含确定性分量和随机噪声分量的宽频带信号分解方法

可再生能源发电、储能、电动汽车等基于电力电子变流器的并网设备快速增加导致配电网信号日趋复杂。将电力系统宽频带信号分为确定性分量和随机噪声分量,建立了电力系统宽频带信号模型,并基于此模型提出了一种宽频带信号分解方案。首先,应用鲁棒局部回归平滑滤波方法提取并过滤随机噪声分量;提出了基于均值和标准差估计的自适应阈值确定方法,用于分解随机噪声分量。然后,提出了基于间谐波子群频谱的自适应阈值确定方法,用于提取间谐波分量。最后,用无限脉冲响应滤波器组将确定性分量分解为独立的子信号,并基于泰勒傅里叶变换估计确定性分量的频率和相量,实现确定性信号的分解。仿真验证了所提方案能在低信噪比、系统频率动态变化等情况下实现间谐波分量的自适应捕获和宽频带信号的高精度分解并应用所提分解方案分析了实测电压信号。     

基于Pisarenko谐波分解的间谐波估算方法

随着电力系统的发展以及非线性电力元件的大量应用,电网中的谐波状况更加复杂化,非整数次谐波分量——间谐波和次谐波变得较为突出。文章应用Pisarenko谐波分解(PHD)原理来计算谐波和间谐波的频率和幅值。该方法基于信号自相关估计将信号的特征空间划分成信号子空间与噪声子空间,根据这两个子空间正交的原理构建特征多项式和代数方程组,从而计算出各种谐波分量的频率和幅值。由于该方法假设各频率分量的相位是随机分布的,无法给出谐波的相位信息。文章还结合整数次谐波、间谐波和次谐波估算仿真实验分析了PHD方法的敏感因素。并针对电力系统中谐波分量和基波分量能量相差较大影响估计结果的问题,提出了低通差分预处理的解决方法,取得了较好的估算效果。     

基于CZT的电力谐波参数高精度估计

提出了一种基于CZT的电力系统谐波参数高精度估计方法.利用CZT实现频谱细化的特点,首先从复杂信号中提取基波分量,将其减去.然后对剩余信号加5项Rife-Vincent窗,进行FFT分析.最后根据提取基波频率求出各次谐波频率,对Rife-Vincent窗函数在频域插值.仿真验证表明5项Rife-Vincent窗抑制频谱...     

基于改进单通道FastICA的谐波与间谐波检测

针对电力系统谐波污染及间谐波难检测问题,提出一种基于单通道独立分量分析的谐波检测算法。该算法在不需要任何先验知识的前提下,对一路电力系统混合信号进行循环平移处理构造出多路信号,然后通过主分量分析法对多路信号进行降维处理,再利用快速独立分量分析(FastICA)对谐波及间谐波各个成分进行分离,利用K均值算法根据各分量频谱进行聚类,还原到观测域对同类信号求平均值得到各谐波分量,最后分别估计各谐波分量的参数。在此基础上,针对FastICA分离出的信号有畸变问题,提出改进的FastICA算法以提高分量估计的稳定性和有效性。仿真结果表明只要各谐波分量在频谱上是合理分离的,该算法就能有效地提取出各谐波和间谐波分量。同时,改进FastICA算法具有更高的稳定性,有效性和准确性。     

基于求根多重信号分类和遗传算法的谐波间谐波频谱估计

为了改善电能质量,需要准确估计电网电压或电流的谐波、间谐波频谱.将空域处理技术的空间谱估计方法应用到电网信号的谐波、间谐波频谱估计.使用求根多重信号分类方法估计电压或电流的不同频率成分数及各成分的频率,各成分的幅值和相角估计由遗传算法完成.首先介绍频谱估计使用空间谱估计的理论依据,然后详尽地说明了求根多重信号分类方法和遗传算法的原理及算法流程.仿真结果和与其他方法的比较证明此方法在数据长度有限和噪声干扰时可以准确估计谐波、间谐波的频谱.     

基于Root-MUSIC和支持向量机的间谐波参数估计

为准确地检测电力系统中间谐波信号的参数,提出基于求根多重信号分类法(Root-MUSIC)和支持向量机(SVM)的间谐波参数估计方法。首先对采样数据构成的自相关矩阵进行特征分解,利用信号子空间和噪声子空间的正交性求得谐波和间谐波的个数及频率;然后通过支持向量机算法对间谐波信号的幅值和相位进行回归估计。Matlab仿真结果表明:该算法在低信噪比下频率估计准确,利用支持向量机在处理小样本数据上的优势,有效的提高了幅值和相位估计的精度。     

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.     

