基于LabVIEW 的牵引供电电能质量检测与分析装置研究

王硕禾， 许继勇， 许惠敏， 蔡清亮

(1．石家庄铁道大学 电气与电子工程学院，河北 石家庄 050043;

2．上海理工大学 光电信息与计算机工程学院，上海 200093;3．北京铁路局 石家庄供电段，河北 石家庄 050000)

0 引言

我国交流电气化铁路的牵引负荷，全部采用单相工频25 kV 交流制，电气化铁路客运专线牵引供电制式为单相工频25 kV( 直供) 或2 ×25 kV 交流制( AT) 。随着电力电子技术的迅速发展，电力机车已经实现了由直流传动向现代交流传动的转变。目前国际上已有数千台的交流传动电力机车和电动车组投入了实际运营;CRH 型电动车组的投入运行标志着我国的交流传动技术已经走向实用化。采用交流传动模式，大幅度提高了牵引网的功率因数，并显著改善了牵引取流波形，降低了电气化铁路牵引取流对电力系统电能质量的干扰。即便如此，电气化铁路是仍然是电力系统的主要负序和谐波干扰源之一，世界各国对于电气化铁路对公用电网的干扰问题一直十分关注。

目前，在电能质量检测产品领域，高端产品基本上被美国Fluke、日本日置和瑞士莱姆等国际知名公司占据，这些公司的产品性能高但价格昂贵［1］。而国产电能质量检测产品还存在一定问题，如检测指标不全面、质量不高、使用不便等。铁路牵引供电系统一般直接供电方式( 如图1( a) ) 具有4 条馈电线;AT供电方式( 如图1( b) ) 每条供电臂含有接触网( T) 和正馈线( F) ，共计8 路电流馈线。在牵引供电系统中，需要同时检测高压侧和牵引侧电压、电流参数，以便分析各电量参数之间的相关性特点。纵观整个电能质量检测领域，大多数是针对三相四线制的电力系统，不能满足牵引供电系统中直供、AT 等不同供电方式下多通道实时同步采集的要求，因此研制专用于牵引供电系统的电能质量检测与分析系统具有现实意义和经济意义。利用LabVIEW 在测控领域的先进技术和强大的数字信号处理能力的特点，将其作为系统的软件平台，提高了系统的通用性和检测的精确度。

1 系统硬件设计

图1 供电方式

检测电网电能质量即检测电网的电压及电流需要达到一定标准。为了实现实时分析电网电能质量的要求，系统采样的速率及精度必须很高。作为牵引供电系统的研究，非常关心不同供电臂上同一时刻电能质量参数的变化，以此来分析不同载运条件下供电系统的特征;而且系统需测量负序电流分量，这就要求采样时必须多路同步。需要分析的电能质量指标多，计算复杂，运算速度要求较快，现有的DSP、ARM 很难满足。而且，系统要求具有普遍适用性，即在采用不同供电方式的牵引变电所都能使用该系统。基于以上做出的分析，并从性价比及实用性方面考虑，系统选用如图2 所示的总体设计方案。

牵引变电所电压互感器高压侧的电压等级为220 kV 或110 kV，牵引侧为55 kV 或27．5 kV，经PT 取样为100 V 电压，再经DVDI 系列互感器变为0 ～1 V，实现牵引变电所电压信号采集，并实现高压与采集分析电路的隔离;牵引变电所电流互感器将高压侧和牵引侧的电流变为5 A，采用电流钳将电流信号转为0 ～2 V 电压信号以便采集。电流钳选用FLUKE i200s 交流电流钳，可将电流信号转为电压信号以便采集。信号测量频率范围为40 Hz ～10 kHz，安全级别为CAT III 600 V。

