基于Nuttall窗插值FFT的谐波分析方法

用于电力系统谐波分析的加窗插值FFT算法中,Hanning窗算法运算量小,但测量精度较低,Blackman-Harris窗算法分析精度高,但插值修正公式计算复杂.提出一种基于Nuttall窗插值FFT的谐波分析方法.推导了Nuttall窗的显式插值系数公式,以及谐波的频率、幅值和相位的插值修正公式.通过消除基波对2次谐...     

加8项余弦窗插值FFT算法

采用加8项余弦窗函数插值FFT算法的谐波分析方法可以进一步提高电力系统谐波的测量精度。为了引入加8项余弦窗函数的插值FFT算法,首先比较分析了5到8项余弦窗的频谱特性,然后推导了8项余弦窗函数插值FFT算法的计算公式,并采用三次样条插值函数计算频率修正系数和复振幅的修正系数,减少了计算量。仿真计算结果表明,相比其他加余弦窗插值FFT算法,加8项余弦窗函数插值FFT算法具有更高的精度,从而验证了该算法的有效性与实用性。     

一种基于离散小波变换的谐波分析方法

在离散小波变换的基础上,结合加窗插值FFT,提出了一种组合式谐波分析算法。该算法先用加窗插值FFT计算基波频率,然后对加窗信号进行频率调制,将谐波分量变换成直流或近似直流分量。用离散小波变换分离出这些分量后用于计算谐波幅值和相位。计算机仿真和实验结果表明,该算法可在高噪声污染情况下,准确计算谐波参数,尤其谐波相位角。DSP评估板上的实现证明了该算法可用于实时谐波分析。     

非同步采样对电力系统谐波分析精度影响的仿真研究

分析了离散傅立叶变换中存在的频谱泄露和栅栏效应 ,介绍了用于电力系统谐波分析的高精度加窗插值FFT算法 ,并借助MATLAB研究了采样的失步程度对该算法分析精度的影响     

基于分段迭代的电力谐波神经网络分析方法

为了提高谐波和间谐波分析的速度、精度和抗噪性能,将基于分段迭代的增强型Adaline神经网络应用于电力系统谐波和间谐波分析。该网络在加汉宁窗双谱线插值FFT算法的基础上,将采样数据按采样时间分段,依次用各段对应的误差信息来调整增强型Adaline神经网络的参数。该方法结合一点迭代法和全部点迭代法的优点,既将各时段内的误差进行平均,减少噪声对参数调整的影响,又充分保留误差中包含的谐波和间谐波信息,提高网络的精度。另外,根据参数估计误差和频率对误差函数一阶偏导之间的关系,提出修正信号幅值最大分量对应的频率调整量的处理方式,提高网络的实时性和精度。仿真结果验证了分析结论的正确性。     

结合粗调和细调的电力系统谐波分析算法

为了解决FFT(快速傅里叶变换)在频率波动时存在误差的问题,提出结合粗调和细调两步调整的电力系统谐波分析法.该算法根据采样时间长度决定使用FFT或加汉宁窗插值谐波分析法快速获得信号较为准确的谐波分析结果,作为算法中的粗调部分;并通过Levenberg-Marquardt算法对所得谐波分析结果进行细调.该算法精度高,对采样时间长度要求低,根据采样时间长度选择FFT或加汉宁窗插值和Levenberg-Marquardt算法提高了收敛速度,是电力系统谐波分析的有效算法.对该算法受白噪声影响的仿真分析表明,算法受白噪声影响大,随信噪比增加误差减少,到80dB左右算法精度有保证.     

基于分裂基快速傅立叶变换的电力系统谐波分析

基于快速傅立叶变换(FFT)的电力系统谐波分析难以实现同步采样和整数周期截断,易造成频谱泄漏,影响谐波分析精度.为提高FFT的精度,比较几个典型的窗函数,提出基于加凯瑟窗的插值分裂基快速傅立叶变换算法.仿真分析结果表明该算法能提高FFT计算精度,满足谐波参数测量的精度要求.     

基于神经网络的电力系统高精度频率谐波分析

加窗插值 FFT 算法是电力谐波分析常用的高精度算法，但在严重非同步采样情况下，其谐波分析精度有限。该文提出一种基于神经网络的高精度电力系统频率谐波分析算法。采样频率不能与实际基波频率同步时，该算法通过对与基波频率、谐波幅值及相位等相关参数进行更新，当神经网络收敛时，可以获得高精度的谐波分析结果。仿真结果表明，当基波频率在40~60Hz范围变化时，电力系统基波频率、基波和谐波幅值和相位的分析精度超过99.999 999 999%。     

