CN119148006A - 一种用于高压电源的纹波测试方法及系统 - Google Patents

Abstract

本申请涉及电变量测量技术领域，具体涉及一种用于高压电源的纹波测试方法及系统。其方法包括：基于检测数据，获取高压电源的纹波超预期系数和分解的纹波波形曲线；基于负载设备的监测数据，获取高压电源所处环境的稳定系数；基于高压电源的纹波超预期系数和高压电源所处环境的稳定系数，得到高压电源的纹波测量的补偿系数；基于补偿系数和检测数据，获得补偿识别的纹波信号曲线；基于分解的纹波波形曲线和补偿识别的纹波信号曲线，得到高压电源纹波波形曲线；基于高压电源纹波波形曲线，对高压电源的纹波进行测量，得到测量结果。本申请提高了现有的测试方法在测量高压电源的纹波过程中的测量精度。

Description

一种用于高压电源的纹波测试方法及系统

技术领域

本申请涉及电变量测量技术领域，具体涉及一种用于高压电源的纹波测试方法及系统。

背景技术

在电力电子设备和电力系统中， 高压电源运行过程中的稳定性和纹波水平直接影响配电箱的性能可靠性，电源的输出纹波必须严格控制在规定范围内，以免对电力设备的正常工作和测量精度造成影响。并且高精度的纹波测试可以提供准确的数据，以用于评估高压电源的质量和性能。通过对纹波测试结果进行分析，可以发现高压电源设计的问题。

目前，现有的测试方法在测量高压电源的纹波过程中，特别是在高压环境下，电磁场的变化会产生感应电流，影响测量设备的正常工作，导致测量结果出现偏差。并且，如果高压电源不稳定也会产生一些干扰，干扰会叠加在纹波信号上，使得对于高精度、低幅度的纹波测量精度不够，导致波纹测量结果存在较大的误差。

发明内容

为了解决现有的测试方法在测量高压电源的纹波过程中，测量精度低的技术问题，本申请的目的在于提供一种用于高压电源的纹波测试方法及系统，所采用的技术方案具体如下：

一种用于高压电源的纹波测试方法，所述方法包括：

获取高压电源纹波测量过程中的检测数据以及与高压电源连接的负载设备的监测数据；

基于所述高压电源纹波测量过程中的检测数据，获取高压电源的纹波超预期系数和分解的纹波波形曲线；

基于所述负载设备的监测数据，获取高压电源所处环境的稳定系数；

基于所述高压电源的纹波超预期系数和所述高压电源所处环境的稳定系数，得到高压电源的纹波测量的补偿系数；

基于所述高压电源的纹波测量的补偿系数和高压电源纹波测量过程中的检测数据，获得输出电压中补偿识别的纹波信号曲线；

基于所述分解的纹波波形曲线和补偿识别的纹波信号曲线，得到高压电源纹波波形曲线；

基于所述高压电源纹波波形曲线，对高压电源的纹波进行测量，得到测量结果。

优选的，基于所述高压电源纹波测量过程中的检测数据，获取高压电源的纹波超预期系数的具体步骤包括：

基于所述高压电源纹波测量过程中的检测数据，利用LOF离群因子算法获取检测数据中每个数据点的离群指数；

基于所述检测数据中每个数据点的离群指数和检测数据中所有数据点的平均幅值，获取高压电源的纹波超预期系数。

优选的，所述分解的纹波波形曲线的具体获取步骤包括：

基于所述高压电源纹波测量过程中的检测数据，获取高压电源的输出电压；

对所述高压电源的输出电压进行分解处理，确认高压电源的输出电压的分解结果中纹波特征分量的特征值和除纹波特征分量之外其余分量的总数及其余分量的特征值；

基于高压电源的输出电压的分解结果中纹波特征分量的特征值和除纹波特征分量之外其余分量的总数及其余分量的特征值，获取分解的纹波波形曲线。

优选的，所述确认高压电源的输出电压的分解结果中纹波特征分量的具体步骤包括：

对高压电源的输出电压进行分解，得到输出电压的每组分量；

将每组分量的峰度值与标准高斯分布的峰度值之间的差异作为每组分量的周期性特征，将周期性特征与每组分量的平均幅值相乘的结果作为每组分量的特征值，选取所有组分量中特征值最大的分量作为输出电压分解结果中的波纹特征分量。