图2 总体设计方案

将由调理、采集电路采集的牵引供电系统的高压侧三相电压和电流、牵引侧两牵引臂电压和最多8 路馈线电流共16 路信号，送入高速多路同步采集卡进行采集。采集卡选用阿尔泰公司生产的PCI2008 数据采集卡，该卡是12 位16 路同步采样的AD 卡，采用PCI2 ．2 总线标准，支持多卡同步采集，通过率为25K/通道，单卡总通过率可达400 K，多卡采集总通过率可达1 M以上，并实现连续存盘，满足系统设计要求。

2 系统软件设计

系统的软件设计由LabVIEW 开发平台编写。LabVIEW( Laboratory Virtual Instrument Engineering Workbench) 是一种广泛被工业界、学术界和研究实验室所接受的图形化的编程语言的开发环境，且被视为一个标准的数据采集和仪器控制软件，也是电能质量检测装置中常用的软件开发平台［2-3］。基于虚拟仪器的电能质量检测系统分为检测和分析两大部分。

检测部分的任务是将原始电压电流信号采集并变换成数字信号，然后显示出波形和频谱，存储并输出数据文件，其包含的功能模块有数据传输模块、数据分析模块、图形显示模块、数据文件输出模块，软件结构流程图如图3 所示。

分析部分是对监测部分输出的数据文件进行系统的深入分析，得出电能质量各项指标参数的统计结果、变化趋势等，并根据需要打印出牵引供电系统的电能质量分析报表，软件结构流程图如图4 所示。

2．1 软件设计中频率测量算法的实现

常用的频率测量算法有周期法、DFT ( FFT) 类算法［4］、线性调频变换( CZT)［5］和小波分析［6］等。周期法通过测量信号波形相继过零点间的时间宽度来计算频率，该方法物理概念清晰、易于实现，但精度低，受谐波、噪声和非周期分量的影响，实时性不好。在理想的模型下，选择合适的参数，DFT ( FFT) 类和线性调频变换( CZT) 、小波分析算法能准确的计算出频率，但存在需分析数据长度较大、增大计算量和时滞等缺点。三点法是一种建立在三角函数变换基础上的数据拟合方法。在被测函数是正弦函数，且采样信号为等间隔采样的前提下( 含非整周期采样) ，利用相邻连续的3 个采样数据点，构造求解信号频率的线性方程，从而拟合出方程的系数，最终求出频率［7］。

图3 电能质量在线监测部分软件结构图

设电压或电流信号为u( t) = Umsin( ωt+φ) ，系统的采样频率为fs，则有两相邻采样点的相角差为

图4 电能质量监测分析部分软件结构图

令α = ωt +φ，则任意3 个相邻的采样点均可表示为

因为u( k) + u( k +2) = Um［sin αk+ sin( αk+2θ) ］= 2Umsin( αk+ θ) cos θ = 2u( k +1) cos θ。令y( n) =u( k) + u( k +2) ，x( n) = 2u( k +1) ，可有

通过构造线性方程(3) ，只要对采样数据进行上述处理，通过最小二乘法拟合就可以得到一个较为准确的斜率，即cosθ，根据式(1) 可以求出正弦波u( t) 的频率f。LabVIEW 程序如图5 所示。

图5 三点法测频率程序

实际应用中，特别是用该方法进行测量电力系统电压( 电流) 基波频率时，由于电力系统中电网电压( 电流) 含有大量谐波成分，不可能为一标准正弦波，应用该算法时，需对采样信号进行滤波。

2．2 软件设计中负序测量算法的实现

在三相电路中，对于任意一组不对称的三相电压( 或电流) ，可以分解为三组对称的相量，若以A 相作为基准相时，三相相量与其对称分量之间的关系为( 以电流为例)

式中，a = ej120°= -

三相电流不平衡度

牵引供电系统中，牵引变压器主要采用的四种接线方式:单相结线、三相V/v 结线、三相YN/d11 结线和斯科特结线，牵引变压器负荷都不会在电力系统中产生零序电流［8］，仅存在正序和负序电流，三个电流向量之和为零，可以构成一个封闭的三角形［9］，如图6 所示。

