基于分数阶小波变换的电力系统谐波检测方法

针对稳态和暂态谐波检测易受噪声干扰的问题,提出一种基于分数阶小波变换(fractional wavelet transform,FRWT)的电力系统谐波检测方法。首先,通过快速傅里叶变换(fast Fourier transform,FFT)检测出各频谱的频率,根据频率确定分解层数;其次,利用FRWT对信号进行分解和重构,实现基波与各次谐波分量的分离;最后,对各次谐波分量进行Hilbert变换(Hilbert transform,HT),获取各次谐波分量的频率和幅值检测结果以及暂态扰动的起止时刻。对多种谐波信号的仿真试验结果表明,FRWT方法可以有效实现对含噪信号中稳态和暂态谐波的检测,即使信噪比较低也能保证各项结果的检测精度,证明FRWT方法是检测谐波的一种有效新方法。     

基于插值FFT算法重构的Hilbert变换测量无功功率的新方法

在异步采样情况下,利用Hilbert变换测量无功功率会产生较大的误差.提出了一种基于插值FFT算法重构的Hilbert变换测量无功功率的新方法.该方法用离散傅立叶变换(DFT)和离散傅里叶逆变换(IDFT)实现Hilbert变换,将各次谐波电压分别准确移相90°.并利用加汉宁窗(Hanning)插值快速傅里叶变换(FFT)算法分别对周期信号电压和周期信号电流的基波及谐波的幅值、相位、频率进行计算,形成经过加汉宁窗(Hanning)插值快速傅里叶变换(FFT)算法修正后的频谱,以克服信号频谱泄漏的影响,消除用异步采样值测量电功率时产生的误差.仿真计算结果表明,基于插值FFT算法重构的Hilbert变换测量无功功率的新方法具有很高的精度.     

基于双树复小波和ICA的电网谐波检测方法

针对电网当中谐波严重的污染问题,提出一种基于双树复小波变换和ICA的电网谐波检测方法。该方法在不需要任何先验知识的情况下,先将混合的电网信号经过两个并行的实小波变换实现信号的分解和重构,得到各分量的最佳分解信号;结合ICA算法对分量信号继续进行盲源分离,解决了分解后频率混叠的问题,可以有效提取和分离电网谐波信息。相较于传统离散小波变换,双树复小波变换处理混合的电网信号时具有更低的频带能量泄露特性。通过仿真模拟电网谐波信号进行实验分析,表明了将双树复小波变换和ICA应用于电网谐波信息提取和分离的有效性。     

基于Daubechies小波的谐波分析算法

针对基于傅里叶变换(FFT)的谐波分析方法易受噪声干扰和对暂态谐波处理精度差的缺点,提出了一种基于小波包变换的谐波分析算法.该算法能实现信号频带的均匀划分,通过选择适当的采样频率和小波包分解树,可使所关心的谐波频率落在小波包频带的中心,从而减少频谱泄露,有效提高频谱分析精度.通过对比研究表明该算法抗干扰能力明显优于FFT方法,仿真和实验结果进一步表明了该算法的有效性.     

小波变换在电力系统谐波检测方面的应用

针对傅里叶变换的谐波检测方法无法同时实现时-频变域分析这一缺点,提出了小波变换这一新方法对谐波进行分析。通过小波变换对电力系统中的谐波电流进行分解,得到信号的基波分量和高次谐波分量。针对电力系统中的突变信号,提出了基于小波变换的模极大值的奇异性检测方法,通过小波变换模的极值点在多尺度上的综合表现,来表示信号的突变特征,并通过仿真实例验证该算法的有效性。     

基于混叠补偿小波变换的电力系统谐波检测方法

虽然许多文献表明基于小波的谐波检测方法优于传统的谐波检测技术，但因混叠现象的普遍存在，导致其精度低、鲁棒性差，需要寻求新的解决方法。该文研究了小波变换的混叠现象，提出了一种电力系统谐波检测的抗混叠小波分析方法。离散小波变换混叠补偿方法，通过该方法将谐波信号分解成不同频带的子频带信号，再利用连续小波变换对非零子频带信号进行分析，提取谐波分量特征。仿真试验和几种方法的计算结果表明，文中所提出的谐波分析方法能够有效地消除小波混叠，并能精确地提取谐波分量特征，从而为电力系统谐波精确检测提供了一种有效的手段。     