优选的，基于所述负载设备的监测数据，获取高压电源所处环境的稳定系数的具体步骤包括：

基于所述负载设备的监测数据，获取高压电源的连接负载在输出电压监测时间段中的电压监测曲线中每个位置的电压监测值和相邻的两个电压监测值之间差值的数量；

基于所述电压监测曲线中每个位置的电压监测值和相邻的两个电压监测值之间差值的数量，获取高压电源所处环境的稳定系数。

优选的，基于所述高压电源的纹波超预期系数和所述高压电源所处环境的稳定系数，得到高压电源的纹波测量的补偿系数的具体步骤包括：

将所述高压电源的纹波超预期系数和所述高压电源所处环境的稳定系数进行对比，得到高压电源的纹波测量的补偿系数。

优选的，基于所述高压电源的纹波测量的补偿系数和高压电源纹波测量过程中的检测数据，获得输出电压中补偿识别的纹波信号曲线的具体步骤包括：

基于高压电源纹波测量过程中的检测数据，获取高压电源的输出信号；

根据所述高压电源的输出信号，得到所述高压电源的输出信号中的每个峰值点与其相邻的一个谷值点之间的每个差值；

基于所述每个差值与所述高压电源的纹波测量的补偿系数，得到每个补偿后的纹波识别特征值；

基于所述每个补偿后的纹波识别特征值，获得输出电压中补偿识别的纹波信号曲线。

优选的，基于所述每个补偿后的纹波识别特征值，获得输出电压中补偿识别的纹波信号曲线的具体步骤包括：

将每个补偿后的纹波识别特征值按从小到大的顺序进行排列，得到排序后的特征值序列；

根据所述排序后的特征值序列，获得输出电压中补偿识别的纹波信号曲线。

优选的，基于所述分解的纹波波形曲线和补偿识别的纹波信号曲线，得到高压电源纹波波形曲线的具体步骤包括：

将分解的纹波波形曲线和补偿识别的纹波信号曲线进行平均处理，得到高压电源纹波波形曲线。

一种用于高压电源的纹波测试系统，包括：

数据获取模块，用于获取高压电源纹波测量过程中的检测数据以及与高压电源连接的负载设备的监测数据；

第一获取模块，用于基于所述高压电源纹波测量过程中的检测数据，获取高压电源的纹波超预期系数和分解的纹波波形曲线；

第二获取模块，用于基于所述负载设备的监测数据，获取高压电源所处环境的稳定系数；

第三获取模块，用于基于所述高压电源的纹波超预期系数和所述高压电源所处环境的稳定系数，得到高压电源的纹波测量的补偿系数；

第四获取模块，用于基于所述高压电源的纹波测量的补偿系数和高压电源纹波测量过程中的检测数据，获得输出电压中补偿识别的纹波信号曲线；

第五获取模块，用于基于所述分解的纹波波形曲线和补偿识别的纹波信号曲线，得到高压电源纹波波形曲线；

测量模块，用于基于所述高压电源纹波波形曲线，对高压电源的纹波进行测量，得到测量结果。

本申请具有如下有益效果：

本申请通过基于高压电源纹波测量过程中的检测数据，获取高压电源的纹波超预期系数和分解的纹波波形曲线；基于负载设备的监测数据，获取高压电源所处环境的稳定系数；基于高压电源的纹波超预期系数和高压电源所处环境的稳定系数，得到高压电源的纹波测量的补偿系数；基于高压电源的纹波测量的补偿系数和高压电源纹波测量过程中的检测数据，获得输出电压中补偿识别的纹波信号曲线；基于分解的纹波波形曲线和补偿识别的纹波信号曲线，得到高压电源纹波波形曲线；基于高压电源纹波波形曲线，对配电箱高压电源的纹波进行测量，得到测量结果。本申请通过获得更加精确的高压电源纹波波形曲线，一定程度减少了电力设备中高压电源纹波测量过程中电磁场变化和高压电源不稳定所产生的影响，进一步避免测量结果出现偏差，提高了配电箱高压电源纹波测量结果的准确性。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。

图1为本申请一个实施例所提供的一种用于高压电源的纹波测试方法的流程图；

图2为本申请一个实施例所提供的一种用于高压电源的纹波测试系统的结构示意图。

具体实施方式

为了更进一步阐述本申请为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本申请提出的一种用于高压电源的纹波测试方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。

