Eaton-Wellenformen überview und erweiterte Analyse

 

Wellenformen überview

• Wellenformen bilden die Grundlage für die Darstellung und Analyse elektrischer Signale in Systemen wie Leistungselektronik, Steuerungssystemen und eingebetteter Hardware. In der Elektrotechnik ist das Verständnis der Eigenschaften und des Verhaltens verschiedener Wellenformtypen für die Entwicklung, den Betrieb und die Fehlerbehebung von Schaltkreisen und Systemen, die elektrische Energie erzeugen, übertragen oder manipulieren, unerlässlich.
  und Informationen.
• In der Elektronik wird der Begriff üblicherweise auf zeitveränderliche Vol angewendettages, Ströme oder elektromagnetische Felder. In der Akustik wird es normalerweise auf gleichmäßige periodische Geräusche angewendet – Druckschwankungen in Luft oder anderen Medien. In diesen Fällen ist die Wellenform ein Attribut, das unabhängig von der Frequenz ist. ampGradiente oder Phasenverschiebung des Signals.
• Die Wellenform eines elektrischen Signals kann mit einem Oszilloskop oder einem anderen Gerät visualisiert werden, das seinen Wert zu verschiedenen Zeitpunkten erfassen und darstellen kann, mit geeigneten Skalen auf der Zeit- und Werteachse. Der Elektrokardiograph ist ein medizinisches Gerät zur Aufzeichnung der Wellenform der elektrischen Signale, die mit dem Herzschlag verbunden sind. Diese Wellenform hat einen wichtigen diagnostischen Wert. Wellenformgeneratoren, die ein periodisches Volumen ausgeben könnentage oder Strom mit einer von mehreren Wellenformen sind ein gängiges Werkzeug in Elektroniklabors und -werkstätten.
• Elektrische Wellenformen sind visuelle Darstellungen der Variation der Voltage und Strom im Laufe der Zeit. In einfacher Sprache, wenn wir auf einem Diagramm darstellen, ist dies voltage oder Stromschwankungen auf der X-Achse gegenüber der Zeit (t) auf der Y-Achse, das resultierende Diagramm oder die Zeichnung würde die Form einer Wellenform darstellen.
• Dieses Papier konzentriert sich speziell auf die Wellenformen, die durch elektrische Signale in Bezug auf Vol erzeugt werdentage, Strom- und Frequenzanalyse.

Es gibt viele verschiedene Arten elektrischer Wellenformen, aber im Allgemeinen lassen sie sich alle in zwei unterschiedliche Gruppen unterteilen:

• Unidirektionale Wellenformen: Diese elektrischen Wellenformen sind grundsätzlich positiv oder negativ, fließen nur in eine Vorwärtsrichtung und überschreiten nie den Nullpunkt. Gängige unidirektionale Wellenformen sind Rechtecksignale, Taktimpulse und Triggerimpulse.
• Bidirektionale Wellenformen: Diese elektrischen Wellenformen werden auch als alternierende Wellenformen bezeichnet, da sie von einer positiven in eine negative Richtung wechseln und dabei ständig den Nullpunkt kreuzen. Diese bidirektionale Natur ermöglicht es ihnen, Wechselstromsignale (AC) darzustellen, die in der Stromverteilung und vielen elektronischen Systemen von grundlegender Bedeutung sind. Häufige BeispieleampZu den Wellenformen gehören Sinuswellen, Dreieckwellen und Sägezahnwellen. Diese Wellenformen sind für Anwendungen unerlässlich, bei denen sich die Signalpolarität im Laufe der Zeit ändert, wie etwa bei Audiosignalen, Funkübertragungen und Wechselstromsystemen.

Tabelle 1. Gängige Wellenformtypen

 Grundlagen der Wellenformanalyse

Die Wellenformanalyse ist ein grundlegendes Konzept in der Signalverarbeitung, der Elektrotechnik und verschiedenen wissenschaftlichen Bereichen. Dabei werden Form und Eigenschaften eines Signals im Zeitverlauf untersucht.

Wichtige Parameter bei der Wellenformanalyse sind:

Parameter Beschreibung

• Amplitude Maximalwert der Wellenform
• Frequenz (f) Anzahl der Zyklen pro Sekunde (Hz)
• Periode (T) Zeit, die für einen vollständigen Zyklus benötigt wird (T = 1/f)
• Phasenverschiebung der Wellenform im Zeitverlauf
• Wellenlänge Abstand zwischen sich wiederholenden Einheiten der Wellenform
• Tastverhältnis Verhältnis der Hochzeit zur Gesamtperiode (für Rechteckwellen)

Tabelle 2. Wichtige Parameter der Wellenformanalyse

Eine Wellenform kann Ihnen viele Dinge über ein Signal sagen, wie zum Beispiel:

• Die Zeit und Lautstärketage-Werte eines Signals
• Die Frequenz eines oszillierenden Signals
• Die „beweglichen Teile“ einer Schaltung, dargestellt durch das Signal
• Die Häufigkeit, mit der ein bestimmter Teil des Signals im Verhältnis zu anderen Teilen auftritt
• Ob eine fehlerhafte Komponente das Signal verzerrt oder nicht
• Wie viel von einem Signal ist Gleichstrom (DC) oder Wechselstrom (AC)

