景 飛，周雒維，盧偉國(guó)

（重慶大學(xué)輸配電裝備及系統(tǒng)安全與新技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室，重慶 400044）

基于ADALINE神經(jīng)網(wǎng)絡(luò)的電能質(zhì)量監(jiān)測(cè)終端設(shè)計(jì)

景 飛，周雒維，盧偉國(guó)

（重慶大學(xué)輸配電裝備及系統(tǒng)安全與新技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室，重慶 400044）

諧波頻譜檢測(cè)是電能質(zhì)量監(jiān)測(cè)儀器的核心功能，其檢測(cè)頻譜是進(jìn)行各種電能質(zhì)量特征值運(yùn)算的前提。傳統(tǒng)以STFT為檢測(cè)算法的電能質(zhì)量終端由于時(shí)間窗固定，不具有暫態(tài)情況下的諧波分析能力。而諸如小波變換、S變換等算法則由于運(yùn)算量巨大不利于諧波實(shí)時(shí)在線監(jiān)測(cè)。針對(duì)這種情況，設(shè)計(jì)了一種以DSP為處理器，基于自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)（ADALINE）的電能質(zhì)量監(jiān)測(cè)終端。詳細(xì)介紹信號(hào)接口電路、調(diào)理電路、PLL倍頻電路、AD轉(zhuǎn)換電路的硬件設(shè)計(jì)，給出了自適應(yīng)線性神經(jīng)算法推導(dǎo)和DSP數(shù)據(jù)處理框圖。實(shí)驗(yàn)表明，所構(gòu)建系統(tǒng)在運(yùn)算量不大的情況下增強(qiáng)了暫態(tài)諧波測(cè)量能力，同時(shí)利用ADALINE誤差信號(hào)可對(duì)電壓暫降進(jìn)行精確時(shí)間點(diǎn)定位。

ADALINE神經(jīng)網(wǎng)絡(luò)；電能質(zhì)量；暫態(tài)諧波檢測(cè)

電能質(zhì)量監(jiān)測(cè)終端是電能質(zhì)量監(jiān)測(cè)系統(tǒng)的重要組件，其核心功能之一是捕捉和評(píng)估監(jiān)測(cè)點(diǎn)以諧波為代表的波形畸變。在鐵路負(fù)載工況變化、新能源發(fā)電以及直流輸電換流站擾動(dòng)［1-3］等情況下，畸變信號(hào)中包含非周期分量，此時(shí)諧波頻譜會(huì)在短時(shí)間內(nèi)發(fā)生變化，形成暫態(tài)諧波［4］。

工程上常采用短時(shí)距傅里葉變換STFT（short-time Fourier transform）算法計(jì)算信號(hào)諧波頻譜［5-6］。這種方法一定程度上解決了Fourier變換不具有局部時(shí)間分辨能力的缺陷，能夠在固定時(shí)間窗口內(nèi)提供頻譜檢測(cè)值。但其窗口不具有自適應(yīng)性，難以同時(shí)具備高時(shí)間分辨率和高頻率分辨率，在諧波頻譜暫態(tài)變化時(shí)無(wú)法給出詳細(xì)的諧波頻譜測(cè)量結(jié)果［7］。對(duì)此，大量算法［8-11］諸如小波變換、濾波器組、S變換、希爾伯特算法等被提出，用以改善捕捉暫變信號(hào)的能力。但在IEC61000標(biāo)準(zhǔn)與國(guó)標(biāo)GB145 49-93等諧波標(biāo)準(zhǔn)框架下，上述方法由于計(jì)算量巨大難以用于諧波頻譜的暫態(tài)實(shí)時(shí)測(cè)量。

