文章快速检索     高级检索
  北京化工大学学报(自然科学版)  2017, Vol. 44 Issue (4): 101-106   DOI: 10.13543/j.bhxbzr.2017.04.016
0

引用本文  

王学伟, 陈碧希, 王琳, 姜振宇. 基于动态负荷特性的离散动态测试信号建模[J]. 北京化工大学学报(自然科学版), 2017, 44(4): 101-106. DOI: 10.13543/j.bhxbzr.2017.04.016.
WANG XueWei, CHEN BiXi, WANG Lin, JIANG ZhenYu. Discrete dynamic test signal modeling based on dynamic load characteristics[J]. Journal of Beijing University of Chemical Technology (Natural Science), 2017, 44(4): 101-106. DOI: 10.13543/j.bhxbzr.2017.04.016.

基金项目

国家自然科学基金(51577006);国网冀北电力有限公司科研项目(8ke000m15006)

第一作者

王学伟, 男, 1958年生, 教授, E-mail:wangxw@mail.buct.edu.cn.

文章历史

收稿日期:2017-03-01
基于动态负荷特性的离散动态测试信号建模
王学伟 1, 陈碧希 1, 王琳 1, 姜振宇 2     
1. 北京化工大学 信息科学与技术学院, 北京 100029;
2. 国网冀北电力有限公司电力科学研究院, 北京 100045
摘要:通过分析电弧炉和电气化铁路两类典型动态负荷的计量影响特性,建立了能够反映动态负荷特性并符合IEC61850协议的m序列离散动态测试信号模型,在此基础上提出了Hadamand点积非交叠加权累积电能测量算法,以克服测试信号动态变化对电能测量误差的影响;通过仿真实验得出IEC61850协议量化误差导致的动态电能测量误差,结果表明,在长度为255、511和1023工频周期的m序列离散动态测试信号下测量误差可忽略不计。
关键词全数字电能表    m序列    离散动态测试信号    电能测量算法    协议量化误差    
Discrete dynamic test signal modeling based on dynamic load characteristics
WANG XueWei1 , CHEN BiXi1 , WANG Lin1 , JIANG ZhenYu2     
1. College of Information Science and Technology, Beijing University of Chemical Technology, Beijing 100029;
2. Electric Power Research Institute, State Grid Jibei Electric Power Company Limited, Beijing 100045, China
Abstract: This paper analyzes the characteristics of two kinds of typical dynamic loads, namely an electric arc furnace and an electrified railway, and subsequently establishes an m-sequence discrete dynamic test signal model which can reflect the dynamic load characteristics and conforms to the IEC61850 protocol. On this basis, an electric energy measurement algorithm of the Hadamand dot product non-overlapping weighted cumulative is established in order to overcome the influence of the dynamic change of the test signal on the electric energy measurement. Simulation gives the dynamic electric energy measurement error caused by the quantization error of IEC61850 protocol. The results show that the measurement error is negligible under the m-sequence discrete dynamic test signals for 255, 511 and 1023 frequency cycles. This work thus provides an effective method for evaluating the dynamic error characteristics of an all-digital energy meter.
Key words: all-digital energy meter    m-sequence    discrete dynamic test signal    energy measurement algorithm    protocol quantization error    
引言

随着风能、太阳能、潮汐能等新能源以及动态负荷大量接入电网,智能电网中新型电源和负荷均呈现出复杂特性,从而对电能计量产生严重影响[1-2]。因此建立动态测试信号模型,研究数字功率信号的测量算法,对提高电力系统电能计量的准确性具有重要意义。

目前,国外针对电能表误差测试方法的研究主要集中在负荷谐波对电能表计量误差的影响方面[3-4],而国内一些大学和计量部门已率先开展了电能表动态误差和连续动态测试信号建模的研究,建立了多种连续动态测试信号模型,包括正弦包络调幅、梯形包络调幅动态测试信号模型[5],正弦波变幅值、变频率、变相角3种确定型动态测试信号模型[6],OOK动态测试信号模型[7]及基于连续空间的动态测试信号函数序列模型[8]等。但是目前所建立的连续动态测试信号模型只适用于模拟信号采样原理的电子式电能表的误差影响评价。全数字电能表接收的是由光纤以太网传输的符合IEC61850协议的数字电压和电流信号[9],并且该数字电压和电流信号具有量化误差,而已建立的上述连续动态测试信号模型不能反映电压和电流信号的量化误差,所以无法用于测试评价全数字电能表的动态误差特性。

