一种振荡监测方法及系统的制作方法
【专利摘要】本发明公开了一种振荡监测方法及系统，振荡监测系统采集待分析信号的采样数据并生成表征采样点时间与数据关系的时域函数；对时域函数进行离散傅里叶变换，计算待分析信号的频域函数；基于时域函数计算时域函数预设阶数的时间序列模型；根据时间序列模型和频域函数，计算时域函数的瑞利分布参数；依据时间序列模型的频率响应模型、瑞利分布参数和预设振荡监测灵敏度，计算时域函数的振荡监测阈值；比较频域函数的数据集中各个数据的绝对值中是否存在大于振荡监测阈值的数据；若存在，判定待分析信号存在振荡；若不存在，判定待分析信号不存在振荡。基于上述公开的振荡监测方法，解决了无法实时对振荡监测并预警的问题。
【专利说明】
一种振荡监测方法及系统
技术领域
[0001] 本发明涉及电力技术领域，尤其涉及一种振荡监测方法及系统。
【背景技术】
[0002] 振荡是生产过程中的一种常见干扰现象。在控制回路中存在的振荡增加了过程变 量的不确定性，从而造成质量低劣的产品，增加能源消耗和降低产品的平均通过率，因此对 振荡进行监测并报警是很必要的。
[0003] 目前，对振荡的监测方法主要是基于ACF(自相关函数）的检测方法，该方法利用自 相关函数的去噪特性来提取振荡信息，但是对于多个振荡难以检测，特别是不能自动检测。 在工业现场中控制回路很多，调度人员基于ACF进行人工识别难度很大，并且由于人工检测 都是在故障发生后进行事后推断，不能及时预警。
[0004] 由上述可知，现有的技术方案在对振荡进行监测时无法实时监测并预警。
【发明内容】
[0005] 有鉴于此，本发明提供一种振荡监测方法及系统，以解决现有的技术方案在对振 荡进行监测时无法实时监测并预警的问题。技术方案如下：
[0006] -种振荡监测方法，应用于振荡监测系统，包括：
[0007] 在预设周期内每隔设定时间采集待分析信号的采样数据，并生成用于表征所述待 分析信号的N个采样点的时间与数据关系的时域函数x(t)，其中，N的取值为所述预设周期 与所述设定时间比值的整数部分；
[0008] 对所述时域函数x(t)进行离散傅里叶变换，计算所述待分析信号的频域函数χΝ
其中，ω = 23ik/N，t为采集所述采样数据的时间，i为虚数单 > 位，ω为所述频域函数χΝ( ω )的频率，k的取值范围为2~N/2的正整数；
[0009] 基于所述时域函数x(t)，计算所述时域函数x(t)的预设阶数的AR时间序列模型A (z-〇，A(z-〇 = e(t)/x(t) = l+aiz-i+asz-2+'"+anz-n，其中，z-1 为时延算子，e(t)为白噪声，η 为所述时域函数x(t)的预设阶数；
[0010]根据所述AR时间序列模型A(厂〇和所述频域函数χΝ(ω)，计算所述时域函数x(t) 的瑞利分布参数b( ω )，
其中，Α(?Γιω)为所述AR时间序列模型 A(厂〇的频率响应模型；
[0011] 依据所述频率响应模型Α(?Γιω)、所述瑞利分布参数b( ω )和预设振荡监测灵敏度 q，计算所述时域函数x(t)的振荡监测阈值Xq( ω )
[0012] 比较所述频域函数χΝ( ω )的数据集中各个数据的绝对值中是否存在大于所述振 荡监测阈值Xq(?)的数据；
[0013] 若存在，判定所述待分析信号存在振荡；
[0014] 若不存在，判定所述待分析信号不存在振荡。
[0015]优选的，所述若存在，判定所述待分析信号存在振荡，之后，还包括:进行报警提 7Jn 〇
[0016] 优选的，当所述时域函数x(t)的预设阶数η的取值为2时，所述基于所述时域函数X (t)，计算所述时域函数x(t)的二阶AR时间序列模型AU-1)为:= 一1 +a2Z 2〇
[0017] 优选的，所述比较所述频域函数ΧΝ( ω )的数据集中各个数据的绝对值中是否存在 大于所述振荡监测阈值Xq( ω )的数据，包括：
[0018] 将所述频域函数ΧΝ( ω )的数据集中各个数据的绝对值按照由大到小的顺序排列， 获取所述频域函数ΧΝ( ω )的数据集中的数据绝对值的最大值；
