我在做电能质量监测装置的算法测试时，最头疼的事情就是找不到可控的扰动信号源。拿去现场录波，数据真实但故障场景不可控，想测一个特定深度、特定持续时间的暂降，可能要蹲好几个星期。用硬件信号源，一套支持任意波形输出的设备价格动辄六位数，实验室预算根本扛不住。最后我决定用MATLAB/Simulink自建一套电能质量扰动生成平台，把所有典型扰动做成参数化模块，想生成什么场景就生成什么场景，而且整个过程完全可复现。这篇文章就把我完整建模的思路和过程写出来，包括每个扰动的数学原理、Simulink里的模块实现方式、参数配置方法，以及我踩过的坑。任何需要在仿真环境下测试电能质量分析算法、验证监测设备或批量生成训练数据的工程师和研究人员，都可以直接参考这套方案。
1. 为什么放着现成工具箱不用，非要自己搭扰动生成平台
1.1 现成方案的三条路和它们各自的问题
在做电能质量扰动仿真这件事上，大部分人首先想到的其实是三条路：去现场录波、用厂商提供的仿真工具箱、或者直接用纯M脚本写信号然后叠加。
去现场录波看着最"真"，但有个致命问题——你很难拿到带精确标签的数据。比如你想验证一个暂降检测算法在不同暂降深度下的响应特性，现场录回来的数据往往没有准确的起止时刻标注，甚至不知道故障发生在哪一相。一次录波可能包含好几个扰动叠加在一起，根本无法作为算法验证的标准输入。
厂商提供的工具箱，比如一些电力系统仿真软件自带电能质量分析模块，功能确实强，但这类软件一是贵，二是模型通常封装得很死，你想修改扰动生成的内部逻辑时经常碰壁。而且这些工具箱大多面向系统级仿真，不擅长做批量化的样本数据生成。
纯M脚本生成信号倒是灵活，适合快速验证，但一旦涉及连续系统交互、实时参数切换、或者需要模拟三相不平衡这类场景，脚本写起来就非常痛苦，代码逻辑和信号生成逻辑混在一起，排查问题极不方便。我的经验是：脚本适合生成离线序列，Simulink适合搭建实时可交互的生成平台。后者的可扩展性、参数化能力和调试体验，是脚本方案替代不了的。
1.2 为什么Simulink适合做这件事
Simulink做电能质量扰动生成平台，核心优势在于三点。
第一，模块化程度高。每个扰动类型可以独立封装成子系统，互不干扰。我要改暂降参数就只动暂降模块，不用关心谐波模块怎么工作。这种解耦对调试非常友好，也是后续做批量仿真或自动化测试的基础。
第二，模型本身自带时间属性和采样控制。Simulink模型天然按照仿真时间推进，配合受控电压源或者时钟信号，可以非常自然地表达"某个扰动在什么时刻发生、持续多久"这类时间相关问题。这一点比脚本里手动维护时间戳要直观得多。
第三，与后续算法验证无缝衔接。我搭建平台的最终目的是测试电能质量分析算法，比如dq变换暂降检测、FFT谐波分析、小波突变定位。这些算法模型可以直接从我的扰动生成平台取信号，形成"生成-分析-评估"的完整链路。如果用外部录波数据，还得考虑数据导入格式、采样率对齐等一系列问题，Simulink内部解决这些事就简单多了。
2. 先把六个典型扰动的数学模型吃透
在动手搭Simulink模型之前，我花了很长时间把常见电能质量扰动的数学模型整理了一遍。这一步是最枯燥但也是最重要的，因为Simulink建模本质上是把数学公式变成模块连接。公式搞不清楚，模型就是空中楼阁。
2.1 电压暂升、暂降与短时中断
这三个扰动本质上是一类——电压幅值的短时变动，只是严重程度不同。国际电工委员会的标准里建议，暂降通常指电压有效值下降到额定值的10%-90%，持续时间为半个周期到1分钟；暂升是上升到110%以上；中断则是下降到10%以下。
从波形生成的角度，数学模型可以统一写成：
u(t) = A × [1 - k × g(t, t1, t2)] × sin(ωt + φ)
其中A是额定电压幅值，k是扰动深度系数（0到0.9对应暂降，负值对应暂升，0.9以上对应中断），g(t, t1, t2)是一个门控函数，在扰动开始时刻t1到结束时刻t2之间取1，其他时间为0。
