数字滤波算法
⚡ 电气核心
🔌 电力技术
数字滤波算法 数字滤波算法是微机保护中通过数学运算从故障电流和电压的采样值中滤除谐波和衰减直流分量，提取基波分量和序分量和相量等保护判据所需的特征量的软件算法。
🔌 电路拓扑：数字滤波函数在CPU的定时中断内执行。各通道的采样值先存放在循环缓冲区中，中断激活数字滤波任务对数据窗内的采样值逐点卷积运算，输出为各相的基波实部和虚部供保护算法模块调用。 |
🎛️ 控制策略：保护上电或从故障后恢复对数据窗预充电可以避免突发切换信号时滤波输出的瞬时失真，使输出波形平滑。故障检测后根据最近的采样数据作快速的窗长渐变调整。 |
📋 电气标准：数字滤波算法的准确度和响应速度的验证依据IEC 60255-1中关于量度继电器的动态准确度测试方法。
📖 深度解析
- ⚡ 核心原理 —— 电力系统故障信号中含有基波和各次谐波和衰减直流分量，滤波目标是保留基波滤除非基波干扰。全周傅里叶算法是对每基波周期连续N个采样值计算基波和各次谐波的正弦分量和余弦分量，再合成幅值和相角，对整数次谐波有完全的滤除能力但对衰减直流分量的抑制效果差。半周傅里叶算法数据窗只需半个周波，速度快但只能滤除奇数谐波，对偶次分量和直流无能为力。最小二乘滤波算法将信号模拟为基波和直流衰减分量和各谐波的组合，通过最小化测量值和估计值的误差平方和方法同时估计各分量的幅度，可有效消除衰减直流的干扰，但计算量大。卡尔曼滤波算法将电力信号的状态方程和观测方程建模为动态系统，基于信号和噪声的统计特性递推估计最优的基波相量，跟踪速度快且对噪声有抑制效果。
- 🔧 工程案例 —— 某保护装置采用全周傅里叶算法加直流偏置补偿，每个周波24个采样点，在每个采样点用前24个数据窗滑动计算更新基波相量，故障后约一个周波多的时间得到稳定的基波幅值和相角，距离保护经约20ms可靠判断故障区段。
- 📊 关键数据 —— 全周傅里叶算法的频率响应在基波和各整数谐波处有通带和零陷选频滤波效果。半周傅里叶算法的响应速度快约一倍但频谱分辨率降低并产生混叠效应。最小二乘滤除非周期分量的低频和高频抑制效果好但计算量大。
🤔 深度思考题
为什么全周傅里叶算法对衰减直流分量无能为力？
提示： 从傅里叶分解的基函数与衰减直流的波形不匹配，衰减直流在傅里叶基函数上的投影不为零的角度分析。
👉 点击查看参考思路
傅里叶算法本质上是用相互正交的正弦和余弦函数族去逼近信号。衰减直流的频谱是连续且主要分布在低频段，它同时投影到正弦和余弦基函数上，在计算出的基波分量中产生了混叠误差。因此纯傅里叶算法无法将衰减直流与基波完全分离，基波幅值有振荡误差。
❓ 常见问题 (FAQ)
问： 为什么微机保护通常用全周傅里叶而不用更快速的半周傅里叶？
答： 大多数电网元件允许保护有约20~30ms的延时，全周傅里叶的频响更佳，在谐波量较大时测距精度比半周好，优先被选用。
🧠 认知导航
前置依赖： 数字信号处理、傅里叶级数、微机保护硬件结构。
后续延伸： 保护算法实现、智能化保护。
📚 推荐阅读
《数字信号处理在电力系统保护中的应用》、《Computer Relaying for Power Systems》(Phadke & Thorp)、《微机继电保护算法》。
⚡ 工程应用
⚡ 全周傅里叶
对整数谐波完全抑制，需故障后约一周波稳定。
⚡ 半周傅里叶
速动性好，约10ms窗口，仅抑制奇数谐波。
⚡ 最小二乘滤波
有效消除衰减直流，提高故障测量精度。