Metrikbeschreibung

• RMS (Root Mean Square) Misst die Signalleistung
• Peak-to-Peak-Differenz zwischen Maximum und Minimum ampBreitengrad
• Crest-Faktor Verhältnis von Spitze zu RMS
• THD (Gesamte harmonische Verzerrung)
• Misst die harmonische Verzerrung
• Wellenlänge Misst die Signalklarheit
• SNR (Signal-Rausch-Verhältnis)
• Misst die Signalklarheit

Tabelle 3. Wichtige Signalmetriken und ihre Beschreibungen, die häufig in der Signalanalyse und -diagnose verwendet werden

Anwendungen
Die Wellenformanalyse ist eine leistungsstarke Technik, die in vielen Bereichen eingesetzt wird, um Signale zu interpretieren und aussagekräftige Informationen zu extrahieren. Hier sind einige wichtige Anwendungen der Wellenformanalyse:

1.  Elektrische und Energiesysteme
   Im Bereich der elektrischen und Energiesysteme spielt die Wellenformanalyse eine entscheidende Rolle bei der Gewährleistung der Zuverlässigkeit, Effizienz und Sicherheit des Netzes. Ingenieure verlassen sich auf Wellenformdaten, um die Stromqualität zu überwachen, was die Erkennung von Abweichungen vom Idealwert beinhaltet.tage und aktuelle Wellenformen. Diese Abweichungen können sich als Vol manifestierentagSpannungseinbrüche, Spannungsspitzen oder harmonische Verzerrungen können die Leistung und Stabilität der Anlage beeinträchtigen. Neben der Qualitätsüberwachung ist die Wellenformanalyse ein wichtiges Instrument zur Fehlererkennung. Durch die Untersuchung der Form und des Verhaltens von Strom und SpannungtagMithilfe der Wellenformen können Kurzschlüsse, Isolationsfehler oder Gerätestörungen in Echtzeit erkannt werden. Darüber hinaus unterstützen Wellenformdaten die Lastanalyse und helfen Versorgungsunternehmen und Anlagenmanagern, Verbrauchsmuster zu verstehen, den Energieverbrauch zu optimieren und den zukünftigen Bedarf zu planen.
2.  Audio- und Sprachverarbeitung
   In der Audio- und Sprachverarbeitung ermöglicht die Wellenformanalyse Maschinen die Interpretation menschlicher Laute und bildet die Grundlage für Technologien wie Spracherkennung, Rauschunterdrückung und Musikanalyse. Sie hilft Systemen, gesprochene Wörter zu identifizieren, Hintergrundgeräusche herauszufiltern und musikalische Elemente wie Rhythmus und Tonhöhe zu analysieren.
3. Medizinische Diagnostik
   In der medizinischen Diagnostik ist die Wellenformanalyse für die Überwachung physiologischer Signale unerlässlich. Instrumente wie Elektrokardiogramme (EKGs) und Elektroenzephalogramme (EEGs) nutzen Wellenformmuster, um Herz- und Gehirnerkrankungen zu erkennen und ermöglichen so eine nicht-invasive Diagnose und Gesundheitsüberwachung in Echtzeit.

Oszillographie in Energiesystemen

• Oszilloskope sind eines der wichtigsten Werkzeuge zur Analyse elektrischer Signale. Die primäre Information, die aus der Wellenform des Signals gewonnen wird, ist die Visualisierung seiner ampTemperaturschwankungen im Laufe der Zeit. Diese Fähigkeit macht sie unverzichtbar für Aufgaben wie das Testen, Debuggen und die Fehlerbehebung elektronischer Systeme.
• Oszillographie in Stromversorgungssystemen bezieht sich auf die Verwendung von Oszillographen oder digitalen Fehlerrekordern (DFRs) zur Erfassung und Analyse elektrischer Wellenformen – typischerweise Voltage und Strom – während des normalen Betriebs und insbesondere bei Störungen wie Fehlern, Schaltvorgängen oder Geräteausfällen. Oszilloskope gibt es in verschiedenen Ausführungen, die jeweils für bestimmte Anwendungen in der Elektronik, Energiesystemen und Signalanalyse geeignet sind.

