分布式测量（精选八篇）
分布式测量 篇1
微小位移精确测量,在工程、材料、精密机械等很多领域有着重要应用,微小位移测量技术可以分为两大类:一是电学测量技术;二是光学测量技术[1]。电学测量技术主要靠测量位移引起的各种电效应,从而获得位移信息;光学测量技术主要为衍射法、干涉法和光电传感器测量等。目前微小位移测量主要采用光学方法,其中衍射法和干涉法测量精度高,可以达到纳米量级[2],但是价格昂贵,结构复杂;相对而言,光电传感器方法价格便宜,结构简单,其测量精度主要取决于传感器的灵敏度,常用光电传感器以CCD和PSD为主,灵敏度一般为微米量级[3]。
本文介绍一种基于几何光学原理的测量方法,可以在低成本下实现基于线阵CCD的微小位移精确测量系统。线阵CCD把光信号转换为模拟电信号,通过初级信号调理、数据采集、存储等实现数字化处理,采用RS485总线进行多点通信并实现数据远距离传输,最后通过USB2.0接口与计算机的通信,利用统计算法对数据进行分析和判定,实现了对数据的实时处理。
1 系统原理及结构
微小位移测量系统的主要结构如图1所示,包括:水平线激光源、线阵CCD单元、数据处理单元、网络通信单元和PC机等。
水平线激光源为线阵CCD提供精确的红色线光源,线阵CCD感应线光源的微小位移并输出相应信号,数据处理单元对CCD感应输出的模拟信号进行数字化处理,网络通信单元实现数据处理单元和计算机之间的通信,PC控制程序用于设定系统参数、接收并处理数字信号等。
2 线阵CCD单元
CCD(Charge Couple Device,电荷耦合器件)是一种以电荷为信号载体的微型图像传感器,具有光电转换、信号电荷存储、转移及读出等功能。CCD从芯片结构上可分为面阵CCD和线阵CCD两种类型[4],系统采用的线阵CCD为TOSHIBA公司的TCD2703D,该器件具有高灵敏度、低暗电流、高分辨率等特点,当扫描一张A3纸,精度达到24 lines/mm。TCD2703D可以对红、绿、蓝光分别有2路共6帧输出,每帧输出3 894×16 bits的数据。在使用TCD2703D时,在其前方加上红光滤光片,只处理其红光输出。放置滤光片有以下作用:一是使进入线阵CCD的光为红光,二是减少外部杂散光的干扰。
在正确驱动信号驱动下,CCD芯片才会正常工作。TCD2703D有5路驱动信号,分别是电荷转移信号SH、两相时钟信号Φ1A和Φ2A、箝位信号CP和复位信号RS,五路驱动信号之间有非常严格的时序和相位关系[5],具体如图2所示。在SH为高电平时,要求时钟信号Φ1A高电平脉宽大于SH,Φ1A高电平启动比SH提前,结束比SH滞后;在SH为低电平时,Φ1A进入正常周期,占空比50%,Φ2A始终和Φ1A反向。在正常周期中,每一个Φ1A低电平(Φ2A高电平)期间必须包含一个高电平RS和高电平CP信号,CP滞后于RS;非正常周期中RS和CP信号电平为低电平。
TCD2703D驱动信号在FPGA内部产生,通过VHDL编程实现,实现的TCD2703D驱动脉冲如图3。
3 数据处理单元
数据处理单元包括初级信号调理、数据采集、存储等模块,主要实现以下几个功能:对TCD2703D输出的模拟信号进行调理[6];对调理后的信号进行数字化处理;对得到的数字信号进行存储以便后续处理。
根据TCD2703D输出信号的特性,需要先对每一帧的输出信号进行初级处理,初级信号调理单元主要采用阈值调节,调节后的信号进入到数据采集处理单元。由于TCD2703D的灵敏度很高,受自然光和杂散光等的影响较大,需要精心调节阈值以降低干扰,这对确定CCD输出信号的位置有很大影响[7]。
FPGA是数据处理单元的核心元件,FPGA选用ALTERA公司的Cyclone系列的EP1C6Q144。在系统中,FPGA主要实现以下功能:
1)正确输出TCD2703D的驱动脉冲,实现其正确工作;
2)TCD2703D每一帧的输出经过初级信号调理单元,在信号超过阈值后会输出矩形脉冲串,在FPGA中通过计算得到矩形脉冲发生的中心位置,并将该位置数据存储到SRAM中,正常工作时每秒SRAM中记录5 000个数据;
3)SRAM的I/O端口是复用的,为了防止端口数据之间的读写冲突,使用FPGA控制SRAM中数据的写入和读出;
4)在FPGA中用硬件实现中值滤波,所设计的硬件电路能够快速、高效地对算法进行实现,取得良好的滤波效果,使处理后的数据更加准确。
经过FPGA处理后,位置数据信息被存储到片外SRAM中,系统使用的数据存储芯片容量为64 k16bits。使用片外SRAM基于以下的考虑:首先是增大可连续采样的时间,片外SRAM最大记录时间为12.8s;其次实现了低成本,利于应用,便于扩展。
4 网络通信单元
系统通信采用主从结构,主从结构如图4所示,即主机可以和每一个从机进行通信,各从机之间不能进行数据通信。网络通信单元主要由C8051芯片、FT232芯片、RS485芯片等组成,网络通信单元具体结构如图5所示,FT232芯片实现USB接口和RS232、RS485接口之间的转换[8];485芯片实现RS232接口和RS485接口之间的转换;C8051作为MCU,主要控制这些芯片之间的时序,防止发生总线冲突,造成通信瘫痪。
网络通信单元主要有以下作用:
1)下行:计算机发出的USB指令经FT232芯片和485芯片后转换成RS485远距离传送到各个CCD单元;
2)上行:SRAM中存储的数据在MCU中转成RS232,再由485芯片转成RS485,经过远距离传输后,由FT232转成USB和计算机进行通信;
3)使用MCU控制不同CCD单元的时序,防止总线冲突。
在CCD单元和计算机之间使用RS485通信,主要实现以下功能:一是实现远程传输;二是实现多站能力。RS-485具有良好的抗噪声干扰性、长传输距离和多站能力等优点,RS-485总线一般最大支持32个节点,如果使用特制芯片,可以支持128或256个节点,最大的可以支持到400个节点。本系统使用的芯片可以支持32个节点[9],在长线传输数据时要使用阻抗匹配的RS485专用电缆,这样可以减少因衰减和噪声等因素造成的信号失真[10]。
RS-485是一种半双工通信,发送和接收共用同一物理信道,在任意时刻只允许一台从机处于发送状态,要求应答的从机侦听到总线上呼叫信号已经发送完毕,并且在没有其它从机发出应答信号的情况下,才能应答。半双工通信对主机和从机的发送和接收时序有严格的要求,如果时序上配合不好,就会发生总线冲突,严重的情况会导致整个系统通信瘫痪。为了防止这种情况发生,可以采用以下措施:1)使用MCU对通信时序做精确控制;2)发送信号和接收信号的宽度要足够宽,保证能够完整地接收一帧数据;3)任意两个从机的发送信号在时间上完全分开,避免总线争端。
5 PC控制程序
PC控制程序是在VB6.0的平台下编程实现的,其主要功能包括:采样率的设置、记录时间的设置、触发方式的设置、波形数据显示和振动模拟等,PC控制程序流程如图6所示。
通过PC控制程序可以对系统的采样率进行设置,范围是1005 000 sps;记录时间调节范围是110 s;系统有三种触发方式可以选择,包括手动触发、自动触发、外触发,通过对多种模式的触发设置确保对各种特征信号的准确捕捉;波形数据显示和振动模拟对线阵CCD输出信号数据进行分析和处理,以供不同的应用场合选择,PC控制程序的操作界面如图7所示。
6 结论
在文中所述的系统中,FPGA实现线阵CCD高速驱动和输出数据处理等功能,线阵CCD数据传输率为5 000×5 000(bit/s);使用RS485总线实现分布式系统和数据远距离传输,系统可以支持32个CCD单元节点,节点数据传输长度超过1 km;基于VB平台编写PC控制程序,实现对硬件电路参数设定和对CCD输出信号的分析、处理和显示等功能。研制的系统已应用于一维微小形变的测量之中,实际测量精度达到100μm,在此系统基础上,已经申请国家发明专利一项[11]。
参考文献
[1]Ramon Pallas Areny,John G Webster.Sensors and signal conditioning:2nded[M].Beijing:Tsinghua University Press,2004.
[2]温烨婷,戴瑜兴,柴世杰,等.基于线阵CCD的位移监测系统的设计与实现[J].仪表技术与传感器,2010,5:66-68.WEN Xueting,DAI Yuxing,CAI Shijie,et al.Design and Realization of Displacement Monitoring System Based on Linear CCD[J].Instrument Technique and Sensor,2010,5:66-68.
[3]曾为,陈培峰,李超.基于PSD的微小位移测量研究[J].光学与光电技术,2006,4(2):54-56.ZENG Wei,CHEN Peifeng,LI Chao.Study on Micro-displacement Measurement Based on PSD[J].Optics&Optoelectronics Technology,2006,4(2):54-56.
[4]薛巍,吴胜利,张小宁,等.一种低成本线阵CCD驱动与数据采集处理系统的研究[J].光学技术,2008,34(增):190-192.XUE Wei,WU Shengli,ZHANG Xiaoning,et al.A low-cost driving and data acquisition system for linear CCD[J].Optical Techinque,2008,34(sup):190-192.
[5]Toshiba Inc.Datasheet“TOSHIBA CCD Linear Image Sensor CCD TCD2703D”[EB/OL].http://www.toshiba.com.
