基于VMD-SWT联合算法的谐波/间谐波检测

针对现有电力系统谐波/间谐波检测方法中提取精度不高、对噪声敏感的问题,提出一种基于变分模态分解VMD(variational mode decomposition)和同步挤压小波变换SWT(synchrosqueezing wavelet transform)的谐波/间谐波检测新方法。首先对含有谐波/间谐波的信号进行连续小波变换,得到小波量图确定分量个数。利用VMD自适应地将信号分解成多个模态分量,筛选出所选模态中心频率附近的小波系数进行SWT挤压重组锐化时频图,获得小波脊线,从而提取各谐波模态瞬时频率和幅值。仿真和实际数据表明,该方法在噪声环境下依然可以准确提取各个谐波分量,具有较高的检测精度。     

基于经验小波变换的电力系统谐波检测方法

针对噪声干扰下的稳态以及暂态谐波检测问题,首次提出一种基于经验小波变换的电力系统谐波检测方法。首先利用经验小波变换从电力谐波信号中提取出一组具有紧支撑频谱的调幅-调频分量,实现各次谐波与基波信号的分离。接着对分离出的谐波分量进行Hilbert变换,从而获取各次谐波的幅值和频率检测参数以及暂态谐波的扰动起止时刻。对多类谐波信号的仿真结果表明,所提方法有效避免了传统Hilbert-Huang变换存在的模态混叠问题,即使在低信噪比下也能实现多频谐波信号的自适应分解,在确保各类参数检测结果精度的同时,兼具良好的噪声鲁棒性和检测实时性。     

基于MATLAB小波变换的电力系统谐波检测方法研究

本文介绍基于MATLAB小波变换的谐波检测方法。由于小波变换具有良好的时频局部化特性,近年来已将小波变换应用于谐波检测中。本文采用一维小波变换中Daubechies(dbN)小波将噪声信号分解。综合利用MATLAB中的Simulink、电力系统工具箱进行仿真建模。通过仿真验证表明,小波变换能快速而准确地将信号中的基波信号和不同频率的谐波信号分解出来,从而达到检测谐波的目的。     

基于分数阶小波变换的电力系统谐波检测方法

针对稳态和暂态谐波检测易受噪声干扰的问题,提出一种基于分数阶小波变换(fractional wavelet transform,FRWT)的电力系统谐波检测方法。首先,通过快速傅里叶变换(fast Fourier transform,FFT)检测出各频谱的频率,根据频率确定分解层数;其次,利用FRWT对信号进行分解和重构,实现基波与各次谐波分量的分离;最后,对各次谐波分量进行Hilbert变换(Hilbert transform,HT),获取各次谐波分量的频率和幅值检测结果以及暂态扰动的起止时刻。对多种谐波信号的仿真试验结果表明,FRWT方法可以有效实现对含噪信号中稳态和暂态谐波的检测,即使信噪比较低也能保证各项结果的检测精度,证明FRWT方法是检测谐波的一种有效新方法。     

基于多孔分数阶小波变换的谐波检测新方法

基于分数阶小波变换的电力谐波检测方法是一项新兴的研究成果,其可较好地解决新型电力系统中谐波检测受噪声干扰的问题,提高谐波检测精度。然而传统离散分数阶小波变换均基于Mallat算法完成,其实现过程中的下采样操作将影响谐波信号的检测精度。针对这一问题,文章将非下采样多孔算法与分数阶小波变换相结合得到一种改进的离散分数阶小波变换实现方法,并在此基础上提出一种基于多孔分数阶小波变换的谐波检测新方法。此外,文章采用基于分数阶频谱四阶原点矩的方法确定最佳分数阶变换阶次,有效降低计算复杂度。实验结果表明,新方法对稳态谐波、短时谐波及时变谐波均能有效实现信号降噪和分离,并能对信号分量的幅值、频率及定位信息实现高精度检测。     