Hier ist eine Aufschlüsselung der wichtigsten Oszilloskoptypen:

1. Analoges Oszilloskop
   Das analoge Oszilloskop ist die früheste Form dieses Instruments. Es wurde im frühen 20. Jahrhundert entwickelt und nach dem Zweiten Weltkrieg weit verbreitet. Es arbeitet mit einer Kathodenstrahlröhre (CRT), in der ein Elektronenstrahl horizontal und vertikal abgelenkt wird, um die Wellenform eines elektrischen Signals auf einem phosphoreszierenden Bildschirm abzubilden. Die vertikale Ablenkung entspricht der Voltage des Signals, während die horizontale Ablenkung durch eine Zeitbasis gesteuert wird, wodurch die Wellenform im Zeitverlauf angezeigt werden kann. Eine der wichtigsten Stärken analoger Oszilloskope ist ihre Echtzeitreaktion. Sie können schnelle Transienten und Signaländerungen anzeigen, während sie auftreten, was besonders in der Ausbildung und für schnelle Diagnosen nützlich ist. Allerdings fehlt ihnen die Möglichkeit, Wellenformen zu speichern oder digitale Analysen durchzuführen. Ihr sperriges Design, die begrenzte Messgenauigkeit und der fehlende Speicher machen sie für moderne Anwendungen weniger geeignet, aber sie bleiben wertvoll für die Vermittlung grundlegender Konzepte des Signalverhaltens.
2. Digitales Speicheroszilloskop (DSO)
   Der DSO stellt einen bedeutenden Fortschritt gegenüber analogen Modellen dar. Er digitalisiert eingehende analoge Signale mithilfe von Analog-Digital-Wandlern (ADCs), dieampErfasst das Signal mit hoher Geschwindigkeit und konvertiert es in ein digitales Format. Diese digitalen Daten werden dann im Speicher abgelegt und ermöglichen so eine Analyse nach der Erfassung, Zoomen, Triggern und Wellenformvergleich.
   DSOs sind mit Mikroprozessoren und Software ausgestattet, die eine Vielzahl von Funktionen ermöglichen, darunter automatische Messungen, FFT-Analyse und Protokolldekodierung. Aufgrund ihrer Vielseitigkeit und Präzision werden sie häufig in Stromversorgungssystemen, eingebetteten Systemen sowie Forschungs- und Entwicklungslaboren eingesetzt.
3.  Digitales Phosphor-Oszilloskop (DPO)
   Das DPO basiert auf der DSO-Architektur, bietet jedoch eine höhere Wellenformerfassungsrate und Intensitätsabstufung. Das Oszilloskop kann Tausende oder sogar Millionen von Wellenformen pro Sekunde erfassen und darstellen und diese mit unterschiedlicher Helligkeit überlagern, um die Häufigkeit ihres Auftretens anzuzeigen. Diese Funktion imitiert die visuelle Persistenz analoger CRTs und bietet gleichzeitig die Vorteile der digitalen Verarbeitung.
   DPOs eignen sich besonders gut für die Jitter-Analyse, Glitch-Erkennung und Signalintegritätsprüfung in digitalen Hochgeschwindigkeitssystemen. Sie ermöglichen Ingenieuren die Visualisierung subtiler Anomalien, die mit herkömmlichen Oszilloskopen möglicherweise übersehen werden.
4.  COMTRADE-Standards
   • Der COMTRADE-Standard, kurz für Common Format for Transient Data Exchange for Power Systems, ist ein weltweit anerkanntes file Format zum Speichern und Austauschen von Wellenformdaten, die bei Störungen im Stromnetz aufgezeichnet wurden. COMTRADE ist im IEEE-Standard C37.111 definiert und spielt eine entscheidende Rolle bei der Analyse und Simulation von elektrischen Fehlern und dem Verhalten von Schutzsystemen nach Ereignissen.
   • Dieser Standard ist unerlässlich, da er die Interoperabilität einer Vielzahl von Werkzeugen und Geräten gewährleistet, die von Versorgungsunternehmen, Relaisherstellern und Systemanalytikern eingesetzt werden. Bei Störungen wie Fehlern oder Schaltvorgängen erfassen digitale Fehlerschreiber (DFRs), Schutzrelais und andere Überwachungsgeräte hochauflösende Wellenformdaten. COMTRADE bietet eine standardisierte Möglichkeit zur Speicherung dieser Daten und ermöglicht so deren plattformübergreifende gemeinsame Nutzung und Analyse.
   • Eine der wertvollsten Anwendungen von COMTRADE ist die Ereignisanalyse. Ingenieure nutzen aufgezeichnete Daten, um den Ereignisablauf zu rekonstruieren, die korrekte Funktion von Schutzrelais zu überprüfen und Anomalien im Systemverhalten zu identifizieren. Diese Analyse ist entscheidend für die Verbesserung der Zuverlässigkeit und Reaktionsfähigkeit von Schutzsystemen. Darüber hinaus bietet COMTRADE files werden häufig in Schulungs- und Simulationsumgebungen verwendet, in denen reale Störungsdaten wiedergegeben werden können, um die Relaislogik zu testen, Systemmodelle zu validieren oder Bediener und Ingenieure unter realistischen Bedingungen zu schulen.
   • COMTRADE-Standards wurden weiterentwickelt, um der wachsenden Komplexität und den steigenden Datenanforderungen moderner Energiesysteme gerecht zu werden. Die ursprüngliche Version von 1991 verwendete ein einfaches ASCII-Format zur Speicherung von Wellenformdaten und Konfigurationsinformationen. Dieses Format war zwar für seine Zeit effektiv, hatte jedoch Einschränkungen hinsichtlich Datengröße und Flexibilität. 1999 wurde der Standard aktualisiert und unterstützt nun auch binäre Datenformate. Dies ermöglichte eine effizientere Speicherung und schnellere Verarbeitung sowie die Verarbeitung mehrerer sampling-Raten innerhalb eines einzelnen Datensatzes – eine wichtige Funktion zum Erfassen sowohl schneller Transienten als auch langsamerer Systemdynamiken.
   • Im Jahr 2013 führte COMTRADE die XML-basierte Konfiguration ein files und die Fähigkeit, alle damit verbundenen files in einem einzigen ZIP-Archiv. Diese Verbesserung verbesserte die Datenorganisation, Lesbarkeit und Integration mit modernen Softwaretools. Das XML-Format erleichterte zudem die programmgesteuerte Analyse und Interpretation von Konfigurationsdaten, was die Automatisierung und Interoperabilität weiter verbesserte.
   • Zusammenfassend lässt sich sagen, dass COMTRADE ein grundlegender Standard im Bereich der Energiesysteme ist und eine konsistente, genaue und effiziente Verarbeitung transienter Wellenformdaten ermöglicht. Seine kontinuierliche Weiterentwicklung spiegelt die wachsenden Anforderungen digitaler Umspannwerke, intelligenter Stromnetze und fortschrittlicher Schutzsysteme wider.