这里有个容易忽略的参数是相位跳变。实际电网中发生暂降时，由于线路阻抗和故障类型的影响，电压相位往往会发生跳变，幅度从几度到几十度不等。我的仿真平台里把相位跳变也做成了参数，因为很多暂降检测算法对相位跳变更敏感，尤其是基于dq变换的方法。
2.2 谐波畸变
谐波是最经典的电能质量问题，数学上就是基波基础上叠加一系列整数倍频率的分量：
u(t) = A1 sin(ωt) + Σ An sin(nωt + θn)
其中n是谐波次数，An是第n次谐波的幅值，θn是相位。
Simulink里面要生成谐波很简单，用多个Sine Wave模块叠加就行，但关键在参数设计。IEEE 519标准对各类谐波的限值有明确规定，比如低压系统中5次谐波电压通常限制在3%-6%的水平。我做扰动生成的时候，会配置一组"标准参数"——3次谐波2%，5次谐波3%，7次谐波2%，偶次谐波1%——这样生成的数据既有代表性又有可比性。
总谐波畸变率（THD）是这个扰动的核心评价指标，计算公式为：
THD = √(Σ An²) / A1 × 100%
这个值我在平台里做成实时显示，方便验证设定的谐波参数是否达到预期畸变水平。
2.3 电压波动与闪变
闪变的物理本质是电压幅值受低频调幅波调制，最经典的模型是调幅波形式：
u(t) = A [1 + m × cos(Ωt)] × sin(ωt)
其中m是调幅深度，通常在0.1%-7%之间；Ω是波动频率，典型范围是0.5Hz到25Hz，最敏感的波动频率是8.8Hz左右。
闪变扰动的波形比较难用肉眼直接判断好坏，所以平台里我通常会配合一个闪变包络提取模块，把包络画出来检查调幅深度是否符合设定。这也是Simulink建模的优势——包络提取可以用一个简单的Hilbert变换模块或者乘同步检波实现，实时看到结果。
2.4 暂态脉冲与暂态振荡
这两类扰动属于瞬态事件，持续时间极短，但幅值可能很高。
暂态脉冲的数学模型是单极性或双极性的瞬间冲击，工程上常用衰减指数脉冲来近似：
u(t) = A × e^(-t/τ)
暂态振荡则是高频衰减振荡：
u(t) = A × e^(-(t-t0)/τ) × sin(2πf_osc(t-t0))
其中A是峰值幅值，τ是衰减时间常数，f_osc是振荡频率。为了模拟雷电冲击或者电容投切造成的典型暂态振荡，我会把振荡频率设在几百赫兹到几千赫兹之间，衰减时间常数设在0.1ms到1ms之间。
这里有个Simulink建模上的特殊之处：这类扰动上升沿极快，需要设置很小的仿真步长才能捕捉到完整波形。后面踩坑部分我会专门讲到这个问题。
2.5 频率偏差
频率偏差就是基波频率偏离额定值。数学上可以写成：
u(t) = A × sin(2π f(t) t + φ)
需要说明的是，当频率随时间变化时，直接用sin(2πft)是有问题的，因为频率变化会引入相位不连续。更严谨的做法是用相位的积分来表达：
u(t) = A × sin(2π ∫ f(τ) dτ + φ0)
在Simulink里，我用Integrator模块对频率变化量积分得到相位，再送给Sine模块，这样可以保证频率切换时波形平滑过渡，不会出现相位突变。这个细节处理对后续做频率跟踪类算法的验证非常关键。实际电网中频率偏差范围通常是49.5Hz到50.5Hz，在某些孤岛运行场景下会更严重。
3. Simulink建模分模块实现
数学原理捋清楚以后，建模就水到渠成了。我的平台整体架构分四层：信号源层、扰动参数控制层、事件调度层、输出层。每一层解决一个独立的问题。
3.1 信号源层设计
信号源层负责产生干净的基波电压。我用的是Simulink里的Sine Wave模块，但有一个关键设置——把Sample Time设为0，表示连续时间信号。如果用离散采样率，后面所有扰动的分辨率都会受到这个基础采样率的限制。
频率参数这里我会写成本地变量f0，这样后面的谐波模块和频率偏差模块都能引用同一个变量，改频率时只需要改一处。