[6]王鑫,陈骥,曹久大,等.线阵CCD高速数据采集与实时处理系统[J].光电子.激光,2008,19(2):174-177.WANG Xin,CHEN Ji,CAO Jiuda,et al.High-speed data acquisition and real-time processing system for linear CCD[J].Journal of Optoelectronic.Laser,2008,19(2):174-177.
[7]Thomas G Beckwith,Roy D Marangoni,John H Lienhard V.Mechanical Measurements:5thed[M].USA:Wesley Longman,1993.
[8]FTDI Ltd.Datasheet“FT232R USB UART IC”[EB/OL].http://www.ftdichip.com.
[9]霍宏发,李明,蒋阳,等.大型平台变形量实时监测的光电测量方法[J].光电工程,2009,36(11):1-4.HUO Hongfa,LI Ming,JIANG Yang,et al.Optoelectronic Method for Measuring the Deformation on Large-scale Platform[J].Opto-Electronic Engineering,2009,36(11):1-4.
[10]陈鸣慰,袁作林,季鹏.基于RS232/485协议的数据采集系统[J].微处理机,2009(4):86-87.CHEN Mingwei,YUAN Zuolin,JI Peng.Data Acquisition System Based on RS232/485Protocol[J].Micro Processors,2009(4):86-87.
亚音速飞机压力分布测量 篇2
亚音速飞机压力分布测量
简要地介绍了亚音速飞机压力分布测量的`飞行试验技术,并给出了部分试验结果.对用测压带法进行机翼压力分布测量及滑流对压力分布的影响等问题进行了讨论.
作 者：原正庭 Yuan Zhengting 作者单位：中国飞行试验研究院,西安,710089刊 名：航空学报 ISTIC EI PKU英文刊名：ACTA AERONAUTICA ET ASTRONAUTICA SINICA年，卷(期)：19(4)分类号：V216.7 V215.1关键词：飞行载荷 压力分布 测压带
分布式测量 篇3
随着网络技术的飞速发展, 网络规模不断扩大, 用于连接网络的互联设备得到了广泛的应用。网络互联联设设备备是是网网络络的的核核心心, , 其其性性能能的的好好坏坏直直接接影影响响网网络络规规模模、、网网络络稳稳定定性性以以及及可可靠靠性性。。因因此此, , 客客观观、、准准确确、、权权威的对网络互联设备的评价标准是尤为重要[]。
当前网络互联设备性能测试普遍使用的标准是Internet工程任务组 (IETF) 的RFC2544[1]。在国外已经有了比较成熟的产品, 如Smart Bits、Frame Scope以及IXIA等产品, 但是产品比较昂贵, 并且不利于密级比较高的部门使用[5]。本文利用开源硬件设计了一种分布式网络性能测试系统。
1 开源硬件平台
本文实现了分布式的网络性能测量系统, 测量探针采用了开源硬件的解决方案。测量探针部署在网络的各个关键链路, 每个探针是一个完整的网络测量仪, 具有测量和远程通信的功能。测量仪装有本地数据库, 可以对捕获的数据包进行缓存[4]。可以完成网络性能测试数据包的发送与接收、网络设备snmp、netflow数据采集器采用。综合以上考虑, 本文采用了性能强大、具有以太网接口的开源硬件Raspberry Pi解决方案。
Raspberry Pi (树莓派) 是一款基于Broadcom BCM2835芯片的开源硬件, 使用ARM11处理器设计, 具有轻量级、功能强大的指令集结构, 700M处理器, 512M内存, 具有丰富的接口资源支持ethernet、SD卡和GPIO (通用输入输出接口) 等。Raspberry Pi运行GUN/Linux开源操作系统, 采用开源编程语言python编程。
2 网络性能测量
网络性能测量就是通过一定的方法、技术和标准, 利用测量仪器等工具, 通过测试表征网络状态、服务质量等性能指标, 以了解网络运行状况的一系列活动[1]。
2.1 性能指标
要进行IP网络性能测量, 关键是要有能够反映IP网络性能的一系列参数。
连通性 (connectivity) :各网络组件间的互连通性, 是网络性能的基本指标, 反映了数据能否在各网络组件之间互相传送的属性[1]。
吞吐量 (throughput) :单位时间内传送通过网络中给定点的数据量。
带宽 (bandwidth) :单位时间内物理通路理论上所能传送的最大比特数。
时延 (delay) :数据包离开源点T1与到达目的点的时间T2的时间间隔, 即数据包在网路传输中能够的延时时间。
时延抖动 (delay variation) :数据流中不同数据包时延的变化。
丢包 (packet loss) :某一时间段内被测网络传输及处理中丢失或出错的数据包数量。
丢包率 (packet loss rate) :总丢包数与传输的总数据包数的比率。
2.2 体系结构
从网络测量系统的功能的角度, 网络测量的体系结构如图2所示:
数据采集层:通过网络接口通过主动或者被动的数据采集方式收集网络测量的相关数据。主动式数据采集方式向网络发送特定的探测包, 然后将测量节点采集到的探测包发送到数据管理层。被动数据采集方式通过旁路监听的模式, 使用采样方式采集网络中的流量数据, 可以了解各个时间段内网络的运行效率[1]。
数据管理层:数据管理层对数据接口层提交的数据进行预处理并将结果存入测量数据库。数据的预处理主要是对采集到的数据包进行分类、过滤、计数和归并, 完成数据的存储管理和数据的格式化[1]。
数据分析层:通过控制接口对数据管理层处理之后的数据进行统计分析, 通过各项指标的测量结果综合分析, 将分析结果写入分析数据库, 并根据用户的需求将分析结果通过应用接口层提交给数据表示层。数据分析主要包括基本统计功能、性能趋势预测、数据关联分析等[1]。
数据表示层:通过用户接口呈现网络测量的结果, 主要是两种方式统计报表显示和可视化图形显示。对于事件处理可以分为三种方式告警、分发和日志[1]。
2.3 网络测量拓扑结构
根据测量的目标不同可以分为单点测量、多点测量。根据系统内部数据共享方式不同, 可以分为集中式和分布式[1]。
2.3.1 单点测量
单点测量通常采用便携式测量仪表, 对网络中某个节点进行测量。通常用于故障维修检测、网络维护例行测试等场合[3]。优点是方便灵活, 缺点是覆盖面小, 不能充分体现网络整体性能。
2.3.2 多点测量
多点测量时对网络中多个节点同时测量, 按照控制方式可以分为集中式和分布式控制的测量。
2.3.2. 1 集中式多点测量
测量节点分布在不同的网络节点, 由一台中心计算机处理这些测量节点采集到的数据。在集中型服务器的控制下进行数据采集并将数据发回给测量中心服务器。
2.3.2. 2 分布式多点测量
在分布式测量体系中, 测量节点可以是完整的测量系统, 分布在多个地方。既可以独立的完成网络测量, 也可以将测量数据发送到测量中心。各个测量系统各自独立工作, 不受服务器控制。
2.4 网络测量方法
2.4.1 主动测量方法
主动测量方法通过主动向网络中注入经过特殊组合的探测数据包, 并收集、分析这些探测包在网络中传输后发生的变化, 计算要测量网络的网络性能参数。主动测量方法可以利用TCP/IP协议中的ICMP、TCP、UDP等协议来发送数据包进行测量。主动测量主要对网络性能的测量和网络硬故障的诊断[2]。
2.4.2 被动测量方法
被动测量在网络中的测量点处部署数据采集器, 收集流经该点的网络流量。被动测量的方法主要是基于SNMP协议、Net Stream以及Winpcap方法采集数据, 收集到的数据可以用来进行各种流量分析。被动测量的工作原理如下图所示:
被动测量可以通过服务器端测量、用户端测量和利用网络探针三种方式来实现。服务器端测量, 通过在服务器端安装测试代理, 实时检测服务器的性能、资源使用等状况;用户端测量, 将监测功能封装在客户应用中, 从特定用户的角度实时监测相关的业务性能;利用网络探针, 网络探针可以用于监测网络传输状态, 分析捕获的数据包, 以实现对网络及相关业务的测量。
3 分布式网络性能测量系统
3.1 体系结构
大型网络中的测量系统可分为三个层次:测量探针、采集节点与中心管理站。
测量探针:实现对链路数据的捕获, 安置在网络中的各个关键链路, 每个探针都是一个完整的网络测量仪, 具有测量与远程通信功能, 用来发送和接收探测包。测量仪装有本地数据库, 可以对捕获的数据包进行缓存。测量探针可以采集Snmp数据和Net Flow数据和流记录[3]。本文采用了开源硬件Raspberry Pi的解决方案。
采集节点:负责管理和采集一部分测量探针的数据, 并周期性的把数据发送到中心管理站。采集节点只负责临近节点的测量探针, 从而可以减少流量和带宽的开销。每个探针安装GPS或者北斗时钟同步设备, 这样才能保证测量探针的时钟同步。
中心管理站:中心管理站具有节点管理与数据分析的功能。中心管理站管理所有的采集节点, 通过采集节点控制测量探针的调用、分配、状态监控和升级, 可以将用户的操作命令发送给测量探针。
4 结束语
本文论述了网络性能测量参数指标以及获取方式, 设计了一种基于开源硬件的分布式网络性能测量系统。该系统分为三个层次, 测量探针采用了开源硬件实现的手持终端, 可以独立工作也可以作为分布式网络性能测量系统;采集节点用于收集附近测量探针的数据, 定时或者按照需求发送到中心管理站;中心管理站实现对整个分布式测量系统的管理, 完成数据分析功能和数据展示功能。
网络测量体系可以作为一个网络管理的基础平台, 在测量的基础上进行二次应用, 建立相应的上层应用程序, 如网络拓扑管理系统、网络性能监视系统、入侵检测系统、网路用户行为监测系统等。
关键词：Raspberry Pi,网络性能,分布式
参考文献
[1]唐红, 赵国锋, 张毅, 等.IP网络测量[M].北京:科学出版社, 2009:2740.
