一種振蕩監測方法及系統的制作方法

一種振蕩監測方法及系統的制作方法
【專利摘要】本發明公開了一種振蕩監測方法及系統，振蕩監測系統采集待分析信號的采樣數據并生成表征采樣點時間與數據關系的時域函數；對時域函數進行離散傅里葉變換，計算待分析信號的頻域函數；基于時域函數計算時域函數預設階數的時間序列模型；根據時間序列模型和頻域函數，計算時域函數的瑞利分布參數；依據時間序列模型的頻率響應模型、瑞利分布參數和預設振蕩監測靈敏度，計算時域函數的振蕩監測閾值；比較頻域函數的數據集中各個數據的絕對值中是否存在大于振蕩監測閾值的數據；若存在，判定待分析信號存在振蕩；若不存在，判定待分析信號不存在振蕩。基于上述公開的振蕩監測方法，解決了無法實時對振蕩監測并預警的問題。
【專利說明】
一種振蕩監測方法及系統
技術領域
[0001] 本發明涉及電力技術領域，尤其涉及一種振蕩監測方法及系統。
【背景技術】
[0002] 振蕩是生產過程中的一種常見干擾現象。在控制回路中存在的振蕩增加了過程變 量的不確定性，從而造成質量低劣的產品，增加能源消耗和降低產品的平均通過率，因此對 振蕩進行監測并報警是很必要的。
[0003] 目前，對振蕩的監測方法主要是基于ACF(自相關函數）的檢測方法，該方法利用自 相關函數的去噪特性來提取振蕩信息，但是對于多個振蕩難以檢測，特別是不能自動檢測。 在工業現場中控制回路很多，調度人員基于ACF進行人工識別難度很大，并且由于人工檢測 都是在故障發生后進行事后推斷，不能及時預警。
[0004] 由上述可知，現有的技術方案在對振蕩進行監測時無法實時監測并預警。

【發明內容】

[0005] 有鑒于此，本發明提供一種振蕩監測方法及系統，以解決現有的技術方案在對振 蕩進行監測時無法實時監測并預警的問題。技術方案如下：
[0006] -種振蕩監測方法，應用于振蕩監測系統，包括：
[0007] 在預設周期內每隔設定時間采集待分析信號的采樣數據，并生成用于表征所述待 分析信號的N個采樣點的時間與數據關系的時域函數x(t)，其中，N的取值為所述預設周期 與所述設定時間比值的整數部分；
[0008] 對所述時域函數x(t)進行離散傅里葉變換，計算所述待分析信號的頻域函數χΝ
其中，ω = 23ik/N，t為采集所述采樣數據的時間，i為虛數單 > 位，ω為所述頻域函數χΝ( ω )的頻率，k的取值范圍為2~N/2的正整數；
[0009] 基于所述時域函數x(t)，計算所述時域函數x(t)的預設階數的AR時間序列模型A (z-〇，A(z-〇 = e(t)/x(t) = l+aiz-i+asz-2+'"+anz-n，其中，z-1 為時延算子，e(t)為白噪聲，η 為所述時域函數x(t)的預設階數；
[0010]根據所述AR時間序列模型A(廠〇和所述頻域函數χΝ(ω)，計算所述時域函數x(t) 的瑞利分布參數b( ω )，
其中，Α(?Γιω)為所述AR時間序列模型 A(廠〇的頻率響應模型；
[0011] 依據所述頻率響應模型Α(?Γιω)、所述瑞利分布參數b( ω )和預設振蕩監測靈敏度 q，計算所述時域函數x(t)的振蕩監測閾值Xq( ω )
[0012] 比較所述頻域函數χΝ( ω )的數據集中各個數據的絕對值中是否存在大于所述振 蕩監測閾值Xq(?)的數據；
[0013] 若存在，判定所述待分析信號存在振蕩；
[0014] 若不存在，判定所述待分析信號不存在振蕩。
[0015]優選的，所述若存在，判定所述待分析信號存在振蕩，之后，還包括:進行報警提 7Jn 〇