[0019] 比较所述最大值与所述振荡监测阈值Xq( ω )的大小。
[0020] 优选的，所述报警提示包括:嗡鸣或亮灯。
[0021] 优选的，所述预设振荡监测灵敏度q的取值范围为0~1，具体为0.5。
[0022] 一种振荡监测系统，包括：
[0023] 采集模块，用于在预设周期内每隔设定时间采集待分析信号的采样数据，并生成 用于表征所述待分析信号的N个采样点的时间与数据关系的时域函数x(t)，其中，N的取值 为所述预设周期与所述设定时间比值的整数部分；
[0024] 傅里叶变换模块，用于对所述时域函数x(t)进行离散傅里叶变换，计算所述待分
析信号的频域函数ΧΝ( ω )， 其中，ω =23ik/N，t为采集所述采样数 ，. 据的时间，i为虚数单位，ω为所述频域函数χν( ω )的频率，k的取值范围为2~N/2的正整 数；
[0025] 时间序列模型计算模块，用于基于所述时域函数x(t)，计算所述时域函数x(t)的 预设阶数的AR时间序列模型A(z-4，A(z-4 = e(t)/x(t) = l+aiz-i+asz-2+…+anz-n，其中，z-1 为时延算子，e(t)为白噪声，n为所述时域函数x(t)的预设阶数；
[0026] 瑞利分布参数计算模块，用于根据所述AR时间序列模型A(厂4和所述频域函数別
(ω )，计算所述时域函数x(t)的瑞利分布参数b(w)， 其中， ， A( e-)为所述AR时间序列模型A( z-1)的频率响应模型；
[0027] 振荡监测阈值计算模块，用于依据所述频率响应模型Α(?Γιω)、所述瑞利分布参数b (ω )和预设振荡监测灵敏度q，计算所述时域函数x(t)的振荡监测阈值Xq( ω )，
[0028] 比较判定模块，用于比较所述频域函数ΧΝ( ω )的数据集中各个数据的绝对值中是 否存在大于所述振荡监测阈值Xq( ω )的数据;若存在，判定所述待分析信号存在振荡;若不 存在，判定所述待分析信号不存在振荡。
[0029]优选的，还包括:报警模块，用于当所述比较判定模块判定所述待分析信号存在振 荡时，进彳丁报警提不。
[0030] 优选的，所述时间序列模型计算模块，具体用于，计算所述时域函数x(t)的二阶AR 时间序列模型 A(z-4为:A(z-〇 = e(t)/x(t) = 1+aiz-i+asz-2〇
[0031] 优选的，所述比较判定模块包括：
[0032] 排序单元，用于将所述频域函数ΧΝ( ω )的数据集中各个数据的绝对值按照由大到 小的顺序排列，获取所述频域函数ΧΝ( ω )的数据集中的数据绝对值的最大值；
[0033] 比较单元，用于比较所述最大值与所述振荡监测阈值Xq( ω )的大小。
[0034] 相较与现有技术，本发明实现的有益效果为：
[0035] 以上本发明所提供的一种振荡监测方法及系统，通过振荡监测系统采集待分析信 号的采样数据并生成表征采样点时间与数据关系的时域函数;对时域函数进行离散傅里叶 变换，计算待分析信号的频域函数;基于时域函数计算时域函数预设阶数的时间序列模型； 根据时间序列模型和频域函数，计算时域函数的瑞利分布参数;依据时间序列模型的频率 响应模型、瑞利分布参数和预设振荡监测灵敏度，计算时域函数的振荡监测阈值;比较频域 函数的数据集中各个数据的绝对值中是否存在大于振荡监测阈值的数据;若存在，判定待 分析信号存在振荡；若不存在，判定待分析信号不存在振荡。基于上述公开的振荡监测方 法，解决了无法实时对振荡监测并预警的问题。
【附图说明】
[0036] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据 提供的附图获得其他的附图。
[0037] 图1为本发明实施例一公开的一种振荡监测方法流程图；
[0038] 图2为本发明实施例二公开的一种振荡监测方法流程图；
[0039]图3为本发明实施例三公开的一种振荡监测方法流程图；
[0040] 图4为本发明实施例三公开的一种振荡监测系统结构示意图；