[2]徐波, 韦韬, 邹维, 等.RFC2544网络设备评测协议实现技术[J].计算机工程, 2003, 29 (10) :140141.
[3]李亮, 吴松, 等.便携式以太网测试仪设计[J].光通信技术, 2007, (6) :3132.
[4]Gray P, Betz A.Performance Evaluation of Copper-based Gigabit Ethernet Interfaces[C].Proc.of the 27th A manual IEEE Conference on Local Computer Networks[A].Tampa, Florida, U SA:IET E, 2002, 679690.
分布式测量 篇4
关键词：容性设备,分布式相量测量技术,在线监测,GPS
1 前 言
变电站作为电网的重要节点, 是传送、分配电力的枢纽, 对整个电网安全、经济、高效运行起着重要的支撑作用。变电站内分散安装着大量的高压容性主设备和辅助设备, 其有效的状态监测成为整个电网可靠运行的关键。因而针对不同高压设备的在线监测的测量技术应运而生, 其中电气量测量主要有以下两种方式:
1) 采集基础波形, 传输采样波形数据给数据处理模块或单元。
2) 就地采集电气量的基波相量, 只传输相量至高级应用单元[1,2,3,4]。前者主要针对暂态特征信息采集;后者主要针对稳态特征信息, 可将两种方法结合, 并配合对时技术实现广义的电气量同步测量。[5,6]
2 分布式相量测量算法
2.1 相位测量
相位测量原理上分为两类:一类采用过零检测法, 另一类是离散傅立叶变换法[7]。
当发电机空载励磁电动势E0和机端电压U不变时, 输出功率P为功角δ的函数, 而且为正弦关系, 如图1所示。
因此过零检测法的硬件实现较容易。即三相交流信号可直接输入至过零比较器中, 将正弦波转变后的方波输入测量CPU, 使得CPU利用方波的上升沿很容易检测到正弦波的过零时刻。如果需要三相信号的正序分量, 可以在比较器前加一个正序变换电路。
过零测量法用精确的计时器把被测工频信号的过零点和相邻的标准50Hz信号的过零点的时差记录下来并转化为角度, 就得到相对于标准50Hz信号的相位。这个标准50Hz的信号由GPS时钟来同步, 全网一样。过零测量原理如图2所示, 第j个测量点被测电压过零时刻分别为ti和ti+1, 则ti时刻相对于标准50Hz信号的零时刻20ms的角度为:
(1)
其中ti和ti+1的单位为ms。同样, 在t时刻参考站相对于标准50Hz信号的角度为θi0, 那么子站相对于参考站的角度可表示为:
(2)
而母线交流信号经低通滤波器、A/D变换器进入CPU时, 由傅立叶变换得到三相电压相量, 根据对称分量法变换得到其正序分量。模拟电力信号经A/D被转换为数字信号, 例如, 对于测量电压值, 利用被测量的采样值进行DFT算法, 基波频率分量计算如下:
(3)
其中 (x0、x1、x2…xN) 是一个周波内的采样序列, N是一个周期内总采样次数。三相相量 (Xa、Xb、Xc) 其正序相量为:
(4)
其中。
实际应用中, 为避免频率发生混叠, 输入模拟信号须经过一个低通过滤波器, 滤掉高于Nyquist频率成分, 一个周期内采样个数N时, Nyquist频率fN=Nω/4π (Hz) 。式 (3) 中的基波相量是与计算它的那个数据窗相对应的, 其参考基准是k=0采样时刻 (即数据窗的第一个采样点) 。随着数据窗的移动就出现一个新的采样点, 同时也计算出一个新的相量。用GPS同步每一次采样点, 就可得各个测量单元的每一个相同时刻的相位。
2.2 时钟误差分析
电力系统中电气量幅值的测量比较容易, 相角的测量却有一定难度。对50Hz的工频信号来说1ms的同步误差会带来18度的相角偏差。因此为了使量测到的相角是相对量, 各测量点必须具有高精度的时间同步。电力系统当中为了得到精确的同步时钟, 主要采用以下几种对时方式:
1) 主站广播对时法:为实现同步采样, 主站在同一时刻给系统中所有的测控装置一个同步时钟脉冲, 主站广播对时法有三种形式:AM调幅广播、微波传输和光纤传输。前两种是传输本身的延时大并且抗干扰能力不高, 性能不能得到保证。光纤传输精度高, 但需要巨大的成本建设光纤系统。因此这些主站对时法不是最佳选择。
2) 补偿法:为了使两个或多个变电站之间保持时间同步, 可以从一个站 (主站) 向另外一个站发送一个时间信号。这个信号包含同步时间基准信号和启动采样的信号等信息。在传输过程中会产生延时时间。为了消除这个延时时间, 必须在两站的采样时间基准之间进行补偿。两站之间要补偿的时间测定步骤是主站先发送一个同步时间的脉冲信号, 子站收到后立即回发这个信号, 主站检测该脉冲信号的发送和回收过程中所用的时间, 除以2就是两站之间的传输延时。把这个补偿时间发送给子站进行时间补偿。
3) 卫星授时法:卫星授时与国际标准时间UTC误差小于1μs, 对50Hz工频信号其相位误差不超过0.018度。因此, 只要在电力系统各厂站安装一台接收机就可以同时得到与UTC误差小于1μs的时间。由于GPS具有精度高、稳定性好、民用免费和接收机成本低等特点, 应用最为广泛。
3 分布式相量测量技术
3.1 介损在线监测原理
介损测量中, 首先通过电流传感器获得设备的泄露电流信号和PT二次侧的电压信号, 利用波形采集装置将此时域波形同步转换为数字化离散信号, 然后利用计算机将两个离散数字波形信号经离散傅立叶变换和快速傅立叶变换 (FFT) , 得到两个信号的基波, 进一步求出两基波的相位差, 从而得到设备的介损。
用谐波分析法计算介损值, 关键是有效的提取电压和电流的基波信号。而后采用傅立叶变换对信号进行处理, 可将信号由时域变到频域, 使其包含的频率成分一目了然。
设一个中期连续函数x (t) 为:
(5)
在一个周期内, 利用微机数据采集系统对x (t) 在一个周期内进行N次采样, 可得:
(6)
对此序列进行DFT变换, 按照DFT的定义式可得到:
,
k=0, 1, 2…N-1 (7)
因为系统中所处理的电压、电流信号序列都是实序列, 因此:
式中:
undefined
这时X (k) 的幅值和相位可以表示为:
undefined
对总电流Ix经过上述计算处理后可得到其基波幅值和初相角ϕ1 (以采样起始点作为坐标原点) , 对电网电压U进行处理, 可得到基波初相角ϕU, 于是可以得到相角差为:
ϕ=ϕ1-ϕU (13)
电压和电流的相量如图3所示:
3.2 分布式监测技术应用
分布式监测技术是通过局域网把分布于各局部现场、独立完成特定功能的本地计算机互联起来, 已达到资源共享、协同工作、分散监测和集中操作、管理、诊断目的的工业计算机网络系统[13]。
基于WSN的变电站电力设备分布式监测的层次结构图如图4所示:
目前, 在线监测系统的结构形式有带电监测、集中式监测和分层分布多CPU形式等三种结构形式。
为了解决模拟信号在长距离传输后导致的失真问题, 现倾向于将微弱的模拟信号进行就地A/D转换, 采用点对点通信方式或现场总线技术, 由主机进行循环监测及处理。
基于此提出的监测技术, 主要由变电站监控中心、ZigBee无线通信网络和现场监测分机等3部分组成, 系统拓扑图见图4。现场分布在变电站容型设备中的ZigBee终端节点, 分别采集同相母线PT二次侧电压和容性设备的泄露电流信号 (采用GPS授时) , 通过传感器采集信号的模拟量, 经过放大、补偿等处理后, 由监测的终端设备的A/D (模拟/数字) 转换单元转换为数字量, 通过路由节点传送到ZigBee数据汇集节点, 最后通过485总线传送到监控中心, 对采集到的数据进行分析处理, 得出电力设备的状态参数。本文采用CyberControl组态软件对系统进行组态, 从而可以直观简洁的得到所需要的参数实时曲线和历史曲线, 便于分析容性设备的性能变化。
4 结论
以上提出一种应用于高压容性设备在线监测的分布式相量测量技术。并以基于WSN的变电站容性设备分布式在线监测系统为实例, 阐述了分布式向量测量所采用的对时方式和其检测系统的总体拓扑图。分布式容性设备监测技术, 有如下优点:
1) 分散采集, 集中监视、诊断和管理。适应了采集点分散、管理集中的特点。
2) 可靠性高。某一节点发生故障时, 并不影响其他节点的工作。
3) 扩展灵活。采用ZigBee技术, 可以实现节点的增加和减少。
分布式测量 篇5
电力系统实时动态监测是基于同步相量测量以及现代通信技术, 对地域广阔的电力系统动态过程进行监测和分析, 通过相量测量单元PMU、高速数字通信设备、电网动态过程分析设备的有机组合、逐级互联, 实现地区电网、省内电网、大区电网和跨大区电网的同步动态安全监测。电力系统实时动态监测主要应用于大型电力系统, 进行同步相量测量、实时监测、在线低频振荡检测、电网扰动辨识和广域协调稳定控制方面。一般系统设计分为主站和子站系统, 主站布置在调度中心, 负责集中、转发、存储实时数据, 向调度员报告电网异常信息;子站布置在骨干电网的变电站和大容量发电厂, 负责同步采集电压电流, 计算相量, 发送和存储动态数据。