[0016] 優選的，當所述時域函數x(t)的預設階數η的取值為2時，所述基于所述時域函數X (t)，計算所述時域函數x(t)的二階AR時間序列模型AU-1)為:= 一1 +a2Z 2〇
[0017] 優選的，所述比較所述頻域函數ΧΝ( ω )的數據集中各個數據的絕對值中是否存在 大于所述振蕩監測閾值Xq( ω )的數據，包括：
[0018] 將所述頻域函數ΧΝ( ω )的數據集中各個數據的絕對值按照由大到小的順序排列， 獲取所述頻域函數ΧΝ( ω )的數據集中的數據絕對值的最大值；
[0019] 比較所述最大值與所述振蕩監測閾值Xq( ω )的大小。
[0020] 優選的，所述報警提示包括:嗡鳴或亮燈。
[0021] 優選的，所述預設振蕩監測靈敏度q的取值范圍為0~1，具體為0.5。
[0022] 一種振蕩監測系統，包括：
[0023] 采集模塊，用于在預設周期內每隔設定時間采集待分析信號的采樣數據，并生成 用于表征所述待分析信號的N個采樣點的時間與數據關系的時域函數x(t)，其中，N的取值 為所述預設周期與所述設定時間比值的整數部分；
[0024] 傅里葉變換模塊，用于對所述時域函數x(t)進行離散傅里葉變換，計算所述待分
析信號的頻域函數ΧΝ( ω )， 其中，ω =23ik/N，t為采集所述采樣數 ，. 據的時間，i為虛數單位，ω為所述頻域函數χν( ω )的頻率，k的取值范圍為2~N/2的正整 數；
[0025] 時間序列模型計算模塊，用于基于所述時域函數x(t)，計算所述時域函數x(t)的 預設階數的AR時間序列模型A(z-4，A(z-4 = e(t)/x(t) = l+aiz-i+asz-2+…+anz-n，其中，z-1 為時延算子，e(t)為白噪聲，n為所述時域函數x(t)的預設階數；
[0026] 瑞利分布參數計算模塊，用于根據所述AR時間序列模型A(廠4和所述頻域函數別
(ω )，計算所述時域函數x(t)的瑞利分布參數b(w)， 其中， ， A( e-)為所述AR時間序列模型A( z-1)的頻率響應模型；
[0027] 振蕩監測閾值計算模塊，用于依據所述頻率響應模型Α(?Γιω)、所述瑞利分布參數b (ω )和預設振蕩監測靈敏度q，計算所述時域函數x(t)的振蕩監測閾值Xq( ω )，
[0028] 比較判定模塊，用于比較所述頻域函數ΧΝ( ω )的數據集中各個數據的絕對值中是 否存在大于所述振蕩監測閾值Xq( ω )的數據;若存在，判定所述待分析信號存在振蕩;若不 存在，判定所述待分析信號不存在振蕩。
[0029]優選的，還包括:報警模塊，用于當所述比較判定模塊判定所述待分析信號存在振 蕩時，進彳丁報警提不。
[0030] 優選的，所述時間序列模型計算模塊，具體用于，計算所述時域函數x(t)的二階AR 時間序列模型 A(z-4為:A(z-〇 = e(t)/x(t) = 1+aiz-i+asz-2〇
[0031] 優選的，所述比較判定模塊包括：
[0032] 排序單元，用于將所述頻域函數ΧΝ( ω )的數據集中各個數據的絕對值按照由大到 小的順序排列，獲取所述頻域函數ΧΝ( ω )的數據集中的數據絕對值的最大值；
[0033] 比較單元，用于比較所述最大值與所述振蕩監測閾值Xq( ω )的大小。
[0034] 相較與現有技術，本發明實現的有益效果為：
