一种基于总方差的光纤电流互感器随机误差特性分析方法，该方法首先通过串行输出方式采集光纤电流互感器电流信号，得到观测数据；经莱特法则对观测数据予以野值剔除，再对数据进行零均值、趋势项和标准化处理；对处理的数据进行平稳性、周期性和正态性检验，得到平稳、正态、零均值的数据序列；采用总方差方法对数据序列进行方差处理；最后采用随机误差源方差平方和关系进行总方差与相关时间(τ)的双对数曲线拟合，提取出光纤电流互感器电流信息中的5项随机误差系数。本发明专利技术能够更加精确的分析光纤电流互感器的随机误差特性，有效解决传统的Allan方差法估计值震荡剧烈的缺点，为光纤电流互感器的性能设计和补偿随机误差提供指导。
【技术实现步骤摘要】
本专利技术涉及电流互感器误差分析领域，尤其是一种基于总方差的光纤电流互感器 随机误差特性分析方法。
技术介绍
光纤电流互感器是智能变电站中一种重要的过程层设备，为智能变电站间隔层设 备提供电流、电压信息，实现电力系统继电保护、电能计量、故障录波、状态监测等功能。光 纤电流互感器实现了电流信号的实时测量和监测，为电力系统继电保护、电能计量等设备 提供输入信号。光纤电流互感器的随机误差对其性能精度有着重要的影响，因此对其随机 误差特性分析提出了更高的要求。光纤电流互感器的随机误差项主要为量化噪声、角度随 机游走、偏置不稳定性、速率随机游走和速率斜坡等五个噪声项。 现有技术中，Allan方差法是传统的分析光纤电流互感器随机误差特性的方法，是 一种时域分析方法，能够对光纤电流互感器随机误差N、B、K、R、Q(N为角度随机游走系数；B 为零偏不稳定性系数；K为速率随机游走系数；R为速率斜坡系数；Q为量化噪声系数）进行 细致的表征和辨识，是测量和评价电流信息中各类误差和噪声特征的重要手段。Allan方差 假设FOCT数据的不定性由特定噪声源产生，由输出电流数据计算各噪声源协方差的大小， 反映出噪声中随机过程的特性并识别出存在于电流数据中的噪声源。鉴于Allan方差的转 移函数存在基本的泄露现象，方差估计值在相关时间接近总测量持续时间一半时出现震荡 剧烈的不足，置信度较低，因此仅能有效分析理想的时变、平稳信号，不能精确表征非平稳 信号在不同频率范围的方差波动情况。
技术实现思路
本专利技术所要解决的技术问题在于，提供一种基于总方差的光纤电流互感器随机误 差特性分析方法，能够更加精确的分析光纤电流互感器的随机误差特性，有效解决传统的 Allan方差法估计值震荡剧烈的缺点，为光纤电流互感器的性能设计和补偿随机误差提供 指导。 为解决上述技术问题，本专利技术提供一种基于总方差的光纤电流互感器随机误差特 性分析方法，包括如下步骤： (1)利用光纤电流互感器试验平台釆集静态、常温下输出的某相电流数据 {x〇(t)}； (2)漂移数据预处理 a)野值辨识与剔除 采用莱特法则对光纤电流互感器输出的电流信息剔除野值，获得不含野值的有效 的电流信息，简称野值剔除信息Ixl(t)}; 对N次测量电流值Xl1,. ..，x2N，求电流信号算术平均值求各测量 值相对于平均值的偏差：计算标准差判断并剔除 野值；若IV1I >3〇,则认为对应的Xl1为野值，予以剔除； b)零均值化处理 计算得野值剔除后数据序列的均值，将序列中各数据减去平均值，更新数据序列 为{x2(t)}; 求电流信号算术平均值 ； 减去平均值后的序列更新为{x2(t)}，x21= Xl「μ ; c)趋势项处理 光纤电流互感器随机漂移序列中含有速率斜坡误差项，零均值处理后的随机序列 包含缓慢变化的趋势项，建立趋势项模型，采用最小二乘法估计趋势项模型参数，剔除趋势 项后更新序列为1x3 (t)}; 趋势项模型为 式中，aji = 1，...，6)为模型参数；t为时间；采用最小二乘法估计模型参数，求 得趋势项模型中各系数值。