CSS-200系统是由北京四方继保自动化股份有限公司联合清华大学电机系研发成功的电网动态安全监测系统。该系统不同于现有故障录波系统, 不仅可记录就地扰动数据, 而且可根据异地判据同时启动分散/集中记录, 更重要的是它提供了一套实时同步数据集中平台。此外, 该系统还提供相应的电力调度端实时分析工作站软件, 为电网动态安全分析充分利用同步相量数据提供进一步支持, 是集动态监测系统组网和动态安全分析于一体的产品。
CSS-200系统由分布式同步相量测量装置子站、数据中心站和应用工作站三个部分组成。丹江电厂采用的是CSS-200/1系列产品, 是CSS-200子站系统, 主要功能有同步采样和相量计算、稳态循环记录相量、发电机内电势测量、实时数据上传 (支持一发多收, 可同时与多个主站实时通信) 、动态短时记录模拟量采样数据等, 软件集成记录数据分析工具。CSS-200/1同步相量测量装置结构如图1所示。
2 CSS-200/1A同步相量采集单元
CSS-200/1A是CSS-200/1系列基础测量单元, 主要完成相电压、相电流、开关量和直流量的实时同步测量。各插件为独立的模块化设计, 机箱采用嵌入式、后接线安装方式。装置利用光纤口接收GPS信号, 支持电/光100M以太网通信, 对所有模拟量通道进行绝对同步的等间隔采样, 内置高性能DSP芯片, 实现相量的实时计算。采集数据包括:通过电压互感器及电流互感器直接采集发电机组及220k V线路电压、电流、频率;通过功率变送器采集发电机组及线路有功功率、无功功率;通过电压、电流变送器采集发电机励磁电压、励磁电流;通过脉冲变送器采集发电机转速信号;通过数据采集单元开关量采集发电机组AVR正常、PSS投入及一次调频动作信号。
3 CSS-200/1G授时单元
高精度、高可靠的GPS时钟源是同步相量测量技术的基础。CSS-200/1G选用高档GPS模块作为装置核心, 配合高精度晶振和授时电路, 为CSS-200/1系列装置提供统一的时钟基准。GPS信号输出统一采用光纤连接方式, 抗干扰能力强。CSS-200/1G通过特殊处理, 可以对光缆长距离传输延时进行精确补偿, 保证最终授时精度达到1μs。丹江口水力发电厂就有一组相量采集单元在开关站, 离中央控制室有300m, 但是只需在中控室上架设一个GPS天线就足够。
4 CSFU-107内电势测量装置
CSFU-107内电势测量装置是一套具有GPS同步测量功能和高速以太网通信接口的发电机内电势直接测量装置。利用输入的发电机键相脉冲、机端电压和GPS信号, 装置可以实时测量发电机功角和内电势绝对角 (转子位置角) , 并将测量结果通过以太网通信口、RS-232数显表接口或以4~20m A电流信号方式输出。利用键相脉冲和GPS信号相比较测量得到的内电势绝对角 (转子位置角) 与发电机转子运动位置直接相关, 暂态过程精度较高。
5 CSC-187A电力系统通信接口装置
CSC-187A是工业级的以太网光电转换设备, 直流供电。CSC-187A可以将符合标准的10M/100M以太网光或电信号相应地转换为电或光信号。配备CSC-187A, 使得CSS-200/1系列装置可以根据信号传输距离灵活选择光以太网或电以太网通信方式, 提高了系统的可靠性和适用性。
6 CSC-187D以太网交换机
CSC-187D以太网交换机是专用于电力自动化通信的工业级的16口10M/100M自适应以太网交换机, 直流供电。它在CSS-200/1系列装置中起通信枢纽作用, 个采集装置上送的数据均统一汇集在CSC-187D上, 通过以太网接口传递给数据集中处理单元CSS-200/1P。
7 CSS-200/1P数据集中处理单元
CSS-200/1P是CSS-200/1系列装置的核心处理单元, 采用工业级低功耗高性能处理器, 完成实时数据处理、本地存储、远方通信等功能, 内部缓存256M。CSS-200/1P可以连接多个分布式测量单元CSS-200/1A与CSFU-107, 扩展灵活。它具备4个10M/100M自适应以太网接口, 除一个以太网口用于装置内部通信外, 其余以太网口均可用于对外通信, 可同时向多个主站传送数据, 且每个通信端口的数据传送内容均可以灵活定义。CSS-200/1P装置内部同时安装FLASH电子盘和大容量硬盘, 操作系统和应用程序保存在FLASH电子盘上, 数据存储在硬盘上, 保证运行的可靠性。CSS-200/1P操作界面具有操作简便、直观等特点, 主要功能:显示装置内部状态信息、通信通道状态信息、报警信息及包括GPS时钟信息在内的相关信息, 显示厂站的主要一次电气设备的电气量、运行状态及厂站频率等, 显示模拟量、相量及开入量、控制开出量。
丹江电厂同步相量测量装置CSS-200/1采用分布式组屏方案, 实际连接如图2所示。三块屏在电厂中央控制室 (采集屏1、3、4) , 采集发电机及变压器的电气量, 一块屏在开关站保护室 (采集屏2) , 采集线路的电气量。同步相量装置的核心———数据集中处理单元在1#屏, 配置15"液晶显示器一台, 实时监测各路电气量。数据集中处理单元通过自适应以太网接口配置了两个主站和一个本地工作站, 两个主站地址指向华中电网主站和湖北省电网主站, 同时向这两个主站传送数据, 本地工作站布置在电厂中控室, 可以随时调用近期电气量数据及波形图供运行维护人员分析使用。当需要调用近期数据时, 通过数据线把本地工作站和CSS-200/1P数据集中处理单元相连, 用离线数据管理工具下载所需时间段数据和波形图, 下载完成后, 再用离线数据回放工具, 就可以获得所需时间段电气量的和波形图。
8 结语
同步相量测量装置不仅可以实时测量电气设备的频率、电压幅值和角度、电流幅值和角度, 还可以测量发电机功角和内电势绝对角, 这些数据都是电力系统动态过程监测分析的基础。由于同步相量监测装置具有暂态数据录波功能, 所以当电气设备发生故障时, 通过对其电气量的分析、比较, 就可以对事故进行分析处理、判断保护是否正确动作。因此, 同步相量测量装置对于提高电力系统安全稳定运行具有重要作用。
摘要：介绍同步相量测量系统CSS-200/1的组成结构、功能, 及其在实际工作中的应用。
192Ir后装机剂量分布测量 篇6
1 材料与方法
⑴中国防化研究所RG0-3A热释光剂量仪;Dil热释光剂量片GR-200A型;英国NE Farmer 2570剂量仪;2571型0.6cc电离室;PTW-FREIBURG SN4剂量仪;PTW M23322 0.10cc电离室;R2332 0.10cc电离室。
在测量前,用60Co线校对热释光剂量仪与Farmer 2570相比较,筛选热释光剂量片,标定PTW电离室。
(2)用Farmer剂量仪标定测量后装机放射源活度,测量中支架及测量布置图,由单国平等[2,7]所采用支架改造而成。测量条件,源到电离室有效测量点之间距离10cm,在空气中测量参考比释动能率为[3,4]:
式中RG=1.006;Rs=0.925,将Kαγ乘以水对空气的质能吸收系数1.1,换算成水中吸收剂量率,再按下式计算源外观活度:
γ=4.66R·cm2/mC·h;Cλ=0.966;S(γ)=0.925,测量3次。读数M为19.3R、测量源强1.628Ci、照射时间921s、源距顶端7cm,与标称值1.63Ci相一致。
(3)使用不同施源器,鼻咽、插植针、单管宫颈施源器,用Farmer 2570电离室测量空气中,水体模中10cm处,相同照射剂量设置值的实测剂量,测量3次取平均。
(4)将校准过的PTW 0.1cc电离室插入膀胱9cm深,PTW 0.1cc电离室和热释光片插入直肠,热释光片的间距是10mm,根据电离室接线上的刻度将电离室和热释光片插入11cm深。保持位置不变,在模拟机下拍片,角度为+30°、-30°各一张。扫描X光片到治疗计划系统中,制定A点6Gy剂量的治疗计划,得出膀胱、直肠的剂量。测量膀胱、直肠受照射剂量[5]。
2 结果
不同施源器对应计划剂量的测试结果见表1,因为在不同计划中没有区别施源器,测量中使用相同的计划剂量。
测量病人直肠、膀胱受照剂量与计划剂量比较结果见表2。测量单管、双管两种情况下的实际受照剂量。单管采用梨形剂量分布A点剂量6Gy,双管A点剂量为5Gy。
3 讨论
⑴从表1的测量结果可以看出,使用鼻咽管和插植针,源的显活度差别在1%以内。而使用宫颈施源器,误差为5.4%~6.2%,由于施源器有一定厚度,阻挡了部分射线,使照射的剂量减少。为获得准确的剂量,治疗计划系统应当改进,将不同施源器的因素考虑计算进去。对于使用治疗计划系统的医生,根据这种情况,应主动修正剂量。
⑵从表2的测量结果分析,膀胱受照剂量因照射施源器即照射方式不同而有较大变化,单管治疗测量值与计划值差别较大,可能是拍片、做计划、治疗整个过程中,膀胱充盈状况发生了变化[4],使电离室位置发生变化。在双管治疗中,膀胱的剂量较低。
⑶直肠的受照剂量,单管和双管情况下,计划剂量和实际测量值都符合较好。存在的误差来源两方面,一方面热释光片固定在测量管道外,在不同侧面将影响位置的确定,另一方面热释光片有5%~10%的不确定性。
⑷我们将测量三管治疗及采用屏蔽时的剂量分布,提高照射剂量的准确性,进一步评估计划系统的性能。
参考文献
[1]殷蔚伯,余子豪,徐国振,等.肿瘤放射治疗学[M].第4版.北京:中国协和医科大学出版社,2008:1021.