[0041] 图5为本发明实施例五公开的一种振荡监测系统结构示意图；
[0042] 图6为本发明实施例六公开的一种振荡监测系统结构示意图。
【具体实施方式】
[0043]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于 本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他 实施例，都属于本发明保护的范围。
[0044] 实施例一
[0045] 本发明实施例公开的一种振荡监测方法，应用于振荡监测系统，流程图如图1所 示，振荡监测方法包括：
[0046] S101，在预设周期内每隔设定时间采集待分析信号的采样数据，并生成用于表征 待分析信号的Ν个采样点的时间与数据关系的时域函数x(t)，其中，Ν的取值为预设周期与 设定时间比值的整数部分；
[0047] 在执行步骤S101的过程中，在预设周期内每隔设定时间采集一次待分析信号的采 样数据，根据N个采样时间点的时间和数据生成相应的时域函数x(t)，其中，N的取值为为预 设周期与设定时间比值的整数部分，也就是在预设周期内采集待分析信号的次数。
[0048] S102,对时域函数x(t)进行离散傅里叶变换，计算待分析信号的频域函数χΝ(ω)，
其中，ω =23ik/N，t为采集所述采样数据的时间，i为虚数单位，ω为 频域函数χν( ω )的频率，k的取值范围为2~Ν/2的正整数；
[0049] 在执行步骤S102的过程中，对时域函数x(t)进行离散傅里叶变换生成待分析信号 的频域函数ΧΝ(ω)，其中，k的取值是从2开始的，因为，当k的取值为1时，会增大检测误差。
[0050] S103,基于时域函数x(t)，计算时域函数x(t)的预设阶数的AR时间序列模型A(z -工），A(z-4 = e(t)/x(t) = l+aiz-i+asz-2+."+anz-n，其中，z-1 为时延算子，e(t)为白噪声，η为 时域函数x(t)的预设阶数；
[0051] 在执行步骤S103的过程中，基于时域函数x(t)，计算预设阶数的AR时间序列模型A (ζΓ1)，优选的，当时域函数X(t)的预设阶数η的取值为2时，时域函数X(t)的二阶AR时间序列 模型 A(z-4为：A(z-〇 = e(t)/x(t) = 1+aiz-i+asz-2〇
[0052] S104,根据AR时间序列模型A(厂4和频域函数XN( ω )，计算时域函数x(t)的瑞利分 布参数b( ω )，
其中，A(eTitJ)为AR时间序列模型Α(厂4的频率响 应模型；
[0053] S105,依据频率响应模型Α(?Γιω)、瑞利分布参数b( ω )和预设振荡监测灵敏度q，计 算时域函数X(t)的振荡监测阈值xq( ω )，
[0054] 在执行步骤S105的过程中，依据频率响应模型、瑞利分布参数和预设振荡监测灵 敏度，计算时域函数的振荡监测阈值，优选的，预设振荡监测灵敏度q的取值为0.5,将误报 和错报率控制在可接受范围。
[0055] S106,比较频域函数ΧΝ( ω )的数据集中各个数据的绝对值中是否存在大于所述振 荡监测阈值Xq(?)的数据；
[0056]在执行步骤S106的过程中，比较频域函数数据集中各个数据的绝对值与振荡监测 阈值的大小，判断是否存在大于振荡监测阈值的绝对值。
[0057] S107，若存在，判定所述待分析信号存在振荡；
[0058]在执行步骤S107的过程中，当存在频域函数数据集中的某一数据绝对值大于振荡 监测阈值时，判定待分析信号存在振荡。
[0059] S108,若不存在，判定所述待分析信号不存在振荡；
[0060] 在执行步骤S108的过程中，当频域函数数据集中各个数据的绝对值都不大于振荡 监测阈值，判定待分析信号不存在振荡。
