[发明专利]基于深度学习的电力系统谐波检测装置及方法有效

专利信息
申请号: 202010059385.4 申请日: 2020-01-19
公开(公告)号: CN111157790B 公开(公告)日: 2022-01-25
发明(设计)人: 樊丽娟;严喜林;吴健颖;国建宝 申请(专利权)人: 中国南方电网有限责任公司超高压输电公司检修试验中心
主分类号: G01R23/16 分类号: G01R23/16;G06N3/04;G06N3/08
代理公司: 广州科粤专利商标代理有限公司 44001 代理人: 邓潮彬;黄培智
地址: 510663 广东省广州市萝岗*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 深度 学习 电力系统 谐波 检测 装置 方法
【说明书】:

发明公开一种基于深度学习的电力系统谐波检测装置及方法,涉及电力系统技术领域,包括样本数字量采集设备、数据处理模块、自主学习模块、数据计算模块、电网谐波数据储存模块、电网谐波信息输出模块。本发明的有益效果是:通过使用样本数字量采集设备获取电网的数字量信息,减少延时和丢包问题,样本时间实时性提高,抗干扰能力强。

技术领域

本发明涉及电力系统技术领域,尤其涉及一种基于深度学习的电力系统谐波检测装置及方法。

背景技术

近年来随着各大直流工程投入运行,风电光伏等新能源装置大量投入,各种电力电子装置和非线性负荷的大量应用,电力系统的谐波污染日益严重,给电力系统的安全经济运行带来了极大的危害。快速准确的电力系统谐波测试仪器可提高电能质量的监测与治理水平,同时还可建立先进可靠的电网谐波监测网络数据中心,及时分析和反应电网谐波水平,直接反应测试电网的电能质量问题,及时采取相应的措施,保障电网电能质量安全,同时发掘造成电网谐波及电能质量受影响的原因,为电网安全稳定运行提供保障。

目前谐波检测是基于模拟滤波器实现的,输入信号经过放大器后送入到并行排列的带通滤波器中。滤波器的中心频率固定,并且为工频的整数倍数,可以通过各次谐波信号。最后,各次谐波数据经过检波器检波,送到多路显示器中显示测量信号中所含的谐波分量。

但电力谐波是由各种频率成分合成的、随机的、出现和消失都非常突然的信号,现行算法变换复杂,计算量大,计算时间长,不能满足谐波检测的实时性要求;

另外,采样值数据在采样、处理和传输的各个环节中会发生延时和丢包的问题。

发明内容

针对上述问题,本发明提出一种基于深度学习的电力系统谐波检测装置及方法,主要解决现有谐波信号检测设备实时性不足,以及传输过程发送延时和丢包的问题。

为解决上述技术问题,本发明的技术方案如下:

一种基于深度学习的电力系统谐波检测装置,包括样本数字量采集设备、数据处理模块、自主学习模块、数据计算模块、电网谐波数据储存模块、电网谐波信息输出模块;

样本数字量采集设备用于获取电网的电压电流样本数据;

数据处理模块用于处理电网电压电流的样本数据并将处理结果发送至自主学习模块以及数据计算模块;

自主学习模块用于学习处理结果并得到深度学习结果,将深度学习结果发送至数据计算模块以及电网谐波信息输出模块;

数据计算模块用于接收处理结果以及学习结果并运算得到电网谐波信息,将电网谐波信息发送至电网谐波数据储存模块;

电网谐波数据储存模块用于存储电网谐波信息,并将电网谐波信息返回自主学习模块;

电网谐波信息输出模块用于接收来自自主学习模块输出的深度学习结果。

在一些实施方式中,上述的样本数字量采集设备包括电子式电压互感器、电子式电流互感器;数据处理模块包括标准时钟、对时与插值模块和DSP芯片;自主学习模块包括至少一块FPGA训练芯片;数据计算模块包括至少一块FPGA计算芯片;电网谐波数据储存模块包括至少一块储存芯片;电网谐波信息输出模块包括LCD显示器、USB模块和光纤通讯模块。

还提出一种基于深度学习的电力系统谐波检测方法,用于上的基于深度学习的电力系统谐波检测装置,包括以下步骤,

样本采样,从交流电网的电子式电压互感器、电子式电流互感器上获取电网电压电流的样本数据;

对样本数据进行对时插值处理,样本数据输入至对时与插值模块,通过标准时钟进行对样本数据进行对时处理,电子式电压互感器、电子式电流互感器分别输出不同时刻电网的电压电流样本数据,并利用插值处理使不同时刻电网的电压电流样本数据获得同一时刻的采样值;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国南方电网有限责任公司超高压输电公司检修试验中心,未经中国南方电网有限责任公司超高压输电公司检修试验中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010059385.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top