隨著近年來(lái)神經(jīng)網(wǎng)絡(luò)算法的大量應(yīng)用［12］，單層自適應(yīng)神經(jīng)ADALINE神經(jīng)網(wǎng)絡(luò)算法作為一種高精度的諧波監(jiān)測(cè)算法，被廣泛應(yīng)用于電能質(zhì)量諧波頻譜提?。?3］。與STFT不同，自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)ADALINE（adaptive linear）算法不受時(shí)間窗的約束，可以在線不斷調(diào)整權(quán)系數(shù)，逐點(diǎn)監(jiān)測(cè)信號(hào)頻譜，非常有利于檢測(cè)暫態(tài)信號(hào)頻譜。此外，該算法結(jié)構(gòu)簡(jiǎn)單，適合在數(shù)字處理系統(tǒng)中實(shí)現(xiàn)，提高了其應(yīng)用的可能性。然而大量關(guān)于ADALINE的文獻(xiàn)僅僅停留在理論仿真階段或只以LabVIEW軟件的形式實(shí)現(xiàn)［14、15］，往往只關(guān)注諧波檢測(cè)精度的提升，未給出其暫態(tài)檢測(cè)能力的分析［16］，也沒(méi)有真正把算法應(yīng)用于實(shí)際監(jiān)測(cè)儀器與現(xiàn)場(chǎng)檢測(cè)中，致使理論算法不能切實(shí)應(yīng)用于實(shí)際監(jiān)測(cè)終端。

針對(duì)這種情況，本文設(shè)計(jì)了一種以DSP為嵌入式處理核心［12,17］，基于ADALINE神經(jīng)網(wǎng)絡(luò)算法的電能質(zhì)量監(jiān)測(cè)終端原型機(jī)，適合于實(shí)時(shí)現(xiàn)場(chǎng)監(jiān)測(cè)電能質(zhì)量信息。首先推導(dǎo)了算法的模型和計(jì)算方式，之后闡述了監(jiān)測(cè)電路硬件設(shè)計(jì)和DSP運(yùn)行程序框圖，最終通過(guò)實(shí)驗(yàn)說(shuō)明監(jiān)測(cè)儀器相對(duì)于傳統(tǒng)STFT儀器在提取暫態(tài)頻譜上的優(yōu)越性，實(shí)現(xiàn)了ADALINE神經(jīng)網(wǎng)絡(luò)算法理論與實(shí)際硬件的結(jié)合。

1 ADALINE神經(jīng)計(jì)算模型

含有m次諧波的信號(hào)可以離散表示為

式中：ω為基波數(shù)字角頻率；N為分析窗口內(nèi)包含的基波周期數(shù)；m為某一頻率譜線次數(shù)；M為系統(tǒng)能夠達(dá)到的最大譜線數(shù)目；m/N為諧波次數(shù)；am與bm為正弦項(xiàng)與余弦項(xiàng)的權(quán)系數(shù)。式（1）可進(jìn)一步表示為

式中：cm為m次諧波幅值；φm為其相角。

ADALINE神經(jīng)網(wǎng)絡(luò)模型如圖1所示。其計(jì)算過(guò)程首先應(yīng)該確定被測(cè)信號(hào)的基波頻率ω=2πf，再乘以代表諧波次數(shù)的算數(shù)因子m/N，取正弦和余弦即可得對(duì)于到輸入向量，即

圖1 ADALINE神經(jīng)網(wǎng)絡(luò)原理框圖Fig.1 Schematic diagram of ADALINE neural

在基波頻率ω一定的情況下，輸入向量中采樣點(diǎn)n是可變量。而對(duì)于某個(gè)采樣點(diǎn)n，xk表示在該點(diǎn)進(jìn)行k次循環(huán)之后的輸入向量。結(jié)合式（1）與圖1可以寫出此時(shí)權(quán)向量wk的表達(dá)式為

那么，對(duì)于采樣點(diǎn)n，進(jìn)行k次循環(huán)之后，ADALINE系統(tǒng)的輸出可以表示為

即可得到此時(shí)ADALINE輸入與n點(diǎn)實(shí)測(cè)信號(hào)的誤差信號(hào)為

以ek作為輸入信號(hào)，本文選取文獻(xiàn)［12］變步長(zhǎng)最小均方根VSLMS（variable step least mean squareroot）算法進(jìn)行步長(zhǎng)的逐次調(diào)整，輸出權(quán)向量的微調(diào)信號(hào)，疊加得到wk+1進(jìn)行下一次計(jì)算，即