本文根据典型动态负荷的随机特征,研究建立m序列离散动态测试信号模型,构建动态测试信号的电能测量算法,分析给出IEC61850协议量化误差引起的动态信号电能计量误差,为测试评价全数字电能表动态误差特性提供依据。

1 典型非线性动态负荷的分类及特性 1.1 电力系统动态负荷的分类

电力系统负荷包括大量动态、静态电能消耗设备、输电线路以及各种无功补偿设备等[10]。从负荷建模对象角度,可以将电力系统动态负荷分为常规负荷和特殊负荷。其中,特殊负荷主要包含两类:一类是在电力系统中由风电、光伏电源等发电设备和用电设备构成的仍旧以负荷特征为主的部分,称为广义负荷[11];另一类是对电力系统具有功率冲击性影响的负荷,称为冲击负荷[12],如电弧炉、电气化铁路等。本文主要针对电弧炉和电气化铁路两类典型动态负荷,分析其电流分布特性。

1.2 实际动态负荷的分布特性

电力系统动态负荷分布广、容量大、随机性强。目前,电力系统中的典型高能耗动态负荷主要为冲击负荷,对于电能表的动态误差特性测试而言,只有使用具有实际冲击负荷电流信号分布特性的测试信号,才能合理测试并评价电能表在复杂工况下的动态误差。本文针对典型的冲击负荷,首先分析其电流分布特性。电力系统中动态负荷电流信号i(t)可表示为

$ i\left( t \right) = A\left( t \right){I_1}\sin {\mathit{\Omega }_1}t $ (1)

其中,A(t)为电流变化的幅值即电流包络信号,I1A(t)=1时的电流幅值,角频率Ω1=2πf1,工频频率f1=50 Hz。

电弧炉和电力牵引负荷这两类冲击负荷的电流波形随时间呈现出随机变化的特征。Petersen等[13]通过分析电弧炉的工作原理得出电弧炉负荷阻抗(电流)分布具有渐进正态分布的特性,康捷[14]的研究表明电力牵引负荷电流的随机波动具有与电弧炉相同的分布特性。

本文针对首秦钢铁材料有限公司一号电弧炉和山海关电气化铁路牵引变电站,现场采集了其高压计量点的CT二次瞬时电流信号,将处理得到的电流包络信号采用直方图拟合曲线的方法求出其概率密度函数,并采用Kolmogorov-Smirnov(K-S)距离检测法分析其分布特性,研究得出电弧炉和电气化铁路电流包络信号的概率密度均具有渐进正态分布特性,如图 1所示。

图 1 秦皇岛首钢一号电弧炉电流包络信号概率密度函数 Fig.1 The probability density function of the current envelope signal of the first electric arc furnace in Qinhuangdao
2 连续动态测试信号的随机过程数学模型及其概率分布特性 2.1 数学模型

根据1.2节的分析结果,电弧炉与电铁牵引负荷等典型动态负荷的电流包络A(t)具有渐进正态分布特性,根据该分布特性,本文构造了m序列二元波形函数m(t),以代替式(1) 中A(t),即利用m序列游程长度具有正态分布的特点反映该类动态负荷包络A(t)的渐进正态分布特性。建立智能电能表的伪随机连续动态测试信号数学模型如式(2)~(7)。

首先采用稳态电压us(t)、稳态电流is(t)和稳态功率Ps(t)作为基本测试信号

$ {u_{\rm{s}}}\left( t \right) = {U_1}\sin \left( {{\mathit{\Omega }_1}t + \varphi } \right) $ (2)
$ {i_{\rm{s}}}\left( t \right) = {I_1}\sin {\mathit{\Omega }_1}t $ (3)
$ {P_{\rm{s}}}\left( t \right) = {u_{\rm{s}}}\left( t \right){i_{\rm{s}}}\left( t \right) = \frac{{{U_1}{I_1}}}{2}\left[ {\cos \varphi - \cos \left( {2{\mathit{\Omega }_1}t + \varphi } \right)} \right] $ (4)

其中,U1为电压幅值,φ为电压初相位。

然后构造m序列二元波形函数m(t)

$ m\left( t \right) = \sum\limits_{k = 1}^N {\left[ {\sum\limits_{i = 1}^l {{C_i}m\left( {k - i} \right)\left( {\bmod 2} \right)} } \right]g\left( {t - kT} \right)} $ (5)