[2]单国平,等.应用后装机治疗计划系统在体模中刻度192Ir放射源[J].中华放射肿瘤学杂志,2001,10(2):144.
[3]张红志,等.近距离治疗中192Ir放射源的校准[J].中华放射肿瘤学杂志,1997,6(1):51.
[4]段继梅,等.高剂量率后装治疗机Ir-192微形源外观活度的校准[J].云南大学学报,2000(22):94.
[5]王进.近距离治疗机192Ir放射源的校准方法[J].中国辐射卫生,2004(4):60-61.
[6]李大鹏,等.后装治疗机的现状及其在宫颈癌中的应用[J].医疗设备信息,2007(3):65-67.
[7]单国平,徐明清,严英师.后装机192Ir放射源到位精度及剂量重复性测量[J].中华放射医学与防护,2003(3):62.
分布式测量 篇7
无线探空仪中高空气象要素气压、温度、风速风向均已达到较高测量水平,而由于制造工艺、校准以及易受环境影响等方面的原因,湿度测量的精度受到了限制。目前无线探空仪上湿度测量采用电容式湿度传感器完成,其测量误差源自诸多因素,传感器本身的电气性能易受高空环境的影响,且影响过程较为复杂,而标定过程、操作流程等也会对测量数据产生影响[1—3],国内外对电容式湿度传感器的测量数据误差的来源及修订方法展开积极研究[3—14]。
电容式湿度传感器由于感湿膜的介电常数不仅与外界相对湿度有关,而且随环境温度的变化有一定的漂移,文献[14]采用改进的人工神经网络算法对传感器测量数据进行温度补偿。电容式湿度传感器虽然响应速度快,但在低温条件下,响应时间会变大,且吸湿和脱湿时间常数不同,对测量数据产生影响。文献[3]研究了传感器的时间延迟并提出修订方法。此外,国外在对比研究中发现探空仪白天的测量数据有明显偏干现象,最初认为是探空仪上的湿度传感器由于时间长导致污染引起的。但随着研究的深入,发现偏干误差不仅仅是由于污染引起的, 而且还与常常被忽略的太阳辐射加热引起的偏干误差密切相关[4—13]。因此,近十年来,人们采用低温霜点湿度计、GPS或者微波辐射计对探空仪湿度测量数据的太阳辐射偏干误差( solar radiation dry bias,SRDB) 进行对比研究并对其进行修正。但是这些测量仪器带来的误差将转移到探空仪的湿度修正数据上,即使它们的误差很小,在每次试验中都需要花费巨大的财力和人力。目前,国内已有采用CFD方法对探空温度和湿度的太阳辐射误差修正方面的相关报道[15—18]。例如,文献[16,17]对探空温度测量太阳辐射误差开展了CFD分析。文献[15,18]采用CFD方法分别对探空双加热湿度传感器的加热策略设计和探空湿度测量SRDB修正进行了研究。 鉴于探空仪广泛应用于全球气象探空站,且白天2 ~ 3次的探空时间各不相同,每次探空湿度测量中SRDB的大小与探 空时间和 地点均存 在密切关 系[10,12],因此采用CFD软件Fluent着重研究探空湿度测量中SRDB的时空分布特征,为进一步完善探空湿度测量误差修正提供了依据。
1研究方法
采用CAD三维软件Pro /E建立计算模型,然后应用前处理软件ICEM对其进行网格划分,最后采用国际主流的CFD软件Ansys Fluent进行数值模拟温度场分布。选择探空仪上常用的湿度传感器,型号为HC103M2[19],并结合探空仪实际使用情况,计算模型主体采用湿度传感器连接PCB板的结构。 在构建模型的空气域时,考虑到较大空气域可以提高计算精度,但会加大计算量。而一般情况下,当空气域尺寸达到器件模型的10倍时,精度足以满足计算要求。传感器HC103M2尺寸为5. 85 mm × 2. 85 mm × 0. 6 mm,导线尺寸选取长2 mm、直径0. 2 mm, PCB板尺寸选取20 mm × 15 mm × 2 mm,空气域设定为280 mm × 150 mm × 20 mm,实体模型示意图如图1( a) 所示。为了进行有限元分析需采用前处理软件ICEM对Pro /E建立的实体模型进行网格划分。采用适应性较强的非结构化四面体网格生成方法,在权衡计算规模和计算精度的前提下,采用局部加密及棱柱网格,加强边界层的处理以获得较好的计算效果,图1( b) 所示为主体模型的网格。具体网格参数为: 整体网格中最大单元设置为10; 传感器表面和导线表面采用加密网格,设置为0. 2,而PCB尺寸较大,局部加密设置为0. 5; 所有流固边界均在空气层生长5层棱柱网格,初始值分别设置为0. 02和0. 05,生长比例设置为1. 2。Ansys Fluent是当前国际主流的CFD软件,是求解流体流动和传热问题强有力的工具。采用Fluent仿真软件建立探空湿度传感器的稳态传热模型,对其施加外部复杂对流-太阳辐射耦合热边界条件,进行流固耦合传热分析。 通过Fluent仿真分析,研究该条件下湿度传感器的温度场分布,求解太阳辐射加热引起的传感器上的温度场变化,再结合饱和水汽压公式推导由温度变化引起的相对湿度的相对测量误差。
流体域的温度场分布过程离散为不同热边界条件下的多个稳态过程,故单个阶段中流体的温度和体积均未发生变化,因此可近似为不可压缩流体。 由于计算中涉及到对流换热,需利用能量方程,辐射类型定义为太阳辐射; 并根据计算要求设置太阳辐射方向和太阳辐射通量。湍流黏性采用标准二阶k-ω 模型,压力和速度解耦采用SIMPLE算法。计算流体进口采用速度入口边界条件,根据探空仪上升速度设定流体流速6 m/s、温度根据不同海拔高度进行设定; 墙面定义为滑动墙面; 出口采用压力出口边界条件。考虑到湿度传感器感湿膜和电极的总尺寸( 微米量级) 与衬底的尺寸( 毫米量级) 相比很小, 吸收太阳辐射后对整个传感器的温度场分布影响可忽略,为了简化模型,采用衬底( 陶瓷) 代替传感器作为温度场分析主体。PCB和引线材料分别设置为环氧树脂和铂,材料的相关特性参数见表1。
图1 湿度传感器实体模型及网格划分 Fig.1 The model and grids ofthe humidity sensor
无线探空仪探测空间范围从地面到高空30 km左右。大气压、大气密度和温度均随海拔高度的升高而降低。Fluent中通过设置不同大气密度来表征不用的海拔高度,温度采用1976年标准大气的参数。 图2为某地区某一天海拔20 km处太阳辐射下的温度场分布,由图中可以看出,20 km处的标准大气温度为216. 5 K,而由于太阳辐射加热,传感器上的温度为217. 7 K左右,上升了1. 2 K,也即湿度传感器给出的相对湿度值对应于温度217. 7 K,与实际不相符,相对湿度测量值产生了14. 5% 左右相对误差。
图2 20 km 处太阳辐射下温度场分布 Fig.2 The distribution of temperature field under the solar radiation at the altitude of 20 km
2计算原理与模型
2.1相对湿度概念
探空仪中湿度测量主要采用电容式湿度传感器采集湿度数据。电容式湿度传感器利用感湿膜高分子湿敏材料作为电容介质,测量时感湿膜中的水汽与外界水汽充分交流,达到平衡后改变电容的介电常数,从而通过测量电容值来获得环境的相对湿度。 相对湿度RH是表征大气干湿程度的一个重要的物理量,定义为空气中实际水汽压e与当时气温下的饱和水汽压E之比的百分数
它是一个无量纲的数。随着温度的升高,饱和水汽压E越大,由公式( 1) 可知在实际水汽压e不变的情况下,温度升高RH会降低。因此一般提供相对湿度的同时也必须提供温度的数据。温度T与饱和水汽 压E的关系可 根据世界 气象组织 ( WMO) 1966年推荐使用的Goff-Gratch饱和水汽压逼近公式进行计算。纯水、平面表面饱和水汽压Ew的常用对数为纯冰、平面表面饱和水汽压Ei的常用对数为
式( 2) 中温度适用范围为( 0 ~ 100) ℃,式( 3) 温度适用范围为( - 100 ~ 0) ℃,式中T1= 273. 16 K,为水的三相点温度。
2.2相对误差的计算方法
探空用电容湿度传感器测量的是空气的RH,在探空过程中,探空仪同时提供RH和温度。湿度传感器由于其需要与环境充分接触的特性,当暴露在太阳辐射下,吸收太阳辐射后,湿度传感器上的温度会高于环境温度。值得注意的是,传感器上温度的升高也随即提升了感湿膜周围空气的温度,饱和水汽压也会随之升高。由于空气中的实际水汽压并未改变,因而RH降低。换言之,此时湿度传感器提供的测量值并非探空仪温度传感器测量温度下的RH, 因此需要对RH测量值进行太阳辐射误差修正。假设某一高度H空气实际温度为T0,由于太阳辐射引起温度升高 ΔT后至T1,利用Goff-Gratch公式分别计算出升温前后的饱和水汽压E0和E1。假设实际水汽压为e,则实际相对湿度RH0= e / E0( T0) ,而由于太阳辐射传感器升温致使饱和水汽压为E1,此时传感器提供的相对湿度RH1= e / E1( T1) ,由此引起的相对湿度的测量相对误差r可定义为