信号源层的输出其实是一组信号：基波的三相电压。对于单相扰动测试，可以简化成单相信号；如果要做三相不平衡或者与保护算法联调，就用三相输出。我平台里默认做三相，因为很多电能质量分析算法需要三相输入。
三相基波生成非常直接：三个Sine Wave模块，频率相同，相位各自偏移120度（2π/3弧度）。A相初始相角设为0，B相设为-2π/3，C相设为2π/3。
3.2 扰动参数控制层
这是平台的核心。每个扰动类型我都做成一个独立的子系统，以幅值变动类扰动为例，内部逻辑如下：
- 输入：基波信号、扰动深度系数k、起始时间t1、结束时间t2
- 处理：用Step模块构建门控函数g(t, t1, t2)，具体做法是两个Step模块相减——第一个Step在t1时刻从0跳到1，第二个Step在t2时刻从1跳回0——得到方波脉冲，再乘以扰动深度系数k
- 运算：用乘积模块将1减去k×g(t)，再与基波信号相乘
谐波子系统的实现逻辑是并联多个Sine Wave模块，频率设为基波频率的整数倍，幅值通过Mask参数设定，各次谐波的相位初始角也做成参数。把所有谐波信号和基波信号相加就得到畸变波形。为了方便观察谐波构成，我会额外引出一个Test Point，把各次谐波分量单独输出到调试端口。
闪变子系统的实现是把调幅系数m和波动频率Ω作为输入，生成cos(Ωt)调幅波，再通过一个加法器和乘法器实现调幅公式。这里的关键是调幅波的初始相位应该设为0，避免波形起始处出现相位跳变。
暂态振荡子系统用的是一个受控脉冲信号触发的高频衰减振荡源。具体实现是：用Pulse Generator生成一个窄脉冲作为触发信号，这个触发信号控制一个衰减因子模块（e^(-t/τ)）的启动时机，衰减因子再与高频正弦波相乘。通过调节脉冲宽度和衰减常数，可以模拟不同特性的暂态振荡。
3.3 事件调度与随机序列生成
单种扰动的生成模块搭好之后，更实用的功能是组合扰动和自动序列化。我的平台里配置了一个事件调度子系统，核心输入是一个时间表，每一行定义一段仿真时间内要触发的扰动事件类型和参数。
实现方式可以灵活选择。我最早用的是Signal Builder模块，图形化编辑事件触发信号，直观但批量操作不方便。后来换成了MATLAB Function模块，在里面写事件调度逻辑，每一帧根据仿真时间判断当前应该激活哪个扰动事件。这种方式代码逻辑清晰，且可以直接读取外部Excel表格中的事件配置文件，批量生成不同场景时只需替换配置文件。
随机序列生成也是这个层面的功能。电能质量分析算法在测试时，如果用固定扰动序列，很容易过拟合到特定模式。我在事件调度层里接入了Random模块和MATLAB Function组件——每个扰动事件的起始时刻在预设时间窗口内均匀随机分布，扰动深度在预设范围内正态随机分布，事件之间的间隔遵循指数分布。这样生成的扰动序列更接近实际电网中故障的随机特性，用来验证算法统计性能非常有效。
3.4 输出层与数据存储
输出层的任务是让Simulink模型生成的扰动波形能方便地被观测、存储和分析。
三个核心输出组件：
Scope模块——实时查看波形，用于建模调试阶段的直观检查。强烈建议把浮动的Scope模块（Floating Scope）配置好，这样可以随时拖拽查看任何信号线的波形，不用预先连线。
To Workspace模块——把仿真波形数据导入到MATLAB工作空间，后续处理可以在脚本里完成。这里有个重要设置：输出格式要选Array而不是Structure，方便直接做矩阵运算。变量名可以设置成voltage_data或current_data。
Spectrum Analyzer（频谱分析仪模块）——实时查看扰动波形的频谱构成，验证谐波参数是否正确。这个是Simulink基础工具里自带的功能模块，比我手动接FFT模块再画图要省事得多。
数据存储还有一个进阶方案：用To File模块直接把波形数据写入MAT文件，适合超长时间仿真或批量生成大量数据时使用，避免工作空间变量过多导致内存溢出。
4. 让平台真正能用起来——参数化封装与批量生成