假定˙IA、˙IB、˙IB初相角分别为0°，θ1，θ2，根据余弦定理有

图6 封闭三角形

由式(4) 和式(6) 就可以算出不接地系统中负序电流I2、相角θ2和正序电流I1、相角θ1，而在中性点接地的系统中，可以根据式(4) 求出各相中的负序电流后，减去零序电流，再运用上述公式，同样也可以求出系统中负序电流I2、相角θ2和正序电流I1、相角θ1。利用LabVIEW 的Matlab Script 节点，调用Matlab 程序。

2．3 谐波分析算法的实现

目前，国际上谐波检测的理论主要有离散傅里叶变换、小波分析理论［10-11］和神经网络理论［12-13］。文献［10］利用小波变换来评价经支持向量机( SVM) 训练后的数据，计算出各频段相应的分频系数，然后利用支持向量机分类的方法对信号谐波进行分类;文献［11］采用不同小波滤波器对电力系统中不同频段中的特定的扰动进行多重滤波，以检测电力系统中的扰动;文献［12］采用前馈型递归神经网络训练样本，将各谐波含量不需经过傅里叶变换就可以分解出来，以实现检测谐波;文献［13］将经过模块神经网络训练后的样本直接做S 变换，从而将电能质量的11 种扰动检测出来。综合比较上述两种理论，小波变换理论在谐波检测中常被用作滤波器使用，相比数字滤波器，具有良好的自适应性，而神经网络理论虽然同样可以实现较高精度的电能质量分析，但是需要对样本进行多次训练，且训练精度与选择样本有关，计算量较大，故在一般电能质量检测中很少应用。为便于讨论，仅以离散傅里叶变换作为谐波检测的方案为例，改进算法将在另文中详细讨论。离散傅里叶变换是当今谐波与间谐波检测中应用最多的一种方法。依据IEC 标准( IEC 61000-4-30) ，谐波分析DFT 谱线的计算，要求频谱分析间隔为5 Hz，采用S 级计算谐波共11 条谱线，间谐波9 条谱线［14］，LabVIEW 程序如图7 所示。

图7 S 级DFT 谐波分析LabVIEW 程序

2．4 故障录波功能

牵引接触网是一个置于大自然中庞大的供电装置，不仅工作条件恶劣，而且结构复杂。牵引供电系统绝大部分故障发生在接触网系统中，说明接触网系统是牵引供电系统的薄弱环节。以2003 年和2004年接触网故障统计数据为例，2003 年接触网系统发生故障340 件，累计停电31 148 min。故障平均停电时间为91．61 min，占牵引供电系统故障的91%:2004 年接触网系统发生故障274 件，累计停电25 160 min，故障平均停电时间为91．82 min，占牵引供电系统故障的95%［15］。综合分析这些故障的共同点，可以发现，在故障发生前，电网会出现电压跌落或电流骤升的现象，依据这一共同特点，本系统对牵引网中出现的电压跌落或电流上升过程不加区别的采集样本信息，实现以下程序功能:设定一定阈值，当大于或小于阈值后，程序采集从故障前10 个周波始设定录波时间内的故障数据，用以分析故障信号的频率分布，找出故障发生前的特征信号。

2．5 参数的设置与数据统计功能

牵引变电所参数选择、增加、修改、删除功能。由于不同牵引变电所采用的供电方式，结线方式的不同，各变电所都有其不同之处，需要设置不同的参数，在满足不同牵引变电所的需要的同时，也要保证电能质量分析系统的正确运行。牵引供电系统电能质量统计与分析。电能质量分析系统不仅要求能实时显示各种电能质量指标、电力参数，还需要具有数据统计分析功能，如计算指定时间段内的报表数据。系统设计中利用LabVIEW 与数据库技术，进行数据分析并形成报表［16］。