Schlüsselkomponenten von COMTRADE

File Erweiterung Beschreibung

• CFG-Konfiguration file: definiert Kanalnamen, Skalierungsfaktoren, sampLing-Rate usw.
• DAT-Daten file: enthält die eigentlichen sampLED-Wellenformdaten (ASCII oder Binär)
• HDR (optional) Header file: enthält Metadaten zum Aufnahmegerät oder Ereignis
• INF (optional) Informationen file: bietet zusätzlichen Kontext oder Kommentare

Abbildung 1. COMTRADE im Arbeitsablauf der Ereignisanalyse im Energiesystem

Erweiterte Wellenformanalysetechniken

• Moderne Energiesysteme werden durch die Integration erneuerbarer Energiequellen, Leistungselektronik und Smart-Grid-Technologien immer komplexer. Diese Fortschritte bringen neue Herausforderungen für Überwachung, Schutz und Steuerung mit sich, insbesondere für die genaue Analyse elektrischer Wellenformen. Herkömmliche Signalverarbeitungsmethoden sind oft nicht in der Lage, subtile Anomalien, vorübergehende Störungen oder nichtlineares Verhalten in der Spannungsversorgung zu erkennen.tage und aktuelle Wellenformen.
• Fortschrittliche Wellenformanalysetechniken bieten leistungsstarke Werkzeuge zur Bewältigung dieser Herausforderungen. Durch die hochauflösende, adaptive und intelligente Analyse von Stromversorgungssignalen verbessern diese Methoden die Fehlererkennung, die Bewertung der Stromqualität und die Überwachung der Systemstabilität. Dieses Whitepaper beleuchtet die wirkungsvollsten Techniken, die die Wellenformanalyse in modernen Stromversorgungssystemen revolutionieren.

Wichtige Techniken zur Wellenformanalyse von Stromversorgungssystemen

1. Schnelle Fourier-Transformation (FFT)
   FFT ist eine grundlegende Technik in der Signalverarbeitung und wird häufig zur Analyse des Frequenzgehalts elektrischer Wellenformen eingesetzt. In Stromversorgungssystemen wird FFT hauptsächlich zur Identifizierung und Quantifizierung harmonischer Komponenten in Spannungsbereichen eingesetzt.tage und Stromsignale. Durch die Umwandlung von Zeitbereichssignalen in den Frequenzbereich deckt die FFT das Vorhandensein von harmonischen Verzerrungen auf, was für die Beurteilung der Stromqualität und die Einhaltung von Standards wie IEEE 519 von entscheidender Bedeutung ist.
   Obwohl die FFT bei stationären Signalen sehr effizient und genau ist, geht sie davon aus, dass sich die Signaleigenschaften im Laufe der Zeit nicht ändern. Daher ist sie für die Analyse vorübergehender oder zeitveränderlicher Phänomene weniger geeignet, da hier andere Techniken möglicherweise besser geeignet sind.
2.  Wavelet-Transformation (WT)
   WT überwindet die Einschränkungen der FFT, indem es eine Zeit-Frequenz-Darstellung von Signalen bietet. Im Gegensatz zur FFT, die feste sinusförmige Basisfunktionen verwendet, nutzt WT skalierbare und übersetzbare Wavelets, die sich an die Signaleigenschaften anpassen.
   Dies ermöglicht Analysen mit mehreren Auflösungen und eignet sich ideal zur Erkennung transienter Ereignisse wie Störungen, Schaltvorgängen und Blitzeinschlägen. In Stromversorgungssystemen ist WT besonders wertvoll für die Fehlererkennung und -lokalisierung, da es den genauen Zeitpunkt und die Häufigkeit von Störungen bestimmen kann. Die Fähigkeit, sowohl hochfrequente Transienten als auch niederfrequente Trends zu analysieren, macht es zu einem vielseitigen Werkzeug für die moderne Netzüberwachung.
3. Unabhängige Komponentenanalyse (ICA)
   ICA ist ein statistisches Verfahren zur Zerlegung eines multivariaten Signals in additive, unabhängige Komponenten. In Stromversorgungssystemen wird ICA eingesetzt, um Stör- oder Rauschquellen von Messdaten zu isolieren, insbesondere in Mehrphasensystemen oder Sensorarrays. Durch die Identifizierung statistisch unabhängiger Quellen verbessert ICA die Klarheit der Wellenformdaten und die Genauigkeit nachfolgender Analysen. Es wird häufig zur Überwachung der Stromqualität, zur Fehlererkennung und zur Signalentstörung eingesetzt.
4.  Auf maschinellem Lernen basierende Techniken
   Mit dem Aufkommen von Big Data und intelligenten Systemen ist maschinelles Lernen zu einem integralen Bestandteil der Wellenformanalyse geworden. Techniken wie Convolutional Neural Networks (CNNs) und Long Short-Term Memory (LSTM)-Netzwerke sind in der Lage, komplexe Muster direkt aus Rohwellendaten zu lernen. Diese Modelle werden für eine Vielzahl von Anwendungen eingesetzt, darunter automatisierte
   Fehlerklassifizierung, Anomalieerkennung, Lastprognose und vorausschauende Wartung. Maschinelles Lernen bietet den Vorteiltage der Anpassungsfähigkeit und Skalierbarkeit, was es zu einem leistungsstarken Tool für die moderne Energiesystemanalyse macht.

