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。     

基于复小波变换相位信息的谐波检测算法

小波变换因其良好的时频局部化特性，可用来进行谐波分析。但由于不同尺度的小波函数在频带相互混叠，使得现有利用小波系数幅值及在此基础上改进的各种算法都无法实现谐波的准确检测。该文提出利用复小波变换的相位信息来分析谐波的方法，利用改进递归复小波变换在不同尺度时，信号复小波变换系数的相位变化周期来确定信号的谐波频率，进而确定谐波的幅值；与FFT和幅值检测法相比，该方法能消除FFT算法的频谱泄露，提高了谐波检测的精度，且适用于含有非整数次谐波的信号。通过在LabVIEW中的实例验证，说明该方法能有效地消除FFT算法的频谱泄露和小波函数频带混叠造成的不良影响，有效地提高了谐波检测的精度。     

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.     

三谱线插值FFT算法在介损测量中的理论与仿真研究

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。     

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FFT的电网谐波检测误差分析与研究

谐波检测对谐波补偿装置的研究与设计有着重要的意义,而在谐波检测的各种算法中基于傅里叶变换的谐波检测算法应用较为广泛。但标准FFT谐波检测算法要求整周期的同步采样,否则就会产生频谱泄漏和栅栏效应从而使谐波检测产生较大的误差。在具体分析了产生频谱泄漏和栅栏效应的基础上,对非同步采样时的标准FFT谐波幅值检测算法中所纯在的误差进行了研究与分析,提出了加窗插值FFT算法谐波参数检测算法。推导了基于Blackman窗的插值FFT算法的幅值、相位、频率的计算表达式,并利用MATLAB对其仿真得出相应的结论。     

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     

一种新型组合优化谐波分析方法研究

在非同步采样和非整数周期截断时,采用快速傅里叶变换(Fast Fourier Transform, FFT)进行电力谐波分析时容易造成频谱泄露和栅栏效应,加窗插值可有效解决频谱泄露和栅栏效应问题。在分析了纳托尔窗的频谱特性的基础上,推理得出4项5阶纳托尔窗函数,通过自卷积运算得到纳托尔自卷积窗函数,并推导出四谱线插值校正公式。基于全相位傅里叶变换(all-phase FFT, apFFT)的相位不变性,利用理论频点附近的主谱线和旁谱线幅值的比值,推导出基于纳托尔双窗和ap FFT双谱线插值频谱校正分析法。由此提出了加窗插值FFT用于频率和幅值的检测,apFFT用于相位检测的新型组合算法。仿真结果表明所提新型组合算法在谐波检测时精度更高,抑制频谱泄露能力更强。     

基于双窗全相位FFT双谱线插值的谐波和间谐波分析算法

在利用传统快速傅里叶变换进行谐波和间谐波分析时,由于非同步采样或非整周期截断,容易影响谐波和间谐波的检测精度。本文提出了一种基于双窗全相位快速傅里叶变换双谱线插值的电力谐波和间谐波分析算法。该算法利用双窗全相位快速傅里叶变换主谱线相位值来估计信号初相位,选择紧邻峰值频点的左右两根谱线进行频率和幅值的插值校正,结合多项式拟合函数推导出典型窗函数下全相位快速傅里叶变换的实用修正公式。通过与传统快速傅里叶变换双谱线插值法、全相位快速傅里叶变换比值法及全相位快速傅里叶变换相位差法的仿真对比实验,验证了所提出的新算法在密集频谱分析、谐波和间谐波的高精度检测及克服白噪声污染等方面的准确性与有效性。     

利用小波傅里叶变换的谐波与间谐波检测

为有效检测快速变化和持续时间短的谐波与间谐波,分析了傅立叶变换检测谐波与间谐波的方法,并在此基础上探讨了利用小波变换进行检测的基本原理,提出了利用小波变换系数傅立叶变换幅值来分离谐波与间谐波的算法。该方法使用Morlet函数作为小波变换的小波基,根据小波变换系数傅里叶变换的幅频特性的突出点来检测谐波与间谐波的幅值与频率。仿真结果与理论分析表明,小波变换具有良好的时域与频域局部化特性,小波变换系数傅里叶变换幅值能有效检测谐波与间谐波,并在检测持续时间短的谐波与间谐波方面有很大优越性。     

利用Morlet连续小波变换实现非整次谐波的检测

针对常规快速傅立叶变换无法检测非整次谐波的问题。文章提出了利用小波变换实现检测非整次谐波的方法。小波函数是具有时域和频域良好局部化特性的函数，理论上可以用于非整次谐波的检测，但是小波变换存在着由于频谱泄露而带来的混频问题，给谐波的检测带来误差。为解决此问题，可选择分频严格的小波函数，或者选择合适的分析方法，该文选用的分析方法是连续小波变换，选用的基小波是具有良好频域特性的Morlet小波，通过Matlab仿真，在1个周期的采样数据中，能够较为准确地把不同频率的整次和非整次谐波分离出来，这表明了小波变换对于非整次谐波的检测和分析是可行的，从而为谐波的精确检测提供了有效的手段。     

电力系统谐波检测的FFT加窗插值算法与小波分析方法的比较

对电力系统谐波检测中常用的FFT加窗插值算法和小波分析算法进行了分析比较:FFT加窗插值算法具有检测精度高、实现简单、功能多且使用方便的优点,但计算量较大,因而实时性不够好;小波分析实时性好,能够获取较精确的基波信号,然而对于其他整数次谐波的幅值和相位则较难精确的获得,且难于构造分频严格、能量集中的小波,检测精度也有待改善.并通过仿真实验验证上述结论.     

一种改进型FFT谐波分析方法

快速傅里叶变换(fast Fourier transform,FFT)存在较大的误差,不适宜直接用于电力系统谐波分析中.为消除其所产生的误差,提高检测精度,提出了一种基于最小二乘法与FFT相结合的改进型谐波分析方法.该方法利用最小二乘法对快速傅里叶变换的结果进行修正,从而获得高准确度的分析结果,实现对非整数谐波和频率较小的次谐波的同步跟踪与分析.利用Matlab软件对该方法进行仿真实验,仿真结果证明了该方法的有效性和准确性,为谐波的检测与分析提供了一种有效的方法.     

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。     

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。     

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。     

基于小波－数学形态学和Hilbert的谐波分析

充分利用小波和数学形态学的优势,有效地将两者结合,再用Hilbert变换来提取谐波的幅值和频率,有效地克服了FFT方法和相位分析方法的缺点。首先将谐波信号进行小波分解,得到一系列小波系数,再对每一层的小波系数利用数学形态学进行平滑处理,最后通过对小波变换产生的每个频率分量对应的波形进行Hilbert变换及拟和计算,得到谐波的幅值、相位和频率,实现了对电力系统谐波的准确分析。仿真表明,该方法能够准确地检测出电力系统谐波,具有很好的实用价值。     

基于加窗FFT和HWT算法的谐波检测系统设计

为了提高电网谐波的检测精度,特别是考虑电网中存在间谐波的情况,及造成的频谱泄漏和栅栏效应问题.采用了改进加窗插值FFT和HWT混合的非整次谐波算法,加窗插值采用可修改的Hanning窗、HWT采用谐波小波算法,更好地消除了间谐波的影响.硬件采用STM32+DSP的双CPU并行处理技术,提高了数据处理速度.MATLAB仿真结果以及实验结果分析表明,该算法提高了谐波检测精度,改善了系统的动态性能,并达到预期的效果,具有一定的实际意义.