赞
踩
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:
- import numpy as np
- import json
- import csv
- from scipy.fftpack import fft,ifft
- from scipy import signal
- import matplotlib.pyplot as plt
- from matplotlib.pylab import mpl
-
- # 1 读取数据
- datafile = './work/csv/fft_test.csv'
- data = np.loadtxt(datafile, dtype=np.float, delimiter=',',skiprows=1)
- data_t = data.T
-
- # 2 形成时戳坐标,采样频率为10kHz,即1秒中采样10000次
- t = np.linspace(0, 0.25, 2500, False) # 0.25 second
-
- # 3 提取分析与绘制的通道与样点区
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。