FFT分析电力系统谐波的加窗插值算法

采用快速傅里叶变换 (FFT)进行电力系统谐波分析时很难做到同步采样 ,故造成频谱泄漏 ,影响谐波分析的结果。本文对FFT的泄漏原因进行了分析 ,并用组合余弦窗对采样数据加权及利用插值对FFT的结果进行修正 ,精度得到极大的提高。文中给出了该算法进行谐波分析的算例 ,计算结果表明 ,基于Blackman Harris窗的算法具有更高的计算精度和效率。     

基于SRFFT算法的电力系统谐波分析的研究

针对目前FFT算法的不足,提出了一种全新的复序列加窗插值分裂基快速傅里叶变换(SRFFT)算法,该算法能够极大地提高FFT计算的精度。对此算法进行了模拟分析,给出仿真实例,实例证明该算法能准确测量各次谐波参数,对于电力系统谐波分析和抑制具有很大的实用价值。     

基于加窗插值FFT算法的间谐波检测方法研究

电网中间谐波的存在,会对电能质量以及供电可靠性带来不利影响,故准确检测间谐波对电力系统稳定运行意义重大。根据间谐波特性,在一般FFT算法基础上,提出了基于加窗插值FFT算法的间谐波检测方法。通过分析对比不同窗函数的特点,选取检测精度较高的Hanning窗作为所加分析窗,同时确定所加窗函数的宽度及采样周期,可准确检测出系统中的谐波及间谐波。在MATLAB环境下仿真得到一般FFT算法及加窗插值FFT算法对谐波和间谐波的检测结果,通过对所得频率和幅值估计结果的对比分析可知,加窗插值FFT算法检测精度更高、实用性更强。     

基于FFT和神经网络的非整数次谐波检测方法

运用人工神经网络模型进行整数次谐波检测可达到较高的检测精度，但这种线性神经元模型不适合非整数次谐波的检测。为精确检测非整数次谐波，文中提出了一种改进进的线性人工神经元模型，并将加汉宁窗的FFT算法和改进的线性人工神经元模型结合起来，提出了一种用于非整数次谐波检测的新方法。该方法首先对采样信号用加汉宁窗的FFT算法进行预处理，得到了谐波个数和精度不高的谐波次数：其次根据谐波个数设定神经元的个数，根据预处理后得到的谐波次数设定神经网络谐波次数迭代的初始值；最后对改进后的人工神经网络进行训练，便可实现非整数次谐波的精确检测。仿真实例表明，该方法能将频率相近的非整数次谐波分离，可有效地提高谐波参数的检测精度，为谐波治理提供良好的依据。     

基于FFT和神经网络的非整数次谐波分析改进算法

运用神经网络模型进行整数次谐波检测可达到较高的检测精度,但该种线性神经元模型不适合非整数次谐波的检测。为精确检测非整数次谐波,该文提出一种改进的线性人工神经元模型,并将加汉宁窗的FFT算法和改进的线性人工神经元模型结合起来,提出一种改进的非整数次谐波分析算法。首先,对采样信号用加汉宁窗的FFT算法进行预处理,得到谐波个数和精度不高的谐波次数;其次,根据谐波个数设定神经元的个数,根据预处理后得到的谐波次数设定神经网络谐波次数迭代的初始值;为了提高迭代速度,提出了谐波次数迭代步长自适应调整的算法。最后对改进后的人工神经网络进行训练,实现了非整数次谐波的精确检测。仿真实例表明,该方法能将频率相近的非整数次谐波分离,可有效提高谐波参数的检测精度和速度。     

Neuro-evolutionary approaches to power system harmonics estimation

This paper focuses on exploiting two computational intelligence techniques such as artificial neural network and evolutionary computation techniques in estimation of harmonics in power system. Accurate estimation of harmonics in distorted power system current/voltage signal is essential to effectively design filters for eliminating harmonics. No standard design is available for handling of local minima and training of NN but Evolutionary Computation (EC) techniques are capable of resolving local minima. Neural Network and Evolutionary Computing (Bacterial Foraging Optimization (BFO)) are combined to achieve accurate estimation of different harmonics components of a distorted power system signal. First estimation of unknown parameters are carried out using BFO, then optimized output of BFO are taken as initial values of the unknown parameters for Adaline. Amplitude and phase of fundamental and harmonics components are determined from final updated values of unknown parameters using Adaline. This Adaline based Bacterial Foraging Optimization (Adaline-BFO) hybrid estimation algorithm addresses the problems of slow convergence and reduction of time generation of off-springs happening in Genetic Algorithm (GA), and to avoid local minima in Particle Swarm Optimization (PSO). The proposed Adaline-BFO algorithm has been applied for estimation of harmonics of the voltage obtained across the inverter terminals of a prototype Photovoltaic (PV) system. From the obtained results, it is confirmed that the proposed Adaline-BFO algorithm provides superior estimation performance in terms of improvement in % error in estimation, processing time in computation and performance in presence of inter and sub-harmonic components when compared with the Discrete Fourier Transform (DFT), Kalman Filter (KF) and BFO algorithms.     

