После сравнения результатов выбеливания двумя способами: обратным фильтром на основе АР-модели низкого порядка и СС-фильтром 2 порядка с возможностью подстройки значений коэффициентов, настроенном на частоту 100 Гц (рис 4.3), предпочтение было отдано СС-фильтру. АЧХ СС-фильтра представлена на рис. 5.4. Было выяснено, что подбором коэффициента B1 (4.3) всегда можно добиться среднеквадратического отклонения (СКО) АР-модели 20 порядка, описывающей выбеленный этим фильтром процесс, меньшего, чем СКО модели того же порядка, описывающей процесс, выбеленный фильтром, обратным АР-модели исходного процесса 2, 3 или 4 порядков.
x(t) y(t)
T
b1
T
b2
Рис. 4.3 Структурная схема фильтра, использованного для выбеливания
При этом СКО и той и другой модели было вычислено как относительно спектра сигнала, прошедшего СС-фильтр, так и относительно образцовой модели 60 порядка процесса, выбеленного обратным АР-фильтром 2, 3 или 4 порядка. После серии экспериментов порядок обратного АР-фильтра выбран равным трем. Выбор порядка выбеливающего АР-фильтра вызван тем, что фильтры меньших порядков не обеспечивают необходимого значительного подавления 100 Гц компоненты. Так, например, для выбеливающего АР-фильтра 2 порядка гармоники частоты 50 Гц третьего и выше порядков находятся на уровне 0,3 – 0,4 относительно пика на частоте 100 Гц.
Коэффициенты фильтра рис. 4.3 находятся по формулам:
,
b0 = 1, b1 = b1 + b1*, b2 = b1b1*; (4.3)
где B1 – параметр, регулирующий глубину режекции, f – частота режекции, а L – количество спектральных отсчетов.
Важно отметить, первое, что поскольку имеется возможность регулирования глубины режекции доминантного пика (а следовательно и наклона АЧХ) путём изменения величины B1, имеется больше свободы при моделировании процесса, чем при использовании обратного АР-фильтра. Второе, СС фильтр на рис. 4.3 не подавляет высокочастотные (ВЧ) компоненты в спектре фильтрованного сигнала, в отличие от обратного АР-фильтра.
Было выяснено, что введение СС-составляющей не вносит существенного улучшения в качество моделирования. Это связано с наличием в спектре ТНП острых пиков и отсутствием глубоких провалов. Использованный критерий оценки качества моделирования – СКО. Результаты моделирования приведены на Рис 5.5.
Полученная АР-модель процесса была использована при построении структуры обнаружителя ОЗЗ на основе АР-фильтра. Структура обнаружителя предложена на рис 5.6. Коэффициенты синтезированного при моделировании фильтра приведены в таблице 5.1. В таблице 5.1 приведены также коэффициенты фильтров из статьи [10], согласованных с записями ТНП не подвергавшимися фильтрации. На рис 5.7 показаны АЧХ смоделированного фильтра и фильтров из статьи [10]. Для проверки возможности реализации обнаружителя ОЗЗ на основе вышеупомянутых фильтров была создана математическая модель предложенной структуры селектора ОЗЗ в программе MathCAD. Смоделированный алгоритм обработки ТНП в устройстве защиты можно разделить на следующие этапы:
1) запись в оперативную память контролируемой выборки данных;
2) удаление математического ожидания в контролируемой выборке данных;
3) фильтрация АР-фильтром с коэффициентами в Таблице 5.1;
4) возведение отклика фильтра в квадрат;
5) усреднение возведённой в квадрат выходной последовательности АР-фильтра по сорока выборкам (интегрирование);
6) сравнение каждого отсчёта, полученного после интегрирования с порогом и принятие решения о наличии замыкания;
7) выдача сигнала на отключение нагрузки кабельной линии при превышении порога.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.