[0035] 以上本發明所提供的一種振蕩監測方法及系統，通過振蕩監測系統采集待分析信 號的采樣數據并生成表征采樣點時間與數據關系的時域函數;對時域函數進行離散傅里葉 變換，計算待分析信號的頻域函數;基于時域函數計算時域函數預設階數的時間序列模型； 根據時間序列模型和頻域函數，計算時域函數的瑞利分布參數;依據時間序列模型的頻率 響應模型、瑞利分布參數和預設振蕩監測靈敏度，計算時域函數的振蕩監測閾值;比較頻域 函數的數據集中各個數據的絕對值中是否存在大于振蕩監測閾值的數據;若存在，判定待 分析信號存在振蕩；若不存在，判定待分析信號不存在振蕩。基于上述公開的振蕩監測方 法，解決了無法實時對振蕩監測并預警的問題。
【附圖說明】
[0036] 為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現 有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發明的實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據 提供的附圖獲得其他的附圖。
[0037] 圖1為本發明實施例一公開的一種振蕩監測方法流程圖；
[0038] 圖2為本發明實施例二公開的一種振蕩監測方法流程圖；
[0039]圖3為本發明實施例三公開的一種振蕩監測方法流程圖；
[0040] 圖4為本發明實施例三公開的一種振蕩監測系統結構示意圖；
[0041] 圖5為本發明實施例五公開的一種振蕩監測系統結構示意圖；
[0042] 圖6為本發明實施例六公開的一種振蕩監測系統結構示意圖。
【具體實施方式】
[0043]下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基于 本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他 實施例，都屬于本發明保護的范圍。
[0044] 實施例一
[0045] 本發明實施例公開的一種振蕩監測方法，應用于振蕩監測系統，流程圖如圖1所 示，振蕩監測方法包括：
[0046] S101，在預設周期內每隔設定時間采集待分析信號的采樣數據，并生成用于表征 待分析信號的Ν個采樣點的時間與數據關系的時域函數x(t)，其中，Ν的取值為預設周期與 設定時間比值的整數部分；
[0047] 在執行步驟S101的過程中，在預設周期內每隔設定時間采集一次待分析信號的采 樣數據，根據N個采樣時間點的時間和數據生成相應的時域函數x(t)，其中，N的取值為為預 設周期與設定時間比值的整數部分，也就是在預設周期內采集待分析信號的次數。
[0048] S102,對時域函數x(t)進行離散傅里葉變換，計算待分析信號的頻域函數χΝ(ω)，
其中，ω =23ik/N，t為采集所述采樣數據的時間，i為虛數單位，ω為 頻域函數χν( ω )的頻率，k的取值范圍為2~Ν/2的正整數；
[0049] 在執行步驟S102的過程中，對時域函數x(t)進行離散傅里葉變換生成待分析信號 的頻域函數ΧΝ(ω)，其中，k的取值是從2開始的，因為，當k的取值為1時，會增大檢測誤差。
[0050] S103,基于時域函數x(t)，計算時域函數x(t)的預設階數的AR時間序列模型A(z -工），A(z-4 = e(t)/x(t) = l+aiz-i+asz-2+."+anz-n，其中，z-1 為時延算子，e(t)為白噪聲，η為 時域函數x(t)的預設階數；
[0051] 在執行步驟S103的過程中，基于時域函數x(t)，計算預設階數的AR時間序列模型A (ζΓ1)，優選的，當時域函數X(t)的預設階數η的取值為2時，時域函數X(t)的二階AR時間序列 模型 A(z-4為：A(z-〇 = e(t)/x(t) = 1+aiz-i+asz-2〇