剔除趋势项后的新序列为Ix3(t)}，即： x3 (t) = x2 (t) -d (t) d)标准化处理 经过前述预处理，数据序列变为1x3 (t)}，满足均值为μ x、方差为1_的正态分布， 对{x3(t)}标准化处理，满足标准正态分布x4i(1)~N(0, 1)，最终的序列为 {x4 ⑴}，记为{xn}。 标准化处理并不影响模型参数的估计值，为了便于光纤电流互感器随机漂移预测 与补偿，当时序建模后再将数据还原为 χ3ι= σ χΧ4ι+μ χ。 (3)数据检验 a)平稳性检验 将{xn}分成1个子序列{xf,n}，l e (〇…1)，求出各子序列的均值μ#，均值构 成一个序列P1P2P2... μ;当i>j时，每出现一次μ t> μ f，定义为μ _j的一个逆序，同时 定义P j的逆序A为μ μ j出现的次数，则序列的逆序总数为： 逆序总数的理论平均值和方差分别为： 构造统计量： 因此，当显著水平为0. 05时，如果I μ I彡1. 96,则可确定μ ￡间无显著性差异，可 确定{χη}是平稳序列； b)周期性检验 采用光纤电流互感器电流信号的自相关函数进行周期性检验，含有周期性分量的 相关函数表现为在一定时间间隔内呈衰减趋势，之后便为无衰减的振荡图形； c)正态性检验 定义序列{xn}的偏态系数u和峰态系数V分别为： 式中，μ，〇 χ是序列{χ n}的均值和标准差； 计算序列的样本估计值则说明服从正态 分布； (4)总方差方法处理数据 取FOCT测量后经过预处理、检验后的数据\〇1 = 1，···，ΝΧ)，基本取样间隔为τ。， 测量总持续时间T = (Nx-I) τ。，转换成频偏数据为yn= (X η+1-χη)/ τ。，（η = 1，· · ·，Ny，Ny = Nx-I);将序列yn通过映射延伸成一个新的更长的虚拟序列{乂}，.原始的时偏序列{x n}倒 像映射产生一个延伸虚拟序列，n = 3-Nx，. . .，2Nx-2 ;数据具体延伸过程为： 最终得到的频偏虚拟序列为 (5)提取五项随机误差 采用随机误差源方差平方和关系进行总 方差与相关时间的双对数曲线拟合，提取出光纤电流互感器的电流信息中的五项随机误差 系数； 3Q2/ τ 2表示量化噪声系数Q噪声源的方差；N 7 τ表示角度随机游走系数N噪声 源的方差；& ·Α· In 2表示偏置不稳定性系数B噪声源的方差；K2 τ /3表示角度随机游走系 -M- 数K噪声源的方差；R2 τ 2/2表示速率斜坡系数R噪声源的方差；txi。,单位是° /h ; τ单位 是S0 优选的，步骤（2)中是以每组光纤电流互感器输出的电流信息剩余误差的绝对值 超过3倍的标准差作为条件，如果条件成立则该数据为野值予以剔除，得到完整的有效的 光纤电流互感器输出电流信息。 优选的，步骤（4)中总方差方法通过倒像映射的方法将原始电流数据的自由度增 加至3个。 本专利技术的有益效果为：采用总方差取代传统的Allan方差，实现了光纤电流互感 器随机误差项系数的提取和随机误差特性的分析；采用的总方差方法提高了数据的自由度 和置信区间，克服了 Allan方差法存在估计值震荡剧烈的不足以及存在能量泄露的缺点， 更加精确的进行噪声项的提取，准确的反映光纤电流互感器所处工作环境下的各项噪声的 变化情况，提高了光纤电流互感器的性能设计，抑制了随机误差。【附图说明】 图1是本专利技术的基于总方差的光纤电流互感器随机误差特性分析方法的流程图。 图2是本专利技术的步骤（3)中所示的电流数据检验的示意图。【具体实施方式】 如图1所示，，包括如 下步骤： (1)利用光纤电流互感器试验平台釆集静态、常温下输出的某相电流数据 {x〇(t)}； (2)漂移数据预处理 a)野值辨识与剔除 采用莱特法则对光纤电流互感器输出的电流信息剔除野值，获得不含野值的有效 的电流信息，简称野值剔除信息Ixl(t)}; 对N次测量电流值Xl1, ...，x2N，求电流信号算术平均值：求各测量 值相对于平均值的偏_H十算标准差判断并剔除 野值；若本文档来自技高网...