二进时间窗FFT谐波检测

电力系统中存在着各种频率的谐波,有工频整数倍的普通谐波,也有非工频整数倍的间谐波,要把电力系统中所有的谐波分量准确地测量出来有一定的困难,为提高谐波分析精度的同时提高谐波最小分辨率,基于传统的FFT谐波分析法,提出二进时间窗的FFT谐波检测算法,该方法充分考虑了计算时间及计算精度。实验结果表明,该方法可以在不明显增加硬件水平的条件下用最短的时间进行分析计算,即能保证谐波测量的精度,又能提高谐波测量的分辨率,对抑制电力系统中日益复杂严重的谐波污染,有一定的推广价值。     

基于三次样条插值时域采样重构的间谐波检测新算法

首先用加汉宁窗的插值快速傅里叶变换(fast Fourier transform,FFT)算法确定准确的基波频率,并且根据基波频率和时域原始采样序列,利用三次样条插值方法重构一个新的等间隔序列,重构序列是严格整基波周期截断的,而且在每基波周期内包含整数个重构点;然后用 FFT 算法对重构序列进行处理,计算出所有基波和谐波的参数;接着,将基波和谐波成分从重构序列中减掉,则剩余序列中只包含间谐波成分;最后,再次用加汉宁窗的插值 FFT 算法和最大谱峰搜索法对剩余序列进行处理,每确定一个间谐波成分的参数就将该间谐波成分从剩余序列中减掉,如此循环,直至确定每一个间谐波成分的参数.该算法排除了基波和谐波对间谐波的影响,也避免了大幅值间谐波对小幅值间谐波的泄漏影响,因而对基波、谐波和间谐波参数的检测均有很高的精度,仿真和实验证明了该算法的正确性和有效性     

基于AR谱估计和Adaline神经元的间谐波分析

将人工神经网络应用于电力系统间谐波分析,提出了Burg算法与Adaline神经元相结合的间谐波分析方法.通过Burg算法计算自回归(AR)模型参数,得到信号中谐波和间谐波的个数及频率初值,然后应用改进的Adaline神经网络精确分析谐波和间谐波的频率、幅值和相位.MATLAB仿真结果验证了Burg-Adaline间谐波分析方法具有分辨率高、精度高、收敛快的优点.     

基于FFT 和神经网络的高精度谐波分析

为了精确分析整数和非整数次谐波,提出了基于快速傅里叶变换(FFT)和神经网络的谐波分析方法,该方法的特点是采用基函数参数可调的神经网络。具体是先把信号进行FFT处理,得到谐波个数和精度不高的谐波幅值、相位、谐波次数;其次根据谐波个数设定神经元的个数,根据预处理后得到的幅值、和相位、谐波次数设定神经网络权值和基函数参数迭代的初始值;最后对人工神经网络进行训练,便可实现整数和非整数次谐波的精确分析,同时能将频率相近的非整数次谐波分离。仿真结果验证了该方法的有效性与易实现性。     

基于虚拟仪器技术的在线谐波测量分析系统

提出了电力网络在线谐波测量分析系统的一种构成方案。该方案基本思想是将传统的谐波测量分析仪的硬件构成通过虚拟仪器技术来实现,形成谐波测量分析虚拟仪器,然后应用该仪器构成多点同步测量的谐波分析系统。在该系统中,考虑应用GPS同步时钟作为同步时间标准,以使分布在不同位置的测量点实现同步测量和测量数据的同步上传。在谐波分析中,设计并动态使用高精度FFT法和递归FFT法(RFFT)作为谐波分析手段,以提高分析的精度和速度。     

基于改进加窗插值FFT的高精度谐波与间谐波检测算法

大量非线性元件的应用给电力系统带来了大量的整数次和非整数次谐波（称为间谐波）,传统的谐波检测方法——快速傅里叶变换（fast Fourier transform,FFT）算法基于同步采样的方式,不适用于非整数次谐波的检测分析。频谱泄漏现象是由于有限长信号的傅里叶变换与理想傅里叶变换的不同而产生的。为了消除频谱泄漏,提出了基于余弦窗的插值FFT算法,给出了K项余弦窗插值的参数估计通式,并对矩形窗和汉宁窗的插值算法通过实例进行了验证。结果表明,基于汉宁窗的插值算法在基波频率偏离额定值或者大量间谐波存在的情况下,都能在非同步采样下准确地检测出谐波和间谐波的频率、幅值和相角。同时该算法也和其他非同步采样方法进行对比,结果表明,该算法较文献中方法具有精度高、计算复杂度降低的优点。