[0052] S104,根據AR時間序列模型A(廠4和頻域函數XN( ω )，計算時域函數x(t)的瑞利分 布參數b( ω )，
其中，A(eTitJ)為AR時間序列模型Α(廠4的頻率響 應模型；
[0053] S105,依據頻率響應模型Α(?Γιω)、瑞利分布參數b( ω )和預設振蕩監測靈敏度q，計 算時域函數X(t)的振蕩監測閾值xq( ω )，
[0054] 在執行步驟S105的過程中，依據頻率響應模型、瑞利分布參數和預設振蕩監測靈 敏度，計算時域函數的振蕩監測閾值，優選的，預設振蕩監測靈敏度q的取值為0.5,將誤報 和錯報率控制在可接受范圍。
[0055] S106,比較頻域函數ΧΝ( ω )的數據集中各個數據的絕對值中是否存在大于所述振 蕩監測閾值Xq(?)的數據；
[0056]在執行步驟S106的過程中，比較頻域函數數據集中各個數據的絕對值與振蕩監測 閾值的大小，判斷是否存在大于振蕩監測閾值的絕對值。
[0057] S107，若存在，判定所述待分析信號存在振蕩；
[0058]在執行步驟S107的過程中，當存在頻域函數數據集中的某一數據絕對值大于振蕩 監測閾值時，判定待分析信號存在振蕩。
[0059] S108,若不存在，判定所述待分析信號不存在振蕩；
[0060] 在執行步驟S108的過程中，當頻域函數數據集中各個數據的絕對值都不大于振蕩 監測閾值，判定待分析信號不存在振蕩。
[0061] 本發明實施例公開的振蕩監測方法，振蕩監測系統采集待分析信號的采樣數據并 生成表征采樣點時間與數據關系的時域函數;對時域函數進行離散傅里葉變換，計算待分 析信號的頻域函數;基于時域函數計算時域函數預設階數的時間序列模型;根據時間序列 模型和頻域函數，計算時域函數的瑞利分布參數;依據時間序列模型的頻率響應模型、瑞利 分布參數和預設振蕩監測靈敏度，計算時域函數的振蕩監測閾值；比較頻域函數的數據集 中各個數據的絕對值中是否存在大于振蕩監測閾值的數據;若存在，判定待分析信號存在 振蕩;若不存在，判定待分析信號不存在振蕩。基于上述公開的振蕩監測方法，解決了無法 實時對振蕩監測并預警的問題。
[0062] 實施例二
[0063] 基于上述本發明實施例一公開的振蕩監測方法，本實施例二公開了另一種振蕩監 測方法，流程圖如圖2所示，包括：
[0064] S101，在預設周期內每隔設定時間采集待分析信號的采樣數據，并生成用于表征 待分析信號的N個采樣點的時間與數據關系的時域函數x(t)，其中，N的取值為預設周期與 設定時間比值的整數部分；
[0065] S102,對時域函數x(t)進行離散傅里葉變換，計算待分析信號的頻域函數χΝ(ω)，
其中，ω = 23ik/N，t為采集所述采樣數據的時間，i為虛數單位，ω 為頻域函數χν( ω )的頻率，k的取值范圍為2~Ν/2的正整數；
[0066] S103，基于時域函數x(t)，計算時域函數x(t)的預設階數的AR時間序列模型A(z -工），A(z-4 = e(t)/x(t) = l+aiz-i+asz-2+."+anz-n，其中，z-1 為時延算子，e(t)為白噪聲，η為 時域函數x(t)的預設階數；
[0067] S104,根據AR時間序列模型A(z4)和頻域函數χν( ω )，計算時域函數x(t)的瑞利分 布參數b( ω )
其中，A(eTitJ)為AR時間序列模型Α(廠D的頻率 響應模型；
[0068] S105,依據頻率響應模型Α(?Γιω)、瑞利分布參數b( ω )和預設振蕩監測靈敏度q，計 算時域函數X(t)的振蕩監測閾值Xq( ω )，