式( 4) 中G( T) 为Goff-Gratch公式,由公式( 4) 可以看出,测量相对误差r与传感器升温前后的温度T0和T1直接相关。换言之,研究湿度测量的SRDB需研究传感器上的温度场分布。本文通过CFD商业软件包fluent模拟仿真得到太阳辐射温度误差 ΔT随影响因素变化的曲线,再结合公式( 4) 可推导出RH的太阳辐射引起的相对误差r随影响因素的变化趋势。
2.3太阳辐射量的计算
湿度传感器接受的太阳辐射通量与太阳天顶角和日地距离有直接关系,具体的计算公式如下
式( 5) 中S0为太阳常数,取1 366 W/m2; r0为日地平均距离,一般取黄道面半长轴a ; r为日地距离; θ0为太阳天顶角; p为大气透明系数,由文献[20]可知,采用平均值0. 8。太阳天顶角可由式( 6) 得到。
式( 6) 中 φ 为观测地纬度,北纬为正,南纬为负; δ 为太阳赤纬; h为地方时角,正午为0。式( 5) 和式( 6) 中的日地距离 ( a /r)2和太阳赤纬 δ 可表达如下
式( 7) 中t = 2πd /365 ,这里d = 0代表1月1日,后面依次类推,系数an、bn、cn、dn均列在表2中。
根据图1( a) 的坐标,气球在上升过程中,假设太阳天顶角 θ0= 90° ,太阳辐射方向为正南方。图3( a) 为湿度传感器在Y方向( 气流方向) 的俯视图, 太阳辐射平行于Z轴( 实际太阳辐射根据太阳高度角计算等效辐射通量) ,灰色矩形块表示湿度传感器在XOZ平面内的截面。当探空仪随气球上升过程中,以气球下端为质点做复杂的二维摆动,同时自身会随着摆动不停地旋转。二维复杂摆动主要是因为水平气流导致的,摆动引起的误差影响较小[18], 所以本文不加以考虑。旋转也是一个较为复杂的过程,这里简化处理,假设为匀速旋转。当旋转角度为 α 时,如图3( a) 所示,受太阳辐射的面积为
匀速旋转条件下,α 从0°到360°代表旋转一周,根据分析可知,旋转为 α ∈ [0,π/2]的周期函数。则匀速旋转时太阳辐射方向的等效辐射面积为
可以找到一个 α',使得
如图3( b) 所示,当太阳辐射方向以与Z轴呈 α' 的夹角入射,等效辐射面积相当于图3( a) 中旋转的等效角度 α'下的太阳辐射面积。采用传感器尺寸为5. 85 mm × 2. 85 mm × 0. 6 mm,经计算 α'= 52. 9° 。
3结果与分析
3.1实测温度与标准温度下的区别
由RH的相对误差公式( 4) 可知,需要用到传感器上太阳辐射前后的温度T0和T1,而辐射前的温度T0也就是传感器周围大气的实际温度,对于不同地区,不同季节均会发生变化。文献[18]采用1976年美国发布的标准大气温度廓线,本文选取南京、北京和三亚三个地区,对采用实际平均温度廓线和标准温度廓线下的RH相对误差进行比较。图4比较了南京地区式( 4) 中用标准温度和平均温度廓线的区别。图4( a) ~ ( i) 展示了不同海拔高度下相对误差的区别,由图可见,标准温度廓线和实测温度廓线基本吻合。海拔高度( 1 ~ 12) km均为标准温度廓线下相对误差更大一点,原因在于12 km以下,南京地区的实测平均温度均比标准大气温度要高。而海拔16 km和20 km时,实测平均温度下的相对误差高于标准温度下的相对误差,原因是12 km以上进入平流层底部,标准大气的温度是恒定不变的,而引用南京地区的实测平均温度在此出现了显著降低。 另外海拔高度3 km和16 km下区别略大于其它海拔高度,但相对误差区别均在2% 以内。
图5比较了三个地区应用标准温度和实测平均温度的区别。图中横轴表示月份,纵轴表示应用实测平均温度下的相对误差与标准温度下的相对误差的差。由图可见,除了南京和三亚地区在海拔16 km和20 km下差别略大,分别为2% 和3% ,其余海拔高度下差别均在1% 以内,北京地区从海拔1 km到海拔20 km差别全部在1% 以内,说明北京采用标准温度廓线来计算RH的相对误差产生的误差最小。原因是因为1976年美国制定的标准大气( USSA—1976) 是反映中纬地区垂直方向上大气各项特性的廓线,中国国家标准总局已将USSA—1976的30 km以下部分选作中国的国家标准 ( GB 1920— 80) ,因为这与我国中纬地区( 45° N) 实际大气十分接近。三个地区中北京的纬度是39. 9° N,与GB 1920—80较接近,故差别最小,而三亚的纬度是18. 2°N,与中纬地区相差较远,故差别最大,但仍在3% 以内。由以上分析可知,虽然三亚采用标准大气温度廓线计算RH的相对误差会带来一定的误差, 但是只有海拔16 km和20 km略高,所以在研究纬度和施放探空仪时间对SRDB的影响时,仍统一采用标准大气温度廓线。值得注意的是,采用的实测温度廓线是选取中国对应区域的平均温度廓线,与实际温度廓线仍然存在一定偏差。所以在探空仪湿度SRDB修正软件中,太阳辐射前传感器上的温度T0应该采用同一探空仪上温度传感器提供的温度值才最为准确。
图4 南京实测温度与标准温度下的区别 Fig.4 The difference between RH correction factors derived by actual temperature and standard temperature in nanjing
3.2海拔高度的影响
文献[22]认为SRDB是一个常数,不随海拔高度的升高而变化; 文献[9]研究表明SRDB与大气压有关,随着海拔的升高,大气压不断减小,将对SRDB产生影响。本文选取南京某一天,假设施放气球时间为当地时间( LT) 正午( 12点) ,即时角t = 0° ,太阳高度角大概是48°。由图6可以看出,随着海拔的升高,由太阳辐射加热引起的温度误差不断增大,利用上述公式( 4) 推导RH的相对误差r也随海拔高度的升高而升高。RH的相对误差r与海拔高度之间呈非线性递增关系,曲线斜率随海拔升高而变大,说明高空SRDB随海拔的升高变化更剧烈。SRDB随海拔变化的趋势与文献[5,9]一致,但比文献[5]的小,由于太阳漫反射及地面反射情况较为复杂未进行考虑导致低空误差偏小,而太阳辐射通量随海拔升高而变大也未作考虑,导致高空误差偏小。
图5 三个地区实测温度与标准温度下的区别 Fig.5 The difference between RH correction factors derived by actual temperature and standard temperature in three different regions
图6 温度误差和 RH 的相对误差随海拔 Fig.6 Thecurve of the error of temperature and RH changing with altitude
3.3纬度的影响
日常生活中的数值天气预报、某一地区的降雨过程,研究全球性的气候变化、季风特征等,这些都需要对大气进行实时监测。大气是流通的,不是监测某一个地点或地区就能获得足够信息,而是需要对全球或者某一较大区域进行长时间的大气监测, 所以探空仪将从世界各地获取数据,而SRDB在不同地区不同季节是否一致,图7给出了不同月份下几个城市的太阳辐射误差。为了进行对应比较,施放气球的时间统一为LT正午( 12点) 。由图7可以看出,北京等五个地区的SRDB随海拔高度的变化是一致的,海拔高度越高,曲线之间的距离越大,说明SRDB与海拔高度之间非等比例增大,而是海拔越高,高度的影响越大,这与3. 2节的论述吻合。
图7中除了给出误差随海拔高度的变化关系, 还给出了误差随月份的变化关系。图7 ( a) 、图7 ( b) 和图7( e) 中北京( 39. 9°N) 、南京( 32°N) 、悉尼 ( 33. 5°S) 的SRDB的年变化曲线比较相似,均是3月份和9月份出现两个峰值,6月份和12月份出现两个谷值。太阳的运行轨迹为在南北回归线之间来回移动,每年的冬至( 12月22日) 和夏至( 6月21日) 太阳分别直射南纬23. 5°和北纬23. 5°,春分( 3月21日) 和秋分( 9月22日) 太阳均直射赤道。首先北京和南京均在北半球,且纬度相差较小,一年中相同的时间,太阳高度角接近导致两个地区的太阳辐射通量以及方位角等差别不大,因而他们的年变化比较相似。6月份太阳直射北回归线,南京和北京正午的太阳高度角此时达到一年中最大,但是由于太阳高度角较高,传感器接受太阳辐射的等效面积反而最小,几乎是从传感器的顶部( 如图1的y方向) 直射下来的。而12月份太阳直射南回归线,虽然有效的辐射面积变大,但此时太阳高度角最小,太阳辐射量为全年最低,仿真结果也出现了谷值。而3月份和9月份,虽然太阳高度角不是全年最大,等效辐射面积也不是最大,但是两者均适中,仿真结果出现了两个峰值。此外,悉尼3月份和9月份的情况与南京和北京完全一致,而6月份和12月份的情况与南京和北京完全相反,但是同样出现的是谷值, 所以这三个地区呈现了相似的年变化趋势。
厄瓜多尔的首都基多属于赤道上的城市,纬度为0°,图7( c) 仿真结果表明,年变化趋势与上述三个城市出现相反的结论,6月份和12月份出现两个峰值,而3月份和9月份出现两个谷值。对于基多来说,3月份和9月份太阳都是直射的,有效太阳辐射面积最小,直接导致了谷值的出现; 而6月份和12月份太阳高度角达到最小,有效太阳辐射面积最大,因此出现两个峰值。