其中,N=2l-1,l为m序列级数,T=1/f1Ci=0或1,g(tkT)为窗函数。

最后,建立动态测试电流id(t)和功率pd(t)信号的随机过程数学模型

$ {i_{\rm{d}}}\left( t \right) = m\left( t \right){i_{\rm{s}}}\left( t \right) = \sum\limits_{k = 1}^N {\left[ {\sum\limits_{i = 1}^l {{C_i}m\left( {k - i} \right)\left( {\bmod 2} \right)} } \right]g\left( {t - kT} \right){I_1}\sin {\mathit{\Omega }_1}t} $ (6)
$ \begin{array}{l} \;\;\;\;\;\;\;{p_{\rm{d}}}\left( t \right) = m\left( t \right){p_{\rm{s}}}\left( t \right) = \sum\limits_{k = 1}^N {\left[ {\sum\limits_{i = 1}^l {{C_i}m\left( {k - i} \right)} } \right.} \\ \left. {\left( {\bmod 2} \right)g\left( {t - kT} \right)} \right]\left\{ {\frac{{{U_1}{I_1}}}{2}\left[ {\cos \varphi - \cos \left( {2{\mathit{\Omega }_1}t + \varphi } \right)} \right]} \right\} \end{array} $ (7)
2.2 概率分布特性

采用K-S距离检测法分析m序列连续动态测试电流信号的概率分布特性。K-S距离Dn定义如下:

$ {D_n} = \mathop {\max }\limits_{{\rm{all}}\;x} \left( {\left| {{F_n}\left( x \right) - F\left( x \right)} \right|} \right) $ (8)

其中,Fn(x)为m序列动态测试电流信号的累计分布函数,F(x)为正态分布函数。在显著水平α=0.05下计算Fn(x)与F(x)之间的最大距离Dn,若Dn<临界值,则m序列动态测试信号来自正态分布总体。

本文取长度分别为255位、511位和1023位的3种m序列动态测试电流信号,得到其分布函数Fn(x),并在Fn(x)中取n个值计算K-S距离。显著水平α=0.05下,临界值由Dn, 0.05=1.36/ $\sqrt n $ 给出,3种长度下n的取值分别为35、38和47。表 1列出了3种长度m序列动态测试电流信号与正态分布的K-S距离。

下载CSV 表 1 3种长度m序列动态测试电流信号K-S距离 Table 1 The K-S distance of the m-sequence discrete dynamic current test signal

表 1可知,对于不同长度的m序列动态测试信号,其K-S距离均小于相应的临界值,说明m序列动态测试信号具有渐进正态分布特性,可以作为电能表动态误差测试信号用于模拟典型动态负荷电流信号的分布特性。

3 离散动态测试信号数学模型的建立 3.1 时间离散化

对式(2) 和式(6) 连续动态测试信号进行时间离散。设采样时间起始点为ta,采样间隔为ts,对一个工频周期T上的信号进行Ns点采样,各采样点tn=nts+ta,将tn带入式(2) 和式(6) 整理得到离散时间动态测试电压us(n)、电流id(n)信号

$ {u_{\rm{s}}}\left( n \right) = {U_1}\sin \left( {n\beta + \alpha + \varphi } \right) $ (9)
$ \begin{array}{l} \;\;\;\;\;\;\;\;{i_{\rm{d}}}\left( n \right) = \sum\limits_{k = 1}^N {\left[ {\sum\limits_{i = 1}^l {{C_i}m\left( {k - i} \right)\left( {\bmod 2} \right)} } \right]g\left( {n{t_{\rm{s}}} + } \right.} \\ \left. {{t_{\rm{a}}} - kT} \right){I_1}\sin \left( {n\beta + \alpha } \right) \end{array} $ (10)

其中,β=2πts/T为采样角,即每个采样点间对应的角度;α=2πta/T是过零点采样角,即第一个采样点t0与电压或电流信号过零点间的角度。

等间隔同步采样时,ts=T/Ns-1,等间隔非同步采样时,tsT/Ns-1。

3.2 动态测试信号幅值的量化

目前,全数字电能表均采用IEC61850协议,该协议规定电压量化比例因子sv=0.01 V,电流量化比例因子sc=0.001 A[15]。对式(9)、(10) 的幅值按照IEC61850协议量化比例因子进行舍入量化,得到离散动态测试电压 ${{\hat u}_{\rm{s}}}$ (n)和电流 ${{\hat i}_{\rm{d}}}$ (n)信号的数学模型如式(11)、(12)

