本發(fā)明涉及配電網通信技術領域，具體地說是一種基于小波變換的自適應電網信號基波檢測方法。

背景技術：

隨著電力電子技術的快速發(fā)展及電網容量增大和結構的復雜，大量非線性負載的接入導致電網系統的諧波污染越來越嚴重，特別是逆變器和整流器的廣泛應用，帶來的負面效應日益顯著和嚴峻。

通常，電力諧波對配電網和用戶的影響主要有以下幾個方面：(1)諧波影響各類電氣設備、測量裝置以及電能計量裝置的正常工作；(2)電力系統阻抗在特定頻率下可能與并聯補償電容器發(fā)生諧振，引起諧波源注入系統和電容器組諧波電流的放大，對系統和電容器組產生嚴重影響；(3)諧波會加重電力系統中元器件的附加損耗，導致系統從發(fā)電、輸電到用電的整個過程的效率下降。

目前，使用電力濾波裝置吸收諧波源產生的諧波是應用最廣泛最有效的諧波抑制方法。而諧波檢測是諧波治理問題的基礎，直接影響到電力濾波裝置的諧波治理效果。當前常用的諧波檢測方法主要有：無源濾波器法、基于傅里葉變換的諧波檢測法、基于無功功率理論的坐標變換法以及基于小波變換的的諧波檢測法。無源濾波器法對電路元件要求高，精度低，實時性差；基于傅里葉變換的諧波檢測法存在頻譜泄露現象和柵欄效應；基于無功功率理論的坐標變換法多應用于三相對稱電路，對于單相電路的諧波檢測算法復雜，不易實現；基于小波變換的諧波檢測方法具有較好的時頻特性和較高的檢測精度，但小波的分解層數尚沒有統一的確定標準，分解層數過大，會造成一定程度的能量泄露；分解層數過小，會造成頻譜混疊，降低諧波檢測精度。

技術實現要素：

本發(fā)明所要解決的技術問題是克服上述現有技術存在的缺陷，提供一種基于小波變換的自適應電網信號基波檢測方法，其能夠根據電網信號的頻譜信息，自適應確定最佳采樣頻率和最佳分解層數，以解決因小波變換分解層數和采樣頻率過大或過小而導致基波信號提取精度降低的問題。

為此，本發(fā)明解決問題所采用的技術方案是：一種基于小波變換的電網信號基波檢測方法，它包含頻譜檢測模塊、邏輯控制模塊、采樣模塊和小波分析模塊；

所述的頻譜檢測模塊提取電網信號中的頻譜信息；

所述的邏輯控制模塊獲得頻譜信息后，通過基波頻率和最低次諧波頻率，確定小波分解最低頻段的截止頻率；根據奈奎斯特采樣定理，確定最佳采樣頻率；根據最佳采樣頻率、最佳分解層數和小波分解最低頻段的截止頻率的代數關系，確定小波變換的最佳分解層數；

所述的采樣模塊按照邏輯控制模塊生成的最佳采樣頻率進行電網信號采集；

所述的小波分析模塊按照邏輯控制模塊生成的最佳分解層數進行電網信號分析，最終達到精確提取基波信號的目的。

進一步地，邏輯控制模塊邏輯算法的具體過程如下：

1)獲得電網信號的頻譜信息；

2)通過基波頻率f_b和最低次諧波頻率f_Hmin，確定小波分解最低頻段的截止頻率f_T：

3)確定最佳采樣頻率f_s：令fs＝2ⁿ×f_T，n＝1，若滿足f_s>2f_Hmax，f_Hmax為最高次諧波頻率，則進行下一步；否則n＝n+1，繼續(xù)計算最佳采樣頻率f_s；

4)根據最佳采樣頻率f_s、最佳分解層數N和小波分解最低頻段的截止頻率f_T的代數關系，確定最佳分解層數N，

進一步地，所述的頻譜檢測模塊采用傅里葉變換方法提取電網信號中的頻譜信息。

進一步地，所述電網信號的基波分量是穩(wěn)定的周期性變化正弦信號。

更進一步地，所述電網信號的基波分量是含有諧波成分的電網信號。

進一步地，所述的小波分析模塊采用小波分解方法進行電網信號分析，所述的小波分解方法為一種對采樣信號頻率下行二分的方法，即對采樣頻率低頻段進行二分法劃分頻率。

進一步地，所述小波分解方法使用的小波函數為Daubechies系小波函數，但不限于Daubechies系小波函數。

本發(fā)明具有的有益效果是：本發(fā)明在處理復雜電網信號情況下可以自適應精確確定小波分解層數，有效地提高了基波信息的提取精度。

附圖說明

下面結合說明書附圖和具體實施方式對本發(fā)明作進一步說明。

圖1是本發(fā)明的原理框圖。

圖2是本發(fā)明邏輯控制模塊的邏輯算法示意圖。

圖3是本發(fā)明采用不同分解層數提取的基波特征信息仿真圖(圖3a、3b、3c的分解層數分別為2、3、4)。

圖4、圖5為誤差上下限和低頻段截止頻率f_T隨采樣頻率的變化情況圖。其中圖4所用小波為dB44小波，電網信號除基波外，含有2、3、5、7、9次諧波；圖5所用小波為dB40小波，電網信號含有3、7次諧波。