Abbildung 2. Wellenformanalyse in Stromversorgungssystemen

Harmonische Analyse

• In Stromversorgungssystemen beziehen sich Oberschwingungen auf Voltage oder Stromwellenformen, die bei Frequenzen auftreten, die ein Vielfaches der Grundfrequenz des Systems sind – typischerweise 50 Hz in Ländern wie Indien oder 60 Hz in den USA. Diese harmonischen Komponenten überlagern die Grundwellenform und verzerren deren ideale Sinusform. Beispielsweise würde eine zweite Harmonische in einem 50-Hz-System bei 100 Hz auftreten, eine dritte bei 150 Hz usw. Wenn sich diese höherfrequenten Komponenten anhäufen, verändern sie die Symmetrie und Glätte der Wellenform, was zu einer Reihe von Problemen mit der Stromqualität führt.
• Die Hauptquellen von Oberschwingungen in modernen Stromnetzen sind nichtlineare Lasten. Dies sind Geräte, die Strom in abrupten Impulsen statt in einer gleichmäßigen, sinusförmigen Weise ziehen. Häufige BeispieleampZu den Laufwerken gehören Frequenzumrichter (VFDs), die zur Steuerung der Motordrehzahl verwendet werden; unterbrechungsfreie Stromversorgungen (USV), die eine kontinuierliche Stromversorgung während des Betriebs gewährleistentages; und eine breite Palette elektronischer Geräte wie Computer, Drucker und LED-Beleuchtung. Wechselrichter, die in Solar- und Windenergieanlagen eingesetzt werden, leisten ebenfalls einen wichtigen Beitrag, insbesondere da der Anteil erneuerbarer Energien im Netz zunimmt.
• Das Vorhandensein von Oberschwingungen in einem Stromnetz ist nicht nur ein theoretisches Problem – es hat konkrete und oft kostspielige Folgen. Harmonische Verzerrungen können zu Überhitzung in Transformatoren, Motoren und Kabeln führen und so deren Lebensdauer und Effizienz verkürzen. Schutzrelais, die auf bestimmte Wellenformeigenschaften reagieren, können bei verzerrten Signalen Fehlfunktionen aufweisen oder nicht richtig funktionieren. Darüber hinaus erhöhen Oberschwingungen die Systemverluste und können Resonanzzustände erzeugen, bei denen bestimmte Frequenzen ampDies kann zu schweren Geräteschäden führen.
• Angesichts dieser Risiken wird die Oberschwingungsanalyse zu einem kritischen Aspekt der Überwachung und des Designs von Energiesystemen. Sie ermöglicht Ingenieuren
  um das Ausmaß der Verzerrung zu beurteilen, ihre Ursachen zu identifizieren und geeignete Minderungsstrategien zu implementieren. Eines der am häufigsten verwendeten Werkzeuge hierfür ist die FFT. Dieses mathematische Verfahren zerlegt eine komplexe Wellenform in ihre Frequenzkomponenten und zeigt so die Amplitude und Phase jeder Harmonischen. Die FFT eignet sich besonders gut zur Analyse stationärer Signale, bei denen die Wellenformeigenschaften im Zeitverlauf relativ konstant bleiben.

