论文部分内容阅读
随着大电网数字化、智能化的发展,基于法拉第效应的光学电流互感器(OCT)以其抗电磁干扰能力强、动态响应能力好、数字输出化等优点成为测量电流的理想设备。然而,光学电流互感器中的PIN二极管在测量过程中会产生较强的随机噪声,这种噪声是影响OCT测量精度的主要因素之一。另外,作为智能变电站的主要设备之一,光学电流互感器的实时性要求颇高。因此,本文围绕如何高速滤除光学电流互感器中的噪声信号展开研究,以满足其测量精度和实时性的要求。本文介绍了OCT的基本原理,分析了本文所用OCT的测量过程与结构以及OCT的噪声来源与噪声性质,通过实验采集了OCT主要噪声源PIN二极管产生的噪声数据,在此基础上分析了OCT的信噪特性。针对OCT低信噪比的特性,本文提出采用改进的粒子滤波算法来提高OCT的输出信噪比。在被测电流为直流和交流两种情况下,分别建立合适的粒子滤波动态空间模型,编写MATLAB程序仿真验证改进的粒子滤波算法在两种情况下滤波的有效性,结果表明改进的粒子滤波算法能够有效提高输出信噪比和测量精度。针对FPGA硬件,建立了基于粒子滤波的交流OCT信号处理模型,在此模型的基础上推导和简化了基于阈值的粒子滤波算法的计算步骤。对此算法的重采样、采样及权值计算三部分进行了重点研究,改进了它们的FPGA实现结构和执行顺序,使得这三部分可以流水运行,大大提高了算法FPGA实现的执行速度。最后,本文基于NI Compact RIO硬件平台,将上述用于OCT信号处理的改进算法在FPGA上实现,编写了算法各个模块的LabVIEW FPGA程序,并采用Xilinx软件进行仿真验证。采用本文设计出的实时粒子滤波器进行处理低信噪比信号的实验,并将实验结果同贝塞尔滤波器的滤波结果相比较,结果表明本文设计的粒子滤波器滤波效果要优于贝塞尔滤波器,且满足OCT测量精度和和实时性的要求。