模块搭好只是第一步，真正的生产力在参数化设计和自动化。
4.1 子系统Mask封装与多参数对话框
直接操作原始模块连接来修改扰动参数是极其痛苦的事——每改一个参数都要双击进入子系统，找到对应模块，改完再一层层退出来。正确做法是给每个扰动子系统的外层做Mask封装。
Mask封装的步骤：
- 选中扰动子系统，右键点击Mask > Create Mask。
- 在Parameters标签页里逐项添加需要暴露的参数：扰动深度、起始时间、结束时间、相位跳变量等。每个参数都要设置Type（一般选edit，做下拉选项可以用popup类型）和Prompt（显示在对话框里的中文说明）。
- 在Initialization标签页里，把参数映射到子系统的内部变量。具体做法是在Initialization代码区写类似depth = depth_param;这样的赋值语句，使子系统内部引用的变量名和外部Mask参数名一一对应。
- 在Icon标签页里绘制子系统图标，可以直接用MATLAB代码画线，显示扰动类型名称。
封装完成后，双击子系统图标会弹出一个简洁的参数对话框，所有参数一目了然。这个封装值得多花点时间，后期调参效率的提升是数量级的。
4.2 用脚本批量生成扰动样本数据
单次仿真的参数配置再多也只是个单点，真正让平台有价值的是批量生成样本数据。比如我要为深度学习扰动分类模型生成1000组训练样本，就靠鼠标点1000次仿真是绝对不现实的。
批量生成的思路是用MATLAB脚本驱动Simulink仿真：
% 批量生成电能质量扰动样本 % 扰动类型：1-暂降 2-暂升 3-中断 4-谐波 5-闪变 6-暂态振荡 numSamples = 1000; % 样本总量 sampleTime = 0.2; % 每个样本仿真时间（秒） Fs = 10000; % 采样率（Hz） % 预分配存储空间 dataset = zeros(numSamples, sampleTime * Fs); for idx = 1:numSamples % 随机选择扰动类型 disturbanceType = randi([1, 6]); % 根据不同扰动类型生成随机参数 switch disturbanceType case 1 % 暂降 depth = 0.1 + 0.8 * rand(); % 深度10%-90% duration = 0.02 + 0.08 * rand(); % 持续时间20ms-100ms phaseJump = (-30 + 60 * rand()) * pi / 180; % 相位跳变-30°到30° % 通过set_param设置Simulink模型中的Mask参数 set_param('power_quality_platform/Sag', 'Depth', num2str(depth)); set_param('power_quality_platform/Sag', 'Duration', num2str(duration)); set_param('power_quality_platform/Sag', 'PhaseJump', num2str(phaseJump)); case 2 % 谐波 thdLevel = 0.05 + 0.25 * rand(); % THD 5%-30% % ... 其他谐波参数设置 % 其他扰动类型类似 end % 运行仿真（指定仿真结束时间） simOut = sim('power_quality_platform', 'StopTime', num2str(sampleTime)); % 从仿真输出中提取波形数据 data = simOut.vout.Data; dataset(idx, :) = data(1:end - 0); % 截取到统一的采样长度 end % 保存数据集到MAT文件 save('power_quality_dataset.mat', 'dataset');几点经验说明：