 Prozess der harmonischen Analyse auf web Anwendung

Schritt-für-Schritt-Ablauf

• Signal erfassen oder empfangen (z. B. von COMTRADE oder Sensor)
• Segmentieren Sie das Signal in Frames (z. B. 1024 sampdas)
• Wenden Sie auf jeden Frame eine Fensterfunktion an
• Führen Sie eine FFT am Fensterrahmen durch
• Visualisieren oder analysieren Sie das Frequenzspektrum

Tipps zur Speichereffizienz

• Verwenden Sie typisierte Arrays (Float32Array, Float64Array) für die Leistung
• Puffer wiederverwenden statt neu zuordnen
• Vermeiden Sie unnötige Datenkopien oder JSON-Serialisierung

Bibliotheksfunktionen Größe Hinweise

• fft.js Reines JS FFT Kleine, schnelle, typisierte Arrays
• DSP.js FFT + Filter Mittel Gut für Audio
• Meyda Audio verfügt über große, auf Web Audio-API

Tabelle 5. Bibliotheken für FFT in JS 

Abbildung 3. Prozess der harmonischen Analyse auf Web Anwendung

1.  Signalerfassung
   • COMTRADE DATA-Abrufanalyse
     Der Signalerfassungsprozess beginnt mit einem Backend-Dienst, der COMTRADE empfängt oder darauf zugreift files, die typischerweise eine Konfiguration enthalten file (.CFG) und eine Daten file (.DAT). Die .CFG file wird analysiert, um Metadaten zu extrahieren, wie beispielsweise:
   • Anzahl der Kanäle
   • Sampling-rate
   • Kanalnamen
   • Skalierungsfaktoren
     Die .DAT file enthält die tatsächlich aufgezeichneten Signalwerte. Diese Werte werden mithilfe der extrahierten Faktoren skaliert, um die digitalen Rohwerte in sinnvolle physikalische Einheiten wie Volt oder amperes.
     Sobald die Zeitreihendaten extrahiert und strukturiert sind, werden sie in ein JSON-Format serialisiert. Jeder Eintrag enthält eine Zeitangabeamp und die entsprechenden Werte für jeden Kanal. Diese strukturierten Daten werden dann über einen RESTful-API-Endpunkt dem Frontend zur Verfügung gestellt.
   • Plotten von Sinuswellen basierend auf Kanälen
     Im Frontend können Benutzer bestimmte Parameter oder Kanäle – wie VGA, VBA und andere – auswählen, um ihre Wellenformen zu visualisieren. Diese Parameter stellen typischerweise Voltage oder Strommessungen von verschiedenen Phasen oder Standorten im Stromnetz. Zum Beispielampauf:
   • VGA: Lautstärketage an Phase A an einem Generatoranschluss
   • VBA: Voltage auf Phase A an einem Bus
     Über eine Dropdown- oder Listenoberfläche können Benutzer aus den verfügbaren Kanälen auswählen. Nach der Auswahl werden die entsprechenden Zeitreihendaten dargestellt, die unter normalen Betriebsbedingungen typischerweise sinusförmige Wellenformen aufweisen.
2. Fensterung
   Nach der Darstellung der Sinuswelle wird dem Benutzer eine grafische Oberfläche zur Verfügung gestellt, über die er ein kleines Fenster auswählen kann – in der Regel einen vollständigen Zyklus der Wellenform. Dies geschieht mithilfe eines verschiebbaren oder in der Größe veränderbaren Auswahlfelds über dem Diagramm.
   Sobald ein Fenster ausgewählt ist:
   • Die entsprechende Teilmenge der Zeitreihendaten wird extrahiert
   • Eine Fensterfunktion (wie Hann oder Hamming) wird angewendet, um die Kanten des Signals abzuschrägen
   • Das Fenstersignal wird dann für die FFT-Berechnung vorbereitet
   • Dieser Schritt ist in Stromversorgungssystemen mit periodischen Signalen von entscheidender Bedeutung. Durch die Auswahl genau eines Zyklus wird sichergestellt, dass die FFT die Grundfrequenz und die Harmonischen mit minimaler Verzerrung erfasst, während die Fensterfunktion spektrale Leckagen reduziert.
3. Schnelle Fourier-Transformationsberechnung
   • Die schnelle Fourier-Transformation (FFT) wird angewendet, um das Zeitbereichssignal in den Frequenzbereich umzuwandeln. Dadurch wird der harmonische Gehalt des Signals sichtbar. Die FFT wird nach folgender Formel berechnet:
     X[k] = Σ (x[n] * e^(-j2πkn/N)) für n = 0 bis N-1
     Wo:
   • X[k] ist die k-te Frequenzkomponente
   • x[n] ist der n-te Zeitbereich sample
   • N ist die Gesamtzahl der samples
   • j ist die imaginäre Einheit
     In fft.js wird die FFT mithilfe des Cooley-Tukey-Algorithmus berechnet, der eine DFT der Größe NN rekursiv in kleinere DFTs zerlegt.
     Das Folgende ist eine vereinfachte Darstellungview des Prozesses:
   • Eingangsvorbereitung
   • Das Eingangssignal ist normalerweise ein Array von reellen Zahlen
     • Wenn das Signal nur reell ist, wird es in ein komplexes Array umgewandelt; jeder Wert wird zu einer komplexen Zahl mit einem Imaginärteil von 0
   • Bitumkehrpermutation
     Das Eingabearray wird auf eine bestimmte Weise neu geordnet (Bitumkehrreihenfolge), um die rekursiven FFT-Schritte vorzubereiten
   • Schmetterlingsberechnung
     Der Kern des FFT-Algorithmus besteht darin, Wertepaare mithilfe der Butterfly-Operation zu kombinieren:
   • u=x[n]t=x[n+m]•e−j2πNkx[n]=u+tx[n+m]=u−tutx[n]x[n+m]
   • =x[n]=x[n+m]•e−jN2πk=u+t=u−t
     Dies wird in s wiederholttages, wobei sich die Größe der Sub-DFTs jedes Mal verdoppelt
   • Ausgabe
     Das Ergebnis ist ein Array komplexer Zahlen, die die ampLänge und Phase jeder Frequenzkomponente
4. Visualisierungen
   Der letzte Schritt ist die Visualisierung, bei der die Frequenzbereichsdaten mithilfe von ECharts, einer leistungsstarken Diagrammbibliothek auf JavaScript-Basis, in ein interaktives und interpretierbares Format gebracht werden.
   Sobald die FFT berechnet ist, wird das resultierende Frequenzspektrum – typischerweise bestehend aus den Amplitudenwerten über Frequenzbereiche hinweg – in Diagramme übertragen. Benutzer können view diese Daten als:
   • Liniendiagramme
   • Balkendiagramme
   • Heatmaps

