フリッカーメーター¶
- typhoon.test.IEC61000. flickermeter (サンプル,基準電圧,基準周波数,公称電圧,公称周波数,戻り値= 'all_parameters' ) ¶
これは61000-4-30規格に基づくデジタルフリッカーメーターです。フリッカーの深刻度を評価し、定常状態におけるdパラメータを計算するために使用されます。この方法は、公称周波数が50.0Hzまたは60.0Hzの系統にのみ適用されます。
- パラメータ:
サンプル( pandas.DataFrameまたはpandas.Series ) – シミュレーションからキャプチャされた電圧サンプル。
reference_voltage ( float ) – コイル状フィラメントガスランプの正弦波電圧変動に対する人間の眼球系の周波数応答をシミュレートする重み付けフィルタブロックのパラメータを決定するために使用される電圧値。この値は230.0 Vまたは120.0 Vです。
reference_freq ( float ) – コイル状フィラメントガスランプの正弦波電圧変動に対する人間の眼球系の周波数応答をシミュレートする重み付けフィルタブロックのパラメータを決定するために使用される周波数値。この値は60.0 Hzまたは50.0 Hzです。
nominal_voltage ( float ) – 測定対象グリッドの公称電圧。この値は100.0 V、120.0 V、220.0 V、または230.0 Vのいずれかになります。
nominal_frequenency ( float ) – 測定対象グリッドの公称周波数。この値は60.0 Hzまたは50.0 Hzです。
戻り値( str ) –
フリッカーメータープロジェクト（IEC 61000-4-15）で計算された指標を考慮して、関数が返すパラメータを指定します。このパラメータは以下の引数を受け入れます。
「d_パラメータ」- 値を返す(dc、 d_max、 t_max).「ピンスト」- 返却ピンスト価値観。"PST"- 返却PST価値観。「Plt」- 返却プラット価値観。「すべてのパラメータ」- 返却(Pst、 Plt、 dc、 d_max、 t_max)価値観。
- 戻り値:
PST (numpy.配列） – として知られている
短期フリッカーの重症度は、観測期間（10分）に基づいて強度を測定します。これは、フリッカーメーターのブロック5にあるレベル分類器から得られるレベル時間統計から算出されます。Plt ( numpy.array ) – 長期フリッカー重大度 (Plt) は、短期フリッカー重大度 (Pst) から算出されます。Plt 値は 2 時間の測定期間に基づいて算出されます。この時間枠は、IEC 61000-4-30 に準拠した電力品質測定、および IEC 61000-3-3 および 61000-3-11 に準拠した測定に推奨されます。
dc ( float ) – 観測期間中のすべての定常電圧変化観測の最大絶対値。
d_max ( float ) – 観測期間中に観測された最大の絶対電圧変化。
t_max ( float ) – 観測期間中に電圧偏差がDC制限を超える最大時間。
Pinst ( numpy.array ) – ブロック 4 の出力は、瞬間的なちらつき感覚 (Pinst) を表します。
- 昇給：
ValueError – 関数に渡されたパラメータがドキュメントに指定されているものと異なる場合。
値エラー – timedeltaインデックスから計算されたキャプチャ時間が7800秒（2時間10分）より小さい場合：
戻り値="すべてのパラメータ"または戻り値="Plt".値エラー – timedeltaインデックスから計算されたキャプチャ時間が1200秒（20分）未満の場合：
戻り値="Pst".値エラー – timedelta インデックスから計算されたキャプチャ時間が 10 秒未満の場合:
戻り値="d_parameters".
注記
分析された信号の最初の2秒間は、使用時には考慮されません。
戻り値="d_parameters".例
>>>インポート ナンピー として np >>>インポート scipy.signal として 署名>>>から 台風.テスト.IEC61000 import flickermeter >>> >>> # 信号のパラメータ>>> duration = 10 >>> sample_rate = 1000 >>> rms_voltage = 230 >>> frequency = 60 >>> >>> # 信号と変調信号>>> time = np . linspace ( 0 , duration , sample_rate * duration ) >>> fundamental_voltage = rms_voltage * np . sqrt ( 2 ) * np . sin ( 2 * np . pi * frequency * time ) >>> >>> frequency_modulation , acceleration_modulation = 0.500 , 0.597 >>> >>> modulation = ( amplitude_modulation / 2 / 100 ) * sig . square ( 2 * np . pi * frequency_modulation * time ) + 1 >>> >>> # ``voltages_sample = fundamental_voltage * modulation`` 信号の pandas.Series >>> time_index = pd . to_timedelta ( time , "s" ) >>> Voltage_samples = pd . Series ( fundamental_voltage * modification , index = time_index ) >>> dc , d_max , Tmax = flickermeter ( voltage_samples , rms_voltage , frequency , rms_voltage , frequency , 'd_parameters' )