谐波小波变换在电力系统谐波检测中的应用

谐波小波方法是近年来发展起来的一种新的信号处理方法,鉴于谐波小波任意频段的"细化"能力,将其应用于噪声环境下电力系统谐波及间谐波检测中。首先对信号频谱进行分析确定尺度参数,然后运用谐波小波方法实现各谐波分量的分离,同时计算出各谐波分量的瞬时幅值和频率,并对结果进行最小二乘法拟合,以提高精度。数值分析结果表明该方法准确有效。     

基于谐波小波变换的电力系统谐波检测研究

准确的谐波分析对电力系统稳定具有重要意义。为克服传统小波分析方法的缺点,提出将谐波小波用于噪声环境下谐波分析。首先对谐波小波进行加窗处理以减少频谱Gibbs现象,然后运用谐波小波方法实现各谐波分量的分离,计算出各谐波分量的瞬时幅值和频率,并对结果进行最小二乘拟合以提高精度。大量的仿真结果表明谐波小波方法在电力谐波分析中是准确有效的。     

基于小波包变换和功率谱估计的间谐波检测新方法

为实现对电力系统间谐波的精确检测,本文针对小波包变换存在的分解频带不连续的问题,从理论上分析其原因,找出了小波包分解系数与频带的对应关系,用小波包分解树结构对电网信号进行均匀划分,得出新的小波包变换WPT(WaveletPacketTransform)法。在此基础上,通过计算子频带的功率谱密度,可以精确检测到信号中的频率成分。利用MATLAB仿真,验证了新WPT法的正确性,从而为电力系统间谐波检测提供了一种新方法。     

基于混叠补偿小波变换的电力系统谐波检测方法

虽然许多文献表明基于小波的谐波检测方法优于传统的谐波检测技术，但因混叠现象的普遍存在，导致其精度低、鲁棒性差，需要寻求新的解决方法。该文研究了小波变换的混叠现象，提出了一种电力系统谐波检测的抗混叠小波分析方法。离散小波变换混叠补偿方法，通过该方法将谐波信号分解成不同频带的子频带信号，再利用连续小波变换对非零子频带信号进行分析，提取谐波分量特征。仿真试验和几种方法的计算结果表明，文中所提出的谐波分析方法能够有效地消除小波混叠，并能精确地提取谐波分量特征，从而为电力系统谐波精确检测提供了一种有效的手段。     

基于数学形态学和HHT的谐波和间谐波检测方法

非线性电力元件的应用使电力系统的谐波污染问题日益突出。为准确检测谐波和间谐波参数,提出了基于数学形态学和希尔伯特–黄变换(Hilbert-Huang transform,HHT)的谐波和间谐波检测方法。为有效抑制多种噪声,对现有数学形态滤波器进行了改进,使之保留了原信号的主要特征,并运用经验模态分解处理消噪后的信号,得到了一组经验模态函数分量。对每个经验模态函数分量进行希尔伯特–黄变换,可准确得到其瞬时频率和瞬时幅值,实现了在噪声背景下对谐波和间谐波的检测。仿真结果验证了该方法的可行性与有效性,表明其可提高谐波和间谐波的检测精度。     

一种改善HHT端点效应的新方法及其在电能质量中的应用

利用Hilberr-Huang变换(HHT)方法进行电能质量检测分析,可以得到准确的瞬时频率和瞬时幅值,但该方法在应用中存在严重的端点效应,会影响分析结果。为了改善其端点效应问题,提出了一种基于人工神经网络和镜像延拓相结合的新方法对短时间序列进行延拓。采用三层BP神经网络对信号两端进行延拓,用带镜像延拓程序的经验模态分解(EMD)方法对延拓后的信号进行边分解边延拓,得到具有原始信号长度的固有模态函数(IMF);为了改善Hilbert变换中的端点效应,再次利用BP神经网络对各个IMF分量进行延拓。最后对延拓后的IMF分量进行Hilbert变换,从而得到精确的瞬时频率和瞬时幅值。将其应用到电力系统的谐波分析中,取得了较好效果。     