ECharts unterstützt interaktive Funktionen wie Zoomen, Tooltips, Legenden und responsive Layouts und eignet sich daher ideal für die detaillierte Untersuchung von Signaleigenschaften. Diese Visualisierung ist unerlässlich, um Muster zu erkennen, Anomalien zu entdecken und fundierte Entscheidungen basierend auf dem Frequenzgehalt des Signals zu treffen – beispielsweise das Erkennen von Oberschwingungen, Rauschen oder unerwarteten Frequenzspitzen.

 Strategien zur Harmonischenminderung
Mit der Weiterentwicklung von Stromversorgungssystemen durch die Integration nichtlinearer Lasten und erneuerbarer Energiequellen ist die Oberschwingungsverzerrung zu einem kritischen Problem geworden. Oberschwingungen können zu Überhitzung der Geräte, Ausfall von Schutzeinrichtungen und erhöhten Systemverlusten führen. Um diesen Herausforderungen zu begegnen, wurden verschiedene Minderungsstrategien entwickelt, die jeweils auf unterschiedliche Systemkonfigurationen und Oberschwingungsprofiles.

1. Passive Filter
   Passive Filter gehören zu den gängigsten und am weitesten verbreiteten Lösungen zur Oberschwingungsdämpfung. Diese Filter bestehen aus Induktivitäten und Kondensatoren, die Resonanzkreise bilden, die auf bestimmte Oberschwingungsfrequenzen abgestimmt sind. An das Stromnetz angeschlossen, bieten sie einen niederohmigen Pfad für gezielte Oberschwingungen und leiten diese so effektiv von empfindlichen Geräten ab. Passive Filter sind zwar kostengünstig und einfach zu implementieren, haben jedoch einen festen Aufbau und passen sich möglicherweise nicht gut an unterschiedliche Oberschwingungsbedingungen an. Darüber hinaus kann eine falsche Abstimmung zu Resonanzproblemen führen, die ampVerzerrungen werden eher verstärkt als gemildert.
2.  Aktive Leistungsfilter (APFs)
   APFs bieten einen dynamischeren Ansatz zur Oberschwingungsminderung. Diese Geräte nutzen Leistungselektronik, um das System kontinuierlich zu überwachen und Kompensationsströme einzuspeisen, die unerwünschte Oberschwingungen ausgleichen. Im Gegensatz zu passiven Filtern können sich APFs in Echtzeit an Laständerungen und Oberschwingungsgehalt anpassen. Sie sind besonders effektiv in Umgebungen mit schwankenden nichtlinearen Lasten, wie z. B. in Industrieanlagen oder Rechenzentren. Ihre Komplexität und die höheren Kosten können jedoch eine breite Akzeptanz, insbesondere bei kleineren Anlagen, behindern.
3.  Hybridfilter
   Hybridfilter vereinen die Stärken passiver und aktiver Filtertechniken. Typischerweise wird ein passiver Filter für niederwertige Harmonische verwendet, während ein aktiver Filter für höherwertige oder dynamisch veränderliche Harmonische zuständig ist. Diese Kombination bietet eine ausgewogene Lösung, die sowohl Kosteneffizienz als auch Anpassungsfähigkeit bietet. Hybridfilter sind besonders nützlich in Systemen, in denen harmonische Profiles sind teilweise vorhersehbar, unterliegen aber dennoch gelegentlichen Schwankungen.