一种基于小波包变换的电力系统谐波检测方法

非线性设备的大量使用和分布式电源的投入使得谐波污染愈加严重,文中提出了一种基于小波包变换的谐波检测方法,能对电能质量进行有效的分析。该方法在五层db40小波包变换的基础上,利用希尔伯特变换做移频运算,避免了中间频段小波混叠对检测精度造成的不利影响,并将各次谐波分量转移到精度较高的边频带进行小波包分解并重构信号,实现了各次谐波的高精度检测,同时通过Matlab工具对不同算法的仿真进行了比较和误差分析。仿真表明,相比于传统傅里叶变换,该算法具有高分辨率时频分析能力,能有效定位暂态干扰;与经典小波包变换相比,测量精度也有了较为明显的提高,实验结果一致显示了该算法的可行性和优越性。     

一种基于微元法和分数阶傅里叶变换的VCO非线性度检测方法

非线性度校正技术是实现高精度压控振荡器(VCO)以及高分辨率线性调频连续波雷达的关键技术之一.其中,非线性度的检测精度直接决定了非线性度校正精度.提出了一种基于微元法和分数阶傅里叶变换的VCO非线性度检测新方法.该方法结合一维搜索和离散时间傅里叶变换,检测信号频率及频率变化率,并利用起点预测算法提高其运算速度.仿真结果表明,与基于Wigner-Ville分布的方法相比,该方法能更有效地检测VCO的非线性度.     

基于空间谱估计技术的间谐波小波检测算法

针对傅里叶算法检测间谐波时存在频谱泄漏和栅栏效应而导致检测精度不理想的问题,提出一种基于空间谱技术与连续小波变换相结合的间谐波检测算法.算法首先采用总体最小二乘-旋转不变子空间方法计算出谐波和间谐波分量的频率,再根据得到的频率确定连续小波变换的尺度因子,最后选择CMW小波对信号进行分解,由分解系数计算出各次间谐波分量的幅值和相位.仿真结果表明,该算法与傅里叶算法相比,不存在频谱泄漏和栅栏效应,有效提高了检测精度.     

一种基于新型小波阈值去噪预处理的EEMD谐波检测方法

为了提升经验模态分解(EMD)用于谐波检测的效果,用集合经验模态分解(EEMD)消除了EMD谐波检测的模态混叠问题。通过研究发现采样信号中的噪声会对EEMD的分解产生较大影响,提出了一种基于新型小波阈值去噪预处理的EEMD谐波检测方法。该方法首先采用变换小波系数精确选取小波阈值,然后采取软硬阈值相结合的方式,以消除随机噪声,再将去噪后的信号进行EEMD分解。经仿真分析,所提方法可以有效地消除随机噪声对谐波检测的影响,提高了EEMD谐波检测的精度与适用性。同时与原有EEMD算法相比,所提方法在分解速率上平均提高了大约3.8倍,有效分量与原始信号的相关度平均提升了22.5%。     

基于VMD-SWT联合算法的谐波/间谐波检测

针对现有电力系统谐波/间谐波检测方法中提取精度不高、对噪声敏感的问题,提出一种基于变分模态分解VMD(variational mode decomposition)和同步挤压小波变换SWT(synchrosqueezing wavelet transform)的谐波/间谐波检测新方法。首先对含有谐波/间谐波的信号进行连续小波变换,得到小波量图确定分量个数。利用VMD自适应地将信号分解成多个模态分量,筛选出所选模态中心频率附近的小波系数进行SWT挤压重组锐化时频图,获得小波脊线,从而提取各谐波模态瞬时频率和幅值。仿真和实际数据表明,该方法在噪声环境下依然可以准确提取各个谐波分量,具有较高的检测精度。     

基于Synchrosqueezing小波变换的谐波和间谐波检测方法

非线性电力元件的广泛使用使电力系统的谐波和间谐波污染越来越严重。为准确计算谐波和间谐波的参数特征,以有效克服噪声影响,提出基于Synchrosqueezing小波变换的谐波和间谐波的一种检测方法。首先对电力系统信号进行连续小波变换;然后确定同步挤压阈值,对连续小波变换结果进行同步挤压,并利用同步挤压结果计算电力信号主频率;最后,设置提取频率区间,将电力信号分解为一组内蕴模态类函数分量(IMT),并结合Hilbert变换及最小二乘拟合,精确计算噪声背景下谐波和间谐波的幅值与频率。通过模拟信号和实测信号对所提方法有效性进行了分析,实验结果表明,与Prony和HHT方法相比,本文方法通过同步挤压有效抑制了噪声干扰,谐波和间谐波的检测精度有较好的提高。     

基于经验小波变换的电力系统谐波检测方法

针对噪声干扰下的稳态以及暂态谐波检测问题,首次提出一种基于经验小波变换的电力系统谐波检测方法。首先利用经验小波变换从电力谐波信号中提取出一组具有紧支撑频谱的调幅-调频分量,实现各次谐波与基波信号的分离。接着对分离出的谐波分量进行Hilbert变换,从而获取各次谐波的幅值和频率检测参数以及暂态谐波的扰动起止时刻。对多类谐波信号的仿真结果表明,所提方法有效避免了传统Hilbert-Huang变换存在的模态混叠问题,即使在低信噪比下也能实现多频谐波信号的自适应分解,在确保各类参数检测结果精度的同时,兼具良好的噪声鲁棒性和检测实时性。     