[0069] S106,比較頻域函數ΧΝ( ω )的數據集中各個數據的絕對值中是否存在大于所述振 蕩監測閾值Xq(?)的數據；
[0070] S107，若存在，判定所述待分析信號存在振蕩；
[0071] S201，進行報警提示；
[0072] 在執行步驟S201的過程中，當判定待分析信號存在振蕩時，進行報警提示，優選 的，報警提不包括:卩翁鳴和殼燈。
[0073] S108，若不存在，判定所述待分析信號不存在振蕩。
[0074] 本發明實施例公開的振蕩監測方法，振蕩監測系統采集待分析信號的采樣數據并 生成表征采樣點時間與數據關系的時域函數;對時域函數進行離散傅里葉變換，計算待分 析信號的頻域函數;基于時域函數計算時域函數預設階數的時間序列模型;根據時間序列 模型和頻域函數，計算時域函數的瑞利分布參數;依據時間序列模型的頻率響應模型、瑞利 分布參數和預設振蕩監測靈敏度，計算時域函數的振蕩監測閾值；比較頻域函數的數據集 中各個數據的絕對值中是否存在大于振蕩監測閾值的數據;若存在，判定待分析信號存在 振蕩，進行報警提示;若不存在，判定待分析信號不存在振蕩。基于上述公開的振蕩監測方 法，解決了無法實時對振蕩監測并預警的問題。
[0075] 實施例三
[0076] 基于上述本發明實施例一和實施例二公開的振蕩監測方法，如圖1、圖2所示出的 步驟S106中，所述比較頻域函數ΧΝ( ω )的數據集中各個數據的絕對值中是否存在大于所述 振蕩監測閾值Xq( ω )的數據，具體執行過程，如圖3所示，包括如下步驟：
[0077] S301，將頻域函數ΧΝ( ω )的數據集中各個數據的絕對值按照由大到小的順序排 列，獲取頻域函數ΧΝ( ω )的數據集中的數據絕對值的最大值；
[0078] S302,比較最大值與振蕩監測閾值Xq( ω )的大小。
[0079] 本發明實施例公開的振蕩監測方法，振蕩監測系統采集待分析信號的采樣數據并 生成表征采樣點時間與數據關系的時域函數;對時域函數進行離散傅里葉變換，計算待分 析信號的頻域函數;基于時域函數計算時域函數預設階數的時間序列模型;根據時間序列 模型和頻域函數，計算時域函數的瑞利分布參數;依據時間序列模型的頻率響應模型、瑞利 分布參數和預設振蕩監測靈敏度，計算時域函數的振蕩監測閾值;將頻域函數的數據集中 各個數據的絕對值按照由大到小的順序排列，獲取頻域函數的數據集中的數據絕對值的最 大值;比較最大值與振蕩監測閾值的大小;若存在，判定待分析信號存在振蕩;若不存在，判 定待分析信號不存在振蕩。基于上述公開的振蕩監測方法，解決了無法實時對振蕩監測并 預警的問題。
[0080] 實施例四
[0081] 基于上述本發明實施例提供的振蕩監測方法，本實施例四則對應公開了執行上述 振蕩監測方法的振蕩監測系統，其結構示意圖如圖4所示，振蕩監測系統400包括：
[0082] 采集模塊401，用于在預設周期內每隔設定時間采集待分析信號的采樣數據，并生 成用于表征待分析信號的Ν個采樣點的時間與數據關系的時域函數x(t)，其中，Ν的取值為 預設周期與設定時間比值的整數部分；
[0083] 傅里葉變換模塊402,用于對時域函數x(t)進行離散傅里葉變換，計算待分析信號
的頻域函數χν( ω )， 其中，ω = 2Jik/N，t為采集采樣數據的時間，i ， 為虛數單位，ω為頻域函數χΝ( ω )的頻率，k的取值范圍為2~N/2的正整數；
