基于DSP和小波變換的電壓暫態擾動在線檢測方法研究

摘 要： 設計了一款基于DSP2812的電壓暫態擾動在線檢測裝置，研究了基于DSP和小波變換的電壓暫態擾動在線檢測方法。該裝置通過霍爾傳感器和模數轉換芯片采集電信號，以高性能數字信號處理芯片TMS320F2812 為核心信息處理單元，完成了DSP及其外圍電路設計。采用小波變換在線檢測電壓暫態擾動，并在DSP中實現了小波算法，軟件還包括主程序模塊、A/D采集模塊、中斷模塊、上位機處理模塊和通訊模塊等設計。實驗首先在 Matlab 中進行了仿真實驗，選取合適的小波函數，利用Matlab中的DB4小波對擾動進行定位；然后再利用信號發生器產生包含暫態擾動的信號，采用該文研制的裝置進行了在線擾動定位。利用DSP 強大的運算性能和高效的小波算法，能實現電量采集和電壓暫態擾動的實時分析同步進行。實驗表明：該裝置精度高，數據處理速度快，可實現電壓暫態擾動的實時檢測。

關鍵字： 暫態擾動； 小波變換； 數字信號處理器； Matlab

中圖分類號： TN710?34 文獻標識碼： A 文章編號： 1004?373X（2015）04?0150?05

0 引 言

近年來，由于大規模電力電子設備和敏感負荷的廣泛應用，除電能質量中的穩態擾動問題之外，暫態擾動問題給電力系統和用戶帶來的影響也越來越大。電能質量暫態擾動本質就是電壓暫態擾動，受到外來的干擾以及內部故障或操作不當所帶來的沖擊問題，主要指標為：電壓脈沖、電壓浪涌、電壓跌落及電壓中斷。

國內對電能質量暫態擾動的研究起步較晚，它屬于電能質量穩態擾動的延伸，雖然影響范圍小但后果嚴重。2014年5月10日開始實施的新國家標準《電能質量電壓暫降與短時中斷》（GB/T30137?2013）正式頒布。該標準是國內首個針對暫態電能質量的國家標準，顯示了中國對電能質量暫態擾動問題的重視程度。

普通的時域或者變換域處理方法（包括應用非常成熟的傅里葉變換處理方法），僅能在宏觀或者整體上檢測電能質量，而對于電網中暫態擾動的檢測，傅里葉變換無法解決；而用小波變換來分析就很容易實現。小波變換可應用于檢測電能質量中的各種暫態擾動[1?4]，比如電網電壓的驟升或驟降、電氣設備突然故障等。小波分層變換在時域和頻域具有可伸縮性，具有提取不同信號特征的能力。小波變換被國內外學者們贊譽為數學顯微鏡，因此本文將進行基于小波變換的電壓暫態擾動檢測方法研究。

DSP具有運算速度快，數據通道多，外設豐富，浮點運算精度高等特點，這些特點非常適合對電能質量擾動進行快速準確的檢測和定位，目前，雖然芯片的運算能力不斷提高，但在DSP檢測電能質量暫態擾動中，實時性仍是難點。所以本文設計了一款基于DSP2812的電壓暫態擾動在線檢測裝置，研究了基于DSP和小波變換的電壓暫態擾動在線檢測方法。該裝置可以對電壓暫態擾動進行實時檢測。該裝置通過霍爾傳感器和模/數轉換芯片采集電信號，以高性能數字信號處理芯片TMS320F2812 為核心信息處理單元，完成了DSP及其外圍電路設計。本文采用小波變換在線檢測電壓暫態擾動，并在DSP中實現了小波算法，軟件還包括主程序模塊、AD采集模塊、中斷模塊、上位機處理模塊和通信模塊等設計。然后采用仿真實驗和真實實驗驗證本文提出裝置和方法的可行性。

1 理論基礎

小波變換具有局部放大功能，本文利用小波變換檢測電壓暫態擾動的位置，由于db4小波函數在時間域具有緊支撐性，在頻域具有較高的消失矩，可以準確檢測出電力系統中擾動的位置，所以選擇db4小波函數檢測電能質量暫態擾動。

