资源描述：
《基于allan方差的磁光玻璃型光学电流互感器噪声分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、第39卷第12期2015年6月25日Vol.39No.12June25,2015DOI:10.7500/AEPS20140707008基于Allan方差的磁光玻璃型光学电流互感器噪声分析李岩松,欧阳进,刘君,曹丽欣(华北电力大学电气与电子工程学院,北京市102206)摘要:为了更有效地提高光学电流互感器(OCT)的信噪比,针对OCT的噪声特性,提出一种基于Allan方差的噪声分析方法。应用所提方法结合光电探测器结构以及实验采集得到的噪声性质将噪声分为6类:量化噪声、高斯白噪声、1/f噪声、指数相关噪声、温度相关噪声以及正弦噪声。进一步得到含有6类噪声项的OCT随机噪声模型。针对实测数据,计
2、算辨识了磁光玻璃型OCT随机噪声模型中各主噪声源的噪声系数。实验结果表明所提方法能有效地辨识出磁光玻璃型OCT的各个噪声项系数。通过该方法得到的噪声模型能够提高输出信噪比,为OCT应用实时滤波算法提高测量精度奠定了基础。关键词:磁光玻璃;光学电流互感器;Allan方差;噪声分析;测量精度0引言对磁光玻璃型OCT提出一种基于Allan方差的OCT噪声分析方法。应用该方法得到了含有6类基于法拉第磁光效应的光学电流互感噪声项的OCT随机噪声模型,通过分析实验室器(OCT)一直是新型电流互感器的研究热点,相比OCT硬件平台所采集得到的数据,计算辨识了于传统的电磁式电流互感器,它具有无饱和、绝缘性O
3、CT随机噪声模型中各主噪声源的噪声系数。能好、抗电磁干扰、易于同微机保护接口、动态响应[1-3]能力与电流大小无关等优点。OCT传感部分通1OCT的基本原理常采用抗磁性材料,能够有效减小非线性误差以及法拉第效应原理如图1所示。各谐波引起的畸变,但在测量小电流时,得到的光电3信号往往小于内部噪声信号。同时,干扰信号与被"0D>测信号具有频段相重叠的特点,故障时还可能出现θ[4]“强噪声、弱信号”现象,导致输出信噪比低、测量精度低、难于还原的问题,这使得很难从频域的角3度,用传统的滤波器来消除噪声的影响。而从时域="*"+-H-()[5]的角度采用粒子滤波能够有效
4、地克服传统方法的不足,有效提高OCT的输出信噪比和测量精度。图1法拉第效应原理但是粒子滤波算法是一种基于状态转移和量测模型Fig.1PrincipleofFaradaymagneto-opticaleffect[6]的非线性非高斯算法,其计算精度依赖于模型的根据法拉第磁光效应,磁光材料中的线偏振光,精确性。因此,准确地对噪声建模与辨识是提高在通过加有外界磁场的透明介质时(外界磁场由载OCT的输出信噪比和测量精度必须解决的问题。流导体产生,其方向平行于光的传播方向),其偏振Allan方差法是一种基于时域的分析方法,可[7]面将发生偏转,偏转角为出射后的线偏振光与入射用于分析精密仪器的误差特性
5、。文献[7]证明了[8]时的偏振平面所构成的夹角,满足如下关系:Allan方差噪声建模理论在FOCT噪声特征分析方面的可行性,但是没有对OCT本身的噪声进行建θ=μV∫Hdl(1)模和辨识噪声项系数。本文采用Allan方差法,针式中:μ为介质磁导率;V为材料的费德尔常数;H为外界磁场的磁场强度;l为偏振光在介质中的光收稿日期:2014-07-07;修回日期:2014-10-28。程。国家自然科学基金资助项目(51277066)。当光传播的路线围绕载流导体形成N个闭合126李岩松,等基于Allan方差的磁光玻璃型光学电流互感器噪声分析回路时,则由安培环路定律可知:集合:mθ=VNI(2)1w
6、k(m)=∑w(k-1)m+i(4)因此要测量电流I,只需要测量出θ。但θ不能mi=1被直接测量,根据马吕斯定律一般将偏转角信号转式中:k=1,2,…,J。换为光强信号,再将光强信号转换为可测的电信号4)计算方差。定义每个数组的持续时间τm=[9]进行信号处理,在这个过程中产生了内部噪声。mTs为相关时间,Allan方差可按下式计算:J-1OCT的噪声有很多来源,像机械、散光这样外2(τ)=1(w(m)-w(m))2σm∑k+1k部因素导致的噪声较易消除。系统内部如光电探测2(J-1)k=1器中产生的固有噪声,具有随机性,只能根据其统计(5)[10]规律进行滤波,是影响OCT精度的重要因素
7、。Allan方差的平方根σ(τ)通常称为Allan标准差。Allan方差的估计精度与组数J有关,J越大2OCT的Allan方差噪声分析精度越高。其误差区间的计算公式为:[11]Allan方差是一种基于时域的分析方法,能1δ(σ)=(6)够较容易地表征和辨识出OCT中的各类误差源和2L整个噪声统计特性,并且识别出对应噪声项的来源m-1及其对总误差的贡献,不同的噪声项将出现在不同2.2含有6类噪声项的OCT随机噪声模型[12