本申请中的纹波指在直流电源的输出电压中叠加的交流成分。对于电力设备中的高压电源而言，纹波的存在会对系统的稳定性产生不利影响，而高精度的纹波测量能够对高压电源的运行的稳定性进行准确评估，以保证电力设备的整体性能。

下面结合附图具体地说明本申请所提供的一种用于高压电源的纹波测试方法及系统的具体方案。

请参阅图1，其示出了本申请一个实施例提供的一种用于高压电源的纹波测试方法的流程图。本申请提供的一种用于高压电源的纹波测试方法，包括以下步骤：

S001、获取高压电源纹波测量过程中的检测数据以及与高压电源连接的负载设备的监测数据。

本实施例中，利用示波器采集电力设备中高压电源纹波测量过程中的检测数据，所述电力设备包括但不限于配电箱、电机控制器、高压配电盒。优选的，作为本申请一个实施例，以配电箱中的高压电源为测试对象。通过使用示波器的数据采集功能，将实时捕捉到高压电源的输出端的纹波波形的检测数据，将检测数据存储在示波器的内部存储器中或传输到计算机设备中，以便于获取配电箱高压电源纹波测量过程中的检测数据。

S002、基于所述高压电源纹波测量过程中的检测数据，获取高压电源的纹波超预期系数和分解的纹波波形曲线。

S003、基于所述负载设备的监测数据，获取高压电源所处环境的稳定系数。

S004、基于所述高压电源的纹波超预期系数和所述高压电源所处环境的稳定系数，得到高压电源的纹波测量的补偿系数。

S005、基于所述高压电源的纹波测量的补偿系数和高压电源纹波测量过程中的检测数据，获得输出电压中补偿识别的纹波信号曲线。

S006、基于所述分解的纹波波形曲线和补偿识别的纹波信号曲线，得到高压电源纹波波形曲线。

S007、基于所述高压电源纹波波形曲线，对高压电源的纹波进行测量，得到测量结果。

本申请基于高压电源纹波测量过程中的检测数据，获取高压电源的纹波超预期系数和分解的纹波波形曲线；基于负载设备的监测数据，获取高压电源所处环境的稳定系数；基于高压电源的纹波超预期系数和高压电源所处环境的稳定系数，得到高压电源的纹波测量的补偿系数；基于高压电源的纹波测量的补偿系数和高压电源纹波测量过程中的检测数据，获得输出电压中补偿识别的纹波信号曲线；基于分解的纹波波形曲线和补偿识别的纹波信号曲线，得到高压电源纹波波形曲线；基于高压电源纹波波形曲线，对高压电源的纹波进行测量，得到测量结果。通过获得更加精确的高压电源纹波波形曲线，减小测量的误差，实现对高压电源的输出电压中的纹波进行高精度和准确的测量，从而能够得到更加准确的测量结果。

S002步骤中获取高压电源的纹波超预期系数的具体步骤包括：

基于高压电源纹波测量过程中的检测数据，获取检测数据中每个数据点的离群指数离群指数和检测数据中所有数据点的平均幅值。本实施例中，可以将示波器的采集时间设置为5分钟，以获得5分钟的高压电源纹波测量过程中的检测数据。其中，检测数据包括高压电源纹波测量过程中的电源输出的电压信号波形图（即输出电压信号曲线），示波器的采集时间可以由实施者根据具体实际情况设置，此处不作具体限定。

进一步地，将所有检测数据中的数据点映射到二维坐标系中，坐标系的横纵坐标分别代表数据点的采集时刻、数据点的取值，使得每个数据点都有唯一对应的映射点。将所有检测数据中数据点的映射结果作为输入，利用LOF离群因子检测算法输出所述映射结果中每个映射点的离群因子，将每个映射点的离群因子作为每个映射点对应数据点的离群指数，LOF算法为公知技术，具体过程不再赘述。

基于检测数据中每个数据点的离群指数和检测数据中所有数据点的平均幅值，获取高压电源的纹波超预期系数。具体地，获取高压电源的纹波超预期系数的计算公式如下：

；

式中，表示高压电源的纹波超预期系数；表示所有数据点的平均幅值；表示所有数据点的离群指数的均值，用于表示所有数据点的分布均匀度，V的值越接近于1，数据点集中分布的程度越大；表示高压电源的纹波超预期系数，乘积越大，就表示输出电压的波形图中显示周期性较弱并且幅值较大，说明纹波可能已经超出了正常范围，在高压电源的应用中，纹波是指输出电压中的周期性波动或涟漪，通常应尽量减小以确保电源稳定性，即乘积越大，高压电源的纹波超预期性越强。