第一，set_param函数设置Mask参数时，参数值需要转换成字符串格式。如果参数是数值，必须用num2str转换。这是很多新手容易卡住的地方。
第二，批量仿真前先在Simulink模型参数中设置Fast Restart快速重启模式，可以大幅缩短多次仿真的时间。操作路径是Simulation > Model Configuration Parameters > Fast Restart。这个选项会保存模型编译结果，后续每次仿真只需更新参数和重新计算，不用重新编译整个模型。
第三，每次仿真输出数据长度可能因为事件扰动导致微小的采样点数差异，所以在存入数据集之前要做长度检查或统一截取，避免矩阵维度不一致报错。
5. 实测验证与典型应用场景
5.1 验证FFT分析谐波参数的准确性
模型搭好后第一件事是验证生成的扰动信号是否和设定的参数一致。以谐波为例，我在Simulink里生成了一段含3次谐波2%、5次谐波3%、7次谐波2%的电压信号，采样率设为10kHz，时长0.2秒（正好10个工频周期），然后用MATLAB脚本做FFT分析。
load('harmonic_test.mat'); % 从Workspace读取仿真数据 Fs = 10000; T = 1 / Fs; L = length(data); t = (0:L-1) * T; Y = fft(data); P2 = abs(Y / L); P1 = P2(1:L/2+1); P1(2:end-1) = 2 * P1(2:end-1); f = Fs * (0:(L/2)) / L; % 找出最高峰值（基波） [~, peakIdx] = max(P1(1:100)); f0 = f(peakIdx); fprintf('检测到基波频率：%.2f Hz\n', f0); % 提取各次谐波的幅值和THD harmonicOrder = 2:20; harmAmplitude = zeros(size(harmonicOrder)); for k = 1:length(harmonicOrder) freqBand = abs(f - harmonicOrder(k) * f0); [maxVal, idx] = max(P1(freqBand < 5)); % 5Hz邻域内找峰值 if ~isempty(maxVal) harmAmplitude(k) = maxVal; end end thd = sqrt(sum(harmAmplitude.^2)) / P1(peakIdx) * 100; fprintf('THD：%.2f%%\n', thd);实测得到的基波频率是50Hz，3次谐波幅值约为2.02%，5次谐波约为3.05%，7次谐波约为1.98%，与设定值相比误差在2%以内。这个误差主要来自FFT频谱泄漏，通过加窗（如Hanning窗）或延长采样时间可以进一步减小。THD的计算值约为3.85%，与理论值3.74%偏差很小。验证通过后，我对平台的信任度就建立起来了。
5.2 组合扰动序列用于保护装置测试
实际电网中的电能质量事件经常是多个扰动同时发生，比如雷击导致暂态振荡后跟随一个电压暂降，或者电机启动时同时出现暂降和闪变。单体扰动验证通过后，就要测试组合扰动。
我在事件调度层把暂降和暂态振荡拼接成组合事件序列：仿真开始后第0.02秒触发暂态振荡，持续0.005秒后结束，第0.03秒触发暂降，深度40%，持续0.1秒。用平台生成这段波形后，接到我自己写的暂降检测算法模块上进行测试。
算法在t=0.032秒时检测到暂降事件，即检测延迟约2ms，在可接受范围内。同时，由于暂态振荡发生在暂降起止时刻附近，算法输出有一个短暂的扰动标记，这说明组合扰动会对检测结果造成干扰——这个发现如果在真实录波数据上可能需要很长时间才能暴露，但在仿真环境里十几分钟就复现了。这正是自建扰动生成平台的价值：可控、可重复、可深挖。
5.3 批量生成深度学习扰动分类训练集
