时变谐波的检测方法技术

本申请公开了一种变谐波的检测方法

【技术实现步骤摘要】
时变谐波的检测方法、装置以及存储介质、电子装置


[0001]本申请涉及电力系统
，具体而言，涉及一种时变谐波的检测方法
、
装置以及存储介质
、
电子装置
。

技术介绍

[0002]矿区供电系统，由电源
、
输电线路和变电所三部分组成
。
矿区供电系统从电力系统取得电源
(
或自备电源
)
，通过输电
、
变电和配电等环节向矿区提供电力的整体
。
[0003]为实现对矿区供电系统的电能质量进行全面地监测分析，确保矿区安全供电，主要需要分析矿井电网电能质量指标
、
分析电能质量监测数据
、
在线监测电能质量等
。
[0004]针对相关技术中煤矿区域的电力系统无法较好处理时变谐波的问题，仍没有较好的解决方案
。

技术实现思路

[0005]本申请的主要目的在于提供一种时变谐波的检测方法
、
装置以及存储介质
、
电子装置，以解决煤矿区域的电力系统无法较好处理时变谐波的问题
。
[0006]为了实现上述目的，根据本申请的一个方面，提供了一种时变谐波的检测方法
。
[0007]本申请实施例中的时变谐波的检测方法，所述方法包括：
[0008]采集煤矿区中的电气设备的谐波特征信息，所述谐波特征信息至少包括一种谐波检测方式；
[0009]将所述谐波特征信息输入预先训练的神经网络，得到采用不同方式对时变谐波进行检测的评分结果，所述预先训练的神经网络用于对时变谐波的检测结果进行打分；
[0010]根据所述评分结果，确定时变谐波的检测结果，所述检测结果包括时变谐波数据
。
[0011]进一步地，所述方法还包括：
[0012]将所述电气设备配置为线性设备；
[0013]将所述电气设备配置重新部署，且减少煤矿区中的谐波电路或谐振点；
[0014]根据所述评分结果中评分最高的结果，确定当前时电气设备的变谐波的检测结果
。
[0015]进一步地，所述将所述谐波特征信息输入预先训练的神经网络，得到采用不同方式对时变谐波进行检测的评分结果，包括：
[0016]将所述谐波特征信息输入预先训练的神经网络，得到采用分段
FFT
变换
、
离散小波变换对时变谐波进行检测的评分结果；
[0017]根据所述分段
FFT
变换
、
所述离散小波变换对时变谐波进行检测的评分结果分析时变谐波幅值随时间的变化情况以及扰动发生的时间，并建立时变谐波数据分析模型
。
[0018]进一步地，所述确定当前时电气设备的变谐波的检测结果之后，还包括：
[0019]根据所述时变谐波数据分析模型，通过仿真确定适用所述煤矿区的煤矿供电系统电能质量监测分析数据模型
。
[0020]进一步地，所述采集煤矿区中的电气设备的谐波特征信息之前，还包括：
[0021]采用滤波器，对大小和频率都变化的谐波以及变化的无功进行补偿
。
[0022]进一步地，所述采集煤矿区中的电气设备的谐波特征信息，包括：
[0023]将原始信号先经过离散小波变换，将信号分解为高频部分和低频部分；
[0024]针对于重构后的低频部分，进行加窗插值
FFT
处理；
[0025]针对于重构后的高频部分，判断是否存在时变成分，所述针对高频部分进行快速傅里叶变换，快速傅里叶变换后高频暂态分量分为高频稳态分量
、
高频暂态分量和高频稳态加暂态分量三种情况；所述的第一种情况高频稳态分量，从离散小波变换重构波形分析，高频部分不存在衰减趋势的时变信号，仅包含稳态谐波；所述的第二种情况高频暂态分量，高频部分仅存在具有衰减趋势的时变谐波信号；所述的第三种情况高频稳态加暂态分量，高频部分即存在具有衰减趋势的时变谐波信号，又存在稳态谐波信号
。
[0026]进一步地，所述采集煤矿区中的电气设备的谐波特征信息，包括：
[0027]利用小波变换将采集的电力系统信号分解为高频暂态分量和低频稳态分量部分；
[0028]对其中的稳态部分进行加窗截断得到离散的信号；
[0029]采用快速傅里叶变换将截断后的时域信号转换为频域信号，得到频谱信息；
[0030]采用双谱线插值算法来修正非同步采样引起的误差，推导出窗函数的相位
、
幅值
、
频率的修正公式；
[0031]运用小波分析检测出信号中含有的各次谐波分析谐波暂态部分的时域特性，通过模极大值理论分析出信号中各个突变点的位置