并且，由于高压电源的输出电压中纹波是以低幅度和周期性的特征方式进行分布。本实施例中，从信号分解的角度分析高压电源的输出电压中纹波是以低幅度和周期性的特征。具体地，S002步骤中分解的纹波波形曲线的具体获取步骤包括：

基于高压电源纹波测量过程中的检测数据，获取高压电源的输出电压。

对高压电源的输出电压进行分解处理，确认高压电源的输出电压的分解结果中纹波特征分量的特征值和除纹波特征分量之外其余分量的总数及其余分量的特征值。本实施例中，采用ICA（Independent Component Analysis，独立成分分析）分解；在ICA分解过程中，分量信号以最大非高斯性（即周期性）进行分解，ICA分解为公知技术，具体过程不再赘述。具体地，对高压电源的输出电压进行ICA分解，得到输出电压的每组分量。将每组分量的峰度值与标准高斯分布的峰度值之间的差异作为每组分量的周期性特征。将周期性特征与每组分量的平均幅值相乘的结果作为每组分量的特征值，选取所有组分量中特征值最大的分量作为输出电压分解结果中的波纹特征分量。再对ICA分解过程进行迭代，即每次分解随机产生与初步分解数量相同的分量数，迭代次数可设置为50次，实施者可根据具体实际情况设置迭代次数的大小。

基于高压电源的输出电压的分解结果中纹波特征分量的特征值和除纹波特征分量之外其余分量的总数及其余分量的特征值，获取分解的纹波波形曲线。本实施例中，通过以下的目标函数获取分解的纹波波形曲线：

；

式中，表示目标函数的分解结果，用于表征分解的纹波波形曲线，表示在高压电源的输出电压的分解结果中纹波特征分量的特征值；表示除纹波特征分量的特征值以外的其余分量中分量的特征值；M表示除纹波特征分量之外其余分量的总数；表示目标函数收敛至最大的分解结果；表示高压电源的输出电压的分解结果中纹波特征分量的特征值与除纹波特征分量的特征值以外的其余分量中分量的特征值之间的差值的绝对值。其中，的乘积越大，表示纹波特征分量与其余分量的纹波特征差异越明显，并且纹波特征分量的纹波特征越强。即当目标函数收敛至最大时，获取到最优的分解的纹波波形曲线。

为了保持输出电压的稳定，需要尽可能的减小纹波在输出电压中的周期性波动或涟漪。其中，S003的具体步骤包括：

基于负载设备的监测数据，获取高压电源的连接负载在输出电压监测时间段中的电压监测曲线中每个位置的电压监测值和相邻的两个电压监测值之间差值的数量。本实施例中，根据电压传感器来获取示波器测量与高压电源连接的负载设备的监测数据。其中，所述负载设备包括但不限于高压交流负载柜、高压直流负载柜以及高压电阻箱，实施者可根据高压电源的实际工作环境确定具体的负载设备，本申请对此不做特殊限制。

基于电压监测曲线中每个位置的电压监测值和相邻的两个电压监测值之间差值的数量，获取高压电源所处环境的稳定系数。本实施例中，高压电源所处环境的稳定系数的计算公式如下：

；

式中，表示高压电源所处环境的稳定系数，表示与高压电源连接的负载在输出电压监测时间段中的电压监测曲线中第e个位置的电压监测值；表示电压监测曲线中第e个位置的电压监测值相邻的第个位置的电压监测值；相邻的两个电压监测值之间存在一组差值，表示第e个位置的电压监测值与第个位置的电压监测值的第组差值，差值为正整数；m表示差值的数量。其中，的输出值越大，表示高压电源的负载电压波动较为剧烈，即高压电源所处的环境稳定性较差。

正常情况下，纹波在输出电压中是以低幅度、周期性的特征进行分布。如果输出电压中的不稳定因素由于纹波所导致，在识别纹波的过程中需要对纹波的识别特征进行补偿操作。本实施例中，S004的具体步骤包括：