基于参数优化变分模态分解的间谐波检测

变分模态分解(VMD)已在谐波检测领域得到应用,但人为设定分解参数K,导致误差较大。为提升VMD在间谐波检测中的准确性,首先,采用施密特正交化理论对VMD预分解得到的各分量进行正交化处理,以避免模态混叠。然后求得不同K值对应的残差能量,利用残差能量值最小化法优化参数K,进而提取间谐波信号。最后采用对称差分能量算子,获得间谐波信号幅值与频率等特征信息。仿真实验表明：所提出的方法能有效优化参数K,降低VMD分解误差。同经验模态分解(EMD)、集合经验模态分解(EEMD)以及近年新提出的同步挤压小波变换(SST)相比,参数优化变分模态分解在间谐波检测上效果显著提升,具有更高的检测精度。     

变分模态分解在电力系统谐波检测中的应用

针对电能质量分析中的谐波检测问题,将变分模态分解(VMD)应用到电力系统谐波检测中。利用VMD对信号的频带划分能力,实现各谐波模态的有效分离。对谐波信号进行频谱预分析确定VMD模态分解数,采用Hilbert变换提取各谐波模态幅值、频率等特征信息,通过基于奇异值分解的扰动定位方法对暂态谐波起止时刻与幅值变化时刻进行准确定位。不同类型谐波信号仿真实验验证了该方法的有效性,在无噪声与较低信噪比情况下均具有较高检测精度,具有良好的噪声鲁棒性。     

基于EMD的Hilbert变换应用于暂态信号分析

将一种新的非平稳信号处理方法--基于经验模态分解(EMD)的希尔伯特(Hilbert)变换方法,应用于电力系统暂态信号分析中。通过EMD方法提取信号的固有模态函数(IMF),再进行Hilbert变换,求瞬时频率、瞬时振幅,得到信号的Hilbert谱,进而得到Hilbert边际谱,对故障暂态和扰动信号进行了分析。通过瞬时频率进行故障暂态和扰动时刻的准确检测;通过Hilbert边际谱与傅里叶幅值谱的比较,表明Hilbert边际谱在分辨率上具有明显的优越性。该方法为电力系统暂态信号分析提供了一种新的分析手段。仿真结果验证了该方法的有效性。     

改进的HHT算法在电力系统谐波检测中的应用

使用改进的HHT方法检测电力系统谐波.由于HHT方法存在模态混叠现象,不能有效的得到各次谐波分量.采用预处理的方法,首先将一个信号通过一级低通滤波器得到一级高频成份和一级低频成份,一级高频成份进一步分解为二级高频成份和二级低频成份,如此类推直到满足分解完成条件.对各个频带进行EMD分解得到IMF分量,最后将所有的IMF...     

一种实时精确估计电力谐波和间谐波参数的方法

提出一种电力谐波和间谐波参数实时高精度估计的新方法。首先利用对称窗函数的能量谱重心导出各电力谐波的频率和相位的估计算法;接着使用Parseval定理推导出精确估计电力谐波幅值的计算公式;进而分析了估计误差,估计误差仅与加权窗函数的能量分布特性有关,某次谐波的估计相对误差不大于窗函数在频域中旁瓣所占能量与总能量的比值。最后,仿真试验表明,所提方法与其他加窗快速傅里叶变换插值校正分析方法在计算耗时上有明显优势。模拟试验证明,所提方法很适合用于嵌入式系统和数字信号处理器,是一种很实用的算法。     

电功率微机测量新算法

研究一种基于时域积分的电功率数字测量新算法。算法先将有功功率、无功功率的测量,转化为对瞬时有功功率和瞬时无功功率的直流分量的估计,然后基于加窗离散傅里叶变换(discrete Fourier transform, DFT)和离散傅里叶逆变换(inverse discrete Fourier transform, IDFT)实现Hilbert变换,将周期电压信号各频率分量准确移相90°,最后利用矩形自卷积窗,设计高性能FIR梳状滤波器,高效率地滤除瞬时功率信号中的基波及谐波分量。算法实现了在采样存在同步误差时有功功率和无功功率的高精度估计,仿真和科研实践验证了算法的可行性和有效性。