$ {{\hat u}_{\rm{s}}}\left( n \right) = {\rm{round}}\left( {\frac{{{U_1}\sin \left( {n\beta + \alpha + \varphi } \right)}}{{{s_{\rm{v}}}}}} \right){s_{\rm{v}}} $ (11)
$ {{\hat i}_{\rm{d}}}\left( n \right) = {\rm{round}}\left\{ {\frac{{{I_1}\sum\limits_{k = 1}^N {\left[ {\sum\limits_{i = 1}^l {{C_i}m\left( {k - i} \right)\left( {\bmod 2} \right)} } \right]g\left( {n{t_{\rm{s}}} + {t_{\rm{a}}} - kT} \right)\sin \left( {n\beta + \alpha } \right)} }}{{{s_{\rm{c}}}}}} \right\}{s_{\rm{c}}} $ (12)

将式(11)、(12) 相乘,得到离散动态测试功率 ${{\hat p}_{\rm{d}}}$ (n)信号数学模型

$ \begin{array}{l} {{\hat p}_{\rm{d}}}\left( n \right) = {{\hat u}_{\rm{s}}}\left( n \right){{\hat i}_{\rm{d}}}\left( n \right) = {\rm{round}}\left\{ {\frac{{{I_1}\sum\limits_{k = 1}^N {\left[ {\sum\limits_{i = 1}^l {{C_i}m\left( {k - i} \right)\left( {\bmod 2} \right)} } \right]g\left( {n{t_{\rm{s}}} + {t_{\rm{a}}} - kT} \right)\sin \left( {n\beta + \alpha } \right)} }}{{{s_{\rm{c}}}}}} \right\}{s_{\rm{c}}}{\rm{round}}\\ \left( {\frac{{{U_1}\sin \left( {n\beta + \alpha + \varphi } \right)}}{{{s_{\rm{v}}}}}} \right){s_{\rm{v}}} \end{array} $ (13)

将式(11)、(12) 离散动态测试电压和电流信号在工频周期上分成N段,每段长度为Ns,有M=NNs,则第m段电压和电流信号分别为

$ \hat u_{\rm{s}}^m\left( n \right) = {{\hat u}_{\rm{s}}}\left[ {n + \left( {m - 1} \right){N_{\rm{s}}}} \right] $ (14)
$ \hat i_{\rm{d}}^m\left( n \right) = {{\hat i}_{\rm{d}}}\left[ {n + \left( {m - 1} \right){N_{\rm{s}}}} \right] $ (15)

其中,0≤nNs-1,1≤mN

将离散动态测试电压和电流信号分别写成向量形式

$ {{\mathit{\boldsymbol{\hat u}}}_{\rm{s}}} = \left[ {\hat u_{\rm{s}}^1\left( n \right),\hat u_{\rm{s}}^2\left( n \right), \cdots ,\hat u_{\rm{s}}^m\left( n \right)} \right] $ (16)
$ {{\mathit{\boldsymbol{\hat i}}}_{\rm{d}}} = \left[ {\hat i_{\rm{d}}^1\left( n \right),\hat i_{\rm{d}}^2\left( n \right), \cdots ,\hat i_{\rm{d}}^m\left( n \right)} \right] $ (17)

对式(16)、(17) 进行Hadamand(H)点积运算

$ \begin{array}{l} {{\mathit{\boldsymbol{\hat p}}}_{\rm{d}}} = {{\mathit{\boldsymbol{\hat u}}}_{\rm{s}}} \odot {{\mathit{\boldsymbol{\hat i}}}_{\rm{d}}} = \left[ {\hat u_{\rm{s}}^1\left( n \right)\hat i_{\rm{d}}^1\left( n \right),\hat u_{\rm{s}}^2\left( n \right)\hat i_{\rm{d}}^2\left( n \right), \cdots ,\hat u_{\rm{s}}^m} \right.\\ \left. {\left( n \right)\hat i_{\rm{d}}^m\left( n \right)} \right] = \left[ {\hat p_{\rm{d}}^1\left( n \right),\hat p_{\rm{d}}^2\left( n \right), \cdots ,\hat p_{\rm{d}}^m\left( n \right)} \right] \end{array} $ (18)
4 实验验证与结果分析

在全数字电能表电能测量误差的仿真实验中,计算IEC61850协议量化引起的电能测量误差,并与无协议量化时计算得到的电能测量误差进行比较。

采用表 1中9种m序列分别调制50 Hz工频稳态电流信号,按照式(11)~(13) 数学模型,取采样频率fs=12800 Hz进行等间隔同步采样,得到离散动态测试采样信号。由电压与电流有效值取值不同,分3种情况进行仿真实验(表 2),得到m序列离散动态测试信号实验仿真波形如图 2所示。