VSLMS對(duì)于權(quán)向量的步長(zhǎng)調(diào)整可表示為

式中，μk為第k次調(diào)節(jié)的更新步長(zhǎng)。更新步長(zhǎng)可以由學(xué)習(xí)率的表達(dá)式構(gòu)成，即

式中：0＜α＜1；γs為表示學(xué)習(xí)率，γs＞0；為平滑梯度向量，其計(jì)算方法為

式中，β為趨向?yàn)?的平滑因子，0＜β＜1。

對(duì)N個(gè)采樣點(diǎn)進(jìn)行k次ADALINE計(jì)算，通過(guò)VSLMS不斷調(diào)整權(quán)值，即可獲滿足某種誤差精度下的wk（am，bm），進(jìn)而利用式（2）～式（4）即可求出待測(cè)電壓電流信號(hào)的頻譜。在已求得 N個(gè)點(diǎn)的ADALINE神經(jīng)網(wǎng)絡(luò)模型之后，用上述方法對(duì)每一組新采樣點(diǎn)（本文設(shè)計(jì)為總采樣點(diǎn)數(shù)的10%）進(jìn)行計(jì)算，這樣在計(jì)算時(shí)不斷更新權(quán)向量，實(shí)時(shí)進(jìn)行頻譜調(diào)整，避免了典型的FFT加窗操作，從而提高了系統(tǒng)頻譜分析的實(shí)時(shí)性能。

2 監(jiān)測(cè)終端的系統(tǒng)設(shè)計(jì)

為真正實(shí)現(xiàn)并驗(yàn)證算法有效性，本文設(shè)計(jì)了電能質(zhì)量監(jiān)測(cè)終端原型機(jī)，其系統(tǒng)結(jié)構(gòu)框圖如圖2所示。電流電壓信號(hào)首先通過(guò)霍爾傳感器接口電路將外部信號(hào)引入測(cè)量系統(tǒng)，之后通過(guò)濾波與AD7606芯片采集進(jìn)入DSP處理器TMS320F28335，AD芯片的驅(qū)動(dòng)和電網(wǎng)基波頻率通過(guò)PLL鎖相環(huán)和頻率測(cè)量電路獲得。采集系統(tǒng)的設(shè)計(jì)目標(biāo)如表1所示。

圖2 監(jiān)測(cè)終端系統(tǒng)框圖Fig.2 Block diagram of monitoring terminal system

表1 電能質(zhì)量監(jiān)測(cè)終端設(shè)計(jì)指標(biāo)Tab.1 Terminal design index for power quality monitoring

2.1 系統(tǒng)接口硬件設(shè)計(jì)

考慮到系統(tǒng)能夠測(cè)量到最大50次諧波（2.5 kHz）的同時(shí)，需要濾除測(cè)量范圍以外的信號(hào)以保證排除頻率混疊，本文選用linear橢圓低通濾波芯片LTC1567-7。該芯片在過(guò)渡帶1.5倍截止頻率衰減可達(dá)到50 dB，通帶內(nèi)波動(dòng)很小，其通帶內(nèi)群時(shí)延基本是一個(gè)常數(shù)，從而保證輸入輸出波形變化量很小，其接線電路如圖3所示。

圖3 濾波電路、AD轉(zhuǎn)換電路及DSP接口電路Fig.3 Filter circuit,AD converter and interface circuits of DSP

為留一定裕量，系統(tǒng)選用4 kHz截止頻率，在Rx引腳與VCC之間接20 kΩ電阻，時(shí)鐘使用內(nèi)部時(shí)鐘源16分頻，將DIV引腳接高電平，這樣截止頻率就配置成與設(shè)計(jì)目標(biāo)一致。