将高压电源的纹波超预期系数和高压电源所处环境的稳定系数进行对比，得到高压电源的纹波测量的补偿系数。其中，纹波测量的补偿系数的计算公式如下：

；

式中，表示高压电源的纹波测量的补偿系数，JN表示高压电源的纹波超预期系数，表征高压电源的输出电压的变化情况；JU表示高压电源所处环境的稳定系数，表征高压电源所处环境的稳定性，表示自然指数函数。表示负载电压波动情况与高压电源输出电压的变化情况的比值，比值越大，表示负载变化较为剧烈，但是高压电源的输出电压较为稳定。正常情况，高压电源的输出电压应当是稳定的，即使在负载变化时，电源也应当能够保持输出电压的稳定性。当比值越小，表示高压电源的纹波产生的影响较大，即高压电源中的纹波可能会暂时打破“低幅度”的分布特征，即在输出电压的波形图中识别纹波时，补偿系数应该越高，更能适应纹波超出正常范围时的分布特征。

其中，S005的具体步骤包括：

基于高压电源纹波测量过程中的检测数据，获取高压电源的输出信号。以实现将检测数据对应的数字信号转换为输出信号对应的模拟信号。

根据高压电源的输出信号，得到高压电源的输出信号中的每个峰值点与其相邻的一个谷值点之间的每个差值。

基于每个差值与高压电源的纹波测量的补偿系数，得到每个补偿后的纹波识别特征值。

基于每个补偿后的纹波识别特征值，获得输出电压中补偿识别的纹波信号曲线。本实施例中，本步骤具体包括：将每个补偿后的纹波识别特征值按从小到大的顺序进行排列，得到排序后的特征值序列。根据排序后的特征值序列，获得输出电压中补偿识别的纹波信号曲线。具体地，将每个补偿后的纹波识别特征值按从小到大的顺序进行排列，得到排序后的序列；获取排序后的序列中相邻的两个数据点之间的每个差值，遍历所有的每个差值，获取差值第一次出现的位置，将该位置左侧的部分作为输出电压信号曲线中小幅度的波形集合；再对输出电压中的数据点进行随机组合，直至数据点组成的曲线具有最大的周期性后，得到输出电压中补偿识别的纹波信号曲线。

其中，S006的具体步骤包括：

将分解的纹波波形曲线和补偿识别的纹波信号曲线进行平均处理，得到高压电源纹波波形曲线。具体地，将分解的纹波波形曲线中的每个数据点与补偿识别的纹波信号曲线中相对应的每个数据点进行平均处理，得到高压电源纹波波形曲线。进而通过分解的纹波波形曲线对补偿识别的纹波信号曲线进行补偿，进一步提高对高压电源纹波的测量精度。

通过以上的步骤得到的高压电源纹波波形曲线，获取高压电源纹波波形曲线中时域和频域上纹波波形的变化特征，如均值、幅值、频率、主要频率等参数，通过参数对高压电源的纹波进行准确测量，并且记录纹波的测量结果。实现对高压电源的输出端进行分析，如果高压电源的输出端中存在异常的纹波，能够帮助工作人员诊断可能存在的故障，以便于对高压电源的优化改进。并且通过对高压电源进行高精度的纹波测量，有助于改进具有高压电源的整体系统的性能，特别是在需要高稳定性和低噪声的应用中，如精密仪器、通信设备等，确保其在各种应用中的可靠性和性能。

下面对本申请提供的一种用于高压电源的纹波测试系统进行描述，下文描述的一种用于高压电源的纹波测试系统与上文描述的一种用于高压电源的纹波测试方法可相互对应参照。

请参阅图2，其示出了一种用于高压电源的纹波测试系统的结构示意图200，本申请提供的一种用于高压电源的纹波测试系统，包括数据获取模块210、第一获取模块220、第二获取模块230、第三获取模块240、第四获取模块250、第五获取模块260和测量模块270。