[0061] 本发明实施例公开的振荡监测方法，振荡监测系统采集待分析信号的采样数据并 生成表征采样点时间与数据关系的时域函数;对时域函数进行离散傅里叶变换，计算待分 析信号的频域函数;基于时域函数计算时域函数预设阶数的时间序列模型;根据时间序列 模型和频域函数，计算时域函数的瑞利分布参数;依据时间序列模型的频率响应模型、瑞利 分布参数和预设振荡监测灵敏度，计算时域函数的振荡监测阈值；比较频域函数的数据集 中各个数据的绝对值中是否存在大于振荡监测阈值的数据;若存在，判定待分析信号存在 振荡;若不存在，判定待分析信号不存在振荡。基于上述公开的振荡监测方法，解决了无法 实时对振荡监测并预警的问题。
[0062] 实施例二
[0063] 基于上述本发明实施例一公开的振荡监测方法，本实施例二公开了另一种振荡监 测方法，流程图如图2所示，包括：
[0064] S101，在预设周期内每隔设定时间采集待分析信号的采样数据，并生成用于表征 待分析信号的N个采样点的时间与数据关系的时域函数x(t)，其中，N的取值为预设周期与 设定时间比值的整数部分；
[0065] S102,对时域函数x(t)进行离散傅里叶变换，计算待分析信号的频域函数χΝ(ω)，
其中，ω = 23ik/N，t为采集所述采样数据的时间，i为虚数单位，ω 为频域函数χν( ω )的频率，k的取值范围为2~Ν/2的正整数；
[0066] S103，基于时域函数x(t)，计算时域函数x(t)的预设阶数的AR时间序列模型A(z -工），A(z-4 = e(t)/x(t) = l+aiz-i+asz-2+."+anz-n，其中，z-1 为时延算子，e(t)为白噪声，η为 时域函数x(t)的预设阶数；
[0067] S104,根据AR时间序列模型A(z4)和频域函数χν( ω )，计算时域函数x(t)的瑞利分 布参数b( ω )
其中，A(eTitJ)为AR时间序列模型Α(厂D的频率 响应模型；
[0068] S105,依据频率响应模型Α(?Γιω)、瑞利分布参数b( ω )和预设振荡监测灵敏度q，计 算时域函数X(t)的振荡监测阈值Xq( ω )，
[0069] S106,比较频域函数ΧΝ( ω )的数据集中各个数据的绝对值中是否存在大于所述振 荡监测阈值Xq(?)的数据；
[0070] S107，若存在，判定所述待分析信号存在振荡；
[0071] S201，进行报警提示；
[0072] 在执行步骤S201的过程中，当判定待分析信号存在振荡时，进行报警提示，优选 的，报警提不包括:卩翁鸣和壳灯。
[0073] S108，若不存在，判定所述待分析信号不存在振荡。
[0074] 本发明实施例公开的振荡监测方法，振荡监测系统采集待分析信号的采样数据并 生成表征采样点时间与数据关系的时域函数;对时域函数进行离散傅里叶变换，计算待分 析信号的频域函数;基于时域函数计算时域函数预设阶数的时间序列模型;根据时间序列 模型和频域函数，计算时域函数的瑞利分布参数;依据时间序列模型的频率响应模型、瑞利 分布参数和预设振荡监测灵敏度，计算时域函数的振荡监测阈值；比较频域函数的数据集 中各个数据的绝对值中是否存在大于振荡监测阈值的数据;若存在，判定待分析信号存在 振荡，进行报警提示;若不存在，判定待分析信号不存在振荡。基于上述公开的振荡监测方 法，解决了无法实时对振荡监测并预警的问题。
[0075] 实施例三
[0076] 基于上述本发明实施例一和实施例二公开的振荡监测方法，如图1、图2所示出的 步骤S106中，所述比较频域函数ΧΝ( ω )的数据集中各个数据的绝对值中是否存在大于所述 振荡监测阈值Xq( ω )的数据，具体执行过程，如图3所示，包括如下步骤：
[0077] S301，将频域函数ΧΝ( ω )的数据集中各个数据的绝对值按照由大到小的顺序排 列，获取频域函数ΧΝ( ω )的数据集中的数据绝对值的最大值；
[0078] S302,比较最大值与振荡监测阈值Xq( ω )的大小。