[0084] 時間序列模型計算模塊403,用于基于時域函數x(t)，計算時域函數x(t)的預設階 數的AR時間序列模型A(z-4，A(z-4 =e(t)/x(t) = 1+aiz-i+asz-2+…+anz-n，其中，z-1 為時延 算子，e(t)為白噪聲，n為時域函數x(t)的預設階數；
[0085]其中，時間序列模型計算模塊403,具體用于，計算所述時域函數x(t)的二階AR時 間序列模型 A(z-4為:A(z-〇 = e(t)/x(t) = 1+aiz-i+asz-2〇
[0086]瑞利分布參數計算模塊404,用于根據AR時間序列模型A(廠4和頻域函數XN( ω )， 計算時域函數x(t)的瑞利分布參數b(w)其中，Α(θ^ιω)為AR時 間序列模型Α(廠1)的頻率響應模型；
[0087]振蕩監測閾值計算模塊405,用于依據頻率響應模型Α(?Γιω)、瑞利分布參數b( ω )和 預設振蕩監測靈敏度q，計算時域函數x(t)的振蕩監測閾值Xq( ω )，
[0088] 比較判定模塊406,用于比較頻域函數ΧΝ( ω )的數據集中各個數據的絕對值中是 否存在大于振蕩監測閾值Xq( ω )的數據;若存在，判定待分析信號存在振蕩;若不存在，判 定待分析信號不存在振蕩。
[0089] 本發明實施例公開的振蕩監測方法，振蕩監測系統的采集模塊，采集待分析信號 的采樣數據并生成表征采樣點時間與數據關系的時域函數;傅里葉變換模塊，對時域函數 進行離散傅里葉變換，計算待分析信號的頻域函數;時間序列模型計算模塊，基于時域函數 計算時域函數預設階數的時間序列模型;瑞利分布參數計算模塊，根據時間序列模型和頻 域函數，計算時域函數的瑞利分布參數;振蕩監測閾值計算模塊，依據時間序列模型的頻率 響應模型、瑞利分布參數和預設振蕩監測靈敏度，計算時域函數的振蕩監測閾值;比較判定 模塊，比較頻域函數的數據集中各個數據的絕對值中是否存在大于振蕩監測閾值的數據； 若存在，判定待分析信號存在振蕩;若不存在，判定待分析信號不存在振蕩。基于上述公開 的振蕩監測方法，解決了無法實時對振蕩監測并預警的問題。
[0090] 實施例五
[0091] 結合上述實施例四公開的振蕩監測系統，本實施例五還公開了一種振蕩監測系 統，其結構示意圖如圖5所示，
[0092]振蕩監測系統400,還包括：
[0093] 報警模塊501，用于當比較判定模塊判定待分析信號存在振蕩時，進行報警提示。
[0094] 本發明實施例公開的振蕩監測方法，振蕩監測系統的采集模塊，采集待分析信號 的采樣數據并生成表征采樣點時間與數據關系的時域函數;傅里葉變換模塊，對時域函數 進行離散傅里葉變換，計算待分析信號的頻域函數;時間序列模型計算模塊，基于時域函數 計算時域函數預設階數的時間序列模型;瑞利分布參數計算模塊，根據時間序列模型和頻 域函數，計算時域函數的瑞利分布參數;振蕩監測閾值計算模塊，依據時間序列模型的頻率 響應模型、瑞利分布參數和預設振蕩監測靈敏度，計算時域函數的振蕩監測閾值;比較判定 模塊，比較頻域函數的數據集中各個數據的絕對值中是否存在大于振蕩監測閾值的數據； 若存在，判定待分析信號存在振蕩;若不存在，判定待分析信號不存在振蕩;報警模塊，當判 斷判定模塊判定待分析信號存在振蕩時，進行報警提示。基于上述公開的振蕩監測方法，解 決了無法實時對振蕩監測并預警的問題。
[0095]實施例六
[0096]結合上述實施例四、實施例五公開的振蕩監測系統，本實施例六還公開了另一種 振蕩監測系統，其結構示意圖如圖6所示，
[0097]其中，比較判定模塊405包括：