数据获取模块210用于获取高压电源纹波测量过程中的检测数据以及与高压电源连接的负载设备的监测数据；

第一获取模块220用于基于所述高压电源纹波测量过程中的检测数据，获取高压电源的纹波超预期系数和分解的纹波波形曲线；

第二获取模块230用于基于所述负载设备的监测数据，获取高压电源所处环境的稳定系数；

第三获取模块240用于基于所述高压电源的纹波超预期系数和所述高压电源所处环境的稳定系数，得到高压电源的纹波测量的补偿系数；

第四获取模块250用于基于所述高压电源的纹波测量的补偿系数和高压电源纹波测量过程中的检测数据，获得输出电压中补偿识别的纹波信号曲线；

第五获取模块260用于基于所述分解的纹波波形曲线和补偿识别的纹波信号曲线，得到高压电源纹波波形曲线；

测量模块270用于基于所述高压电源纹波波形曲线，对高压电源的纹波进行测量，得到测量结果。

具体地，第一获取模块220具体用于：基于所述高压电源纹波测量过程中的检测数据，利用LOF离群因子算法获取检测数据中每个数据点的离群指数。

基于所述检测数据中每个数据点的离群指数和检测数据中所有数据点的平均幅值，获取高压电源的纹波超预期系数。

其中，所述分解的纹波波形曲线的具体获取步骤包括：

基于所述高压电源纹波测量过程中的检测数据，获取高压电源的输出电压。

对所述高压电源的输出电压进行分解处理，确认高压电源的输出电压的分解结果中纹波特征分量的特征值和除纹波特征分量之外其余分量的总数及其余分量的特征值。

基于高压电源的输出电压的分解结果中纹波特征分量的特征值和除纹波特征分量之外其余分量的总数及其余分量的特征值，获取分解的纹波波形曲线。

具体地，第二获取模块230具体用于：基于所述负载设备的监测数据，获取高压电源的连接负载在输出电压监测时间段中的电压监测曲线中每个位置的电压监测值和相邻的两个电压监测值之间差值的数量。

基于所述电压监测曲线中每个位置的电压监测值和相邻的两个电压监测值之间差值的数量，获取高压电源所处环境的稳定系数。

具体地，第三获取模块240具体用于：将所述高压电源的纹波超预期系数和所述高压电源所处环境的稳定系数进行对比，得到高压电源的纹波测量的补偿系数。

具体地，第四获取模块250具体用于：基于高压电源纹波测量过程中的检测数据，获取高压电源的输出信号。

根据所述高压电源的输出信号，得到所述高压电源的输出信号中的每个峰值点与其相邻的一个谷值点之间的每个差值。

基于所述每个差值与所述高压电源的纹波测量的补偿系数，得到每个补偿后的纹波识别特征值。

基于所述每个补偿后的纹波识别特征值，获得输出电压中补偿识别的纹波信号曲线。本步骤的具体步骤包括：

将每个补偿后的纹波识别特征值按从小到大的顺序进行排列，得到排序后的特征值序列。

根据所述排序后的特征值序列，获得输出电压中补偿识别的纹波信号曲线。

具体地，第五获取模块260具体用于：将分解的纹波波形曲线和补偿识别的纹波信号曲线进行平均处理，得到高压电源纹波波形曲线。

需要说明的是：以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围，均应包含在本申请的保护范围之内。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

Claims (10)

