基于DSP和小波变换的电压暂态扰动在线检测方法研究
工作流程主要是：电压传感器采集电信号，并将信号转换成A/D输入范围内；经过模拟低通抗混叠滤波电路进行滤波调理；然后经过16位的模/数转换，将模拟信号转换成DSP可以处理的数字信号；DSP利用小波算法实时检测电网电压暂态扰动。最后利用LCD液晶屏显示检测结果，通过串口通信将处理分析后的数据传到上位机进行实时显示与监控。下面就对上述各模块做一些简单的介绍[7]。
2.1.1 信号采集电路
信号采集的精度直接影响整个过程的分析，为了减小误差，本文采用莱姆公司的LV25⁃P传感器。此传感器有±0.6%的出色精度，小于0.2%的良好线性度，低温漂，抗外界干扰能力强，共模抑制比强，40 μs的快速响应时间。LV25⁃P传感器原副边匝数之比为2 500∶1 000，可把原边取样电阻两端的电压转换成副边的小电流信号（额定10 mA），通过采集连接副边精密测量电阻两端的电压，就可计算出需要采集的原始电压信号。
2.1.2 信号调理电路
由于电路中存在各种电磁干扰，使采集的信号中包含高次谐波，而研究很高次谐波是没有意义的，所以设计了一个信号调理电路来消除高次谐波和防止频谱混叠，且可以保证信号稳定的输入到A/D转换模块。电路采用二阶RC低通滤波，根据低通滤波器电路知识，截止频率为[fc=15.345πRC]。其中：滤波电阻R阻值为470 Ω；电容C容值为0.1 μf，则截止频率在1.28 kHz左右，而本设计中值需要检测25次以下的谐波，满足要求。
2.1.3 A/D转换电路
12位的精度A/D转换器实际中最高达到9位，此精度不高，比如在分析谐波时，15次就能带来1.67%的误差，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转换器，吞吐率高达250 Kb/s。内置低噪声、宽带宽采样保持放大器，最高可处理4.5 MHz频率的输入信号。支持在±4VREF或±2VREF范围内输入真双极信号，片内基准电压VREF为2.5 V。
2.1.4 基于DSP的数据处理模块
DSP处理器采用TI公司的TMS320F2812，这款功能强大的32位DSP芯片，是C2000系列的一款主要芯片，其CPU主频可在达150 MHz，不仅具有数字信号处理能力，而且具备强大的事件管理、嵌入式控制能力，在工业控制和电力系统中得到广泛应用。
2.1.5 外围电路
根据实际需要，设计了一个键盘控制功能选择，既可以检测稳态扰动的谐波，又可以检测暂态扰动。本装置中计算数据量大，且数据类型为浮点型，DSP内存不够，所以外扩了一片存储器。由于DSP外部连接设备较多，且DSP的I/O口有限，所以利用CPLD来扩展I/O口，方便实现逻辑控制。检测结果利用LCD液晶屏显示，并通过串口通信将处理分析后的数据传到上位机进行实时显示与监控。
2.2 系统软件设计
本设计中的软件编写和调试是在TI公司的CCS（Code Compose Studio）集成开发环境中进行的。CCS有许多版本，CCS 3.3是最成熟也是应用最广泛的版本，本设计就是采用CCS 3.3。下面主要介绍软件的设计流程和主要算法的实现。
2.2.1 程序流程
基于DSP的电能质量扰动检测系统软件算法部分主要包括快速傅里叶和db4小波在DSP上的实现、A/D采集、上位机处理以及通过串口RS 232与上位机通信，实现数据采集控制和结果保存，便于查看。首先启动DSP，然后进行系统初始化，主要包括电源和时钟配置以及外设初始化等；最后开中断等待任务的到来。对数据的处理采用两种可选流程，软件上通过标志位来实现，对应硬件的键盘实现。本文中，对电压暂态的检测只需应用小波算法即可，FFT算法应于检测电压的稳态扰动，不在本文研究范围内，所以下面只对小波算法的实现进行介绍。
2.2.2 Wavelet算法的实现
Wavelet算法的实现主要是小波的分解与重构两个步骤。小波分解的步骤如下：
（1） 根据需求，选择合适的小波函数，将此函数与被分析信号起点对齐；
（2） 计算此时的小波系数，系数越大，代表此刻信号与小波函数波形越相近；
（3） 将小波函数沿时间轴方向向右移动一个时间单位，然后重复步骤（1），步骤（2），得到此时的小波系数，这样重复操作，直到完成整个信号；
（4） 对所选择的小波函数进行一个单位的尺度伸缩，重复上面步骤（1）～（3）；
（5） 继续进行尺度伸缩，重复步骤（1）～（4）。
3 暂态扰动检测实验