3 结束语

本牵引供电系统电能质量检测分析系统，充分利用了虚拟仪器技术在测控领域的优势，硬件上采用Fluke i200s 电流钳、阿尔泰科技PCI2008 12 位16 路数据采集卡和便携式工控机实现数据的采集，软件上利用NI 公司的虚拟仪器软件LabVIEW 编制了适合牵引供电系统特点的电能质量检测与分析系统程序的界面，具备信号采集、分析计算、存储、统计分析、报表等功能模块，实现了稳态5 项电能质量指标的监测与分析功能，并且初步具有暂态电能质量事件捕获、分析的功能。

目前，整个系统所具备的功能在传统电能质量分析功能的基础上，研制出适合于牵引供电系统特点的电能质量检测装置。利用LabVIEW 的信号处理工具包，实现高级算法。在现有电能质量分析平台上，可以方便的实现对电力机车在车网耦合时，产生的过电压而引起牵引变电所故障的原因进行分析;实现对故障信号的分析，找出故障特征信号，从而为今后调整铁路运行方案提供依据，规避故障;实现不同车型负载对牵引网电能产生的影响的分析;电力机车型的识别;实现其他电能质量检测与分析，如电压波动与闪变等功能。系统经监督检测后，先后应用于石太客专、京广线、石徳线等多个牵引变电所的测试中，使用结果显示达到了设计的预期目的和要求。

［1］粟时平，刘桂英．现代电能质量检测技术［M］．北京:中国电力出版社，2008．

［2］雷振山，赵晨光．LabVIEW 8．2 基础教程［M］．北京:中国铁道出版社，2008．

［3］Julio Barros，Matilde de Apraiz，Ramón I． Diego． A virtual measurement instrument for electrical power quality analysis using wavelets［J］．Measurement，2009，42:298-307．

［4］李绍铭，纪萍，彭玉龙．基于加窗插值FFT 和动态频率的谐波检测算法［J］．自动化与仪器仪表，2009(3) :93-95．

［5］和昆英，郭虹，刘洛琨，等．一种FFT 和CZT 联合的快速高精度频率估计算法［J］．数字电视与数字视频，2006( 8) :18-20．

［6］赵成勇，胥国毅，何明锋，等．基于改进递归小波的电力系统频率测量［J］．电工技术学报，2006，20(6) :62-65．

［7］陈昊，曹福凯．基于LabVIEW 的三点法频率测量技术［J］．试验技术与试验机，2007，11(4) :75-77．

［8］谭秀炳．交流电气化铁道牵引供电系统［M］．2 版．成都:西南交通大学出版社，2007．

［9］张文生．基于MATLAB 语言的负序电流通用计算法［J］．东北电力技术，2003(11) :37-38．

［10］S Tuntisak，S Premrudeepreechacharn．Harmonic Detection in Distribution Systems Using Wavelet Transform and Support Vector Machine［C］//Power Electronics and Motion Control Conference，2006 5th International．Lausanne:Switzerland，2006:1540-1545．

［11］C Sharmeela，M R Mohan，G Uma ，et al．A Novel Detection and Classification Algorithm for Power Quality Disturbances using Wavelets［J］．American Journal of Applied Sciences，2006，3(10) :2049-2053．

［12］Fevzullah Temurtas，Rustu Gunturkun，Nejat Yumusak，et al． An Application of Elman＇s Recurrent Neural Networks to Harmonic Detection［J］．Neural Networks，2004，3029:1043-1052．

［13］C N Bhende，S Mishra ，B K Panigrahi．Detection and classification of power quality disturbances using S-transform and modular neural network［J］． Electric Power Systems Research，2008，78:122-128．

［14］美国福禄克公司．现代电能质量测量技术［M］．华盛顿:美国福禄克公司，2008．

［15］林飞，罗君，李志锋．2003、2004 年全国电力牵引供电系统故障统计分析［J］．工业科技，2006，35(3) :27-28．

［16］杨乐平，李海涛，赵勇，等．LabVIEW 高级程序设计［M］．北京:清华大学出版社，2003．