基于SSI和LS的间谐波检测新方法

提出基于随机子空间辨识和最小二乘法的电力系统间谐波高精度检测新方法.随机子空间辨识是一种线性系统时域模态参数识别方法,利用系统输出的数据构造Hankle矩阵,进而分离出系统状态方程的系统矩阵和输出矩阵,从而识别系统的模态参数:固有频率、阻尼比、振型.应用该法于间谐波检测实现频率、衰减因子、幅值的检测,计算中提出基于振型实现系统的自动定阶,在此基础上,应用最小二乘法实现间谐波信号各频率分量相位的估计.针对噪声、频变、幅变背景下仿真信号和实测变频调速系统的电流进行仿真,同时与Prony法作对比,结果表明该法抗噪性强,检测精度高.     

基于数据驱动随机子空间方法在低频振荡辨识中的应用

根据WAMS实测数据,对电力系统低频振荡模式进行辨识,对基于数据驱动随机子空间（SSI）辨识方法进行了研究。首先通过小波技术消去信号中的噪声分量,然后消去直流分量。利用处理后的数据构造Hankel矩阵,通过QR分解、SVD分解,利用卡尔曼滤波估计得到系统的随机状态模型,再对状态矩阵进行特征值分解,最终得到系统低频振荡模式参数。利用该方法分别对理想信号、仿真信号、电力系统实测数据进行分析。分析结果表明,基于数据驱动随机子空间方法能够准确辨识出系统主导振荡模式,可以应用于低频振荡模式的在线辨识。     

Harmonic/inter-harmonic detection based on DNS-MUSIC function

针对电力系统中存在的谐波和间谐波问题,提出了基于噪声子空间分解MUSIC (DNS-MUSIC)函数的谐波/间谐波检测方法.利用信号自相关矩阵的特征值分解理论,将信号的自相关矩阵分解为信号子空间和噪声子空间,利用2个子空间的正交性进一步分解噪声子空间,对其进行变换,构造出基于噪声子空间分解的特征多项式(DNS-MUSIC函数),求解该多项式得到信号基波和谐波频率预估计,结合消噪思想检测电力系统信号频率成分,然后利用扩展Prony法检测信号的幅值和相位.通过仿真实验与其他经典算法比较,结果证明了所提算法的可行性、高效性和稳定性.     

基于投影近似子空间跟踪算法的谐波检测方法

子空间分解类算法在理论上具有任意的高分辨率,非常适合于电力系统各类谐波的分析,但需要对高维矩阵进行特征值分解,这不仅费时而且不易于工程实现.本文将投影近似子空间跟踪算法引入电力系统谐波分析领域,详细分析评估了PASTd算法的性能.仿真结果表明,紧缩投影近似子空间跟踪算法即PASTd算法不仅保留了子空间分解类算法的超分辨率特性,而且收敛速度较快,稳定性好,可推广用于电力系统谐波检测领域.     

TLS-ESPRIT算法在低频振荡分析中的应用

提出了一种新的电力系统低频振荡模式辨识方法,即基于总体最小二乘法-旋转不变技术的信号参数估计(TLS-ESPRIT)算法.该算法是一种基于子空间的高分辨率信号分析方法,直接以测量数据构成的数据矩阵为基础,把信号空间分解为信号子空间和噪声子空间,能够高精度地辨识电力系统低频振荡的模式,进而可以为设计阻尼控制器提供依据.文中首先简要介绍了TLS-ESPRIT算法的基本理论,然后通过合成信号、4机2区域系统和新英格兰10机39节点系统3个算例,验证了该算法的正确性和有效性,对实现低频振荡在线/离线监测具有应用价值.     

基于ESPRIT分解算法的短期电力负荷预测

电力负荷具有一定的周期相似性,为此,提出一种基于子空间旋转矢量不变技术(E S P R I T)的综合负荷预测方法。对电力负荷数据进行移位平移处理构造出满足子空间不变性的数据矩阵,利用最小二乘法E S P R I T原理进行谐波检测,提取出各主要频率分量成分。利用K均值聚类法把提取的分量根据频率特点分为不同类型,之后建立不同预测模型对各部分进行独立负荷预测,最终得到综合的预测负荷值。E S P R I T算法具有较高的频谱分辨率,可降低原数据维数,且综合预测法能针对不同成分有更好的预测。最后仿真也证明了该方法预测的准确性及有效性。     

PRISM: An In-Vehicle CPU-Oriented Novel Azimuth Estimation Technique for Electronic-Scan 76-GHz Adaptive-Cruise-Control Radar System

In this paper, we have developed a novel azimuth-estimation technique for 76-GHz adaptive-cruise-control radar systems. To resolve the rank deficiency of the signal covariance matrix and to decrease the influence of dominant noise components, we used an improved SS technique. To balance computational cost with azimuth resolution for in-vehicle implementation, we introduced a projection matrix kernel, which formally is similar to that of beamforming (BF) and semantically similar to that of the propagator method. Our technique is called the PRopagator method based on an Improved Spatial-smoothing Matrix (PRISM). Incorrectly estimating the number of targets causes the conventional BF, subspace-based (SB), or maximum-likelihood methods to produce many false spectrum peaks on the relative azimuth-to-distance plane. We omitted the process of estimating the number of targets, which requires high computational power, because our projection matrix kernel strongly suppresses these false peaks. We conducted numerical experiments using an electronic-scan radar system to examine the performance of PRISM. Compared to conventional SB methods, PRISM requires SNRs that are 2–3 dB higher but has competitive azimuth resolution at a centesimal fraction of the computational cost.      