本实验主要对前述常见的5种暂态扰动做了测试。首先在 Matlab 中进行了仿真实验，选取合适的小波函数，利用Matlab中的db4小波对扰动进行定位，在Matlab中验证小波变换检测电能质量暂态扰动方法的可行性。然后再利用信号发生器产生包含暂态扰动的信号，采用本文研制的装置对暂态扰动的信号进行数据采集、信号调理、模数转换、在DSP中进行数据处理，并实现在线进行扰动定位。利用DSP 强大的运算性能和高效的小波算法，实现电量采集和电压暂态扰动的实时分析同步进行。Matlab的仿真数据既是设计在 DSP 中运行的小波算法的依据，也可以验证DSP平台上小波变换检测电能质量暂态扰动的准确性与可行性。
3.1 Matlab暂态扰动仿真实验
根据常见的5种电能质量暂态扰动特点和小波变换在电能质量扰动检测中的应用原理，本文在Matlab中进行了仿真验证，从为基于DSP在线检测装置提供理论依据，从而也可验证小波变换在检测电能质量扰动中定位的实用性。因为我国电网中的电压频率是50 Hz，所以此处选择模拟信号为50 Hz，采样频率为6 400 Hz，模拟信号时间是1 s。用小波变换检测电压暂态扰动的5种情形：
（1） 信号在0.4～0.7 s内，电压发生了骤降，下降到0.2 p.u.；
（2） 在0.35～0.65 s内，电压发生了骤升，上升到1.5 p.u.；
（3） 在0.25～0.6 s内，电压发生中断；
（4） 在0.6 s那一刻电压发生脉冲扰动；
（5） 在0.5 s附近产生振荡。
在进行电压骤降扰动检测时，用小波分解只分解一次就可以检测到扰动的位置。将上述5种情形的实测值与真实值比较可得表1。由表1可以看出，由于信号采样、计算精度和小波函数特点等一系列因素，导致用Matlab仿真小波检测电压暂降扰动结果和理论值存在一定误差，不过误差在允许范围内。从而验证了基于小波的电网电压暂态扰动检测理论的正确性。
3.2 基于DSP的暂态扰动检测实验结果
由于在电网中引入上述5种电压暂态扰动必然会给电网造成污染，严重影响电网的电能质量，所以考虑到实验的便利，利用信号发生器半实物仿真电网的电压暂态扰动。实验步骤如下：将小波算法应用到DSP中，并利用信号发生器产生带有扰动的信号波形，然后用本文设计的电能质量检测装置进行采集与分析。用小波变换检测电压扰动的五种情形，实验结果分别如图3～图7所示。
表1 小波变换检测电压扰动理论之与实测值比较
此处选择模拟信号仍为50 Hz，采样频率为6 400 Hz，模拟信号时间是0.5 s。在图3～图7中，横坐标表示的是采样点，纵坐标表示A/D的值。5种情形分别对应：
（1） 信号在0.6 s～0.8 s内，电压发生了骤降，下降到0.5 p.u.；
（2） 在0.2～0.35 s内，电压发生了中断；
（3） 在0.4～0.6 s内，电压发生骤升，上升到1.8 p.u.；
（4） 在0.85 s那一刻电压发生了脉冲扰动；
（5） 在0.45 s附近产生振荡。
4 结 语
本文设计的一款基于DSP2812的电压暂态扰动在线检测装置，研究了基于DSP和小波变换的电压暂态扰动在线检测方法，实现了电压暂态扰动的实时检测。硬件完成包括信号采集电路、信号调理、数据处理、系统控制等系统硬件电路，软件在DSP中实现小波算法，并完成了主程序模块、采集模块、中断模块、上位机处理模块和通信模块等程序模块的设计与编写。
采用仿真实验和真实实验验证了本文提出装置和方法的可行性。首先通过仿真实验验证了基于小波的电网电压暂态扰动检测理论的可行性。然后利用信号发生器产生模拟电网电压暂态扰动的信号，使用本文研制的装置采用小波分析方法，进行了5种常见暂态扰动的在线定位，从而实现了电压暂态扰动的实时检测。实验表明该装置精度高，数据处理速度快，可实现电压暂态扰动的实时检测。
参考文献
[1] 孙金甫，李兰芳，刘开培.基于FFT和小波变换的电能质量分析方法[J].仪器仪表学报，2005，26（8）：115⁃116.
[2] DAUBICHIES I.Ten lectures on wavelet [M]. Philadephia： Capital City Press， 1992.
[3] 邓宏伟.基于小波变换的电能质量分析与应用研究[D].武汉：武汉大学，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] 杨聪哲，黄细霞，付祥，等.基于DSP的电能谐波含量实时监测装置[J].电源学报，2013，11（6）：41⁃45.