下载CSV 表 2 仿真实验设置 Table 2 Simulation experiment setup
图 2 m序列离散动态测试信号实验仿真波形 Fig.2 Experimental simulation of the m-sequence discrete dynamic test signal

在随机动态测试信号下,已有的电能测量算法会产生3%~30%动态误差[16],协议量化误差对电能测量误差的影响被动态误差淹没而无法给出分析结果。为解决这一问题构造如式(19) 的匹配滤波器h(n)

$ h\left( n \right) = \frac{{2\left\{ {1 - \cos \left[ {2{\omega _{\rm{s}}}\left( {n - 1} \right)} \right]} \right\}}}{3} $ (19)

其中角频率ωs=2π/Tfs

h(n)表示为向量形式

$ \mathit{\boldsymbol{H}} = \left[ {h\left( 1 \right),h\left( 2 \right), \cdots ,h\left( n \right)} \right],0 \le n \le N{N_{\rm{s}}} - 1 $ (20)

建立H点积非交叠加权累积算法如式(21),检测得出m序列离散动态测试信号电能量值E

$ \begin{array}{l} \;\;\;\;\;\;E = \mathit{\boldsymbol{H}} \cdot {{\mathit{\boldsymbol{\hat P}}}_{\rm{d}}} = \mathit{\boldsymbol{H}} \cdot \left[ {{{\mathit{\boldsymbol{\hat u}}}_{\rm{s}}} \odot {{\mathit{\boldsymbol{\hat i}}}_{\rm{d}}}} \right] = \sum\limits_{m = 1}^N {\sum\limits_{n = 0}^{{N_s} - 1} {h\left( n \right)} } \\ \hat p_{\rm{d}}^m\left( n \right) = \sum\limits_{m = 1}^N {\sum\limits_{n = 0}^{{N_s} - 1} {h\left( n \right)\hat u_{\rm{s}}^m\left( n \right)\hat i_{\rm{d}}^m\left( n \right)} } \end{array} $ (21)

E与理论电能量值E0的相对误差为

$ \delta = \left| {\frac{{E - {E_0}}}{{{E_0}}}} \right| $ (22)

针对3种仿真实验情况,在表 1所列9种m序列离散动态测试信号条件下,利用式(22) 计算得到IEC61850协议量化引起的电能测量误差;同时将无协议量化的us(n)和id(n)代替式(21) 中 $\hat u_{\rm{s}}^m$ (n)和 $\hat i_{\rm{d}}^m$ (n),由式(22) 计算得到无协议量化影响时电能测量误差,结果如图 3所示。

图 3 离散动态测试信号电能测量的相对误差 Fig.3 The relative errors of electric energy measurements of the discrete dynamic test signal

图 3可知,无协议量化误差影响时,电能测量的相对误差为5×10-14数量级,可以忽略不计。有协议量化误差影响时,当电压和电流有效值取值相同时,长度为255、511和1023工频周期的m序列动态测试信号引起的电能测量误差为同一数量级;m序列长度相同且电压有效值相同时,电流有效值越小,协议量化误差引起的电能测量误差越大;由于长度为255、511和1023工频周期m序列动态测试信号的电能测量时间较长,每个周期电能测量误差能够彼此部分抵消,故总体电能测量误差较小,可忽略不计。

5 结束语

本文建立的m序列离散动态测试信号模型具有与动态负荷电流信号相同的分布特性,可用于测试和评价全数字电能表动态误差特性。在此基础上,提出H点积非交叠加权动态电能测量算法,通过本文实验证明了IEC61850协议量化误差导致的动态电能测量误差较小,可忽略不计。今后将进一步研究建立离散畸变动态测试信号模型,以及相应的信号电能量值测量方法。