【技术保护点】
一种基于总方差的光纤电流互感器随机误差特性分析方法，其特征在于，包括如下步骤：(1)利用光纤电流互感器试验平台釆集静态、常温下输出的某相电流数据{x0(t)}；(2)漂移数据预处理a)野值辨识与剔除采用莱特法则对光纤电流互感器输出的电流信息剔除野值，获得不含野值的有效的电流信息，简称野值剔除信息{x1(t)}；对N次测量电流值x11，…，x2N，求电流信号算术平均值求各测量值相对于平均值的偏差计算标准差判断并剔除野值；若|Vt|＞3σ，则认为对应的x1i为野值，予以剔除；b)零均值化处理计算得野值剔除后数据序列的均值，将序列中各数据减去平均值，更新数据序列为{x2(t)}；求电流信号算术平均值减去平均值后的序列更新为{x2(t)}，x2t＝x1t‑μ；c)趋势项处理光纤电流互感器随机漂移序列中含有速率斜坡误差项，零均值处理后的随机序列包含缓慢变化的趋势项，建立趋势项模型，采用最小二乘法估计趋势项模型参数，剔除趋势项后更新序列为{x3(t)}；趋势项模型为：d(t)=a0+a1t12+a2t+a3t32+a4t2+a5t22)]]>式中，at(i＝1，…，6)为模型参数；t为时间；采用最小二乘法估计模型参数，求得趋势项模型中各系数值。剔除趋势项后的新序列为{x3(t)}，即：x3(t)＝x2(t)‑d(t)d)标准化处理经过前述预处理，数据序列变为{x3(t)}，满足均值为μx、方差为的正态分布，对{x3(t)}标准化处理，满足标准正态分布x4i(1)～N(0,1)，最终的序列为{x4(t)}，记为{xn}；标准化处理并不影响模型参数的估计值，为了便于光纤电流互感器随机漂移预测与补偿，当时序建模后再将数据还原为x3i＝σxx4i+μx；(3)数据检验a)平稳性检验将{xn}分成1个子序列求出各子序列的均值μt后，均值构成一个序列μ1μ2μ3…μt当i>j时，每出现一次μi＞μj，定义为μj的一个逆序，同时定义μj的逆序Aj为μi＞μj出现的次数，则序列的逆序总数为：逆序总数的理论平均值和方差分别为：构造统计量：因此，当显著水平为0.05时，如果|u|≤1.96，则可确定μj间无显著性差异，可确定{xn}是平稳序列；b)周期性检验采用光纤电流互感器电流信号的自相关函数进行周期性检验，含有周期性分量的相关函数表现为在一定时间间隔内呈衰减趋势，之后便为无衰减的振荡图形；c)正态性检验定义序列{xn}的偏态系数u和峰态系数v分别为：v=E[x(t)-μxσx]4]]>式中，μx和σx是序列{xn}的均值和标准差；计算序列的样本估计值则说明服从正态分布；(4)总方差方法处理数据取FOCT测量后经过预处理、检验后的数据xn(n＝1，…，Nx)，基本取样间隔为τ0，测量总持续时间T＝(Nx‑1)τ0，转换成频偏数据为将序列yn通过映射延伸成一个新的更长的虚拟序列原始的时偏序列{xn}倒像映射产生一个延伸虚拟序列n＝3‑Nx,…,2Nx‑2；数据具体延伸过程为：y1-j*=2y1-y1+j(j=1,...,Ny-1)yn*=yn(n=1,2,...,Nx)yNy+j*=2yNy-yNy-j(j=1,...,Ny-1)]]>x1-j*=2x1-x1+j(j=1,...,Ny-1)xn*=xn(n=1,2,...,Nx)xNx+j*=2xNx-yNx-j(j=1,...,Ny-1)]]>最终得到的频偏虚拟序列为yn*=(xn+1*-xn*)/τ0,n=3-Nx,...,2Nx-3;]]>总方差为σAtol2=12(mτ0)2(Nx-2)×Σn=2Nx-1(xn-m*-2xn*+xn+m*)2]]>或者σAtol2=12(Ny-2)Σn=2Ny[y‾n*(m)-y‾n-m*(m)]2,]]>其中y‾n*=(xn+m*-xn*)/(mτ0);]]>(5)提取五项随机误差采用随机误差源方差平方和关系σAtol2=R2τ22+K2τ3+B2·2π·ln2+N2τ+3Q2τ2]]>进行总方差与相关时间的双对数曲线拟合，提取出光纤电流互感器的电流信息中的五项随机误差系数；3Q2/τ2表示量化噪声系数Q噪声源的方差；N2/τ表示角度随机游走系数N噪声源的方差；表示偏置不稳定性系数B噪声源的方差；K2τ/3表示角度随机游走系数K噪声源的方差；R2τ2/2表示速率斜坡系数R噪声源的方差；单位是°/h；τ单位是s。...
【技术特征摘要】
【专利技术属性】
技术研发人员：王立辉，魏广进，黄嘉宇，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。