1.1 小波變換

小波的字面理解是小區域的波，特點是：長度有限、平均值為零、能量有限且集中。小波變換過程中首先選定小波函數。小波變換系數，表示的是被分析函數與小波函數的相似程度，相似程度越高，系數越大。通過改變小波基函數的兩個參數和對信號進行分析。

計算機只能處理離散信號，所以通常變換中需要將信號f（t）處理成離散化序列，小波基函數也需要進行離散化，即將伸縮因子a和位移因子τ分別進行離散化[5]。這樣得到的小波變換稱為離散小波變換（DWT）。離散小波變換是把空間按照小波窗口劃分，在高頻段具有很好的時間分辨率，在低頻段具有很好的頻率分辨率。

1.2 小波應用

在分析電能質量擾動中小波通常寫為卷積形式： [WTaxt=1axτψt-τadτ=xt*ψat， a>0] （1）

式中[ψata-1ψa-1t。]

設[θt]是低通平滑函數，滿足：

[-∞∞θtdt=1， limt→∞θt=0] （2）

由傅里葉變換微分原理可知，其倒數[ψ（1）t]是帶通函數，而且也滿足小波函數的條件，所以可以將[θt]作為小波基。此小波基對應的小波變換為：

[WTaxt=xt*ψ（1）t=xt*adθatdt =addtxt*θat] （3）

式中[θat=a-1θa-1t。]

由小波變換等效表達式可以看出，對一個信號進行平滑后再求導，和用平采集電信號滑函數的導數對信號進行處理是等效的。由此可以得到，小波變換[WTaxt]就是在尺度a下，平滑函數[θat]對信號[xt]進行平滑后的一階導數。根據數學理論可知，函數一階倒數的絕對值的極值點，就是函數的拐點，倒數的極大值點就是函數的突變點。所以，小波變換中的模極大值點就是檢測信號的突變位置。

2 實驗系統設計

2.1 系統硬件總體框架

電能質量擾動檢測裝置硬件部分包括信號采集電路、信號調理、數據處理、系統控制以及外圍電路，系統硬件框如圖1所示。

本裝置的工作流程主要是：電壓傳感器采集電信號，并將信號轉換成A/D輸入范圍內；經過模擬低通抗混疊濾波電路進行濾波調理；然后經過16位的模/數轉換，將模擬信號轉換成DSP可以處理的數字信號；DSP利用小波算法實時檢測電網電壓暫態擾動。最后利用LCD液晶屏顯示檢測結果，通過串口通信將處理分析后的數據傳到上位機進行實時顯示與監控。下面就對上述各模塊做一些簡單的介紹[7]。

2.1.1 信號采集電路

信號采集的精度直接影響整個過程的分析，為了減小誤差，本文采用萊姆公司的LV25?P傳感器。此傳感器有±0.6%的出色精度，小于0.2%的良好線性度，低溫漂，抗外界干擾能力強，共模抑制比強，40 μs的快速響應時間。LV25?P傳感器原副邊匝數之比為2 500∶1 000，可把原邊取樣電阻兩端的電壓轉換成副邊的小電流信號（額定10 mA），通過采集連接副邊精密測量電阻兩端的電壓，就可計算出需要采集的原始電壓信號。

2.1.2 信號調理電路

由于電路中存在各種電磁干擾，使采集的信號中包含高次諧波，而研究很高次諧波是沒有意義的，所以設計了一個信號調理電路來消除高次諧波和防止頻譜混疊，且可以保證信號穩定的輸入到A/D轉換模塊。電路采用二階RC低通濾波，根據低通濾波器電路知識，截止頻率為[fc=15.345πRC]。其中：濾波電阻R阻值為470 Ω；電容C容值為0.1 μf，則截止頻率在1.28 kHz左右，而本設計中值需要檢測25次以下的諧波，滿足要求。

2.1.3 A/D轉換電路

12位的精度A/D轉換器實際中最高達到9位，此精度不高，比如在分析諧波時，15次就能帶來1.67%的誤差，所以本文采用16位的AD7656。AD7656是一款快速、低功耗逐次逼近型A/D轉換器，吞吐率高達250 Kb/s。內置低噪聲、寬帶寬采樣保持放大器，最高可處理4.5 MHz頻率的輸入信號。支持在±4VREF或±2VREF范圍內輸入真雙極信號，片內基準電壓VREF為2.5 V。