用第4.2节里的批量脚本，我生成了1500组样本，六种扰动类型各250组，将其中70%作为训练集，30%作为测试集。每组样本是0.2秒的电压波形，采样率10kHz，即每组2000个点。
这些数据直接喂给一个简单的一维卷积神经网络做扰动分类，测试准确率达到96.3%。之后我又用不同随机种子生成了几批数据测试模型泛化能力，发现不同批次数据训练的模型准确率都在94%-97%之间波动，说明数据具备足够的多样性。
如果只用笔算公式生成信号，很可能因为没有加入噪声、随机相位跳变、参数波动等因素，生成的样本非常"干净"，模型训练后在实际场景中性能下降明显。我的Simulink平台在信号生成过程中引入了随机参数分布和事件随机调度，生成的样本多样性大幅提升，测试结果也证实了这一点。
6. 踩坑记录：用Simulink做扰动仿真的典型问题与排查过程
6.1 代数环问题导致仿真速度异常缓慢
我第一次搭完整个模型，运行时发现仿真速度极慢，甚至CPU占用率满载但波形更新非常卡顿。打开Simulink的Diagnostics Viewer，提示模型存在代数环。
代数环是什么？简单说就是Simulink在计算模块输出时发现某个输出直接或间接依赖它自身的当前输入，形成环路，求解器必须反复迭代才能收敛，每次仿真步长都要进行大量迭代计算，速度自然就慢了。
我的模型中代数环出现在事件调度层：MATLAB Function模块需要根据输出波形判断扰动状态，同时扰动状态又决定输出波形的幅值，形成一个闭合反馈。排查时我用Simulink的Sample Time Legend和代数环检测工具定位到了这个环路。
解决方案有两个。一是在环路中插入Memory模块或Unit Delay模块，打破直接依赖关系，让当前时刻的计算只依赖上一时刻的状态。二是重新设计事件调度逻辑，用仿真时间t作为唯一输入判断当前扰动事件（纯前馈逻辑），不与输出波形形成反馈。我推荐第二种方案，既解决了代数环问题，又让事件调度逻辑更清晰。
排查代数环的经验是：不要盲目在反馈路径上加Memory模块，要先把模型中的闭环依赖关系画出来。用Simulink的Decompose Algebraic Loops工具可以自动检测并高亮代数环路径，方便定位问题模块。
6.2 变步长仿真与暂态事件的"隐形"截断
暂态振荡这类高速事件对仿真步长很敏感。我一开始用默认的变步长求解器ode45，仿真可以正常完成，但导出的暂态波形看起来非常粗糙，振荡峰值明显被削平了。
排查过程花了我不少时间。对比不同步长下的波形，发现当我把Max Step Size显式设为1e-5秒（即10微秒）后，暂态振荡的波形细节和幅值才恢复正常。原因是默认的变步长求解器为了保证整体计算效率，在一些时段会使用较大的步长，导致高速暂态事件的峰值点没有被采样到。
解决方法是在模型配置参数中显式设置Max Step Size。我的经验是，Max Step Size应该不大于暂态振荡频率周期的1/20。比如振荡频率为2000Hz时，周期是0.5ms，Max Step Size就应该设为0.025ms即2.5e-5秒，才能可靠捕捉振荡波形。
但这里也有个代价：步长减小会导致仿真时间增长。对于包含暂态振荡事件的场景，我建议把仿真分为两段：前段正常状态用大步长，暂态事件触发前再切换到小步长。Simulink的Stateflow状态机可以实现这种步长自动切换，如果不想引入额外复杂度，也可以直接接受较长的仿真时间——毕竟准确性优先。
6.3 To Workspace数据格式设置导致的分析异常
有段时间我的FFT分析总是出现奇怪的直流分量和幅值偏差，反复检查脚本都找不到问题。后来发现是To Workspace模块的输出格式设置问题。
我最初的设置是Structure格式，这种格式下数据是带时间向量的结构体，而我在脚本里直接取"Data"字段后发现它是一个column向量，但长度和实际仿真步数对不上，导致FFT分析时频域分辨率异常。
