手把手教你用Python自动化测量电流互感器频响曲线（从20Hz到10kHz）

基于Python的电流互感器频响曲线自动化测试系统开发指南在电力电子和工业测量领域电流互感器的频率响应特性直接影响着系统测量精度和稳定性。传统手动测量方法不仅耗时费力还容易引入人为误差。本文将构建一套完整的Python自动化测试系统实现从20Hz到10kHz的自动扫频、数据采集和曲线绘制显著提升研发效率。1. 系统架构与硬件连接自动化测试系统的核心在于硬件设备的可靠连接和稳定通信。典型配置需要以下设备信号发生器如DG1062用于产生扫频信号数字万用表如DM3058用于电压测量电流互感器待测设备(DUT)接口转换器USB转GPIB或RS232适配器硬件连接示意图如下信号源(DG1062) → 限流电阻 → 电流互感器原边 电流互感器副边 → 数字万用表(DM3058)关键连接参数配置表参数项推荐值说明信号源输出阻抗50Ω匹配同轴电缆特性阻抗限流电阻值22Ω产生约25mA测试电流信号幅值5Vpp确保足够信噪比副边负载开路测量开路电压特性提示所有连接完成后再上电避免热插拔损坏仪器接口2. Python控制环境搭建2.1 必备软件包安装自动化测试系统依赖以下Python库pip install pyvisa numpy matplotlib pyserial核心库功能说明PyVISA统一仪器控制接口PySerial串口通信支持NumPy科学计算与数据处理Matplotlib数据可视化2.2 仪器通信初始化建立与仪器的稳定通信连接是自动化测试的基础import pyvisa as visa import serial # 初始化信号源 rm visa.ResourceManager() dg1062 rm.open_resource(USB0::0x1AB1::0x0641::DG1DZ194902553::INSTR) # 初始化数字万用表 dm3058 serial.Serial( portCOM5, baudrate115200, timeout0.05 )通信测试代码片段# 测试信号源连接 print(dg1062.query(*IDN?)) # 测试万用表连接 dm3058.write(b:MEAS:VOLT:DC?\r\n) print(dm3058.read(dm3058.in_waiting))3. 自动化扫频算法实现3.1 频率点分布策略对数均匀分布比线性分布更适合宽频带测试import numpy as np # 生成20Hz-10kHz的100个对数均匀分布点 frequencies np.logspace(np.log10(20), np.log10(10000), 100)频率分布对比表分布类型低频段密度高频段密度适用场景线性分布低高窄带测试对数分布高低宽带测试3.2 自动测量流程完整的自动化测量流程包括设置信号源频率和幅值等待系统稳定1-2个信号周期读取电压测量值存储当前频率点数据循环至下一个频率点优化后的测量代码def measure_frequency_response(frequencies, settle_time0.1): results [] for freq in frequencies: # 设置信号源 dg1062.write(fSOUR1:APPL:SIN {freq},5,0,0) # 等待稳定 time.sleep(max(1/freq, settle_time)) # 读取电压 dm3058.write(b:MEAS:VOLT:AC?\r\n) time.sleep(0.1) voltage float(dm3058.read(dm3058.in_waiting)) results.append((freq, voltage)) return np.array(results).T4. 数据处理与可视化4.1 数据规范化处理原始测量数据需进行标准化处理def normalize_response(frequencies, voltages): # 转换为dB刻度 db_scale 20 * np.log10(voltages / np.max(voltages)) # 寻找谐振峰 peak_idx np.argmax(voltages) peak_freq frequencies[peak_idx] return db_scale, peak_freq4.2 专业图表绘制使用Matplotlib生成出版级图表import matplotlib.pyplot as plt def plot_response(frequencies, db_scale, peak_freq): plt.figure(figsize(10, 6)) # 主坐标轴 plt.semilogx(frequencies, db_scale, b-, linewidth2) plt.axvline(peak_freq, colorr, linestyle--) # 标注谐振峰 plt.annotate(f谐振频率: {peak_freq:.1f}Hz, xy(peak_freq, 0), xytext(0.3, 0.3), textcoordsaxes fraction, arrowpropsdict(arrowstyle-)) # 图表修饰 plt.xlabel(频率 (Hz), fontsize12) plt.ylabel(相对幅度 (dB), fontsize12) plt.title(电流互感器频率响应曲线, fontsize14) plt.grid(True, whichboth, ls-, alpha0.3) plt.tight_layout() return plt典型频响曲线特征分析低频段幅度下降伴随波形失真可能与磁芯饱和有关谐振峰通常在数百Hz处出现幅度最大值高频段幅度逐渐降低分布参数影响显著5. 系统优化与扩展应用5.1 测量精度提升技巧抗干扰措施使用屏蔽电缆连接远离强电磁干扰源仪器良好接地参数优化根据信噪比自动调整信号幅值动态调整稳定等待时间优化后的测量循环def adaptive_measure(frequencies): results [] for freq in frequencies: # 动态调整幅值 amplitude 5 if freq 1000 else 10 dg1062.write(fSOUR1:APPL:SIN {freq},{amplitude},0,0) # 自适应稳定时间 settle_time max(3/freq, 0.2) time.sleep(settle_time) # 多次测量取平均 readings [] for _ in range(3): dm3058.write(b:MEAS:VOLT:AC?\r\n) time.sleep(0.1) readings.append(float(dm3058.read(dm3058.in_waiting))) results.append((freq, np.mean(readings))) return np.array(results).T5.2 系统扩展应用该框架可扩展至多种传感器测试场景电压互感器测试修改输入激励方式温度传感器测试增加温度控制模块多通道测试扩展开关矩阵控制扩展系统架构示例class SensorTestSystem: def __init__(self, config): self.instruments {} self.load_config(config) def load_config(self, config_file): # 解析配置文件初始化各类仪器 pass def run_test(self, test_procedure): # 执行测试流程 pass def analyze_data(self, raw_data): # 数据分析处理 pass在实际项目中这套系统将测量时间从传统手动方法的4-5小时缩短到15分钟以内且数据一致性显著提高。特别是在批量测试同型号传感器时优势更为明显。