[0079] 本发明实施例公开的振荡监测方法，振荡监测系统采集待分析信号的采样数据并 生成表征采样点时间与数据关系的时域函数;对时域函数进行离散傅里叶变换，计算待分 析信号的频域函数;基于时域函数计算时域函数预设阶数的时间序列模型;根据时间序列 模型和频域函数，计算时域函数的瑞利分布参数;依据时间序列模型的频率响应模型、瑞利 分布参数和预设振荡监测灵敏度，计算时域函数的振荡监测阈值;将频域函数的数据集中 各个数据的绝对值按照由大到小的顺序排列，获取频域函数的数据集中的数据绝对值的最 大值;比较最大值与振荡监测阈值的大小;若存在，判定待分析信号存在振荡;若不存在，判 定待分析信号不存在振荡。基于上述公开的振荡监测方法，解决了无法实时对振荡监测并 预警的问题。
[0080] 实施例四
[0081] 基于上述本发明实施例提供的振荡监测方法，本实施例四则对应公开了执行上述 振荡监测方法的振荡监测系统，其结构示意图如图4所示，振荡监测系统400包括：
[0082] 采集模块401，用于在预设周期内每隔设定时间采集待分析信号的采样数据，并生 成用于表征待分析信号的Ν个采样点的时间与数据关系的时域函数x(t)，其中，Ν的取值为 预设周期与设定时间比值的整数部分；
[0083] 傅里叶变换模块402,用于对时域函数x(t)进行离散傅里叶变换，计算待分析信号
的频域函数χν( ω )， 其中，ω = 2Jik/N，t为采集采样数据的时间，i ， 为虚数单位，ω为频域函数χΝ( ω )的频率，k的取值范围为2~N/2的正整数；
[0084] 时间序列模型计算模块403,用于基于时域函数x(t)，计算时域函数x(t)的预设阶 数的AR时间序列模型A(z-4，A(z-4 =e(t)/x(t) = 1+aiz-i+asz-2+…+anz-n，其中，z-1 为时延 算子，e(t)为白噪声，n为时域函数x(t)的预设阶数；
[0085]其中，时间序列模型计算模块403,具体用于，计算所述时域函数x(t)的二阶AR时 间序列模型 A(z-4为:A(z-〇 = e(t)/x(t) = 1+aiz-i+asz-2〇
[0086]瑞利分布参数计算模块404,用于根据AR时间序列模型A(厂4和频域函数XN( ω )， 计算时域函数x(t)的瑞利分布参数b(w)其中，Α(θ^ιω)为AR时 间序列模型Α(厂1)的频率响应模型；
[0087]振荡监测阈值计算模块405,用于依据频率响应模型Α(?Γιω)、瑞利分布参数b( ω )和 预设振荡监测灵敏度q，计算时域函数x(t)的振荡监测阈值Xq( ω )，
[0088] 比较判定模块406,用于比较频域函数ΧΝ( ω )的数据集中各个数据的绝对值中是 否存在大于振荡监测阈值Xq( ω )的数据;若存在，判定待分析信号存在振荡;若不存在，判 定待分析信号不存在振荡。
[0089] 本发明实施例公开的振荡监测方法，振荡监测系统的采集模块，采集待分析信号 的采样数据并生成表征采样点时间与数据关系的时域函数;傅里叶变换模块，对时域函数 进行离散傅里叶变换，计算待分析信号的频域函数;时间序列模型计算模块，基于时域函数 计算时域函数预设阶数的时间序列模型;瑞利分布参数计算模块，根据时间序列模型和频 域函数，计算时域函数的瑞利分布参数;振荡监测阈值计算模块，依据时间序列模型的频率 响应模型、瑞利分布参数和预设振荡监测灵敏度，计算时域函数的振荡监测阈值;比较判定 模块，比较频域函数的数据集中各个数据的绝对值中是否存在大于振荡监测阈值的数据； 若存在，判定待分析信号存在振荡;若不存在，判定待分析信号不存在振荡。基于上述公开 的振荡监测方法，解决了无法实时对振荡监测并预警的问题。
[0090] 实施例五
[0091] 结合上述实施例四公开的振荡监测系统，本实施例五还公开了一种振荡监测系 统，其结构示意图如图5所示，
[0092]振荡监测系统400,还包括：
[0093] 报警模块501，用于当比较判定模块判定待分析信号存在振荡时，进行报警提示。
