Введение к работе
Актуальность проблемы. Развитие современной электроэнергетики
характеризуется значительным расширением сферы применения
микропроцессорной техники и неуклонным ростом интереса к теории и
методам цифровой обработки сигналов. Внедрение цифровой обработки
сигналов значительно повышает технологический уровень техничесюїх
комплексов, обеспечивающих надежность функционирования
электроэнергетических систем, и расширяет круг решаемых задач за счет использования цифровых интеллектуальных систем сбора и обработки информации.
Вместе с тем, представление сигналов в цифровой форме порождает ряд дополнительных технических задач, требующих своего решения. Это -. разработка методов и алгоритмов построения цифровых моделей сигнала, компрессии (компактного представления) для архивирования и быстрой и помехоустойчивой передачи осциллограмм на удаленный терминал с последующим восстановлением (разархивированием) цифрового сигнала и т.п.
Как показывает опыт применения цифровой обработки сигналов в отечественной электроэнергетике, методы и алгоритмы классической теории малопригодны для обработки сигналов электроэнергетических систем. Дело в том, что классическая теория делает акцент, в основном, на оценивании интегральных характеристик (например, энергетического и взаимного спектров), в то время как для задач анализа, управления и аварийной защиты электроэнергетических систем первостепенное значение имеет идентификация структуры сигнала. Важно, чтобы цифровые модели сигналов электроэнергетики содержали информацию о характеристиках системы, т.е. модели сигналов должны строиться в базисе собственных сигналов электроэнергетической системы (в базисе компонентов, порождаемых системой). Такое требование к цифровой модели вызвано тем, что формируемые модели, как правило, используются в задачах оценивания
параметров схемной модели электроэнергетической системы, определения характера и места повреждения, компрессии осциллограмм и т.д. Это одно из важнейших отличий цифровых моделей сигналов электроэнергетики от моделей, рассматриваемых в классической теории цифровой обработки сигналов.
Основу большинства методов обработки цифровых сигналов электроэнергетики составляют алгоритмы и фильтры, предельное быстродействие которых ограничено одним периодом основной частоты. Однако потребность в высококачественных системах зашиты и управления энергосистемами стимулирует поиск более совершенных алгоритмов, способных работать с отрезками сигнала меньше периода. Кроме того, построение модели ведется в условиях априорной недостаточности информации о характеристиках электроэнергетической системы. В связи с этим предпочтение отдают обычно адаптивным моделям.
Несмотря на значительное число работ в области цифровой обработки сигналов электроэнергетики, адаптивные модели и методы их построения не получили должного развития. Не решены задачи построения компактных моделей цифровых сигналов, повышения робастности моделей, планирования и обеспечения необходимой степени их достоверности и др.
В диссертации отражены результаты работ, выполненных автором в течение ряда лет в Чувашском государственном университете в сотрудничестве и по заданию ЦПУ ЕС РФ, ВНИИР, НПП «Бреслер» и различных энергосистем. Частично работа финансировалась Министерством общего и профессионального образования РФ по темам «Компьютерный анализ дискретных процессов и компрессия данных» и «Компьютерные интеллектуальные анализаторы состояния энергообъектов».
Целью работы является разработка алгоритмов структурной компрессии цифровых осциллограмм на основе адаптивных методов, главным образом, на структурном анализе цифрового сигнала. Предлагаемые в работе алгоритмы базируются на учете свойств, присущих сигналам электроэнергетических систем, и в итоге формируют компактную модель.
Для достижения поставленной цели в работе решаются следующие теоретические и прикладные задачи:
-
Исследование проблемных вопросов построения моделей сигналов электроэнергетических систем: анализ основных характеристик цифровых электроэнергетических сигналов, представление модели в базисе собственных функций системы, формирование универсальной модели сигнала в виде составного дискретного адаптивного оператора, дающего ясную физическую интерпретацию процессов, происходящих в электроэнергетических системах.
