首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 125 毫秒
1.
采用离散傅里叶变换(DFT)检测含有频率相近的谐波与间谐波的电网信号时,信号的非同步采样会引起频谱泄露和混叠现象,严重影响了检测精度。针对以上问题,提出一种基于DFT和群组谐波能量回收理论的谐波与间谐波检测算法。首先根据DFT对谐波/间谐波的频谱分析结果判别谐波/间谐波分量数。然后基于群组能量回收理论通过频率偏移量自动调整取样窗口的长度,依次对主要谐波/间谐波周围的溃散能量进行迭代收集。最后通过主要谐波/间谐波周围溃散总能量值将其幅值与频率恢复为原貌,即可得到各分量幅值和频率的精确值。Matlab仿真算例表明,该算法能有效减小因频谱泄露而引起的测量误差,准确测量出邻近谐波与间谐波分量的幅值和频率。  相似文献   

2.
为了有效抑制多种噪声和准确检测谐波/间谐波频率,提出了基于多级集合经验模态分解(EEMD)和Wigner-Ville分布(WVD)的谐波/间谐波检测方法。利用白噪声的幅值可调性,对含有噪声的检测信号进行多级EEMD分解,平滑脉冲干扰和削弱白噪声的同时,得到了一组固有模态函数(IMF)分量,对每个IMF进行WVD计算,可准确检测出谐波/间谐波频率,有效抑制了交叉项和噪声干扰。采用最小二乘算法估计各频率分量的幅值,实现了噪声背景下的谐波和间谐波检测。仿真结果验证了该方法的可行性与有效性。  相似文献   

3.
针对电力系统中同时包含稳态谐波、间谐波、非稳态谐波及各种噪声污染的复杂谐波信号,提出了基于小波与双重FFT(WT-DFFT)的联合检测方案。该方案首先利用传统FFT算法粗略识别谐波分布,以此确定小波分解层数以及后续需要关注的频带。然后采用小波变换对信号进行分解,对关注的低频带稳态分量采用加窗插值FFT算法分析,对关注的高频分量采用小波重构算法分析,进而获得各次谐波、间谐波及高频带暂态分量的参数。仿真实验表明,该方案不仅能够确定小波分解层数及关注的频带,而且对关注频带采用更精细的方法进行分析,其准确度更高,实用性更强。  相似文献   

4.
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 Subspace 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。  相似文献   

5.
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.  相似文献   

6.
采用线性正弦跟踪(LST)的自适应谐波电流检测算法提高了谐波检测性能,但该算法中的误差分量的选取受到高次谐波的干扰,导致稳态误差是与高次谐波同频率的振荡信号。通过将低通陷波滤波器引进该算法中,反馈误差信号经过低通滤波器后抑制了高次谐波对算法性能的影响,根据劳斯-赫尔维茨稳定判据证明了算法的稳定性。理论分析和仿真结果表明,改进型算法解决了动态响应速度和稳态精度之间的矛盾。  相似文献   

7.
在无干扰情况下.传统的问谐波检测方法能较好地检测出间谐波分量;而当有干扰存在时,就无法检测出间谐波.针对传统检测方法的局限性.提出一种新的间谐波检测方法,实现了在有干扰情况下对间谐波的准确检测,且检测结果具有较高的精度.该方法利用形态滤波器有效抑制噪声的特性对检测信号进行消噪处理,保留信号的主要特征分量:对消噪后的信号采用TLS-ESPRIT算法进行检测,通过特征值分解得到信号子空间,并对信号子空间进行奇异值分解确定出空间旋转矩阵,求解间谐波分量.算例仿真结果表明,所提出的方法是可行和有效的.  相似文献   

8.
为了提高电力谐波信号中谐波/间谐波的检测精度,提出一种基于变分模态分解(VMD)与Teager能量算子相结合的检测新方法。利用相关系数法来确定VMD算法中的模态分解个数K;采用VMD对谐波/间谐波信号进行分解,得到一系列IMF分量;利用Teager能量算子对IMF分量进行解调分析,能够得到分量的瞬时幅值和频率,同时根据时频图中瞬时频率突变点,可准确定位暂态谐波/间谐波的起止时刻。在信噪比较低的情况下,将集合经验模态分解(EEMD)、VMD分别与Teager能量算子相结合进行谐波/间谐波检测的对比。仿真实验对比表明文中所提方法能将稳态、暂态谐波信号进行有效的分离,同时具有较高的检测精度和较好的噪声鲁棒性。  相似文献   

9.
针对快速傅里叶法对间谐波的检测存在频谱泄露和栅栏现象,提出了利用FFT和小波变换综合的间谐波检测法。该方法由FFT算法得到各频谱的频率,根据得到的频率确定多分辨率的分解层数和频段范围。最后运用无限可导、双正交性和无频谱混叠现象的Meyer小波对信号进行分解和重构,得到无频谱泄露和柵栏现象的各间谐波分量。该分析法得到的仿真结果和目前常用的db3小波仿真结果相比更具有效性,可以准确地提取基频分量和各次间谐波分量,并实时跟踪间谐波的变化,达到了检测间谐波的目的。  相似文献   

10.
消除负频率影响的低频间谐波快速检测方法   总被引:1,自引:0,他引:1  
对电网采样信号进行离散频谱分析时存在负频率分量,负频率对低频间谐波分量具有干扰作用;当间谐波频率邻近基波、谐波或直流分量时,其频谱会泄漏到附近的基波、谐波或直流谱线上,此时会产生主瓣干涉而无法准确检测间谐波。建立了包含负频率在内的间谐波数学模型,通过组建和求解不同位置的谱线方程组,消除了负频率的影响,得到低频间谐波参数的显式求解公式,实现了在IEC标准同步采样要求下对低频间谐波的快速检测。特别是当间谐波与附近的基波、谐波或直流分量间隔小于1个频率分辨率时,该方法仍能在有限的采样数据长度下快速精确地检测出间谐波。仿真结果表明,该方法不受直流偏移和谐波分量的影响,同时具有较好的检测速度和抗噪性能。  相似文献   

