压缩感知动态测试信号模型与电能表动态误差测试

文中针对智能电能表动态误差的高效测试问题,分析了长时间范围内复杂动态负荷信号幅度域的快速随机波动特性,建立了压缩感知伪随机动态负荷测试信号的模型,采用Hadamard矩阵和降采样矩阵结合的测量矩阵构建方法,确定了该测试信号的模型参数,提出了压缩感知测量信号的产生方案。采用试验方法,对比给出了压缩感知和m序列动态测试信号条件下电能表动态测试的误差数据。研究结果表明相比较于m序列伪随机测试信号,压缩感知动态测试信号的动态误差测试效率提高了4倍。

动态测试信号模型及电能压缩感知测量方法

首先建立了动态测试信号统一模型,并给出两种实现形式。将动态测试信号分解为稳态信号和动态本征信号,根据动态本征信号先验结构信息构造压缩感知(CS)测量矩阵,推导了动态测试信号CS间接测量模型,解决了动态电能量值溯源和准确测量的理论问题;提出了动态测试信号电能量值CS间接测量新方法,并建立了智能电能表动态误差测试系统。最后,实验验证和不确定度分析表明,CS间接测量方法能够测试不同条件下智能电能表的动态误差。

基于PSO算法的测试信号模型参数提取

为了提高自动测试系统的自动化水平,提出了基于粒子群算法的测试信号模型参数提取方法。阐述了采用PSO算法提取测试信号模型参数的原理,针对参数提取过程中的早熟收敛问题,提出了一种改进算法。该算法监控粒子群多样性,采用局部初始化的方法,克服了早熟收敛的缺点,提高了参数提取的稳定性。仿真实验验证了基于PSO算法的测试信号模型参数提取方法具有较高的稳定性和精度。

m序列伪随机动态测试信号建模与压缩检测方法

针对智能电网中动态负荷对电能计量的影响问题,建立了m序列伪随机动态测试信号的参数模型,并分析了该测试信号的统计特性;证明了该动态测试信号的频域稀疏性,采用压缩感知理论建立了伪随机动态测试信号的压缩感知检测系统模型,采用稳态优化方法构建了压缩感知测量矩阵;在此基础上,针对m序列伪随机动态测试信号,提出了电能量值的压缩感知测量方法;仿真分析了长度为255位、511位、1023位单周期和多周期m序列动态测试信号的相对误差,误差均小于10^(-12),可忽略不计,表明所提压缩感知测量方法能够准确测量伪随机动态测试信号的电能量值。

一种基于S变换的动态电能计量算法

现代电力系统中的电压、电流已不再是较理想的稳态正弦波,具有复杂的动态变化特征。动态条件下如何才能足够准确地计量电能,已越来越受到关注。文中从S变换的数学原理出发,提出了一种动态电能计量算法。具体将电能的直流、基波、谐波和间谐波分量分开测算,利用行业协会团体标准中的六种动态测试信号作为该算法的输入,对其在稳态和非稳态情况下的电能计量性能和误差进行了仿真测试和分析,结果验证了相比于现有的两类典型算法,所提出算法在动态条件下能够更准确地计量电能。