圖3中，AD芯片使用ADI公司的八通道同步采集芯片AD7606。該16位AD芯片內(nèi)置鉗位保護(hù)電路與二階低通濾波器，模擬輸入阻抗達(dá)1 MΩ，這種特性可以簡(jiǎn)化AD芯片的輸入電路設(shè)計(jì)。AD7606芯片使用RANGE引腳調(diào)節(jié)輸入范圍此處接地使其限定在-5～+5 V范圍內(nèi)。為精確測(cè)量，REFSEL引腳需接地，以外部穩(wěn)壓芯片ADR421提供2.5 V基準(zhǔn)電壓。SER/PER_SEL接口接地，這樣系統(tǒng)即可工作在速度更快的并行模式下。配置OS0、OS1、OS2接線電平為011（3.3 V為1），AD7606將以60 k B/ s的采樣速率工作在8倍過(guò)采樣模式下，在不失采樣速率的同時(shí)，減小了系統(tǒng)誤差。其余接口作為控制口與DSP的XINTF接口進(jìn)行連接。進(jìn)行如上配置以后，DSP芯片即可對(duì)AD進(jìn)行控制與數(shù)據(jù)傳輸，采樣觸發(fā)信號(hào)由PLL倍頻信號(hào)U7提供。此外本系統(tǒng)使用DSP的eCAP模塊進(jìn)行硬件頻率測(cè)量，圖3中采樣信號(hào)經(jīng)過(guò)頻率測(cè)量電路轉(zhuǎn)換為方波信號(hào)U6后送入該模塊計(jì)算頻率值。

PLL與頻率測(cè)量電路如圖4所示。該電路為系統(tǒng)提供與互感器電路的電網(wǎng)基波頻率測(cè)量接口，同時(shí)為AD電路提供采樣觸發(fā)（6.4 kHz）。傳統(tǒng)檢測(cè)儀器只利用單相電壓信號(hào)測(cè)量系統(tǒng)頻率，將導(dǎo)致該相斷電后頻率測(cè)量無(wú)法進(jìn)行?？紤]此情況，首先通過(guò)運(yùn)放對(duì)三相輸入電壓信號(hào)進(jìn)行Ua+Ub-Uc運(yùn)算得到U1信號(hào)，則任意相電壓信號(hào)存在，即可進(jìn)行測(cè)量頻率。之后U1信號(hào)進(jìn)入中心頻率為50 Hz的二階多反饋帶通濾波器，提取其基波頻率正弦信號(hào)U2，使用運(yùn)放比例環(huán)節(jié)控制其峰峰值在5 V范圍內(nèi)，再將其平均值提升至2.5 V，可得到帶直流偏置的正弦信號(hào)U3。將U3輸入至比較器，輸出方波信號(hào)U4。觀察圖4，通過(guò)外接比例電阻，使得TLC372比較器芯片帶有遲滯比較功能，50 mV噪聲信號(hào)能夠被有效抑制，避免了產(chǎn)生誤觸發(fā)。后級(jí)電路為HCPCD4046鎖相環(huán)芯片與CD4040計(jì)數(shù)器芯片組合構(gòu)成的PLL的鎖相倍頻電路。U4經(jīng)過(guò)倍頻后可得到6.4 kHz（128倍頻）驅(qū)動(dòng)信號(hào)U5。，將U4、U5經(jīng)過(guò)光耦芯片HCPL2630將電平隔離并由5 V轉(zhuǎn)成3.3 V接口電壓的U6、U7信號(hào)。U6可送入DSP的ECAP模塊中進(jìn)行頻率測(cè)量。U7信號(hào)接AD7606的CONVSTA與CONVSTB引腳驅(qū)動(dòng)AD芯片同步采集8路信號(hào)。