[0094] 本发明实施例公开的振荡监测方法，振荡监测系统的采集模块，采集待分析信号 的采样数据并生成表征采样点时间与数据关系的时域函数;傅里叶变换模块，对时域函数 进行离散傅里叶变换，计算待分析信号的频域函数;时间序列模型计算模块，基于时域函数 计算时域函数预设阶数的时间序列模型;瑞利分布参数计算模块，根据时间序列模型和频 域函数，计算时域函数的瑞利分布参数;振荡监测阈值计算模块，依据时间序列模型的频率 响应模型、瑞利分布参数和预设振荡监测灵敏度，计算时域函数的振荡监测阈值;比较判定 模块，比较频域函数的数据集中各个数据的绝对值中是否存在大于振荡监测阈值的数据； 若存在，判定待分析信号存在振荡;若不存在，判定待分析信号不存在振荡;报警模块，当判 断判定模块判定待分析信号存在振荡时，进行报警提示。基于上述公开的振荡监测方法，解 决了无法实时对振荡监测并预警的问题。
[0095]实施例六
[0096]结合上述实施例四、实施例五公开的振荡监测系统，本实施例六还公开了另一种 振荡监测系统，其结构示意图如图6所示，
[0097]其中，比较判定模块405包括：
[0098]排序单元601，用于将频域函数ΧΝ( ω )的数据集中各个数据的绝对值按照由大到 小的顺序排列，获取频域函数ΧΝ( ω )的数据集中的数据绝对值的最大值；
[0099] 比较单元602,用于比较所述最大值与振荡监测阈值Xq( ω )的大小。
[0100] 本发明实施例公开的振荡监测方法，振荡监测系统的采集模块，采集待分析信号 的采样数据并生成表征采样点时间与数据关系的时域函数;傅里叶变换模块，对时域函数 进行离散傅里叶变换，计算待分析信号的频域函数;时间序列模型计算模块，基于时域函数 计算时域函数预设阶数的时间序列模型;瑞利分布参数计算模块，根据时间序列模型和频 域函数，计算时域函数的瑞利分布参数;振荡监测阈值计算模块，依据时间序列模型的频率 响应模型、瑞利分布参数和预设振荡监测灵敏度，计算时域函数的振荡监测阈值;排序单元 601，用于将频域函数XN(w)的数据集中各个数据的绝对值按照由大到小的顺序排列，获取 频域函数xn(w)的数据集中的数据绝对值的最大值；比较单元602,用于比较最大值与振荡 监测阈值X q(w)的大小;判定单元，用于接收比较单元发送的比较结果;若存在，判定待分析 信号存在振荡；若不存在，判定待分析信号不存在振荡；报警模块，当判定单元判定待分析 信号存在振荡时，进行报警提示。基于上述公开的振荡监测方法，解决了无法实时对振荡监 测并预警的问题。
[0101]对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。 对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的 一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明 将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一 致的最宽的范围。
【主权项】
1. 一种振荡监测方法，其特征在于，应用于振荡监测系统，包括： 在预设周期内每隔设定时间采集待分析信号的采样数据，并生成用于表征所述待分析 信号的N个采样点的时间与数据关系的时域函数x(t)，其中，N的取值为所述预设周期与所 述设定时间比值的整数部分； 对所述时域函数x(t)进行离散傅里叶变换，计算所述待分析信号的频域函数χΝ(ω)，其中，ω =23ik/N，t为采集所述采样数据的时间，i为虚数单位，ω为 所述频域函数χν( ω )的频率，k的取值范围为2~Ν/2的正整数； 基于所述时域函数x(t)，计算所述时域函数x(t)的预设阶数的AR时间序列模型A(厂4， A(z-4 = e(t)/x(t) = l+aiz-i+asz-2+-"+anz-n，其中，z-1 为时延算子，e(t)为白噪声，η 为所述 时域函数x(t)的预设阶数； 根据所述AR时间序列模型A(厂4和所述频域函数ΧΝ( ω )，计算所述时域函数x(t)的瑞 利分布参数Μω)车中，Α(?Γιω)为所述AR时间序列模型Α(厂〇 的频率响应模型； 依据所述频率响应模型Α(?Γιω)、所述瑞利分布参数b( ω )和预设振荡监测灵敏度q，计 算所述时域函数x(t)的振荡监测阈值Xq( ω ) _ '? 