Miary wahania napięcia w sieci elektroenergetycznej wyznaczane z zastosowaniem transformacji Hilberta

Abstract

Low-frequency disturbances are a separate kind of power system voltage disturbances. They should be interpreted as a complex modulation, or simultaneous amplitude and phase modulation. The thesis presents six measures of the low-frequency disturbances. These measures were designed to obtain high sensitivity, allow to build a quantitive scale, and be computationally effective in order to allow realtime measurements. Above requirements were met by most of proposed measures.Presented measures use a complex envelope signal, calculated using the Hilbert transform based algorithm. The algorithm was implemented in a digital signal processor and a PXI system, and tested using real power grid signals. Proposed algorithm was built for a low-frequency disturbances analysis. However, it is also useful in other kinds of analyses. As an example of another use of the algorithm, usage of calculated complex envelopes for an identification of Thevenin model of a power system was presented. Preliminary simulation results show usefulness of the algorithm in such a kind of analysis. Also, use of one of the developed measures for chosing credible identification results was presented. Zaburzenia niskoczęstotliwościowe są jednym z rodzajów zaburzeń napięcia sieci elektroenergetycznej. Powinny być one interpretowane jako modulacja sygnału czynnikiem zespolonym, czyli jednoczesna modulacja amplitudy i fazy. W rozprawie zaprezentowano sześć miar zaburzeń niskoczęstotliwościowych. Miary te zostały zaprojektowane dla osiągnięcia wysokiej wrażliwości, umożliwieniu budowy skali ilorazowej oraz efektywności obliczeniowej umożliwiającej pracę w czasie rzeczywistym. Wymagania te zostały spełnione przez większość zaproponowanych miar. Przedstawione miary operują na obwiedni zespolonej sygnału, wyznaczanej z wykorzystaniem algorytmu opartego o transformację Hilberta. Algorytm ten został zaimplementowany w procesorze sygnałowym i systemie PXI, a jego działanie przetestowano z wykorzystaniem rzeczywistych sygnałów sieci elektroenergetycznej. Zaproponowany algorytm został zbudowany z myślą o analizie zaburzeń niskoczęstotliwościowych, jednakże jest on przydatny również w innych badaniach. Jako przykład innego zastosowania algorytmu przedstawiono użycie wyznaczonych sygnałów obwiedni do identyfikacji modelu Thevenina systemu elektroenergetycznego. Wstępne wyniki symulacji wskazują na użyteczność algorytmu w tego rodzaju zastosowaniu. Zaproponowano też wykorzystanie miary wahania przy wyborze wyników identyfikacji obarczonych małą niepewnością.