圖1和圖2用以說明本發(fā)明的邏輯原理；圖3、圖4和圖5分別從不同分解層數、不同小波函數和不同諧波次數等角度驗證本發(fā)明的可行性。

具體實施方式

本發(fā)明采用一種基于小波變換的電網信號基波檢測方法，可自適應的確定最佳采樣頻率和最佳小波分解層數，以確?；ㄌ卣餍畔⒌木_提取。

圖1為本發(fā)明的原理框圖，本發(fā)明包括頻率檢測模塊、邏輯控制模塊、采樣模塊和小波分析模塊四部分。其中，頻譜檢測模塊采用傅里葉變換方法，獲取電網信號中的頻譜信息。邏輯控制模塊獲得頻譜信息后，通過基波頻率和最低次諧波頻率，確定小波分解最低頻段的截止頻率；根據奈奎斯特采樣定理，確定最佳采樣頻率；根據最佳采樣頻率、最佳分解層數和小波分解最低頻段的截止頻率的代數關系，確定小波變換的最佳分解層數。采樣模塊按照邏輯控制模塊生成的最佳采樣頻率進行電網信號采集。小波分析模塊按照邏輯控制模塊生成的最佳分解層數進行電網信號分析，最終達到精確提取基波信號的目的。

圖2所示為邏輯控制模塊的邏輯算法示意圖。具體過程如下：(1)獲得電網信號的頻譜圖；(2)根據濾波原理，小波變換獲得的最低頻段有且僅含有基波頻率，通過基波頻率(f_b)和最低次諧波頻率(f_Hmin)，確定小波分解最低頻段的截止頻率(f_T)：

(3)根據奈奎斯特采樣定理，確定最佳采樣頻率(f_s)：令fs＝2ⁿ×f_T，n＝1，若滿足f_s>2f_Hmax,則進行下一步；否則n＝n+1；(3)根據最佳采樣頻率(f_s)、最佳分解層數(N)和小波分解最低頻段的截止頻率(f_T)的代數關系，確定最佳分解層數(N)

圖3所示為不同分解層數提取的基波特征信息仿真圖，圖3a、圖3b、圖3c分別為分解層數為2、3、4的仿真結果。其中小波函數為dB44小波，電網信號的基波頻率為50Hz，幅值為1，且含有2、3、5、7、9次諧波。按照本發(fā)明的方法，可以確定最佳分解層數為3，最佳采樣頻率為1200Hz。

如圖所示，隨著分解層數的不同，提取基波信息的精度和誤差具有明顯差異?；ㄌ崛≌`差率按下式計算：

式中，R_error為基波提取誤差率，A_aqr為通過小波分析提取的基波幅值，A_std為理想情況下基波幅值。

當分解層數為2時，誤差下限為-0.282，誤差上限為0.282，此外，可以明顯看到波形發(fā)生畸變，出現了頻率混疊效應。當分解層數為3時，誤差上限為6.65×10^-4，誤差下限為5.23×10^-4，提取基波波形好，精度最高；當分解層數為4時，誤差下限為-0.0329，誤差上限為0.0213，具有較好的精度，但基波信息從次低頻段提取而非最低頻段，且發(fā)生了一定的能量泄露。

圖4為誤差上下限和低頻段截止頻率f_T隨采樣頻率的變化情況，其中小波函數為dB44小波，電網信號的基波頻率為50Hz，幅值為1，且含有2、3、5、7、9次諧波，分解層數為3。如圖所示，隨著采樣頻率的增加，誤差上限先減小后增大，在f_s＝1215Hz時達到極小值，誤差下限先增大后減小，在f_s＝1221Hz時達到極大值。通過本發(fā)明確定的最佳采樣頻率為1200Hz，在該采樣頻率下的誤差與實際最佳頻率具有相同量級。

圖5為誤差上下限和低頻段截止頻率f_T隨采樣頻率的變化情況，其中小波函數為dB40小波，電網信號的基波頻率為50Hz，幅值為1，且含有3、7次諧波，分解層數為2。如圖所示，在fs＝790Hz時達到理論最佳解。通過本發(fā)明確定的最佳采樣頻率為800Hz，在該采樣頻率下的誤差與實際最佳頻率具有相同量級。