Abschluss

• Die erweiterte Wellenformanalyse ist ein Eckpfeiler der modernen Technik, insbesondere in Energiesystemen, wo sie eine präzise Überwachung, Fehlererkennung und Optimierung komplexer elektrischer Netzwerke ermöglicht. Techniken wie FFT, WT, EMD, HHT, ICA und maschinelle Lernmodelle ermöglichen es Ingenieuren, verborgene Muster aufzudecken und die Systemzuverlässigkeit sicherzustellen.
• Die Oberschwingungsanalyse ist entscheidend für die Aufrechterhaltung der Stromqualität, da Oberschwingungen von nichtlinearen Lasten Wellenformen verzerren und Geräte beschädigen können. Werkzeuge wie FFT und Wavelet-basierte Analyse sind unerlässlich, um diese Verzerrungen zu identifizieren und zu mildern.
• Ein tiefes Verständnis der elektrischen Parameter – Voltage, Strom, Frequenz, Oberschwingungen und Transienten – ist grundlegend für die Beurteilung des Systemzustands. Diese Erkenntnisse reichen über Stromversorgungssysteme hinaus in Bereiche wie Audioverarbeitung und medizinische Diagnostik, wo die Wellenformanalyse Anwendungen wie Spracherkennung und EKG-Interpretation unterstützt
• Der COMTRADE-Standard gewährleistet die konsistente Speicherung und Analyse transienter Daten und unterstützt die Diagnose nach Ereignissen sowie die Integration in intelligente Stromnetze. Strategien zur Oberschwingungsminderung, einschließlich passiver, aktiver und hybrider Filter, verbessern die Systemstabilität und Compliance zusätzlich.
• Im Mittelpunkt dieses Analyseprozesses steht die Signalerfassung, gefolgt von der FFT-basierten Zerlegung und Visualisierung durch Diagramme und Zeit-Frequenz-Diagramme. Diese Tools wandeln Rohdaten in umsetzbare Erkenntnisse um und ermöglichen es Ingenieuren, Anomalien zu erkennen, die Leistung zu optimieren und fundierte Entscheidungen zu treffen.
• Die Wellenformanalyse entwickelt sich weiterhin zu einer transformativen Kraft und ermöglicht intelligentere, sicherere und widerstandsfähigere Systeme in allen Branchen.

Über Eaton
Eaton ist ein Unternehmen für intelligentes Energiemanagement, das sich dem Umweltschutz und der Verbesserung der Lebensqualität der Menschen weltweit verschrieben hat. Wir fertigen Produkte für Rechenzentren, Energieversorger, Industrie, Gewerbe, Maschinenbau, Wohnen, Luft- und Raumfahrt und Mobilität. Unser Anspruch ist es, verantwortungsvoll zu handeln, nachhaltig zu wirtschaften und unsere Kunden bei der Energieverwaltung zu unterstützen – heute und in Zukunft.

Indem wir die globalen Wachstumstrends Elektrifizierung und Digitalisierung nutzen, beschleunigen wir den Übergang unseres Planeten zu erneuerbaren Energiequellen, tragen zur Lösung der dringendsten Herausforderungen des Energiemanagements bei und schaffen eine nachhaltigere Gesellschaft für die Menschen von heute und für kommende Generationen. Eaton wurde 1911 gegründet und ist seit über einem Jahrhundert an der New Yorker Börse notiert. Wir erzielten im Jahr 2024 einen Umsatz von 24.9 Milliarden US-Dollar und beliefern Kunden in über 160 Ländern.
Weitere Informationen finden Sie unter Eaton.com

Verweise

1. Harmonische Analyse und Fourier-Transformation – University of Maryland
2. Ressourcen zur Signalanalyse – University of North Carolina Wilmington
3. Vorlesungsnotizen zur harmonischen Analyse – University of Illinois at Urbana–Champaign
4. Harmonische Analyse mit symmetrischen Raumzeigerkomponenten – IEEE Xplore
5. Anwendungen und praktische Aspekte der synchronisierten Wellenformüberwachung – PAC World
6. Elektrische Wellenformen und elektrische Signaltypen – Elektronik-Tutorials

Weitere Informationen finden Sie unter

• Eaton.com/BrightlayerDataCenters
• Eaton.com/foreseer

© 2025 Essen
Alle Rechte vorbehalten
Gedruckt in SG
Veröffentlichungsnummer WP027030EN / SMC September 2025

Eaton ist ein eingetragenes Warenzeichen.
Alle anderen Marken sind Eigentum ihrer jeweiligen Inhaber.

Häufig gestellte Fragen

Welche Wellenformtypen gibt es häufig?

Zu den gängigen Wellenformen gehören Sinuswellen, Rechteckwellen, Dreieckwellen und Sägezahnwellen.

Welche Informationen können aus der Wellenformanalyse gewonnen werden?

Die Wellenformanalyse bietet Einblicke in Signaleigenschaften wie ampGrad, Frequenz, Periode, Phase, RMS, Spitze-Spitze-Werte, Scheitelfaktor, THD und SNR.

Dokumente / Ressourcen

Eaton-Wellenformen überview und erweiterte Analyse [pdf] Bedienungsanleitung Wellenformen überview und erweiterte Analyse, Wellenformen, Überview und Erweiterte Analyse, Erweiterte Analyse, Analyse

Verweise

• Bedienungsanleitung