2.1.4 基于DSP的數據處理模塊

DSP處理器采用TI公司的TMS320F2812，這款功能強大的32位DSP芯片，是C2000系列的一款主要芯片，其CPU主頻可在達150 MHz，不僅具有數字信號處理能力，而且具備強大的事件管理、嵌入式控制能力，在工業控制和電力系統中得到廣泛應用。

2.1.5 外圍電路

根據實際需要，設計了一個鍵盤控制功能選擇，既可以檢測穩態擾動的諧波，又可以檢測暫態擾動。本裝置中計算數據量大，且數據類型為浮點型，DSP內存不夠，所以外擴了一片存儲器。由于DSP外部連接設備較多，且DSP的I/O口有限，所以利用CPLD來擴展I/O口，方便實現邏輯控制。檢測結果利用LCD液晶屏顯示，并通過串口通信將處理分析后的數據傳到上位機進行實時顯示與監控。

2.2 系統軟件設計

本設計中的軟件編寫和調試是在TI公司的CCS（Code Compose Studio）集成開發環境中進行的。CCS有許多版本，CCS 3.3是最成熟也是應用最廣泛的版本，本設計就是采用CCS 3.3。下面主要介紹軟件的設計流程和主要算法的實現。

2.2.1 程序流程

基于DSP的電能質量擾動檢測系統軟件算法部分主要包括快速傅里葉和db4小波在DSP上的實現、A/D采集、上位機處理以及通過串口RS 232與上位機通信，實現數據采集控制和結果保存，便于查看。首先啟動DSP，然后進行系統初始化，主要包括電源和時鐘配置以及外設初始化等；最后開中斷等待任務的到來。對數據的處理采用兩種可選流程，軟件上通過標志位來實現，對應硬件的鍵盤實現。本文中，對電壓暫態的檢測只需應用小波算法即可，FFT算法應于檢測電壓的穩態擾動，不在本文研究范圍內，所以下面只對小波算法的實現進行介紹。

2.2.2 Wavelet算法的實現

Wavelet算法的實現主要是小波的分解與重構兩個步驟。小波分解的步驟如下：

（1） 根據需求，選擇合適的小波函數，將此函數與被分析信號起點對齊；

（2） 計算此時的小波系數，系數越大，代表此刻信號與小波函數波形越相近；

（3） 將小波函數沿時間軸方向向右移動一個時間單位，然后重復步驟（1），步驟（2），得到此時的小波系數，這樣重復操作，直到完成整個信號；

（4） 對所選擇的小波函數進行一個單位的尺度伸縮，重復上面步驟（1）～（3）；

（5） 繼續進行尺度伸縮，重復步驟（1）～（4）。

3 暫態擾動檢測實驗

本實驗主要對前述常見的5種暫態擾動做了測試。首先在 Matlab 中進行了仿真實驗，選取合適的小波函數，利用Matlab中的db4小波對擾動進行定位，在Matlab中驗證小波變換檢測電能質量暫態擾動方法的可行性。然后再利用信號發生器產生包含暫態擾動的信號，采用本文研制的裝置對暫態擾動的信號進行數據采集、信號調理、模數轉換、在DSP中進行數據處理，并實現在線進行擾動定位。利用DSP 強大的運算性能和高效的小波算法，實現電量采集和電壓暫態擾動的實時分析同步進行。Matlab的仿真數據既是設計在 DSP 中運行的小波算法的依據，也可以驗證DSP平臺上小波變換檢測電能質量暫態擾動的準確性與可行性。

3.1 Matlab暫態擾動仿真實驗

根據常見的5種電能質量暫態擾動特點和小波變換在電能質量擾動檢測中的應用原理，本文在Matlab中進行了仿真驗證，從為基于DSP在線檢測裝置提供理論依據，從而也可驗證小波變換在檢測電能質量擾動中定位的實用性。因為我國電網中的電壓頻率是50 Hz，所以此處選擇模擬信號為50 Hz，采樣頻率為6 400 Hz，模擬信號時間是1 s。用小波變換檢測電壓暫態擾動的5種情形：