比较所述频域函数ΧΝ( ω )的数据集中各个数据的绝对值中是否存在大于所述振荡监测 阈值Xq(?)的数据； 若存在，判定所述待分析信号存在振荡； 若不存在，判定所述待分析信号不存在振荡。2. 根据权利要求1所述的振荡监测方法，其特征在于，所述若存在，判定所述待分析信 号存在振荡，之后，还包括:进行报警提示。3. 根据权利要求1所述的振荡监测方法，其特征在于，当所述时域函数x(t)的预设阶数 η的取值为2时，所述基于所述时域函数x(t)，计算所述时域函数x(t)的二阶AR时间序列模 型 A(z-4为:A(z-〇 = e(t)/x(t) = 1+aiz-i+asz-2〇4. 根据权利要求1所述的振荡监测方法，其特征在于，所述比较所述频域函数XN( ω )的 数据集中各个数据的绝对值中是否存在大于所述振荡监测阈值Xq( ω )的数据，包括： 将所述频域函数ΧΝ( ω )的数据集中各个数据的绝对值按照由大到小的顺序排列，获取 所述频域函数ΧΝ( ω )的数据集中的数据绝对值的最大值； 比较所述最大值与所述振荡监测阈值Xq( ω )的大小。5. 根据权利要求2所述的振荡监测方法，其特征在于，所述报警提示包括:嗡鸣或亮灯。6. 根据权利要求1所述的振荡监测方法，其特征在于，所述预设振荡监测灵敏度q的取 值范围为〇~1，具体为0.5。7. -种振荡监测系统，其特征在于，包括： 采集模块，用于在预设周期内每隔设定时间采集待分析信号的采样数据，并生成用于 表征所述待分析信号的N个采样点的时间与数据关系的时域函数x(t)，其中，N的取值为所 述预设周期与所述设定时间比值的整数部分； 傅里叶变换模块，用于对所述时域函数X(t)进行离散傅里叶变换，计算所述待分析信 号的频域函数ΧΝ( ω )其中，ω =23ik/N，t为采集所述采样数据的 时间，i为虚数单位，ω为所述频域函数χν( ω )的频率，k的取值范围为2~N/2的正整数； 时间序列模型计算模块，用于基于所述时域函数x(t)，计算所述时域函数x(t)的预设 阶数的AR时间序列模型A(z-4，A(z-4 = = 1+aiz-i+asz-2+…+anz-n，其中，z-1 为时 延算子，e(t)为白噪声，η为所述时域函数x(t)的预设阶数； 瑞利分布参数计算模块，用于根据所述AR时间序列模型A(厂4和所述频域函数ΧΝ( ω )， 计算所述时域函数x(t)的瑞利分布参数b(w)，其中，Α(θ^ιω) 为所述AR时间序列模型Α(厂1)的频率响应模型；振荡监测阈值计算模块，用于依据所述频率响应模型Α(?Γιω)、所述瑞利分布参数b( ω )和预 设振荡监测灵敏度q，计算所述时域函数x(t)的振荡监测阈值Xq( ω )比较判定模块，用于比较所述频域函数ΧΝ( ω )的数据集中各个数据的绝对值中是否存 在大于所述振荡监测阈值Xq(?)的数据;若存在，判定所述待分析信号存在振荡；若不存 在，判定所述待分析信号不存在振荡。8. 根据权利要求7所述的振荡监测系统，其特征在于，还包括:报警模块，用于当所述比 较判定模块判定所述待分析信号存在振荡时，进行报警提示。9. 根据权利要求7所述的振荡监测系统，其特征在于，所述时间序列模型计算模块，具 体用于，计算所述时域函数X(t)的二阶AR时间序列模型A(z<)为:A(z<) = e(t)/x(t) = l+ aiz_1+a2Z_2〇10. 根据权利要求7所述的振荡监测系统，其特征在于，所述比较判定模块包括： 排序单元，用于将所述频域函数ΧΝ( ω )的数据集中各个数据的绝对值按照由大到小的 顺序排列，获取所述频域函数ΧΝ( ω )的数据集中的数据绝对值的最大值； 比较单元，用于比较所述最大值与所述振荡监测阈值Xq( ω )的大小。
【文档编号】G05B23/02GK105867353SQ201610356773
【公开日】2016年8月17日
【申请日】2016年5月25日
【发明人】朱亚清, 罗嘉, 朱豫才, 陈世和, 吴乐, 王越超, 张抗抗
【申请人】广东电网有限责任公司电力科学研究院, 浙江大学