1.一种用于高压电源的纹波测试方法，其特征在于，所述方法包括：

获取高压电源纹波测量过程中的检测数据以及与高压电源连接的负载设备的监测数据；

基于所述高压电源纹波测量过程中的检测数据，获取高压电源的纹波超预期系数和分解的纹波波形曲线；

基于所述负载设备的监测数据，获取高压电源所处环境的稳定系数；

基于所述高压电源的纹波超预期系数和所述高压电源所处环境的稳定系数，得到高压电源的纹波测量的补偿系数；

基于所述高压电源的纹波测量的补偿系数和高压电源纹波测量过程中的检测数据，获得输出电压中补偿识别的纹波信号曲线；

基于所述分解的纹波波形曲线和补偿识别的纹波信号曲线，得到高压电源纹波波形曲线；

基于所述高压电源纹波波形曲线，对高压电源的纹波进行测量，得到测量结果。

2.根据权利要求1所述的一种用于高压电源的纹波测试方法，其特征在于，基于所述高压电源纹波测量过程中的检测数据，获取高压电源的纹波超预期系数的具体步骤包括：

基于所述高压电源纹波测量过程中的检测数据，利用LOF离群因子算法获取检测数据中每个数据点的离群指数；

基于所述检测数据中每个数据点的离群指数和检测数据中所有数据点的平均幅值，获取高压电源的纹波超预期系数。

3.根据权利要求1所述的一种用于高压电源的纹波测试方法，其特征在于，所述分解的纹波波形曲线的具体获取步骤包括：

基于所述高压电源纹波测量过程中的检测数据，获取高压电源的输出电压；

对所述高压电源的输出电压进行分解处理，确认高压电源的输出电压的分解结果中纹波特征分量的特征值和除纹波特征分量之外其余分量的总数及其余分量的特征值；

基于高压电源的输出电压的分解结果中纹波特征分量的特征值和除纹波特征分量之外其余分量的总数及其余分量的特征值，获取分解的纹波波形曲线。

4.根据权利要求3所述的一种用于高压电源的纹波测试方法，其特征在于，所述确认高压电源的输出电压的分解结果中纹波特征分量的具体步骤包括：

对高压电源的输出电压进行分解，得到输出电压的每组分量；

将每组分量的峰度值与标准高斯分布的峰度值之间的差异作为每组分量的周期性特征，将周期性特征与每组分量的平均幅值相乘的结果作为每组分量的特征值，选取所有组分量中特征值最大的分量作为输出电压分解结果中的波纹特征分量。

5.根据权利要求1所述的一种用于高压电源的纹波测试方法，其特征在于，基于所述负载设备的监测数据，获取高压电源所处环境的稳定系数的具体步骤包括：

基于所述负载设备的监测数据，获取高压电源的连接负载在输出电压监测时间段中的电压监测曲线中每个位置的电压监测值和相邻的两个电压监测值之间差值的数量；

基于所述电压监测曲线中每个位置的电压监测值和相邻的两个电压监测值之间差值的数量，获取高压电源所处环境的稳定系数。

6.根据权利要求1所述的一种用于高压电源的纹波测试方法，其特征在于，基于所述高压电源的纹波超预期系数和所述高压电源所处环境的稳定系数，得到高压电源的纹波测量的补偿系数的具体步骤包括：

将所述高压电源的纹波超预期系数和所述高压电源所处环境的稳定系数进行对比，得到高压电源的纹波测量的补偿系数。

7.根据权利要求1所述的一种用于高压电源的纹波测试方法，其特征在于，基于所述高压电源的纹波测量的补偿系数和高压电源纹波测量过程中的检测数据，获得输出电压中补偿识别的纹波信号曲线的具体步骤包括：

基于高压电源纹波测量过程中的检测数据，获取高压电源的输出信号；

根据所述高压电源的输出信号，得到所述高压电源的输出信号中的每个峰值点与其相邻的一个谷值点之间的每个差值；

基于所述每个差值与所述高压电源的纹波测量的补偿系数，得到每个补偿后的纹波识别特征值；

基于所述每个补偿后的纹波识别特征值，获得输出电压中补偿识别的纹波信号曲线。

8.根据权利要求7所述的一种用于高压电源的纹波测试方法，其特征在于，基于所述每个补偿后的纹波识别特征值，获得输出电压中补偿识别的纹波信号曲线的具体步骤包括：

将每个补偿后的纹波识别特征值按从小到大的顺序进行排列，得到排序后的特征值序列；

根据所述排序后的特征值序列，获得输出电压中补偿识别的纹波信号曲线。

9.根据权利要求1至8中任一项所述的一种用于高压电源的纹波测试方法，其特征在于，基于所述分解的纹波波形曲线和补偿识别的纹波信号曲线，得到高压电源纹波波形曲线的具体步骤包括：

将分解的纹波波形曲线和补偿识别的纹波信号曲线进行平均处理，得到高压电源纹波波形曲线。

10.一种用于高压电源的纹波测试系统，其特征在于，包括：

数据获取模块，用于获取高压电源纹波测量过程中的检测数据以及与高压电源连接的负载设备的监测数据；

第一获取模块，用于基于所述高压电源纹波测量过程中的检测数据，获取高压电源的纹波超预期系数和分解的纹波波形曲线；

第二获取模块，用于基于所述负载设备的监测数据，获取高压电源所处环境的稳定系数；

第三获取模块，用于基于所述高压电源的纹波超预期系数和所述高压电源所处环境的稳定系数，得到高压电源的纹波测量的补偿系数；

第四获取模块，用于基于所述高压电源的纹波测量的补偿系数和高压电源纹波测量过程中的检测数据，获得输出电压中补偿识别的纹波信号曲线；

第五获取模块，用于基于所述分解的纹波波形曲线和补偿识别的纹波信号曲线，得到高压电源纹波波形曲线；

测量模块，用于基于所述高压电源纹波波形曲线，对高压电源的纹波进行测量，得到测量结果。