[0098]排序單元601，用于將頻域函數ΧΝ( ω )的數據集中各個數據的絕對值按照由大到 小的順序排列，獲取頻域函數ΧΝ( ω )的數據集中的數據絕對值的最大值；
[0099] 比較單元602,用于比較所述最大值與振蕩監測閾值Xq( ω )的大小。
[0100] 本發明實施例公開的振蕩監測方法，振蕩監測系統的采集模塊，采集待分析信號 的采樣數據并生成表征采樣點時間與數據關系的時域函數;傅里葉變換模塊，對時域函數 進行離散傅里葉變換，計算待分析信號的頻域函數;時間序列模型計算模塊，基于時域函數 計算時域函數預設階數的時間序列模型;瑞利分布參數計算模塊，根據時間序列模型和頻 域函數，計算時域函數的瑞利分布參數;振蕩監測閾值計算模塊，依據時間序列模型的頻率 響應模型、瑞利分布參數和預設振蕩監測靈敏度，計算時域函數的振蕩監測閾值;排序單元 601，用于將頻域函數XN(w)的數據集中各個數據的絕對值按照由大到小的順序排列，獲取 頻域函數xn(w)的數據集中的數據絕對值的最大值；比較單元602,用于比較最大值與振蕩 監測閾值X q(w)的大小;判定單元，用于接收比較單元發送的比較結果;若存在，判定待分析 信號存在振蕩；若不存在，判定待分析信號不存在振蕩；報警模塊，當判定單元判定待分析 信號存在振蕩時，進行報警提示。基于上述公開的振蕩監測方法，解決了無法實時對振蕩監 測并預警的問題。
[0101]對所公開的實施例的上述說明，使本領域專業技術人員能夠實現或使用本發明。 對這些實施例的多種修改對本領域的專業技術人員來說將是顯而易見的，本文中所定義的 一般原理可以在不脫離本發明的精神或范圍的情況下，在其它實施例中實現。因此，本發明 將不會被限制于本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一 致的最寬的范圍。
【主權項】
1. 一種振蕩監測方法，其特征在于，應用于振蕩監測系統，包括： 在預設周期內每隔設定時間采集待分析信號的采樣數據，并生成用于表征所述待分析 信號的N個采樣點的時間與數據關系的時域函數x(t)，其中，N的取值為所述預設周期與所 述設定時間比值的整數部分； 對所述時域函數x(t)進行離散傅里葉變換，計算所述待分析信號的頻域函數χΝ(ω)，其中，ω =23ik/N，t為采集所述采樣數據的時間，i為虛數單位，ω為 所述頻域函數χν( ω )的頻率，k的取值范圍為2~Ν/2的正整數； 基于所述時域函數x(t)，計算所述時域函數x(t)的預設階數的AR時間序列模型A(廠4， A(z-4 = e(t)/x(t) = l+aiz-i+asz-2+-"+anz-n，其中，z-1 為時延算子，e(t)為白噪聲，η 為所述 時域函數x(t)的預設階數； 根據所述AR時間序列模型A(廠4和所述頻域函數ΧΝ( ω )，計算所述時域函數x(t)的瑞 利分布參數Μω)車中，Α(?Γιω)為所述AR時間序列模型Α(廠〇 的頻率響應模型； 依據所述頻率響應模型Α(?Γιω)、所述瑞利分布參數b( ω )和預設振蕩監測靈敏度q，計 算所述時域函數x(t)的振蕩監測閾值Xq( ω ) _ '? 比較所述頻域函數ΧΝ( ω )的數據集中各個數據的絕對值中是否存在大于所述振蕩監測 閾值Xq(?)的數據； 若存在，判定所述待分析信號存在振蕩； 若不存在，判定所述待分析信號不存在振蕩。2. 根據權利要求1所述的振蕩監測方法，其特征在于，所述若存在，判定所述待分析信 號存在振蕩，之后，還包括:進行報警提示。3. 