图7 RH 的相对误差在不同纬度地区的区别 Fig.7 The distinguish between the relative error ofRH in different latitudes
图7( d) 为三亚的SRDB的年变化曲线,与其它四个地方的变化均不相同,谷值出现在5月份和7月份,原因是这两个月的太阳赤纬在北纬19°左右, 对于纬度为18. 2°N的三亚来讲,这两个月,太阳高度角达到88°左右,天顶角几乎是零,对于探空仪上的湿度传感器来说,接受太阳辐射的面积很小,仿真结果中出现谷值。而1月份和12月份的太阳高度角相对较小( 48°左右) ,所以有效太阳辐射面积大大增大,SRDB出现峰值。
由以上5个城市的SRDB的年变化曲线分析可知,SRDB的大小与地区的纬度、月份和海拔高度均有密切关系。在全球气象探空站使用同样的探空仪时,需要在修正软件中对纬度、月份和海拔高度作相应调整,才能对湿度值进行比较好的修正,从而提高湿度测量的精度。
3.4施放时间的影响
前面讨论纬度对SRDB的影响时,均假设气球施放时间为正午( LT12点) 。高空气象要素的探测过程中,为了保证能够获取更多的数据,需要加密采集时间,一般施放频次为4次/d或者6次/d[10],则白天至少出现2 ~ 3次的施放,分散在6 ~ 18点之间,下面讨论 白天不同 时间施放 气球时湿 度的SRDB。
选择南京地区9月某一天,假设施放气球的时间为6 ~ 18点,两次之间间隔一个小时。图8中展示的是当地时间6 ~ 18点之间地面太阳高度角和RH的相对误差分别随时间变化的曲线。由图可以看出,从上午日出到下午日落,太阳高度角先变大再变小,正午12点达到最大,近60°。RH的SRDB随时间的变化趋势与太阳高度角一致,经历先变大再变小的过程,正午12点达到最大值。例如上午9点和12点施放气球,地面RH的相对误差分 别为1. 2% 和2. 5% ,相差1. 3% ,若用相同的修正值进行误差修正,则会产生1. 3% 的误差。地面相对湿度若为50% ~ 80% ,则相对湿 度会产生6. 5% ~ 10. 4% 的偏差。由图可以看出,相对误差与太阳高度角关系密切,太阳高度角越大,产生的相对误差越大。
图8 太阳高度角和 RH 的相对误差随时间变化的曲线 Fig.8 The curves of solar elevation and the ralative error of RH changing with local time
4结论
通过计算流体力学CFD软件Fluent对探空湿度传感器在不同海拔高度( 0 ~ 32) km的温湿度特性进行了数值模拟分析。着重探讨了由于施放气球的地点和时间不同,对SRDB造成的影响。经过对数值模拟的数据进行研究分析,得出如下几点结论:
( 1) 通过CFD软件Fluent模拟在太阳辐射下传感器上的温度误差,并结合式( 4) 推导出RH的相对误差。同时比较了利用实测温度廓线和标准大气的温度廓线所带来的差别,由于标准大气与我国中纬地区大气十分接近,故在北京地区两者带来的差别最小,而其余几个城市的差别略大,但均小于3% , 可忽略不计;
( 2) 探空湿度传感器随探空气球由地面上升, 85% 以上可达30 km左右的高度。由于太阳辐射加热引起的传感器上的温度误差随海拔的升高而增加,RH的相对误差也随之增加,海拔32 km处相对误差达到35% 左右;
( 3) 探空仪在全球不同地区使用,由于地区的纬度不同,太阳辐射误差随季节变化的曲线也各不相同。如北京等地区的谷值出现在6月份和12月份,峰值出现在3月份和9月份,而赤道周围的地区与北京地区刚好相反。
分布式测量 篇8
关键词：广域测量系统,通信时延,概率分布,莱斯分布
0 引言
电力系统广域测量系统 (WAMS) 日趋成熟, 全国省级及以上调度机构均已建设WAMS。由于WAMS解决了高精度的相量同步测量问题, 为引入广域控制解决低频振荡、互联电网之间稳定控制等问题提出了新的思路[1,2,3], 但WAMS的通信时延是广域控制应用所必须考虑的因素[4,5]。目前已有诸多研究工作, 因此, 如何建立合理的WAMS通信时延模型具有重要的工程应用价值。
对于WAMS时延的测量, 文献[6]提出了一种基于端到端原则, 由主站和子站分别发送数据包, 模拟实际运行情况, 根据数据包的发送和接收计算通信时延并测得江苏电网的通信时延在15~20 ms。但由于WAMS实际运行时, 数据包的发送接收与模拟条件下存在较大差异, 因此, 模拟条件下测得的时延分布难以反映真实条件下的时延分布, 更无法直接运用到广域控制系统中对时延进行补偿。文献[7]对北京四方继保自动化股份有限公司2个特定型号的相量测量单元 (PMU) 的数据发送时延抖动性进行了测试, 结果显示PMU所发送数据包的97%的时延为9.5~10.5ms。文献[8]在考虑网络保护的情况下对WAMS时延进行分析, 给出通信时延的计算模型, 并选取某省WAMS子站对网络故障倒换的时延进行了测量。以上研究工作均未在WAMS实际运行工况下对大量PMU子站时延进行测量和分析, 无法表征省级规模电网实际运行条件下的通信时延分布特性。
目前, 国内外学术界对PMU信息时延的研究主要是单时延或固定时延下广域控制器设计及其时延补偿方法[9,10,11], 而极少考虑时延的随机性, 对信息时延的建模方法也较少涉及。研究大规模电网中WAMS通信时延的概率分布特性对指导时延补偿, 探索时延对WAMS控制系统的影响具有重要意义。
本文提出了基于概率模型对WAMS通信时延进行建模的方法, 并对浙江电网实际运行工况下的WAMS大量通信数据进行了统计分析, 得到WAMS通信时延数据的特性。通过对浙江电网WAMS时延进行概率模型的建模, 得出莱斯分布和正态分布均能较好地表征浙江电网WAMS的时延分布特性, 相对来讲, 莱斯分布能更准确地表征WAMS时延分布特性。
1 WAMS结构及时延构成
在WAMS中, PMU装置利用全球定位系统 (GPS) 或北斗卫星导航系统的授时信号进行同步采样, 得到带有时标的测量数据。该数据通过子站交换机, 由加密装置纵向加密后, 接入调度数据网传递到主站的通信前置机。前置机接收数据, 存入主站数据服务器, 并由主站WAMS应用系统对数据进行分析处理。典型的WAMS结构如图1所示。
一般认为基于WAMS的广域控制系统需要考虑的时延由Δtcal, Δtup, Δtsyn, Δtdown和Δtctrl组成[10]。Δtcal为PMU装置从采样到将数据打包传送到子站交换机的时延;Δtup为数据从子站交换机并通过加密装置加密后经调度数据网到达主站前置机的总的上传时延;Δtsyn为WAMS服务对数据解包并同步产生的时延;Δtdown为控制系统下发控制指令经过调度数据网的时延;Δtctrl为广域控制器接收处理指令的时延。
目前已投运的WAMS主要仍是以测量监视为主要应用, 广域控制大多未投入实际应用, 因此, 本文所测时延主要是指Δtcal, Δtup和Δtsyn这3个部分的时延。
2 基于概率模型的WAMS时延建模
2.1 概率分布模型
目前尚没有对WAMS时延概率特性进行深入研究, 本文采用了通信系统中的莱斯分布、Rayleigh分布以及常见的正态分布、Weibull分布分别对WAMS通信时延数据进行建模和对比分析。在通信系统中, 莱斯分布以及Rayleigh分布是比较常见的用于描述接收信号包络统计时变特性的分布类型[12]。
莱斯分布的概率密度函数表达式如下。
式中:ν, σ, x均为大于0的参数;I0 (·) 为修正的第一类零阶Bessel函数[13]。
莱斯分布的累积分布函数表达式如下。
式中:Q1为Marcum Q函数[14]。
Rayleigh分布、正态分布和Weibull分布的概率密度函数和累积分布函数表达式如附录A所示。
2.2 WAMS时延数据的预处理
由于WAMS的结构特点, PMU的数据发送时延抖动在10 ms左右[7], PMU数据上传到服务器的通信链路及服务器将控制数据下发到控制器的通信链路上的时延在10 ms左右[7], 因此, 在WAMS通信系统正常工况下时延应在数十毫秒的范围内波动。由于目前WAMS一般采用传输控制协议 (TCP) 进行通信, 当数据出现超时 (丢包) 时, TCP需要保证数据到达, 因此, 会要求数据重发, 可能出现重复报文、多个数据帧一起发送、TCP分片和重组的情况。对于时延测量结果而言, 以上情况会导致大时延, 可达到100 ms, 甚至数百毫秒以上。在统计分析时若保留大时延, 得到的概率分布结果将有较大的误差, 故在统计分析时延分布时, 将大时延作为数据丢包的情况予以剔除。在基于WAMS的广域控制系统设计或时延补偿时一般再对其丢包的情况进行单独考虑, 采用不同于通信系统正常工作状态下的控制措施和补偿方法[15]。
对于丢包数据重发造成的大时延采用式 (3) 进行判断。