圖4 PLL與頻率測(cè)量電路Fig.4 PLL and frequency measurement circuits

2.2 DSP數(shù)據(jù)處理框圖

DSP數(shù)據(jù)處理框圖見圖5。為保證數(shù)據(jù)的連續(xù)采集并計(jì)算，本文設(shè)計(jì)了并行雙循環(huán)模式：數(shù)據(jù)采集循環(huán)和數(shù)據(jù)計(jì)算循環(huán)。以外部CONVST（U7）信號(hào)為觸發(fā)，利用DSP的DMA1模塊，單次每一個(gè)觸發(fā)將8個(gè)通道一個(gè)采樣點(diǎn)數(shù)據(jù)（8×1個(gè)數(shù)據(jù)）運(yùn)至片外RAM，當(dāng)數(shù)據(jù)量達(dá)到8通道10個(gè)周波（1 024×8個(gè)點(diǎn)）時(shí)進(jìn)入DMA1中斷，此時(shí)DMA2啟動(dòng)將片外數(shù)據(jù)一次性搬運(yùn)至片內(nèi)進(jìn)行ADALINE及電能質(zhì)量運(yùn)算。之后在數(shù)據(jù)不滿8×1 024點(diǎn)時(shí)，兩個(gè)循環(huán)將并行運(yùn)行，在處理舊數(shù)據(jù)時(shí)，新數(shù)據(jù)也同時(shí)被采集，這樣就保證了DSP計(jì)算的實(shí)時(shí)性。

圖5 DSP數(shù)據(jù)處理框圖Fig.5 Block diagram of DSP data processing

3 功能實(shí)驗(yàn)測(cè)試

圖6為本文所設(shè)計(jì)的實(shí)驗(yàn)電路，該電路硬件上主要分為接口主板與DSP電路兩部分。接口主板完成對(duì)輸入被測(cè)信號(hào)的降壓變換與預(yù)處理，包括傳感器、濾波電路、電源電路、PLL電路；DSP電路主要完成本文采用的軟件算法。

圖6 實(shí)驗(yàn)電路Fig.6 Designed circuit for experiment

為測(cè)試本文所設(shè)計(jì)系統(tǒng)以及ADALINE神經(jīng)網(wǎng)絡(luò)的頻譜計(jì)算的有效性，本文使用Chroma-61703可編程電源產(chǎn)生畸變電壓信號(hào)用于測(cè)試所提ADALINE方法的有效性，測(cè)試信號(hào)可以表示為

式（14）所示信號(hào)y（t）及其FFT分析結(jié)果如圖7所示。通過(guò)改變信號(hào)幅值可以得到圖8所示的整體波形信號(hào)。由圖8可見，在A點(diǎn)之前是信號(hào)幅值是式（14）的0.5倍，之后在A-B段發(fā)生暫態(tài)提升，在B點(diǎn)之后B-E段為恢復(fù)到正常幅值，在E-F區(qū)域發(fā)生電壓暫降，為之前的0.5倍。

圖7 測(cè)試信號(hào)穩(wěn)態(tài)波形Fig.7 Steady-state waveforms of test signal

圖8 測(cè)試信號(hào)總體變化趨勢(shì)圖Fig.8 Overall trend of the signal test

3.1 穩(wěn)態(tài)測(cè)試

穩(wěn)態(tài)測(cè)試區(qū)間為圖8的C-E區(qū)域，采用ADALINE與工程上最常用的STFT變換進(jìn)行對(duì)比。由于chroma儀器本身的波形失真度小于0.1%，故進(jìn)行誤差計(jì)算時(shí)可以近似認(rèn)為式（14）與真實(shí)信號(hào)相等。表2為穩(wěn)態(tài)計(jì)算結(jié)果及誤差對(duì)比分析，由表可以觀察到ADALINE神經(jīng)整體上誤差優(yōu)于與漢明窗FFT分析結(jié)果。

