摘要：电子式互感器作为智能变电站的信息源头,需对其进行实时监测。为解决现有互感器监测技术在实时性、精确度、存储容量等方面的问题,基于鸿蒙架构,设计了一套互感器边云协同实时监测系统。利用单片机采集互感器数据,以GPS秒脉冲为基准保证采样同步,再经鸿蒙操作系统存储上云,并在边缘计算侧引入KF与加凯塞窗的DFT算法,滤除数据采集过程中的噪声与谐波,当互感器精度不足时触发蜂鸣器报警。经实验验证,本系统实现了多互感器监测数据的实时、同步上传与大量储存,存储容量取决于云服务器大小,可随时扩容。本系统满足互感器实时监测的精度要求,幅值误差不超过0.75%,满足0.2的准确级要求,并允许工作人员随时、异地查看结果。此外,边云协同的工作模式具有一次开发、多端部署的特性,使本系统具有较强的移植性,可应用于其他不同电力系统场景。

摘要：电子式互感器作为智能变电站的主要信息来源,需对其进行定期校验,而保证时间同步是互感器校验过程中最为关键的环节。本文在之前所设计的互感器边云协同实时监测系统基础上,构建多互感器异地校验系统,标准互感器及被校验互感器均与监测系统融合,构成互感器边云协同测量单元,各测量单元实时异地传输互感器采集数据至云端存储,再统一导出至边缘计算侧进行互感器校验计算。分析各测量单元之间存在的理论时钟误差和数据上传云端的链路延时误差,建立互感器校验主从时钟误差模型,并提出基于卡尔曼滤波(Kalman filter,KF)和神经网络自适应控制(RBF-PID)的互感器校验主从时钟误差修正算法,以保证互感器校验过程的时间同步。通过仿真对此算法进行验证,在面对不同初始条件时,修正后主从时钟误差均小于200 ns,且收敛时间约在0.4 s。最后通过实验验证了此算法的可行性与实用性,经过主从时钟误差修正的互感器校验结果更为精确,相位误差约为0.45″,幅值误差约为0.00358%,满足0.1准确级的要求。