-
Разработка алгоритмов предварительной обработки цифровых осциллограмм с целью повышения точности и робастности алгоритмов адаптивной обработки: предлагаются алгоритмы локализации и коррекции выбросов в осциллограмме, удаления трендов, оценки частоты сети с повышенным уровнем высших гармоник.
-
Создание новых адаптивных решетчатых фильтров, способных избегать сингулярности в ходе настройки и обеспечивающих теоретически предельную компактность модели электроэнергетического сигнала.
-
Разработка алгоритмов структурной компрессии цифровых осциллограмм на основе метода структурного анализа: развиваются алгоритмы прецизионной коррекции ложных отсчетов, идентификации структуры цифровой осциллограммы (разделение сигнала на участки однородности, локализация и распознавание коротких участков, построение экстраполирующей модели сигнала), оценки компонентного состава сигнала на участках однородности, формирования компактной компонентной модели сигнала.
5. Решение основной задачи структурной компрессии цифровых осциллограмм - определение структуры осциллограммы и представление ее совокупностью компактных моделей.
Научная новизна:
-
Предложены и обоснованы новые алгоритмы предварительной обработки цифровых осциллограмм: адаптивная оценка частоты сети с повышенным уровнем высших гармоник; обнаружение, локализация и коррекция выбросов; удаление трендов. Алгоритмы позволяют повысить точность и робастность адаптивных алгоритмов построения модели.
-
Разработаны и реализованы адаптивные алгоритмы, способные прогнозировать результат еще на стадии настройки модели сигнала и позволяющие автоматически понижать порядок модели. Предложено во
избежание сингулярности при настройке фильтров контролировать уровень
корреляции между выходными сигналами промежуточных фильтров
предыдущего этапа и соответствующими последовательностями входного
сигнала и составляющих неадаптивной части фильтра. Для повышения
эффективности настройки і модели предложено ранжировать
последовательности отсчетов входного сигнала и промежуточные фильтры.
-
Разработан алгоритм структурной компрессии цифровых осциллограмм. В основу алгоритма положен усовершенствованный метод структурного анализа цифровой осциллограммы, интегрирующий в себе новые способы идентификации и прецизионной коррекции ложных отсчетов, локализации и обработки коротких участков осциллограммы, построения экстраполирующей модели сигнала на интервалах однородности. Алгоритм позволяет повысить робастность и компактность моделей электроэнергетических сигналов, исключить возникновение биений амплитуд и излишних компонентов модели, увеличить степень компрессии осциллограммы.
-
Разработан алгоритм настройки компонентного оператора методом наложения (определение амплитуд и фаз компонентов сигнала). Благодаря этому удается всю процедуру структурного анализа реализовать в одной программной среде, основанной на методе наложения фильтров (моделей) младшего порядка.
Практическая ценность результатов работы
На основе предложенных в работе алгоритмов обработки электроэнергетических сигналов, новых фильтров, усовершенствованного метода структурного анализа и алгоритма структурной компрессии разработан программный процессор анализа и компрессии цифровых осциллограмм. Программный комплекс разработан по заданию ЦЦУ ЕС РФ и используется для анализа аварийных процессов в энергосистеме, компрессии цифровых осциллограмм и передачи их на удаленный терминал. Кроме того, предложенные в работе алгоритмы включены в интеллектуальные программные комплексы «Анализ аварийных процессов» и «Интеллектуальный осциллограф», входящие в программное обеспечение цифрового регистратора «Бреслер-103» (разработка НПП «Бреслер», г. Чебоксары).
Наряду с этим предложенные алгоритмы построения модели электроэнергетических сигналов могут найти применение в различных прикладных задачах построения моделей и идентификации электроэнергетических систем, определения места повреждения, восстановления исходного сигнала путем исключения погрешности, вызванной влиянием измерительных трансформаторов и аналого-цифрового тракта цифровых регистраторов сигналов.