基于小波变换抗混叠谐波检测的一种新方法

通过分析小波混叠本质,推导出基于小波变换的谐波检测算法,该算法改善了谐波检测过程中的混叠现象。通过Matlab仿真实验表明本文方法有较好的抗混叠效果,有利于进行电力系统谐波信号精确分析。该算法实现比较简单,是一种新的快速抗混叠方法,具有一定的实用价值。     

一种实用的工频通信上行信号检测方法

工频通信信号的检测通常采用小波变换的方法来实现,但此方法不能有效地抑制谐波干扰,从而导致国家建立的基于工频通信技术自动抄表系统的通信可靠性变差。基于此,本文提出了一种基于小波变换和FastICA算法相结合的方法来实现对上行信号的检测。通过MATLAB仿真证明,该方法不仅能够有效地抑制谐波的干扰,而且能够有效地提取上行工频通信信号。     

基于形态-复小波暂态电能质量扰动检测及定位

针对暂态电能质量扰动的实际检测过程中,存在着较强的脉冲噪声和白噪声干扰,影响暂态信息准确提取的问题,设计了有效的滤波算法以在保留信号特征的前提下最大限度地抑制噪声干扰影响,该法是将基于数学形态学的广义形态滤波器作为复数小波变换的前置滤波单元,形成的一种新型形态-复小波变换综合检测算法。仿真结果表明,基于该算法的滤波器不仅可很好地解决电能质量扰动分析中滤除随机噪声和脉冲噪声的困难,还可较好地保持扰动信号的形状和特征。另外用Daubechies实小波构造了相应的正交紧支对称复小波,由其提供的复合信息可准确地检测出扰动并进行时间定位。分别用电压暂降、暂态振荡、短时谐波畸变及微小扰动对所提方法进行了数字仿真验证,结果证实了基于形态-复小波变换综合检测方法的正确性和有效性。     

边缘检测在HVDC系统故障诊断中的应用

为了及时分辨HVDC系统故障类型并快速恢复,对直流输电标准测试系统在各种故障,包括交流系统发生故障、逆变换相失败故障以及直流线路故障下的典型响应特性进行了分析。采用劋trous小波方法将行波信号分解成不同尺度下的小波面,其中包含了该尺度下细节信息,实现对故障的边缘检测;提出了3种故障判别准则,推出了模极大值能量的概念,并利用反射行波信号的小波变换模极大值的幅值、极性及模极大值能量等变化规律对不同HVDC系统故障进行诊断,实现逆变器换相失败和交流系统单相故障的识别。MATLAB仿真结果表明提出的方法能很好地完成HVDC系统的故障诊断。     

基于数学形态学和改进Prony算法的谐波与间谐波参数估计

由于传统Prony算法对谐波与间谐波的检测易受噪声影响,为了提高参数估计精度,准确提取谐波和间谐波的频率、幅值和相位,提出了一种基于数学形态学和改进Prony算法的谐波与间谐波参数估计方法.该方法主要思路是先用数学形态学构建形态滤波器去除噪声,可以克服传统Prony算法对噪声敏感的不足;然后再将去噪拟合后的谐波信号进行改进Prony分析.该方法针对原始Prony方法优化了实际阶数和线性参数的求解过程,对比小波消噪求解谐波各参数的方法优化了去噪效果.通过MATLAB对谐波信号进行编程分析,发现该方法在噪声情况下仍能得到较高精度的谐波与间谐波幅值、频率和相位参数估计,验证了该方法的可行性和有效性.     

基于多路信号联合去噪的Prony谐波检测法

针对传统Prony算法易受噪声干扰且同一区域内多路电能质量信号存在相关性的特点,文中提出了一种基于多路信号联合去噪的Prony谐波检测算法,实现在较强噪声条件下的谐波准确检测。首先,采用中心频率法和轨迹相似度法改进多元变分模态分解（MVMD）算法;其次,利用改进的MVMD算法联合分解相关联的多路信号,提取出主导模态分量并重组为适宜Prony分析的稳定信号;最后,对稳定信号进行Prony分析得到初步的谐波参数,通过阈值筛选和人工鱼群全局寻优,得到准确的谐波检测参数。仿真实验表明,改进的MVMD去噪算法的输出信噪比为37.3,高于VMD去噪法（33.2）和小波去噪法（32.8）,去噪效果更优;文中算法谐波检测结果的误差总体小于传统Prony算法,具有谐波检测准确度高、同时计算多路信号的特点。