![复杂电能质量智能分析技术](https://wfqqreader-1252317822.image.myqcloud.com/cover/783/43806783/b_43806783.jpg)
上QQ阅读APP看书,第一时间看更新
2.2 电能质量信号噪声估计
低噪信号可通过人工设定ND阈值,有效确定是否新发生扰动,但在高噪信号中很难实现。因此,需要对电能质量信号进行噪声估计。
电能质量信号的噪声估计容易受扰动成分的影响,但是,电能质量信号具有自己的记录特点,其故障前后需要各记录一段时间的含噪正常信号。因此,以记录的首周期为对象开展噪声估计,可避免扰动成分对噪声估计结果的干扰。
设第一周期信号为hA(t)。hA(t)由实际正常电能质量信号s1(t)和噪声信号n(t)组成。大部分情况下,配电网中噪声都是加法性的,故噪声信号n(t)可表达为
![](https://epubservercos.yuewen.com/6B1CA4/23083819609823106/epubprivate/OEBPS/Images/35_01.jpg?sign=1739610502-jcgQOof15AfGqEFFbGlOKPk3u2DtBvGQ-0-8711e32ca9dc8aa5e9ebc17a46dfc0c5)
由于正常电能质量信号s1(t)的幅值与频率与理想电能质量信号s0(t)非常接近,可用s0(t)代替式(2-2)中的s1(t)。电能质量信号信噪比为
![](https://epubservercos.yuewen.com/6B1CA4/23083819609823106/epubprivate/OEBPS/Images/35_02.jpg?sign=1739610502-JHQ8NqE9ulzqRW772azaVIpVvcD5kt1o-0-3b60b1bd4530ef26d2f91254bc783371)
式中,为标准电能质量信号s0(t)的有效功率;Pn为噪声信号u(t)的有效功率;Ph为电能质量信号h(t)的有效功率。
以上方法可以快速估计出电能质量信号的SNR。虽然由于电力系统频率波动等因素会存在一定的误差,但仍然可为阈值界定方法选择提供依据。根据大量统计实验,确定该噪声估计方法的误差在20~30dB最大误差为±1dB,30~50dB最大误差为±2dB,因此,为避免SNR估计值过高,导致扰动漏记录,将估计出的SNR值减1后使用。