参考文献
[1]
余贻鑫, 栾文鹏. 智能电网评述[J]. 中国电机工程学报, 2009, 29(34): 1-8.
Yu Y X, Luan W P. Smart grid and its implementations[J]. Proceedings of the CSEE, 2009, 29(34): 1-8. (in Chinese) DOI:10.3321/j.issn:0258-8013.2009.34.001
[2]
Hu Y, Yuan Y, Chen Z F, et al. Research on the calculation of the influence of arc furnace reactive impact loads on power system and the method of compensation[C]//2010 Conference Proceedings IPEC. Sapporo, Japan, 2010:1052-1055.
[3]
Ferrero A, Prioli M, Salicone S. A metrological comparison between different methods for harmonic pollution metering[J]. IEEE Transactions on Instrumentation & Measurement, 2012, 61(11): 2972-2981.
[4]
Barros J, Diego R I, Apraíz M D. A discussion of new requirements for measurement of harmonic distortion in modern power supply systems[J]. IEEE Transactions on Instrumentation & Measurement, 2013, 62(8): 2129-2139.
[5]
Lu Z L, So E. A proposal for verifying the performance specifications of certain functions of smart meters in distribution power line networks[C]//2010 Conference on Precision Electromagnetic Measurement. Daejeon, Korea, 2010:271-272.
[6]
李世松, 赵伟. 基于DDS信号发生器的智能电表动态测量功能评估方法初探[J]. 电测与仪表, 2010, 47(538): 1-5.
Li S S, Zhao W. A method for dynamic measurement capabilities evaluation of smart meter based on DDS signal generator[J]. Electrical Measurement & Instrumentation, 2010, 47(538): 1-5. (in Chinese)
[7]
王学伟, 温丽丽, 贾晓璐, 等. 智能电能表动态误差的OOK激励测试方法[J]. 电力自动化设备, 2014, 34(9): 143-147.
Wang X W, Wen L L, Jia X L, et al. OOK-driven dynamic error measurement of smart energy meter[J]. Electric Power Automation Equipment, 2014, 34(9): 143-147. (in Chinese)
[8]
王学伟, 吕磅, 王琳, 等. 基于TASK功率模型的电能表动态误差测试方法[J]. 中国电机工程学报, 2016, 36(18): 4847-4853.
Wang X W, Lv P, Wang L, et al. TASK power model based dynamic error testing for electricity meter[J]. Proceedings of the CSEE, 2016, 36(18): 4847-4853. (in Chinese)
[9]
艾宾, 肖勇, 李福超, 等. 基于IEC61850通信协议的新型数字化标准电能表[J]. 电测与仪表, 2014, 51(17): 2-5.
Ai B, Xiao Y, Li F C, et al. New type of digital standard electric energy meter based on IEC61850 communication protocol[J]. Electric Measurement & Instrumentation, 2014, 51(17): 2-5. (in Chinese)
[10]
王吉利. 电力系统特殊负荷建模的研究[D]. 北京: 华北电力大学, 2010.
Wang J L. Study on special load modeling of power system[D]. Beijing:North China Electric Power University, 2010. (in Chinese)
[11]
张旭, 梁军, 贠志皓, 等. 广义负荷建模中纵横聚类策略研究[J]. 中国电机工程学报, 2015, 35(23): 6028-6038.
Zhang X, Liang J, Yun Z H, et al. The longitudinal-horizontal clustering strategy study in the generalized load modeling[J]. Proceedings of the CSEE, 2015, 35(23): 6028-6038. (in Chinese)
[12]
王建学, 高卫恒, 别朝红. 冲击负荷对电力系统可靠性影响的分析[J]. 中国电机工程学报, 2011, 31(10): 59-65.
Wang J X, Gao W H, Bie Z H. Influence of shock loads on power system reliability[J]. Proceedings of the CSEE, 2011, 31(10): 59-65. (in Chinese)
[13]
Petersen M H, Koch R G, Swart P H. et al. Modeling arc furnace flicker and investigating compensation techniques[C]//Proceedings of the l3th IEEE Industry Applications Conference. Orlando, USA, 1995:1733-1740.
[14]
康捷. 电气化铁路牵引负荷的概率分布模型及其应用[D]. 成都: 西南交通大学, 2011.
Kang J. Model of electrified rail way's traction load[D]. Chengdu:South West Jiao Tong University, 2011. (in Chinese)
[15]
张秋雁, 魏伟, 李红斌. 基于IEC 61850标准的数字化电能表丢帧误差分析[J]. 电测与仪表, 2016, 53(24): 56-60.
Zhang Q Y, Wei W, Li H B. Frame loss error analysis of digital Watt-hour meter based on IEC 61850[J]. Electrical Measurement & Instrumentation, 2016, 53(24): 56-60. (in Chinese) DOI:10.3969/j.issn.1001-1390.2016.24.010
[16]
王学伟, 贾晓璐, 王琳, 等. 电能表动态误差特性实验研究[J]. 电测与仪表, 2013, 50(12): 1-4.
Wang X W, Jia X L, Wang L, et al. Experimental research for dynamic error characteristic of electrical energy meter[J]. Electrical Measurement & Instrumentation, 2013, 50(12): 1-4. (in Chinese)