3.2 暫態(tài)測(cè)試

暫態(tài)測(cè)試區(qū)域分成兩部分：A-B-C區(qū)域和E-F區(qū)域。前者是信號(hào)幅值緩慢變化的暫態(tài)諧波情況；后者則是電壓幅值在某一時(shí)刻突變的情況。由式（1）可知，當(dāng)STFT分析窗口中基波周期數(shù)目N增大時(shí)，基頻頻率ω/N將減小，頻率分辨率增高，但是由于窗口增大時(shí)間分辨率降低。反之，則時(shí)間分辨率減小，時(shí)間分辨率增高。對(duì)此，IEC61000-4-7標(biāo)準(zhǔn)推薦諧波分析窗口應(yīng)為10個(gè)工頻周期（50 Hz系統(tǒng)），以達(dá)到5 Hz的頻率分辨率，并且分析窗口不重合。本文基于此種規(guī)定，在A、B、C三點(diǎn)分別對(duì)被測(cè)信號(hào)進(jìn)行STFT分析，分析結(jié)果如圖9所示。圖8中點(diǎn)A、B、C對(duì)應(yīng)該圖9的3個(gè)平面。實(shí)點(diǎn)表示較大頻譜值在平面上的投影，用虛線連接以表示其變化規(guī)律。

表2 穩(wěn)態(tài)計(jì)算結(jié)果分析Tab.2 Calculation of steady state waveforms

ADALINE神經(jīng)的計(jì)算方式與窗口大小的選取沒(méi)有關(guān)系。在規(guī)定的200 ms窗口內(nèi)，該算法每次只更新一部分點(diǎn)（最小為1）進(jìn)行權(quán)值調(diào)整。每次更新計(jì)算過(guò)后即可得到一次頻譜分析結(jié)果。本文采用每次更新10%的點(diǎn)來(lái)進(jìn)行計(jì)算，200 ms內(nèi)即可得到10次頻譜更新值。對(duì)于A-B的暫升階段就可繪制出圖10所示的頻譜圖。圖10中平面A（對(duì)應(yīng)A點(diǎn)）與平面B（對(duì)應(yīng)B點(diǎn)）中間部分即為暫態(tài)變化階段頻譜。對(duì)比圖9與圖10可知，所設(shè)計(jì)的電能質(zhì)量監(jiān)測(cè)終端使用ADALINE神經(jīng)在處理暫態(tài)信號(hào)時(shí)，比STFT檢測(cè)儀器具有更加詳細(xì)的暫態(tài)分析能力，能夠?yàn)殡娔苜|(zhì)量監(jiān)測(cè)提供更多參考數(shù)據(jù)，更有優(yōu)勢(shì)。

圖9 STFT暫態(tài)測(cè)量結(jié)果Fig.9 Transient spectrum calculated results by STFT

圖10 ADALINE暫態(tài)測(cè)量結(jié)果Fig.10 Transient spectrum calculated results by ADALINE

圖11 電壓暫降點(diǎn)波形Fig.11 Waveforms of voltage sag

圖12 暫降點(diǎn)ADALINE誤差信號(hào)Fig.12 ADALINE error signal at the point of voltage sag

E-F區(qū)域的暫降點(diǎn)細(xì)節(jié)波形如圖11所示，發(fā)生跳變前后的ADALINE誤差電壓信號(hào)波形如圖12所示。在幅值跳變點(diǎn)0.10 s處，誤差信號(hào)發(fā)生突變，在0.04 ms后誤差信號(hào)重新趨于0。這種誤差突變特性，表明ADALINE神經(jīng)具有定位電壓暫降的能力，在測(cè)定跳變前后的頻譜后，即可算出電壓暫降的幅度。而STFT分析不具時(shí)間的定位能力，不能給出突變時(shí)間信息。利用ADALINE神經(jīng)能夠給出突變點(diǎn)的特點(diǎn)，再結(jié)合較短時(shí)間窗內(nèi)的STFT給出幅值，為監(jiān)測(cè)終端的電壓暫降檢測(cè)提供了精確的暫降時(shí)間與深度信息。

4 結(jié)語(yǔ)

本文以ADALINE神經(jīng)網(wǎng)絡(luò)算法為核心設(shè)計(jì)了電能質(zhì)量監(jiān)測(cè)儀器。詳細(xì)推導(dǎo)ADALINE神經(jīng)網(wǎng)絡(luò)的模型并給出了頻譜求解方法。在此基礎(chǔ)上，給出了監(jiān)測(cè)儀器接口主要電路設(shè)計(jì)。最后，利用可編程電源測(cè)試了所設(shè)計(jì)監(jiān)測(cè)儀器在諧波存在情況下的穩(wěn)態(tài)和暫態(tài)頻譜分析的有效性，發(fā)現(xiàn)相比于工程上采用STFT分析的監(jiān)測(cè)儀器，本儀器能夠給出更加精確的暫態(tài)諧波檢測(cè)值，同時(shí)在電壓暫降時(shí)可以利用誤差信號(hào)精確定位到暫降點(diǎn)，從而及時(shí)發(fā)現(xiàn)電壓暫降。