一种改善beamforming"延迟求和"算法精度的方法

分析了传统"延迟求和"波束形成(beamforming)相控空间扫描原理,并进行了仿真实验研究,仿真表明由于旁瓣、栅瓣等问题的存在使信号源方位识别不准确.针对此问题本文提出了一种基于beamforming方向图矩阵进行声源定向的方法,理论分析和实验表明该方法能够有效地提高分辨率,提高定位的准确性,并基于该原理提出了用于工程的算式.     

基于MSWF和改进Adaline神经网络的间谐波分析

为降低计算复杂度,将多级维纳滤波器(MSWF)应用于电力系统间谐波分析,提出基于MSWF和改进自适应神经网络的间谐波分析方法。利用MSWF的前向递推实现信号子空间和噪声子空间的快速估计,不需要估计数据的协方差矩阵及其特征值分解,减小了计算量。应用新的最小描述长度准则和TLS-ESPRIT算法确定谐波、间谐波的个数及频率。为提高收敛速度,应用基于递归最小二乘学习算法的自适应神经网络分析谐波和间谐波的幅值和相位。Matlab仿真结果验证了所提算法的有效性。该方法计算复杂度低,分辨率高,精度高,收敛快。     

基于压缩感知的智能电能表信号压缩

需求响应与功率分解等复杂任务对于高采样率功率信号的精确获取提出了更高的要求。针对这一问题,设计一种基于压缩感知(Compressed Sensing,CS)的智能电能表功率信号压缩方法,以支持智能电能表的窄带宽、低能耗条件下的信号传输。分析了各类负载的特性,提出了对于智能电能表功率信号的经验模型,作为信号压缩的基础。通过实验验证了经验模型的有效性,并得到了适用于压缩感知方法的最优表示矩阵与投影矩阵生成方案,说明了压缩感知方法相比基于小波变换的压缩方法在信号重建效果上的优势。     

广域时滞电力系统控制器的优化算法及其应用

随着电力系统规模的不断扩大,控制信号在广域环境下产生的时滞现象会对电力系统的稳定运行产生难以忽略的负面影响。基于 Lyapunov稳定性理论,研究在时滞影响下,基于状态反馈的广域电力系统控制器的设计问题。首先,通过构造 Lyapunov-Krasovskii泛函,运用矩阵解析方法,得到了基于非线性的矩阵不等式结构;然后,将不等式中的非线性项做线性化处理,使其转化为隶属于线性矩阵不等式的锥补问题,在迭代求解时,对迭代次数进行了优化,平衡了迭代时间与时滞上界的关系。最后,通过仿真算例验证了所得控制器不仅具有较低的保守性,而且具有较快的响应速度,在工程上有较高的实用性。     

遥测速变参数自适应谱估计方法研究

针对靶场遥测速变信号处理对高分辨谱及非平稳信号处理的要求,在高分辨谱估计方法基础上,研究了最小均方准则(LMS)和最小二乘准则(LS)的自适应格型滤波算法,实现了LMS自适应格型滤波最大熵谱估计和LS自适应格型滤波ARMA谱估计.利用本研究方法对仿真数据和试验数据进行了大量的实验研究,并与经典周期图法、Burg最大熵法、Yule-Walker自回归法获得的谱估计进行对比.实验表明该方法适用于遥测速变信号的处理和分析,在改善谱分辨率的同时提高了算法的效率,为非平稳信号分析提供了时变谱估计方法,为深入研究导弹飞行振动特性、性能评估或故障诊断提供了新的分析工具.     

双路多波形可调信号发生器的原理与实现

介绍了一种基于直接数字频率合成（DDS）技术的双路多波形可调信号发生器的设计工作原理与设计方法。利用STC12C5A60S2单片机与2片DDS芯片AD9833进行数字控制相结合,通过矩阵按键实现了双路正弦波、三角波和方波等3种信号和相位差的输出。系统实现了2路输出信号的频率可在1 Hz~2 MHz内连续进行设置,频率分辨力小于1 Hz,相位差在0°~359°内可调,相位误差小于0.1°。采用示波器测试可以看出,输出的波形较为稳定,相位差输出准确,整套系统具有结构简单和操作方便的特点。