Реализация результатов работы
Основные результаты работы были использованы при создании программного комплекса анализа аварийных процессов в электроэнергетических системах Dipan 2.0, удостоенного Диплома Всероссийского Выставочного Центра России (1997 г.). За разработку программного комплекса диссертант в составе авторского коллектива награжден Медалью ВВЦ России. Кроме того, предложенные в работе алгоритмы нашли применение в электроэнергетике в виде интеллектуальных программных комплексов «Анализ аварийных процессов» и «Интеллектуальный осциллограф», поставляемых вместе с цифровым регистратором «Бреслер-103» (разработка НПП «Бреслер», г. Чебоксары).
Теоретические и практические результаты, полученные в диссертационной работе, использованы при выполнении НИР по темам «Компьютерный анализ дискретных процессов и компрессия данных» и «Компьютерные интеллектуальные анализаторы состояния энергообъектов», проводимых Чувашским республиканским центром новых информационных технологий и ПНИЛ «Искусственный интеллект в электротехнике и электроэнергетике» (Чувашский госуниверситет) по единому заказ-наряду Министерства общего и профессионального образования РФ.
Теоретические вопросы адаптивной фильтрации, разработанные в диссертации, используются в учебном процессе по курсам "Информатика", «Теория сигналов» и «Теория дискретных электронных систем» при подготовке инженеров по специальности 200400 «Промышленная электроника» и бакалавров по направлению 550700 «Электроника и микроэлектроника» в Чувашском госуниверситете.
Апробация работы. Основные положения работы и ее результаты докладывались и обсуждались на Всероссийских научно-технических конференциях «Динамика нелинейных дискретных электротехнических и электронных систем» (г. Чебоксары, 1995, 1997 гг.), Всероссийской научной конференции «Цифровая обработка многомерных сигналов» (г. Йошкар-Ола, 1996 г.), Всероссийской межвузовской научно-технической конференции «Информационные технологии в электротехнике и электроэнергетике» (г. Чебоксары, 1996 г.), на итоговых научно-технических конференциях преподавателей Чувашского госуниверситета.
Публикации. Содержание работы нашло отражение в 17 опубликованных работах автора.
Основные положения, выносимые на защиту:
1. Адаптивные модели цифровых сигналов электроэнергетических систем в
виде составного дискретного оператора, обеспечивающие универсальность
алгоритмов настройки. *
і 2. Алгоритмы предварительной обработки цифровых осциллограмм: локализация и коррекция выбросов в осциллограмме, удаление трендов, оценка частоты сети с повышенным уровнем высших гармоник, повышающие точность и робастность алгоритмов построения модели сигнала.
-
Алгоритмы настройки адаптивных решетчатых фильтров, позволяющие прогнозировать результат еще на стадии настройки модели и получать компактные экстраполирующие модели цифровых сигналов: контроль уровня корреляции выходных сигналов промежуточных фильтров и последовательностей отсчетов, ранжирование последовательностей отсчетов, ранжирование и удаление линейно зависимых промежуточных фильтров, ранжирование фильтров результата, контроль и коррекция корней характеристического уравнения фильтра.
-
Алгоритм структурной компрессии цифровых осциллограмм электроэнергетических сигналов, основанный на усовершенствованном методе структурного анализа и интегрирующий в себе новые алгоритмы прецизионной коррекции выбросов, локализации и обработки коротких интервалов однородности, построения компактной компонентной модели
сигнала. Алгоритм обеспечивает эффективное уплотнение осциллограммы электроэнергетического сигнаїа и повышение компактности модели.
5. Алгоритм определения амплитуд и фаз компонентов сигнала методом наложения, позволяющий реализовать всю процедуру структурного анализа в одной программной среде, основанной на методе наложения фильтров (моделей) младшего порядка.
Структура и объем работы. Диссертация содержит введение, 5 глав, заключение, список литературы из 74 наименований и 2 приложения. Общий объем составляет 137 страниц текста компьютерной верстки.
