基于实值Root-MUSIC和Prony算法的间谐波参数估计

提出一种实数形式的求根多重信号分类(Root- MUSIC)算法,其无需将实值转换为复频率,从而降低了计算复杂度.由Root-MUSIC多项式的根估计出信号频率,同时由这些根采用普罗尼(Prony)法中的最小二乘法估计出信号的幅值和相位.与传统先估计频率、再由其他算法估计幅值和相位的方法相比,所提方法减少了大量计算步骤.仿真结果表明,用所提方法估计的间谐波参数精度高,在存在噪声的情况下也能准确估计出谐波和间谐波频率、幅值和相位.     

可变遗忘因子递推最小二乘法对时变参数测量

针对传统的递推最小二乘法对于非平稳环境下的突变和时变信号的跟踪能力不够,常常无法检测到信号特征参数的问题,提出了在指数加权递推最小二乘法中引入可变的加权遗忘因子λ,对电力系统时变信号的幅值、相位、频率进行测量的方法。加权λ对算法的收敛速度和跟踪能力有很大影响,如能很好的调节λ,既可确保对时变参数的快速跟踪能力,又能具备小的参数估计误差。仿真结果表明:与传统的递推最小二乘法相比,该方法测量精度和收敛速度更优越,即使在低信噪比环境下,也能较精确的测出时变参数值。     

噪声情况下的时变间谐波谱估计

间谐波幅值远小于基频或其它整数倍谐波的幅值,使其对噪声非常敏感,噪声往往会将这类微弱信号淹没。另一方面,实际间谐波频谱是随时间变化的,应看作随机信号来处理。该文提出一种基于4阶累积量的可变遗忘因子递推最小二乘法(cumulants recursive least square-variable forgetting factor,CRLS-VFF),将间谐波信号看作一个时变自回归(auto-regressive,AR)模型,利用参数化谱估计方法分辨率高的优点,将间谐波谱估计问题转化为时变AR参数的估计。4阶累积量可抑制任何高斯噪声,保证算法的频率分辨率;可变遗忘因子提高了算法跟踪时变参数的能力。对根据间谐波特点构建的仿真模型及典型的间谐波源——变频装置产生的信号进行仿真,结果证明：该方法能在噪声情况下准确估计出时变间谐波的频谱。     

谐波和间谐波三参数识别的SSI-LS方法

为精确检测谐波和间谐波的三参数,提出了基于随机子空间辨识(Stochastic Subspac Identification,SSI)与最小二乘(Least Square)法的谐波和间谐波三参数检测方法.运用奇异值差值法确定SSI-LS算法的阶数;利用SSI算法直接对原始含噪信号精确检测出各谐波和间谐波分量的频率;当信噪比大于20 dB时,应用最小二乘法对各谐波和间谐波分量进行幅值和相位的估计,从而实现了谐波和间谐波的三参数识别.分别针对含有噪声和直流分量的谐波和间谐波数值仿真信号和频率相近且幅值相差百倍的谐波和间谐波信号作谐波和间谐波的三参数识别.仿真分析表明该方法抗噪声能力强、检测精度高、计算速度快,尤其是对信号中各谐波和间谐波分量的相位检测精度高、对频率相近且幅值相差百倍的谐波和间谐波信号具有较高的分辨率,为电力系统谐波和间谐波的精确检测提供了新的思路与方法.     

一种基于粒子群优化算法的间谐波分析方法

电网中常存在许多频率与基波成非整数倍的间谐波,准确分析间谐波特征对电力系统具有重要意义.本文首次将粒子群优化算法应用于电力系统间谐波分析,提出了一种BT谱估计与粒子群优化算法相结合的间谐波分析方法.首先通过BT谱估计获取间谐波信号模型的阶数,并得到信号中谐波/间谐波的个数及频率初值,然后应用改进粒子群优化算法对谐波/间谐波的幅值和相位进行参数优化估计,最终实现了间谐波幅值、频率和相位三个特征的较高精度分析.仿真实验结果验证了方法的有效性.     

基于小波变换的时变谐波检测

提出了一种基于小波变换的时变谐波检测方法,利用正交小波在L2(R)空间线性张成的标准正交小波基和小波 函数时频局部性的特点,将谐波时变幅值投影到小波函数和尺度函数张成的子空间上,从而把时变幅值的估 计问题转化为常系数估计,利用最小二乘法即可实现时变谐波的检测。同时递推最小二乘法的应用使该方法 适用于谐波在线跟踪。     

基于汉宁双窗apFFT单谱线插值的电力谐波和间谐波检测算法北大核心

当利用快速傅里叶变换(FFT)对电力谐波或间谐波进行处理时,实际频率与频率分辨率不一定是整数倍关系,由此造成频谱泄漏,影响谐波或间谐波参数的估计精度。针对此问题,提出了一种基于汉宁双窗全相位FFT离散单谱线插值的频谱校正算法。算法的原理是:利用理论频率点附近的旁谱线幅值和主谱线幅值的比值,推导出各频率点的校正量。然后,根据估计出的频率校正量,并结合全相位FFT的线性时不变性(LTI)以及汉宁窗的归一化模函数估计出信号的幅值。由于全相位FFT的相位谱与频偏无关,因此可以取频率点处的主谱线相位值来估计信号的初相位。仿真算例对比表明:汉宁双窗apFFT单谱线插值频谱校正算法估计的谐波和间谐波参数更准确,综合误差更小,具有较强的抗白噪声干扰能力。     

基于汉宁双窗apFFT单谱线插值的电力谐波和间谐波检测算法

当利用快速傅里叶变换(FFT)对电力谐波或间谐波进行处理时,实际频率与频率分辨率不一定是整数倍关系,由此造成频谱泄漏,影响谐波或间谐波参数的估计精度。针对此问题,提出了一种基于汉宁双窗全相位FFT离散单谱线插值的频谱校正算法。算法的原理是:利用理论频率点附近的旁谱线幅值和主谱线幅值的比值,推导出各频率点的校正量。然后,根据估计出的频率校正量,并结合全相位FFT的线性时不变性(LTI)以及汉宁窗的归一化模函数估计出信号的幅值。由于全相位FFT的相位谱与频偏无关,因此可以取频率点处的主谱线相位值来估计信号的初相位。仿真算例对比表明:汉宁双窗apFFT单谱线插值频谱校正算法估计的谐波和间谐波参数更准确,综合误差更小,具有较强的抗白噪声干扰能力。     

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.     

一种高精度的电网谐波/间谐波检测的组合优化算法

为了提高电能质量,准确测量电网中的谐波和间谐波频率、幅度和相位,给出一种高精度的电网谐波和间谐波检测的组合优化算法。首先,利用双窗全相位快速傅里叶变换时移相位差频谱校正法,检测出谐波和间谐波的频率值;再构建谐波和间谐波信号幅值和相角参数的目标函数,设定初始值和迭代精度,由拟牛顿优化算法对目标函数进行迭代运算,检测出相应的谐波和间谐波信号的幅值和相位角。利用该方法对复杂间谐波信号进行检测,仿真实验结果表明,基于双窗全相位快速傅里叶变换时移相位差频谱校正法和拟牛顿法的组合算法实现了间谐波幅值、频率和相位三个特征的较高精度检测。且该算法具有较高的抗噪声干扰能力。     

利用改进数位演算法和经验模态分解的电力系统低频振荡信号瞬时参数的提取

为分析电力系统低频振荡的动态特性,需要提取低频振荡信号的瞬时参数,而电力系统低频振荡信号为非线性时变复合信号,因此参数提取前需要对其进行振荡模态分解。首先结合最小平方误差法提出了改进数位演算方法,以提高信号参数的提取精度;其次应用经验模态分解法对低频振荡信号进行模态分解,确定有效振荡模态;最后根据提取参数可分析电力系统低频振荡的动态特性。算例结果验证了该方法的有效性。     

基于改进小波系数奇异值分解和小波去噪的低频振荡时变模式辨识

提出了一种基于连续小波变换(continuous walelet t r a n s f o r m , C W T )和奇异值分解( s i n g u l a r v a l u e decomposition,SVD)相结合的提升小波系数 SVD 辨识信号振荡频率和模式信息提取及信号去噪的新方法.克服了噪声较大或者密集模态时,小波脊线不清晰甚至会出现混叠和交叉难以提取频率的情况,根据提升的小波系数奇异值分解频率向量识别各阶振荡模式的频率.同时选用小波能量系数来识别主导振荡模式,用小波软阈值去噪和 SVD 分解后矩阵重构来进行信号去噪.CWT 可以处理含时变振荡模式的低频振荡信号,且对模式参数具有较高的辨识精度.仿真算例验证了算法的有效性和适用性     

用窗口傅里叶脊提取时变振荡信息

Prony算法可以提取稳信号的振荡频率和阻尼,但抗噪性能差,并且不能正确反映非平稳信号的振荡特性.提出用窗口傅里叶脊(WFR)分析非平稳振荡信号,其具有良好的杭噪性,WFR利用窗口傅里叶变换反映振荡信号的频域特性,以极大值点(脊点)反映信号振幅,通过窗口滑动反映振荡信号的时域特性,从而反映非平稳振荡信号的频率和阻尼时变...     

基于线路参数修正的同杆双回线故障定位方法

当电力系统在功率低频振荡等动态情况下发生故障时,电力信号的幅值和频率往往表现出一定的动态特性,然而目前大部分同杆双回线故障定位方法并未考虑这一因素。为此提出了动态条件下基于线路参数修正的同杆双回线故障定位方法,新方法拓展了传统的静态信号模型,建立时变的信号模型使其能正确表示信号的动态特性,并加入基于同步相量测量单元(phasor measurement units,PMUs)的动态同步相量测量算法估计的信号相量值,从而可以在动态条件下精确修正线路参数,最后通过牛顿迭代算法得到准确的故障距离。应用PSCAD/EMTDC软件模拟各种工况对算法进行验证,仿真结果表明:与传统的算法相比,经过线路参数修正的方法在动态条件下具有较高的故障定位精度,并且不受故障位置、过渡电阻、故障类型和故障初始角的影响。     

基于自适应陷波器的科氏流量计信号频率跟踪新方法

为提高对科氏流量计信号频率随机缓慢变化的持续跟踪能力,以对格型ANF、简化格型ANF和基于SMM的新式ANF三种典型自适应陷波器的性能比较分析为基础,提出了一种科氏流量计信号频率跟踪新方法。该方法对频率、幅值和相位均随机游动变化的科氏流量计信号,首先采用新式ANF快速检测信号频率并作短时频率跟踪,待其收敛后简化格型ANF开始并行工作,在简化格型ANF收敛后取代新式ANF持续跟踪信号频率的变化。仿真结果表明,本文方法比格型ANF方法收敛速度更快、频率跟踪精度更高,比单一采用新式ANF方法计算更为简便,是一种科氏流量计信号处理的有效方法。     

基于EMD的WVD分布方法在电力系统低频振荡监测中的应用

为了更加准确地进行电力系统低频振荡分析,引入了一种新的非线性、非平稳信号的处理方法-EMD(经验模态分解)的维格纳—威力分布(WVD)方法,通过EMD分解以及WVD算法处理分析非线性和非平稳电力信号的局域动态行为和特征,得到低频振荡的模态参数-振幅、频率、阻尼比、相位、开始与结束时刻。该方法准确地反映了系统所包含的多个振荡模式在时间上的变化规律以及模式之间的互相影响,并且有着高分辨率和有效地处理少量样本的短数据的优势,可提高识别能力和处理效果。通过多次试验表明该方法能够较准确地识别振荡特征。     

利用小波神经网络对单相三电平逆变器谐波检测

采用小波神经网络（Wavelet Neural Network,WNN）算法对时变谐波信号进行检测。利用Harr小波对时变幅值和相角进行逼近;将小波对信号的自适应时频分割特性引入神经网络,提高神经网络的逼近和收敛性能;给出网络参数的选定方案;确定网络的训练算法;在matlab／Simulink环境下进行仿真,验证该方法的可行性和精确性。     

微型燃气轮机发电系统直流侧的建模方法

为更方便、经济地研究微型燃气轮机的电特性,可采用斩波器来模拟微型燃气轮机发电系统直流侧的电特性,通过对微型燃气轮机的模型进行近似线性化和降阶处理,得到了其传递函数。根据实测数据,采用时变系统最小二乘法对传递函数的参数进行辨识,并将上述模型的输出信号作为斩波器的输入参考信号。将采用该模型得到的仿真结果与实测数据进行对比,验证了该建模方法的正确性和可行性。