［1］何正友，胡海濤，方雷，等.高速鐵路牽引供電系統(tǒng)諧波及其傳輸特性研究［J］.中國(guó)電機(jī)工程學(xué)報(bào)，2011，31（16）：55-62. He Zhengyou,Hu Haitao,Fang Lei,et al.Research on the harmonic in high-speed railway traction power supply system and its transmission characteristic［J］.Proceedings of the CSEE,2011,31（16）：55-62（in Chinese）.

［2］郝巍，李興源，金小明，等.直流輸電引起的諧波不穩(wěn)定及其相關(guān)問(wèn)題［J］.電力系統(tǒng)自動(dòng)化，2006，30（19）：94-99. Hao Wei,LI Xingyuan,Jin Xiaoming,et al.A survey of harmonic instability and related problem caused by HVDC［J］.Automation of Electric Power Systems,2006,30（19）：94-99（in Chinese）.

［3］吳輝,林芳,劉鴻鵬,等.光伏并網(wǎng)逆變器的電能質(zhì)量分析［J］.電源學(xué)報(bào)，2013，11（1）：84-88. Wu Hui,Lin Fang,Liu Hongpeng,et al.Analysis of Power quality for grid-connected photovoltaic inverter［J］.Journal of Power Supply,2013,11（1）：84-88（in Chinese）.

［4］薛蕙，羅紅.小波變換與傅里葉變換相結(jié)合的暫態(tài)諧波分析方法［J］.中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2007，12（6）：89-92．Xue Hui,Luo Hong.Transient harmonic analysis algorithm using wavelet transform and fourier transform［J］.Journal of China Agricultural University,2007,12（6）：89-22（in Chinese）.

［5］湯天浩，鄭慧.一類半波對(duì)稱FFT改進(jìn)算法與電網(wǎng)諧波分析［J］.電源學(xué)報(bào)，2011，9（2）：80-85. Tang Tianhao,Zheng Hui.An improved half wave symmetric FFT algorithm for grid harmonics analysis［J］.Journal of Power Supply,2011,9（2）：80-85（in Chinese）.

［6］Chia M H,Khambadkone A M.Subcycle voltage dip classification using matrix pencil method with ellipse fitting algorithm［J］.IEEE Transactions on Industry Applications,2015, 51（2）：1660-1668.

［7］Lin Tao,Domijan A.On power quality indices and real time measurement［J］.IEEE Transactions on Power Delivery,2005,20（4）：2552-2562.

［8］肖助力，龔仁喜，陳雙，等.基于改進(jìn) S變換的電力系統(tǒng)諧波檢測(cè)方法［J］.電力系統(tǒng)保護(hù)與控制，2015,43（3）：84-90．Xiao Zhuli,Gong Renxi,Chen Shuang,et al.Detection of harmonics in power system based on modified S-transform［J］.Power System Protection and Control,2015,43（3）：84-90（in Chinese）.

［9］Granados-Lieberman D,Valtierra-Rodriguez M,Morales-Hernandez L A,et al.A hilbert transform based smart sensor for detection classification and quantification of power quality disturbances［J］.Sensors,2013,13（5）：5507-5527.

［10］Thirumala K,Umarikar A C,Jain T.Estimation of singlephase and three phase power quality indices using empirical wavelet transform［J］.IEEE Transactions on Power Delivery, 2014,30（1）：445-454.

［11］Duque C A,Silveira P M,Ribeiro P F.Visualizing timevarying harmonics using filter banks［J］.Electric Power Systems Research,2011,81（4）：974-983.