式中:x为时延测量值;为时延测量值的均值;σ为时延测量值的均方差;κ为比例系数。
当满足式 (3) 时, 判定时延测量值为大时延, 作为坏数据剔除。剔除坏数据的流程如下所示:步骤1:计算时延测量值的均值和均方差σ;步骤2:剔除大于+κσ的数据;步骤3:回到步骤1继续进行, 直到不存在大于+κσ的数据。
剔除完坏数据后, 对时延样本数据进行频率计算, 即计算时延为i的测量值出现的频数占总体的比值, 得到时延频率分布直方图。
2.3 最大似然估计法进行概率函数拟合
在统计学中, 对于某一指定的概率分布模型, 通常采用最大似然估计法对样本数据进行拟合求出模型的参数。基本原理如下:假设样本的概率分布为某一确定的分布, 该分布的概率密度函数为f (x|θ) , θ为该分布的未知参数, 以θ0表示参数的真实值, 表示最大似然估计值。
定义似然函数表达式如下。
式中:L为似然函数;xi为已知的样本测量值。
当时, L达到极大值, 此时得到的概率分布函数与实际情况最为接近, θ最接近θ0[16]。
为了便于求解, 对式 (4) 两边取对数, 得:
当满足以下方程时, 即可得到
2.4 WAMS时延概率密度分布函数的选择
为定量分析拟合效果的好坏, 采用均方根误差 (RMSE) 作为评价指标, RMSE的表达式如下。
式中:ERMSE为RMSE的值;f为拟合的概率密度函数;f (i) 为时延为i时的概率密度;yi为时延为i的测量值出现的次数占总体的比值;N为时延的总数。对于同一组测量值, ERMSE越小, 表明拟合越精确。
3 实例分析
3.1 WAMS时延数据的获取
根据IEEE 1344—1995 (R2001) [17]标准, PMU的测量结果采用数据帧送往主站, 数据帧中包含GPS时标信息t1;在主站设立同步的GPS对时装置, 在数据帧到达后, WAMS数据服务器集中并同步数据后, 获取主站当前的GPS时标t2;则可通过t2-t1得到该PMU子站测量结果到达主站的通信时延Δt, 且有以下等式成立。
浙江电网WAMS在实际运行工况下, 对75个PMU子站时延进行测量, 每个子站单次测量数据量为7~15min数据, 数据传输速率设为25帧/s, 平均测量约16 000组。
3.2 WAMS时延特点及数据预处理
3.2.1 单个PMU子站时延按照时间分布的特点
对数据进行分析, 以苍南厂PMU子站为例, 典型的时延数据按照时间的分布如图2所示。
从图2可以看出, 时延数据具有以下特点。
1) 绝大部分时延小于100ms。大于100ms的数据占总体测量量的比例见表1。若大于100 ms时延数据占比较大, 可认为设备故障或数据传输存在问题, 该指标可作为系统运行情况的一个衡量指标。
2) 大时延会在某一时刻集中出现, 并且呈现快速变化的趋势, 这也主要是由于网络通信过程中部分报文延迟或丢失, 进行数据重发造成TCP分片和重组引起的。对于以上大时延在进行概率分布统计时不予考虑, 但在进行时延补偿或基于WAMS进行广域控制时需要单独进行考虑[15]。
3.2.2 WAMS时延数据预处理
数据的预处理主要包含以下2个方面。
1) 去除错误的或者设备故障的PMU子站数据。对数据检查, 直接剔除PMU子站时标错误导致的4个子站数据以及设备故障的5个子站数据 (表1中大于100 ms时延所占比例值大于20%的子站) 。
2) 对正常的PMU子站测量数据中的坏数据进行剔除。对剩余66个子站时延数据按照2.2节中的方法进行坏数据处理。下面令μ为概率分布的期望, σ为均方差, 确定κ的值。若测量数据满足某一概率分布, 则测量数据在落在该分布的[0, μ+κσ]范围的概率称为该区间对应的置信概率 (以下置信概率均指对应[0, μ+κσ]区间的置信概率) 。针对本文所选4种概率分布的累计分布函数进行计算得到如下结果:κ取3时, 正态分布对应的置信概率为99.865%;κ取3时, Rayleigh分布对应的置信概率为99.44%;Weibull分布和莱斯分布由于对应的置信概率与其参数相关, 并非一固定值, 但取不同的参数, 采用MATLAB进行数值计算得到:κ取2时, Weibull分布对应的置信概率大于99.6%;κ取3时, 莱斯分布对应的置信概率大于99.5%。因此, 对于以上4种分布, κ取3时, 正常数据都能以99%以上的概率落在[0, μ+3σ]区间, 并能有效地剔除坏数据。
3.2.3 WAMS时延总体分布的特点
数据预处理后, 计算各PMU子站到主站的时延平均值, 并进行统计, 得到各PMU子站时延均值在不同时延区间的直方图, 如图3所示。
3.3 WAMS时延概率分布函数的选取
采用MATLAB的概率拟合工具fitdist[18], 基于最大似然估计法对WAMS时延进行拟合, 不同概率密度函数拟合效果的对比如图4所示。可以看出, 对于苍南厂PMU子站来讲, 莱斯分布和正态分布拟合效果比较好。
采用式 (13) 的拟合指标对66个PMU子站进行计算, 作出每个PMU子站采用不同概率分布函数的ERMSE值对比, 如图5所示。可以看出, 采用莱斯分布和正态分布均能较好拟合时延的概率密度。对ERMSE结果进行统计得到如表2所示的结果。
从表2可以看出, 对所有66个PMU子站时延数据进行拟合, 莱斯分布最优的子站占49个, 正态分布最优的占16个。可见, 采用莱斯分布和正态分布均能较好拟合时延的概率密度, 相对来讲, 莱斯分布效果更好。因此, 采用莱斯分布能够更好地表征WAMS的时延特性。
3.4 基于莱斯分布的WAMS时延进一步分析验证
3.4.1 不同测量时间尺度对时延分布的影响
WAMS中, 由于网络状况可能随着时间变化而变化, 因此WAMS通信系统可认为是一个时变系统。为研究不同时间尺度对时延分布存在的影响, 本文分别选取10, 30, 60 min的时延数据进行莱斯分布拟合, 得到的结果见表3, 仍以苍南厂为例。
由表3可以看出, 不同时间尺度下, WMAS时延略有不同, 但其测量结果的均值相差不大;在不同时间尺度下, 拟合得到莱斯分布参数差异很小;这主要是由于所选时间尺度范围下, 网络结构、数据流量差异不大;从结果来看, 由于短时间内概率分布的参数变化很小, 在实际应用中, 测量计算时延分布参数时可选择稍大时间间隔以减少重复计算次数。莱斯分布中的参数ν与均值比较接近, σ与均方差值较为接近, 在不要求很精确的条件下, 可以直接用莱斯分布中的参数ν, σ近似时延的期望和均方差;在不对大时延进行剔除的情况下, 样本的均值变化不大, 但均方差相差较大, 这也说明大时延虽然数据量很少, 但会对时延概率分布的拟合结果影响很大, 因此拟合数据时需要剔除。
3.4.2 不同时刻对时延分布的影响
对PMU子站进行24h时延测量, 每小时测量时间长度为10 min, 对时延数据进行莱斯分布拟合, 得到24h内的实际时延均值曲线和莱斯分布拟合计算的时延均值曲线, 以苍南厂为例, 如图6所示。
对于同一PMU子站而言, 数据传输的路径、网络链路结构在24h内一般不会发生变化, 但网络的流量可能存在差异, 因此, 24h内的时延均值会存在一定波动, 但差异不会太大。从图6也可以看出, 苍南厂PMU子站时延在较长时间范围内, 均值有一定波动, 每小时最大均值与最小均值差值在8ms以内。对于不同的均值, 拟合的莱斯分布平均值均能很好跟随。
3.4.3 不同PMU子站的时延分布
从66个PMU子站中, 随机选取10个PMU子站测量结果莱斯分布拟合, 结果如表4所示。
从表4可以看出, 对于不同的PMU子站, 莱斯分布的参数ν, σ存在差异。实际上, 在WAMS中, 不同PMU子站位置、网络链路结构以及设备存在差异, 而这些因素对于时延均会产生影响, 因此不同PMU子站时延分布存在差异, 得到莱斯分布的参数也会有所不同。在不要求很精确的条件下, 仍可以直接用莱斯分布中的参数ν, σ近似得到时延的期望和均方差。
通过以上对不同测量时间尺度, 不同测量时刻, 以及不同PMU子站采用莱斯分布的分析结果可以看出:以上不同情况均可以采用莱斯分布拟合;在不要求很精确的条件下, 可以直接通过样本测量量的均值和均方差得到莱斯分布的参数。由文献[19]可知, 对于网络控制系统, 采用随机控制理论的前提是网络时延的概率分布已知, 因此, 以上结果可用于基于随机控制理论的广域控制器设计。
4 结语
本文提出了基于概率模型对WAMS时延特性进行建模的方法, 对浙江电网整个WAMS在实际运行工况下的通信时延进行了大量的数据测量和采集, 并统计分析了其时延特点;进一步基于大量实时量测数据对所建立的概率模型进行了验证。结果表明莱斯分布和正态分布均能准确地描述WAMS时延分布特点, 相对而言, 采用莱斯分布更为准确。本文所进行的实际工况下WAMS时延特性分析以及基于概率分布的WAMS时延建模方法, 为今后进一步研究时延补偿以及基于WAMS计及时延的广域控制提供了基础。但由于无法对WAMS通信系统每一个环节的时延进行测量, 本文研究的时延分布是针对PMU子站到主站的总体通信时延, 缺乏对通信系统各单独环节时延分布特点的分析和建模表征。