。
[0032]为了实现上述目的，根据本申请的另一方面，提供了一种时变谐波的检测装置
。
[0033]根据本申请的时变谐波的检测装置包括：
[0034]采集模块，用于采集煤矿区中的电气设备的谐波特征信息，所述谐波特征信息至少包括一种谐波检测方式；
[0035]评分模块，用于将所述谐波特征信息输入预先训练的神经网络，得到采用不同方式对时变谐波进行检测的评分结果，所述预先训练的神经网络用于对时变谐波的检测结果进行打分；
[0036]确定模块，用于根据所述评分结果，确定时变谐波的检测结果，所述检测结果包括时变谐波数据
。
[0037]为了实现上述目的，根据本申请的又一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述方法
。
[0038]为了实现上述目的，根据本申请的再一方面，提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述的方法
。
[0039]在本申请实施例中的时变谐波的检测方法
、
装置以及存储介质
、
电子装置，通过采集煤矿区中的电气设备的谐波特征信息，将所述谐波特征信息输入预先训练的神经网络，得到采用不同方式对时变谐波进行检测的评分结果，最后根据所述评分结果，确定时变谐波的检测结果，所述检测结果包括时变谐波数据
。
采用本申请中的方法能够得到最优的时变谐波的检测结果
。
附图说明
[0040]构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征
、
目的和优点变得更明显
。
本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定
。
在附图中：
[0041]图1是根据本申请实施例的时变谐波的检测方法的流程示意图；
[0042]图2是根据本申请实施例的时变谐波的检测装置的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种时变谐波的检测方法，其特征在于，所述方法包括：采集煤矿区中的电气设备的谐波特征信息，所述谐波特征信息至少包括一种谐波检测方式；将所述谐波特征信息输入预先训练的神经网络，得到采用不同方式对时变谐波进行检测的评分结果，所述预先训练的神经网络用于对时变谐波的检测结果进行打分；根据所述评分结果，确定时变谐波的检测结果，所述检测结果包括时变谐波数据
。2.
根据权利要求1所述的方法，其特征在于，所述方法还包括：将所述电气设备配置为线性设备；将所述电气设备配置重新部署，且减少煤矿区中的谐波电路或谐振点；根据所述评分结果中评分最高的结果，确定当前时电气设备的变谐波的检测结果
。3.
根据权利要求2所述的方法，其特征在于，所述将所述谐波特征信息输入预先训练的神经网络，得到采用不同方式对时变谐波进行检测的评分结果，包括：将所述谐波特征信息输入预先训练的神经网络，得到采用分段
FFT
变换
、
离散小波变换对时变谐波进行检测的评分结果；根据所述分段
FFT
变换
、
所述离散小波变换对时变谐波进行检测的评分结果分析时变谐波幅值随时间的变化情况以及扰动发生的时间，并建立时变谐波数据分析模型
。4.
根据权利要求3所述的方法，其特征在于，所述确定当前时电气设备的变谐波的检测结果之后，还包括：根据所述时变谐波数据分析模型，通过仿真确定适用所述煤矿区的煤矿供电系统电能质量监测分析数据模型
。5.
根据权利要求1所述的方法，其特征在于，所述采集煤矿区中的电气设备的谐波特征信息之前，还包括：采用滤波器，对大小和频率都变化的谐波以及变化的无功进行补偿
。6.
根据权利要求1所述的方法，其特征在于，所述采集煤矿区中的电气设备的谐波特征信息，包括：将原始信号先经过离散小波变换，将信号分解为高频部分和低频部分；针对于重构后的低频部分，进行加窗插值
FFT
处理；针对于重构后的高频部分，判断...

【专利技术属性】
技术研发人员：柴添柱，庞威，吕艳霞，金宪才，张首军，徐勇军，高兴山，李开夏，阚东微，杨绪军，迟庆志，王朝辉，刘亚娟，赵云祥，赵博楠，赵耕，赵健评，张文瑞，
申请(专利权)人：国家电网有限公司哈尔滨国力电气有限公司，
类型：发明
国别省市：