算，得到小波能量熵或小波時間熵或小波奇異熵或小波時頻熵或小波平均熵或小波距離熵。它能有效提取出電力暫態(tài)信號的特征，以應用于電力系統(tǒng)輸電線路行波測距與故障識別、電能質(zhì)量分析和設備故障診斷。
文檔編號G01R31/00GK1847867SQ200610020558
公開日2006年10月18日 申請日期2006年3月24日 優(yōu)先權日2006年3月24日
發(fā)明者何正友, 陳小勤, 麥瑞坤, 李小將 申請人:西南交通大學