[发明专利]三相功率计在审
申请号: | 202010175361.5 | 申请日: | 2020-03-13 |
公开(公告)号: | CN111693764A | 公开(公告)日: | 2020-09-22 |
发明(设计)人: | P·明西尼斯库;S·A·A·达内斯 | 申请(专利权)人: | 亚德诺半导体国际无限责任公司 |
主分类号: | G01R21/00 | 分类号: | G01R21/00;G01R21/06 |
代理公司: | 中国贸促会专利商标事务所有限公司 11038 | 代理人: | 张丹 |
地址: | 爱尔兰*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 三相 功率 | ||
本公开涉及三相功率计。三相功率计可以监测三线和四线电力线上的功率。功率计测量在电力线的相导体之间的至少两个电压,并且在中性导体可用时测量在电力线的相导体和中性导体之间的至少一个电压。使用至少一些测定的电压,功率计然后可以在耦合到三线电力线时在第一模式下操作,以基于测量的电压确定电力线上的功率,或者在耦合到四线电力线时在第二模式下操作,以基于测量的电压确定电力线上的功率。
技术领域
本发明涉及一种用于监测三相电力线上的功率的功率计。
背景技术
在电力系统中,电源可以通过三相电力线将电力输送到负载。通常,有两种类型的三相电力线:三相四线电力线(也称为“星形”或“wye”配置)和三相三线电力线(也称为“Δ”配置)。四线电力线包括三个相导体A、B和C、以及中性导体N。三线电力线包括三个相导体A、B和C,而没有中性导体N。
功率计在监视四线或三线电力线上的功率时可以采用布朗德尔定理。用于监视四线电力线的功率计可以包括电路以用于参考中性导体来测量三个相导体的每个上的电压以及每个相导体上的电流,从而确定功率。用于监视三线电力线的功率计可以包括:电路以用于参考第三相导体来测量两个相导体上的电压和两个相导体上的电流,从而确定功率。
因此,由于不同的电压和电流测量要求,功率计制造商会为每种类型的电力线制造具有不同电路的不同功率计。这导致高的制造和生产成本。
发明内容
本公开提供用于监测三线和四线电力线上的功率的三相功率计。功率计测量在电力线的相导体之间的至少两个电压,并且在中性导体可用时测量在电力线的相导体和中性导体之间的至少一个电压。使用至少一些测定的电压,功率计然后可以在耦合到三线电力线时在第一模式下操作,以基于测量的电压确定电力线上的功率,或者在耦合到四线电力线时在第二模式下操作,以基于测量的电压确定电力线上的功率。
在本公开的第一方面,提供三相功率计,包括前端电路(FEC)。FEC被配置为耦合到包括多个导体的三线或四线三相电力线。FEC还被配置为生成指示各个导体对之间的电压的多个信号。功率计还包括处理单元。处理单元耦合到FEC,并被配置为接收所述多个信号和确定所述三相电力线的功率。功率计被配置为在第一模式下操作以确定三线三相电力线的功率,并且在第二模式下操作以确定四线三相电力线的功率。
在本公开的第二方面,提供用于三相功率计中的前端电路(FEC)。FEC被配置为耦合到包括多个导体的三线或四线三相电力线,并生成指示所述三相电力线的各个导体对之间的电压的多个信号,使得所述三相功率计可以确定在第一模式下的三相三线电力线的功率,并确定在第二模式下的三相四线电力线的功率。
在本公开的第三方面,提供一种使用三相功率计来确定三线或四线三相电力线的功率的方法,三相电力线包括多个导体。该方法包括下列步骤:使用处理单元接收指示各个导体对之间电压的多个信号;确定该三相功率计是耦合到三线电力线还是四线电力线;使用所述处理单元对所述多个信号进行处理,以确定所述三相电力线上的功率,其中处理所述多个信号的方式取决于所述功率计是连接到三线还是四线电力线。
在本公开的第四方面,提供处理单元,布置为执行本发明的第三方面所述的方法。
根据以下描述和所附权利要求,本公开的其他特征、实施例、示例和优点将显而易见。
附图说明
图1示出了根据本公开实施例的三相电力线计量环境和三相功率计;
图2示出了根据本公开实施例的三相功率计的前端电路(FEC)。
图3示出了根据本公开实施例的三相功率计的处理单元。
图4示出了根据本公开实施例的三相功率计的操作流程图。
图5示出了根据本公开实施例的处理单元的组件;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于亚德诺半导体国际无限责任公司,未经亚德诺半导体国际无限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010175361.5/2.html,转载请声明来源钻瓜专利网。
- 上一篇:训练用于图像识别的神经网络的方法和装置
- 下一篇:机器人清洁器及其控制方法