11.
随着新能源的快速发展,越来越多的电力电子设备应用在了电网中,导致电力信号中出现了频率为次同步及超同步的间谐波。当这些间谐波严重时会造成次同步振荡,危害电网安全。因此,间谐波的监测预警至关重要。目前,同步相量测量单元(PMU)已在电网中大量装备,这为监测电网中的间谐波提供了可能。基于PMU测量相量,提出了一种间谐波的还原算法。提出了基于复数相量的次/超同步间谐波提取方法。针对频谱分析所得的频率和幅值误差较大的问题,提出了将间谐波的频率和幅值分开求解的思路:基于能量重心法修正间谐波的计算频率;进一步地,提出了基于最小二乘法的间谐波幅值校正方法。通过仿真验证以及电力系统实际录波数据的测试表明,所提方法能够在电气量中含有多个对称和非对称间谐波、高噪声条件下较为准确地计算得到间谐波的频率和幅值。  相似文献   

12.
在同步采样条件下,间谐波对谐波以及间谐波之间的频谱泄漏是产生检测误差的主要原因。为此,文中提出一种谐波间谐波检测新方法来消除间谐波对谐波的频谱干扰,该方法根据间谐波旁瓣泄漏特点,对谐波邻近的间谐波泄漏谱线进行指数拟合求取间谐波在谐波频点处的泄漏值,进而得到较精确拟谐波信号,然后进行时域采样分离拟谐波信号得到拟间谐波信号。通过对频率相近的间谐波采用补零法进行频段划分,各频段进行加窗插值后得到较精确间谐波参数。最后,算例仿真误差结果验证了该方法的有效性。  相似文献   

13.
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.  相似文献   

14.
一种高精度的电网谐波/间谐波检测的组合优化算法   总被引:2,自引:0,他引:2       下载免费PDF全文
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。  相似文献   

15.
基于多信号分类法和普罗尼法的间谐波参数估计   总被引:35,自引:9,他引:26  
石敏  吴正国  尹为民 《电网技术》2005,29(15):81-84
提出了一种基于多信号分类法(Multiple Signal Classification,MUSIC)和普罗尼法(Prony)的间谐波参数估计方法,首先通过在MUSIC功率谱曲线中设置阈值来估计信号中的谐波和间谐波频率,然后根据估计出的频率利用Prony法中的最小二乘法来估计其幅值和相位.仿真和实测信号分析结果表明,该间谐波参数估计方法在低噪声水平下可检测到整数次谐波附近的间谐波,且估计出的谐波和间谐波参数精度较高,能满足实际电网信号测试精度的要求.  相似文献   

16.
丁铭  陈红卫 《电测与仪表》2019,56(17):121-127
针对近几年广泛应用的全相位时移相位差校正法在间谐波分析中出现的多个检测问题,提出一种基于APFFT和快速TLS-ESPRIT的间谐波检测方法。首先,通过快速TLS- ESPRIT算法准确地辨识出信号中间谐波的频率;然后,对信号进行APFFT谱分析,根据其相位不变性,直接取峰值谱线的相位值作为初相位的估计;最后,计算出峰值谱线频偏量,按照全相位幅值校正公式,获取信号的幅值估计。仿真实验表明,该检测算法能够在较低信噪比环境下有效地检测间谐波,且具有较高的检测精度。  相似文献   

17.
基于AR谱估计和Adaline神经元的间谐波分析   总被引:4,自引:1,他引:4  
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.  相似文献   

18.
基于最小二乘法和时频原子变换的谐波/间谐波测量算法   总被引:2,自引:0,他引:2  
提出了最小二乘法与时频原子变换相结合的谐波/间谐波测量方法。应用最小二乘法对整个测量频段扫频,获取谐波/间谐波分量的个数和大致频率。依次对各个分量跟踪配置时频原子变换对应的带通滤波器,精确测量其频率和幅值。时频原子变换是具有自适应复带通滤波特性的新型时频分析方法,其频窗宽度与频窗中心相互解耦,可以灵活调整而不受窗函数中心频率的限制。通过构造频窗互不交叉的复带通滤波器来抑制频率邻近分量之间的干扰,同时能在非同步采样条件下抑制基波频率波动对测量精度的影响。仿真结果表明该方法具有测量精度高、计算量小、抗噪性能好等优点。  相似文献   

19.
利用小波傅里叶变换的谐波与间谐波检测   总被引:5,自引:1,他引:5  
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。  相似文献   

20.
在非整周期采样的情况下,使用传统的快速傅里叶变换(FFT)对邻近基波/谐波的密集谱间谐波进行参数估计时,由于频谱泄露的影响,间谐波检测误差较大,甚至难以判断密集谱的存在,因此,文中提出了一种基于全相位FFT和带约束条件的最小二乘拟合的间谐波检测算法。该算法的原理是先利用全相位FFT对间谐波参数进行预估,在预估参数的基础上构造拟合函数并设置约束方式,然后使用最小二乘拟合对间谐波参数进行校正。通过对比不同约束方式的效果,选择对幅值和相位分别进行约束为最佳约束方式。仿真实验表明,与其他基于FFT的算法相比,该算法可以有效地减少间谐波参数检测误差并具有良好的抗噪性。  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