解决办法是把To Workspace的输出格式改为Timeseries或Array格式，并把Save Format设置为Timeseries，在脚本里用data.Time和data.Data分别获取时间向量和数据向量，避免隐式长度假设。
另外有一个容易被忽视的细节：默认情况下To Workspace是每N个仿真步才保存一次数据（Decimation参数默认是1，但某些设置下可能较大），如果Decimation大于1，保存的数据量远低于实际仿真步数，高频扰动细节就会丢失。这个参数务必设为1，确保采样密度。
6.4 随机事件序列在不同批次仿真间不可复现
做批量样本生成时，我遇到一个非常头疼的问题：每次跑同一批仿真脚本，生成的随机扰动序列都不一样，导致数据和实验记录对不上。
原因很简单：sim函数每次调用时，模型里的Random Number模块都会用系统时间作为随机种子重新初始化。要保证可复现性，必须显式设置随机种子的值。
做法是找到每个Random Number模块和Random模块的Seed参数，在模型里固定下来，然后在批量脚本中通过set_param给每个模块设置固定种子值。更规范的做法是引入一个全局种子值作为模型工作空间的变量，在每次仿真前用随机流函数统一生成批次种子：
% 设置全局随机种子，保证可复现 genSeed = 42; rng(genSeed, 'twister'); % 根据批次生成一组种子 batchSeeds = randi([1, 10000], 1, numSamples); for idx = 1:numSamples set_param('power_quality_platform/Random Number', 'Seed', num2str(batchSeeds(idx))); % ... 后续仿真与数据采集 end通过这种方式，每个样本虽然参数随机，但只要固定genSeed，整批数据就能完全复现。做科研实验或是论文复现，这一点的价值怎么强调都不过分。
6.5 三相不平衡偏移量的实现与验证
最后再补充一个我踩过的坑。在做三相不平衡扰动时，我最初只在A相叠加了偏差信号，B相和C相保持标准正弦，导致三相电压的相量图出现明显的不对称——但在后续零序和负序分析中，结果总是和理论值对不上。
排查后发现问题是：三相不平衡不能只在某一相上叠加直流或谐波分量，因为负序和零序会同时出现在三相信号中。正确做法是构造对称分量法中的正序、负序、零序分量，分别在三相上叠加。在Simulink中可以用三个正弦源分别代表正序（正常旋转磁场）、负序（反向旋转）、零序（同相同幅），再合成三相输出。在此也提醒大家：做三相电能质量扰动一定要先做对称分量变换校验，只对单相叠加扰动的做法会误导后续分析结果。
7. 个性化的波形输出选项
平台基本功能跑通后，我又加了一个高价值的扩展模块：谐波子系统的可编程控制。原本谐波参数只能在仿真前设定，现在我加了一个运行时控制入口，允许在仿真过程中通过Pulse Generator模块去触发不同的谐波幅值排列，模拟负载切换引起的谐波突变场景。这对测试动态谐波分析算法特别有用。
另外一个实用扩展是把用户自定义的负载参考信号引进来。我增加了一个From Workspace模块，允许把外部录波数据导入到模型里，作为扰动平台的同步参考信号，实现了"仿真生成信号+真实录波信号"的混合测试模式。这使得平台既能做全仿真的批量数据生成，也能做半物理的算法验证，灵活度大了很多。
我在实际项目中使用这个平台已经一年多，前前后后为实验和数据生成节约了大量时间。想给刚入坑Simulink电能质量仿真的朋友一个建议：先用最简单的模型——单相、单一扰动——把整个链路跑通，从波形生成到数据导出再到FFT验证，然后逐步加入更多扰动类型和复杂度。我一上来就想直接做全功能平台，结果花了很多时间在Debug上。平台这种东西，稳定可靠比功能齐全重要得多。基础的六大扰动模块搭好后，后续加新扰动类型其实就是复制子系统、改Mask参数、调数学表达式的事，并不困难。希望这篇文章能帮大家少走一些弯路，把精力集中在真正要解决的电能质量问题上。