（1） 信號在0.4～0.7 s內，電壓發生了驟降，下降到0.2 p.u.；

（2） 在0.35～0.65 s內，電壓發生了驟升，上升到1.5 p.u.；

（3） 在0.25～0.6 s內，電壓發生中斷；

（4） 在0.6 s那一刻電壓發生脈沖擾動；

（5） 在0.5 s附近產生振蕩。

在進行電壓驟降擾動檢測時，用小波分解只分解一次就可以檢測到擾動的位置。將上述5種情形的實測值與真實值比較可得表1。由表1可以看出，由于信號采樣、計算精度和小波函數特點等一系列因素，導致用Matlab仿真小波檢測電壓暫降擾動結果和理論值存在一定誤差，不過誤差在允許范圍內。從而驗證了基于小波的電網電壓暫態擾動檢測理論的正確性。

3.2 基于DSP的暫態擾動檢測實驗結果

由于在電網中引入上述5種電壓暫態擾動必然會給電網造成污染，嚴重影響電網的電能質量，所以考慮到實驗的便利，利用信號發生器半實物仿真電網的電壓暫態擾動。實驗步驟如下：將小波算法應用到DSP中，并利用信號發生器產生帶有擾動的信號波形，然后用本文設計的電能質量檢測裝置進行采集與分析。用小波變換檢測電壓擾動的五種情形，實驗結果分別如圖3～圖7所示。

表1 小波變換檢測電壓擾動理論之與實測值比較

此處選擇模擬信號仍為50 Hz，采樣頻率為6 400 Hz，模擬信號時間是0.5 s。在圖3～圖7中，橫坐標表示的是采樣點，縱坐標表示A/D的值。5種情形分別對應：

（1） 信號在0.6 s～0.8 s內，電壓發生了驟降，下降到0.5 p.u.；

（2） 在0.2～0.35 s內，電壓發生了中斷；

（3） 在0.4～0.6 s內，電壓發生驟升，上升到1.8 p.u.；

（4） 在0.85 s那一刻電壓發生了脈沖擾動；

（5） 在0.45 s附近產生振蕩。

4 結 語

本文設計的一款基于DSP2812的電壓暫態擾動在線檢測裝置，研究了基于DSP和小波變換的電壓暫態擾動在線檢測方法，實現了電壓暫態擾動的實時檢測。硬件完成包括信號采集電路、信號調理、數據處理、系統控制等系統硬件電路，軟件在DSP中實現小波算法，并完成了主程序模塊、采集模塊、中斷模塊、上位機處理模塊和通信模塊等程序模塊的設計與編寫。

采用仿真實驗和真實實驗驗證了本文提出裝置和方法的可行性。首先通過仿真實驗驗證了基于小波的電網電壓暫態擾動檢測理論的可行性。然后利用信號發生器產生模擬電網電壓暫態擾動的信號，使用本文研制的裝置采用小波分析方法，進行了5種常見暫態擾動的在線定位，從而實現了電壓暫態擾動的實時檢測。實驗表明該裝置精度高，數據處理速度快，可實現電壓暫態擾動的實時檢測。

參考文獻

[1] 孫金甫，李蘭芳，劉開培.基于FFT和小波變換的電能質量分析方法[J].儀器儀表學報，2005，26（8）：115?116.

[2] DAUBICHIES I.Ten lectures on wavelet [M]. Philadephia： Capital City Press， 1992.

[3] 鄧宏偉.基于小波變換的電能質量分析與應用研究[D].武漢：武漢大學，2008.

[4] STRANG G， NGUYEN T. Wavelets and filter B anks [M]. [S.l.]： Welleslye?Cambridge Press， 1998.

[5] KARIMI Masoud， MOKHTARI Hossein， IRAVANI M R. Wavelet based on?line disturbance detection for power quality application [J]. IEEE Transactions on Power Dilivery， 2000， 15（4）： 1212?1220.

[6] ZHANG Gang， XIAO Mei?yan， HAO Wen?li， et al. Classification of sag based on wavelet transform and wavelet neutral network [C]// Proceedings of the Third International Conference on Machine Learning and Cybernetics. Shanghai， China： [s.n.]， 2004： 26?29.

[7] 楊聰哲，黃細霞，付祥，等.基于DSP的電能諧波含量實時監測裝置[J].電源學報，2013，11（6）：41?45.