当前位置:   article > 正文

使用python对电力故障录波数据进行滤波再分析_./work/csv/fft_test.csv

./work/csv/fft_test.csv

电力系统在发生故障时,往往伴随着高频分量的产生,分析高频分量,在电力系统故障分析中起着重要的作用。在小电流接地系统发生故障时,高频分量可用于故障选线。在输电系统中(大电流接地系统),高频行波信号的分析也用于故障选线和故障定位。

小电流接地选线装置、故障录波装置、行波测距装置记录的波形往往为宽频带数据,对这种数据进行滤波再分析对于其实现自身基础功能、开发扩展功能尤为重要。

通过最近一段时间的学习,发现python对于处理这种录波宽频带数据高效且灵活。在我负责的行波测距项目中,需要对行波波头的识别算法进行升级改造。所以,我最近利用空余时间,学习了这方面的知识。

今天进行的试验比较简单:读取电力故障数据,然后进行滤波分析,通过低通滤波器提取低频波形,通过高通滤波器提取高频波形,并将原始波形与处理后的波形分别绘制出来。python代码如下:

  1. import numpy as np
  2. import json
  3. import csv
  4. from scipy.fftpack import fft,ifft
  5. from scipy import signal
  6. import matplotlib.pyplot as plt
  7. from matplotlib.pylab import mpl
  8. # 1 读取数据
  9. datafile = './work/csv/fft_test.csv'
  10. data = np.loadtxt(datafile, dtype=np.float, delimiter=',',skiprows=1)
  11. data_t = data.T
  12. # 2 形成时戳坐标,采样频率为10kHz,即1秒中采样10000
  13. t = np.linspace(0, 0.25, 2500, False) # 0.25 second
  14. # 3 提取分析与绘制的通道与样点区
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/AllinToyou/article/detail/78321
推荐阅读
相关标签
  

闽ICP备14008679号