［12］林霏,李建明.基于DSP的諧波與無(wú)功電流檢測(cè)方法實(shí)現(xiàn)［J］.電源學(xué)報(bào),2004,2（1）：58-60. Lin Fei,Li Jianming.The detection methods ofharmonic and reactive current based on DSP［J］.Journal of Power Supply, 2004,2（1）：58-60（in Chinese）.

［13］Hwang J K,Li Yuanping．Variable step-size LMS algorithm with a gradient-based weighted average［J］.IEEE Signal Processing Letters,2010,16（12）：1043-1046.

［14］Chang G W,Chen C I.A two-stage ADALINE for harmonicsand interharmonics measurement［J］.Industrial Electronics IEEE Transactions on,2009,56（6）：2220-2228.

［15］Singh B,Verma V,Solanki J.Neural network based selective compensation of current quality problems in distribution system［J］.IEEE Transactions on Industrial Electronics,2007,54（1）：53-60.

［16］陳國(guó)志，陳隆道，蔡忠法.基于MSWF和改進(jìn)Adaline神經(jīng)網(wǎng)絡(luò)的間諧波分析［J］.電力自動(dòng)化設(shè)備，2010,30（4）：55-58．Chen Guozhi,Chen Longdao,Cai Zhongfa.Interharmonic analysis based on multi-stage wiener filter and improved Adaline neutral network［J］.Electric Power Automation E-quipment,2010,30（4）：55-58（in Chinese）.

［17］楊聰哲，黃細(xì)霞，付祥，等.基于DSP的電能諧波含量實(shí)時(shí)監(jiān)測(cè)裝置［J］.電源學(xué)報(bào),2013，11（6）：41-45. Yang Congzhe,Huang Xixia,Fu Xiang,et al.Real-time electric power harmonic ingredient monitoring device based on DSP［J］.Journal of Power Supply,2013,11（6）：41-45（in Chinese）.

［18］Valtierra-Rodriguez M,Romero-Troncoso R D J,Garcia-Perez A,et al.Reconfigurable instrument for neural network based power quality monitoring in 3 phase power systems［J］.IET Generation,Transmission& Distribution, 2013,7（12）：1498-1507.

Design of Power Quality Monitoring Terminal Based on ADALINE Neural

JING Fei,ZHOU Luowei,LU Weiguo
（State Key Laboratory of Power Transmission Equipment&System Security and New Technology Chongqing University,Chongqing 400044,China）

The core function of Power quality terminal is to calculate the spectrum of signals in power system.The common technique for that is the short-time Fourier transform（STFT）.Its disadvantages for assessing transient signals are well known because of a fixed window and multiple new time-frequency algorithms such as wavelet transforms,S-transforms were introduced.Nevertheless,these new algorithms are too complicated to achieve for real time application. To face this issue,this paper proposes a monitoring instrument with adaptive linear（ADALINE）neuron algorithm.The derivation of ADALINE is first introduced,then detailed component circuit design（including conditioning circuit,PLL circuit and ADC circuit）and DSP’s data flow diagram are given.The experiment results show that the proposed instrument is able to calculate the spectrum of transient signals and have the ability to capture voltage dips.So this work offers a solution for continuous and online power quality monitoring terminal.

ADALINE neuron；power quality；transient harmonic detection

景飛

10.13234/j.issn.2095-2805．2017．3.118

：TM 935

：A

景飛（1989-），男，通信作者，碩士研究生，研究方向：電能質(zhì)量檢測(cè)技術(shù)及嵌入式檢測(cè)儀器設(shè)計(jì)研究，E-mail：jingfei@ cqu.edu.cn。

2015-12-08

周雒維（1954-），男，博士，教授，博士生導(dǎo)師，研究方向：電力電子技術(shù)、電路理論及應(yīng)用，E-mail：zluowei@cqu.edu.cn。

盧偉國(guó)（1977-），男，博士，副教授，博士生導(dǎo)師，研究方向：開關(guān)功率變換器的穩(wěn)定性分析與控制，E-mail：luweiguo@ cqu.edu.cn。