Question

我在python中创建了2个正弦波，以便测试一些算法，特别是测量和修复阶段之间的一些延迟。它应该是模拟电源电压和电流

from math import *
from random import randint
import numpy as np
import matplotlib.pyplot as plt

f = 60
fs = f * 144 
sample = fs

def wave(peakv, peaki, angle = 0):
    x = np.arange(sample)

    vrms = 0
    irms = 0

    rads = 2 * np.pi
    if angle == 0:
        angulo = 0
        offset = 0
    else:
        angulo = 360 / angle
        offset = rads / angulo

    tcoffset = - rads * 6/ (360) #+ 1 * error * rads /360

    offset = offset - tcoffset 

    v = peakv * np.sin(2*np.pi*x/fs) * 1.5035 + 0.6
    i = peaki * np.sin(2 * np.pi * x / fs - offset) * 1.92 * 20 + 0.15
    #rms
    vrms = np.sqrt(np.dot(v, v)/sample)
    irms = np.sqrt(np.dot(i, i)/sample)
    #power
    S = vrms * irms
    Pa = 0
    Pa = np.dot(v, i)

    Pa /= sample
    PF = Pa/S
    print '------------------------------------------'

    print 'Vrms = ', vrms
    print 'Irms = ', irms

    print 'Apparent power = ', S #* (angle * pi / 180)
    print 'Power = ', Pa
    print 'Power factor = ', PF
    print 'theta = ', np.arccos(PF) * 180 / np.pi

    print '************************************************'
    print
    print 'Using calibration ... '
    #Calibrsating gain and offset
    gv = (peakv/sqrt(2))/vrms
    gi = (peaki/sqrt(2))/irms

    ov = (max(v) + min(v))/2
    oi = (max(i) + min(i))/2

    v = gv * v - ov * gv
    i = (gi * i - oi * gi)

    #
    prev = 0

    #applying allpass filter
    vout = np.arange(sample)
    iter = 0
    vout = [0] * sample
    for n in np.nditer(v, op_flags=['readwrite']):
        vout[iter] = n - 0.99332 * (n - vout[iter-1]) + prev
        prev = n
        #vout[iter] *= 0.49
        iter += 1
    v = vout

    vrms = np.sqrt(np.dot(v, v)/sample) / 149.84
    irms = np.sqrt(np.dot(i, i)/sample)

    S = (vrms * irms)
    newp = np.dot(i, v)/sample / 149.84
    newPF = newp/S

    print 'Corrected theta allpass   = ', np.arccos(newp/S) * 180 / np.pi

    print 'Calibrated Voltage        = ', vrms
    print 'Calibrated Current        = ', irms
    print 'Calibrated Apparent Power = ', S
    print 'Calibrated Active power   = ', newp
    print 'Calibrated Power Factor   = ', newPF

    print '------------------------------------------'


if __name__ == "__main__":
    r = sqrt(2)

    wave(127*r, 5*r, 70)

这应该用于校正电流互感器在不同功率因数下增加的相位偏移。它工作在@ 60°，0-50和90°...出于某种原因，当你放置51,52,53，......它计算两个相位之间的完全相同的角度，从61-72然后在80年代它给出了完全相同的值。

我的标题是误导的，因为我知道numpy中出现错误的可能性非常低，但是我没有想法，当我用大多数值测试它时它没有任何障碍，我甚至可以绘制他们有很多问题，他们似乎没问题。我的问题在于这些价值......我真的不知道发生了什么，也许是np.sin函数的舍入问题？

Answer 1

好的，我找到了答案，但忘了在这里回复。

最重要的是变量x是错误的，它不应该是一个np.arange（样本），这会给你一个从0到样本的数组，这是错误的。在我看到我意识到我做错了之后......我只是这样做因为我使用了很多范围而且我最终以这种方式使用它...所以我更正为x = np.arange（0,1 / f），1 / Ts），其中Ts = 1 / fs。在我做完之后，一切都开始完美。

所以...给每个人的一张纸条，即使它是你每天使用/做的事情，在你像往常一样使用/做之前想想，有时你会防止错误并节省一些自己调试天数

numpy有错误还是我做错了什么？

1 个答案: