首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到15条相似文献,搜索用时 697 毫秒
1.
为了减小频谱泄漏的影响,提高间谐波分析精度,提出了加余弦窗双插值FFT算法来分析间谐波。该算法通过选取合适的窗函数,对采样信号进行加窗后,用FFT计算出离散频谱,再利用多项式逼近的方法得到频率和幅值的修正公式来对谐波分析结果进行修正。修正谐波幅值时,选择距频点最近的左右两根谱线进行加权,对两根谱线采用的权重与它们各自的幅值成正比。该算法能够有效地降低泄漏和噪声干扰,提高了间谐波和谐波分析的准确性。仿真结果证实了算法的正确性与易实现性。  相似文献   

2.
基于双插值FFT算法的间谐波分析   总被引:4,自引:0,他引:4       下载免费PDF全文
为了减小频谱泄漏的影响,提高间谐波分析精度,提出了加余弦窗双插值FFT算法来分析间谐波.该算法通过选取合适的窗函数,对采样信号进行加窗后,用FFT计算出离散频谱,再利用多项式逼近的方法得到频率和幅值的修正公式来对谐波分析结果进行修正.修正谐波幅值时,选择距频点最近的左右两根谱线进行加权,对两根谱线采用的权重与它们各自的幅值成正比.该算法能够有效地降低泄漏和噪声干扰,提高了问谐波和谐波分析的准确性.仿真结果证实了算法的正确性与易实现性.  相似文献   

3.
傅里叶变换进行电力系统谐波分析时很难做到同步采样和整周期截断,由此造成的频谱泄漏将影响谐波分析的效果;通过加窗和插值可以改善谐波分析的准确度。采用基于两根谱线的加权平均来修正幅值的算法,利用多项式逼近的方法得到频率和幅值的修正公式;同时,提出了用傅里叶递推算法来改善谐波分析的实时性。仿真结果验证了算法的有效性和可行性。  相似文献   

4.
氧化锌避雷器泄露电流检测的实现,是通过谐波分析提取全泄露电流的各次频率阻性分量,依据其变化可判断该装置在电网中的运行情况。快速傅里叶变换(FFT)算法进行谐波分析时很难做到整数周期截断和同步采样,由此引入的频谱泄露和栅栏效应会影响谐波分析的结果,采用加窗和校正算法可以改善谐波频率、幅值和相位的提取精度。选用一种利用距谐波频率点最近的幅值最大和次大的两根离散谱线的比值以修正谐波参数的比值公式校正算法,同时利用窗谱函数推导出了谐波频率、幅值和相位的修正公式。这种算法能够有效降低频谱泄露和栅栏效应以及干扰给谐波分析带来的不利影响。基于该FFT的优化算法,推导了加汉宁窗函数的实用修正公式,通过仿真比较了不同窗函数修正算法的计算精度,并在实验环境下验证了加汉宁窗的比值校正算法的有效性和易实现性,且已应用于氧化锌避雷器泄露电流检测的实际工程中,利用该校正算法精确检测泄漏电流谐波阻性分量,对氧化锌避雷器运行性能进行诊断。  相似文献   

5.
傅里叶变换进行电力系统谐波分析时很难做到同步采样和整周期截断,由此造成的频谱泄漏将影响谐波分析的效果;通过加窗和插值可以改善谐波分析的准确度.采用基于两根谱线的加权平均来修正幅值的算法,利用多项式逼近的方法得到频率和幅值的修正公式;同时,提出了用傅里叶递推算法来改善谐波分析的实时性.仿真结果验证了算法的有效性和可行性.  相似文献   

6.
基于三谱线插值FFT的电力谐波分析算法   总被引:11,自引:0,他引:11  
快速傅里叶变换在非同步采样和数据非整数周期截断的情况下存在较大的误差,无法得到准确的谐波参数。为此,文章提出一种改进的加窗插值傅里叶变换算法进行电力谐波检测。该算法通过分析加窗信号傅里叶变换的频域表达式,利用谐波频点附近的3根离散频谱的幅值确定谐波谱线的准确位置,进而得到谐波的幅值、频率及相位。推导的三谱线插值修正算法能够进一步提高谐波分析的准确性。基于该算法,通过多项式拟合的方式,得出了一些典型窗函数的谐波分析实用修正公式。通过仿真,验证了相比目前常用的双谱线插值修正算法,该算法在加相同窗函数情况下具有更高的计算准确度,从而验证了该算法的有效与实用。  相似文献   

7.
康维 《电测与仪表》2016,53(10):8-15
针对谐波分析中加窗FFT计算存在运算量大的问题,对常用窗函数进行比较,利用莱夫-文森特(RifeVincent,RV)窗优越的频谱特性,提出一种基于4项RV(I)窗多谱线插值FFT改进算法。通过分析加窗信号傅里叶变换的频域表达式,利用窗函数主瓣内相邻谱线间的相位特性,以及谐波频点附近的最大值谱线、次大值谱线和较大值谱线确定频率谱线的准确位置,改进了修正谐波幅值、频率偏差的计算方法,满足谐波分析准确度要求的同时,大幅降低运算量,提高谐波分析的实时性。仿真结果表明,提出的谐波分析方法能有效克服频率波动的影响,提高谐波测量的准确度,且能有效抑制白噪声的影响。  相似文献   

8.
快速傅里叶变换(Fast Fourier Transform,FFT)是最常用和最有效的谐波分析和检测方法之一。针对采用FFT进行谐波检测时存在的频谱泄漏和栅栏效应问题,在分析凯塞窗特性的基础上,结合三谱线插值算法,提出了一种基于凯塞窗三谱线插值的FFT谐波分析方法。通过多项式拟合推导出幅值、相位及频率的修正公式,利用修正公式并结合FPGA进行了仿真与实验。结果表明:该算法具有较强抑制频谱泄漏的作用,在处理低次谐波和包括到21次谐波的复杂信号时都具有较高的检测精度;在信号频率变动的情况下,具有较好的抗干扰性;在各种实验中,算法具有较高的检测精度,均符合谐波检测系统的要求。  相似文献   

9.
厉伟  姜鸣歧 《电气制造》2012,(12):70-73
运用基于传统FFT的谐波分析法进行介损测量时难以满足同步采样和整周期截断,造成的频谱泄漏将影响介损测量精度。引入了一种加窗插值傅里叶变换算法进行介损测量。通过分析加窗信号傅里叶变换的频域表达式,利用谐波频点附近的3根离散频谱的幅值确定谐波谱线的准确位置,进而得到谐波的频率、幅值和相位。仿真结果表明,应用三谱线插值修正算法具有很高的计算准确度,进而验证了该算法的有效性与实用性。  相似文献   

10.
基于加窗双峰谱线插值的高精度FFT谐波分析   总被引:8,自引:0,他引:8  
傅里叶变换进行电力系统谐波分析时很难做到同步采样和整周期截断,由此造成的频谱泄漏将影响谐波分析的效果,通过加窗和插值可以改善谐波分析的准确度。讨论了加余弦窗与双峰谱线插值算法,利用多项式逼近的方法得到频率和幅值的修正公式,这些改进能够进一步降低泄漏和噪声干扰,提高谐波分析的准确性。仿真结果证实了算法的正确性与易实现性。  相似文献   

11.
频率偏差以及间谐波等的存在制约了非稳态下电力谐波分析的准确度,而传统FFT算法容易受到频谱泄漏和栅栏效应的影响.分析了余弦函数窗频谱特性,并提出基于余弦偶次幂窗改进FFT的非稳态谐波分析方法.在改进的FFT方法中运用最小二乘拟合法推导信号基波与各次谐波的频率、幅值和相位计算修正公式.仿真结果表明:提出的方法能有效减小基波频率波动以及间谐波的影响、提高谐波参数的计算准确度,适合于非稳态条件下的谐波分析.嵌入式系统应用验证了算法的正确性.  相似文献   

12.
全相位FFT算法在谐波测量中的应用   总被引:2,自引:0,他引:2  
传统FFT算法的结果可以通过一些算法实现频谱校正,如FFT插值法、比值法等,但在对谐波参数测量时存在一定的误差,精度有限,影响谐波分析结果的准确性。本文在现有的离散频谱校正方法基础上,提出一种全相位FFT算法。该算法实现自动搜索各个谐波峰值,能够有效提高对电网谐波频率、相位和幅值的测量精度。通过matlab仿真工具,将全相位FFT算法与比值法测量结果进行比较,结果表明该算法简单实用,精度高,特别是对间谐波的检测,能有效防止频谱泄露,抗干扰能力强。  相似文献   

13.
基于Nuttall窗四谱线插值FFT的电力谐波分析   总被引:3,自引:0,他引:3       下载免费PDF全文
快速傅里叶变换(Fast Fourier Transform, FFT)在非同步采样和非整数周期截断时难以精确检测谐波各参数。加窗和插值算法可提高FFT的精确度。分析了Nuttall窗的频谱特性,提出了基于Nuttall窗四谱线插值FFT的电力谐波分析算法。该算法充分利用峰值谱线频点附近的四条谱线进行加权运算以提高谐波分析精度,运用多项式拟合推导出实用的插值修正公式。仿真结果验证了在非同步采样时,该算法检测谐波的精度更高,有效地抑制了频谱泄漏。  相似文献   

14.
快速傅里叶变换(fast Fourier transform,FFT)在非同步采样和非整数周期截断时存在频谱泄漏,无法精确得到谐波参数。为了减少非同步采样对FFT的影响,本文采用四项最低旁瓣Nuttall窗结合双谱线插值FFT进行谐波分析。文章分析了四项最低旁瓣Nuttall窗的频谱特性,提出了基于四项最低旁瓣Nuttall窗插值的分析算法,运用多项式拟合推导出实用的插值修正公式。仿真结果验证了在非同步采样时,该算法与加Blackman窗和Blackman-Harris窗的插值FFT相比具有更高的精确度,更好的抑制了频谱泄漏。  相似文献   

15.
快速傅里叶变换在非同步采样和非整数周期截断的情况下存在较大的误差,无法得到准确的谐波参数。加窗插值快速傅里叶变换算法广泛用于电力系统谐波,可改善因非同步采样和非整数周期截断造成的频谱泄露,提高分析精度。文章分析了Blackman-Harris窗的频谱特性,提出了基于Blackman-Harris窗插值的分析算法,运用多项式拟合求出实用的插值修正公式。仿真结果表明,Blackman-Harris窗插值FFT方法设计实现灵活,抑制频谱泄露效果好。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号