根據權利要求1所述的振蕩監測方法，其特征在于，當所述時域函數x(t)的預設階數 η的取值為2時，所述基于所述時域函數x(t)，計算所述時域函數x(t)的二階AR時間序列模 型 A(z-4為:A(z-〇 = e(t)/x(t) = 1+aiz-i+asz-2〇4. 根據權利要求1所述的振蕩監測方法，其特征在于，所述比較所述頻域函數XN( ω )的 數據集中各個數據的絕對值中是否存在大于所述振蕩監測閾值Xq( ω )的數據，包括： 將所述頻域函數ΧΝ( ω )的數據集中各個數據的絕對值按照由大到小的順序排列，獲取 所述頻域函數ΧΝ( ω )的數據集中的數據絕對值的最大值； 比較所述最大值與所述振蕩監測閾值Xq( ω )的大小。5. 根據權利要求2所述的振蕩監測方法，其特征在于，所述報警提示包括:嗡鳴或亮燈。6. 根據權利要求1所述的振蕩監測方法，其特征在于，所述預設振蕩監測靈敏度q的取 值范圍為〇~1，具體為0.5。7. -種振蕩監測系統，其特征在于，包括： 采集模塊，用于在預設周期內每隔設定時間采集待分析信號的采樣數據，并生成用于 表征所述待分析信號的N個采樣點的時間與數據關系的時域函數x(t)，其中，N的取值為所 述預設周期與所述設定時間比值的整數部分； 傅里葉變換模塊，用于對所述時域函數X(t)進行離散傅里葉變換，計算所述待分析信 號的頻域函數ΧΝ( ω )其中，ω =23ik/N，t為采集所述采樣數據的 時間，i為虛數單位，ω為所述頻域函數χν( ω )的頻率，k的取值范圍為2~N/2的正整數； 時間序列模型計算模塊，用于基于所述時域函數x(t)，計算所述時域函數x(t)的預設 階數的AR時間序列模型A(z-4，A(z-4 = = 1+aiz-i+asz-2+…+anz-n，其中，z-1 為時 延算子，e(t)為白噪聲，η為所述時域函數x(t)的預設階數； 瑞利分布參數計算模塊，用于根據所述AR時間序列模型A(廠4和所述頻域函數ΧΝ( ω )， 計算所述時域函數x(t)的瑞利分布參數b(w)，其中，Α(θ^ιω) 為所述AR時間序列模型Α(廠1)的頻率響應模型；振蕩監測閾值計算模塊，用于依據所述頻率響應模型Α(?Γιω)、所述瑞利分布參數b( ω )和預 設振蕩監測靈敏度q，計算所述時域函數x(t)的振蕩監測閾值Xq( ω )比較判定模塊，用于比較所述頻域函數ΧΝ( ω )的數據集中各個數據的絕對值中是否存 在大于所述振蕩監測閾值Xq(?)的數據;若存在，判定所述待分析信號存在振蕩；若不存 在，判定所述待分析信號不存在振蕩。8. 根據權利要求7所述的振蕩監測系統，其特征在于，還包括:報警模塊，用于當所述比 較判定模塊判定所述待分析信號存在振蕩時，進行報警提示。9. 根據權利要求7所述的振蕩監測系統，其特征在于，所述時間序列模型計算模塊，具 體用于，計算所述時域函數X(t)的二階AR時間序列模型A(z<)為:A(z<) = e(t)/x(t) = l+ aiz_1+a2Z_2〇10. 根據權利要求7所述的振蕩監測系統，其特征在于，所述比較判定模塊包括： 排序單元，用于將所述頻域函數ΧΝ( ω )的數據集中各個數據的絕對值按照由大到小的 順序排列，獲取所述頻域函數ΧΝ( ω )的數據集中的數據絕對值的最大值； 比較單元，用于比較所述最大值與所述振蕩監測閾值Xq( ω )的大小。
【文檔編號】G05B23/02GK105867353SQ201610356773
【公開日】2016年8月17日
【申請日】2016年5月25日
【發明人】朱亞清, 羅嘉, 朱豫才, 陳世和, 吳樂, 王越超, 張抗抗
【申請人】廣東電網有限責任公司電力科學研究院, 浙江大學