基于最小方差递推算法的电力系统间谐波谱估计仿真分析

在对电力系统间谐波进行分析时,提出了基于最小方差递推算法的间谐波谱估计新方法。该方法通过解一有约束的极值问题来求取FIR滤波器的系数,从而得到最小方差谱估计结果,并通过使用Gohberg-Semencul公式和Levinson递推算法使运算变得更为便捷。通过对电力系统间谐波进行仿真分析,同时与MUSIC算法、Burg算法、FFT算法进行比较,表明该算法的稳健性较好,在时变噪声干扰的情况下依然有较高的检测精度,可以满足对电力系统间谐波的分析需求。     

基于矩阵束算法的谐波和间谐波参数估计

电力系统中非线性负载的不断增加导致谐波污染问题日趋严重。基于矩阵束算法提出了一种谐波和间谐波参数估计的新方法。该方法将含噪声的谐波、间谐波信号构造为两个Hankel矩阵,通过奇异值分解和矩阵的低秩近似等方法抑制了噪声的干扰,同时减少了计算量;利用矩阵间的特定关系获得频率信息后,再通过最小二乘法得到幅值和相位。仿真结果表明,该方法具有精度好、运算率高、抗噪性强等特点。     

基于SVD-MMVDR和Prony算法的间谐波参数估计

提出了一种基于SVD-MMVDR算法与普罗尼(Prony)算法相结合的谐波间谐波参数估计方法。SVD-MMVDR算法具有频率分辨力高,所需数据少的特点,可以准确地计算出信号源中谐波及间谐波的个数和频率值,然后利用Prony算法中的总体最小二乘法估计出谐波间谐波的幅值和初相角。仿真以及电弧炉模拟系统试验证明,基于SVD-MMVDR算法与Prony算法的谐波间谐波参数估计方法切实可行,在存在噪声的情况下,该方法也能够准确地计算出谐波和间谐波的频率、幅值和相角。     

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.     

一种用于电力系统间谐波谱估计的高分辨率算法

本文提出一种基于改进高阶累积量求根MUSIC法的间谐波谱估计新方法。该算法采用4阶累积量来抑制高阶白噪声和高斯噪声,同时,针对传统4阶累积量分辨率低的特点,通过将4阶累积量的对角切片转化为修正协方差阵的线性组合,从而保证算法的高分辨率;并通过构造MUSIC多项式,从而使算法噪声抑制能力进一步增强。仿真结果表明,该方法不仅具有较高的频率分辨率,而且具有较强的稳健性,在噪声污染的情况下能检测出各次谐波和间谐波的频率信息。     

基于互高阶谱MUSIC法的间谐波检测

在电力系统中,准确有效地确定信号中的间谐波分量,对于改善电能质量有重要意义.研究了一种间谐波幅值和频率的估计算法-基于互高阶累积量的多信号分类法MUSIC(Multiple Signal Classification)方法,该方法可以有效地抑制非相关噪声和高斯噪声,在混合噪声和低信噪比的条件下,仍具有很高的谱分辨率和谱估计性能.为了证明其有效性,采用一具体的电力系统谐波模型进行仿真.仿真结果表明:在色噪声背景下,信噪比为-20dB时,且不需要对分析数据进行整周期采样,仍可以有效地估计出间谐波的频率和幅值,谱估计性能稳定,具有一定的工程应用前景.     

基于支持向量回归模型的电力系统谐波分析新方法

当前电力系统中的谐波问题日益严重,对谐波的准确检测和分析是抑制谐波畸变的重要依据。将基于改进的SMO算法的支持向量回归模型应用于电力系统谐波的检测,该算法克服了常规算法计算规模大和建模复杂的困难,通过引入一个中间因子,将原来问题的计算规模减半,并利用迭代算法求解中间因子,使得该算法简单可行。对三相桥式整流电路交流侧产生的特征谐波和非特征谐波电流进行了分析,仿真结果通过与FFT算法和ADALINE神经网络的检测分析结果对比,表明该方法无论是在理想情况下还是在考虑了各种影响因素的情况下,都具有很高的检测精度,可以满足电力系统的谐波分析的要求。该方法的不足之处是计算量会随着输入量分辨率的提高而增大。     

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.     

滤波器-神经网络的谐波检测方法

电网谐波的高精度检测是电能计量和电能质量评估的基础.针对神经网络的谐波检测算法中,计算精度受基波频率精度影响较大的问题,提出用数字滤波结合牛顿反插值算法得到高精度的基波频率,然后用线性神经网络算法检测电力系统各次谐波的频率、幅值和相位.计算结果表明,该算法在频率波动和白噪声干扰的情况下,依然能得到高精度的谐波参数信息,其精度远高于FFT算法与加汉宁窗的FFT算法,在电力系统谐波测量中有一定的应用价值.     

基于AR模型的间谐波检测算法的研究

间谐波是频率介于两个谐波之间的信号.电力系统中间谐波问题日益突出,准确检测间谐波参数具有重要意义.由于传统的FFT算法在检测间谐波方面有一定的局限性,针对该局限性,提出了适合间谐波检测的基于AR模型的现代谱估计方法.介绍了AR模型谱估计的两种递推算法,Burg算法和改进协方差算法,并研究讨论了模型阶数选取、算法谱分辨率及谱抗噪声能力等问题,最后通过一系列仿真,证明该方法能够在较短的采样时间里准确检测出间谐波分量,在同样的采样频率和采样长度下,比FFT算法具有更高的精确度和频率分辨率,而且具有一定的抗噪声能力,在谐波检测方面有着很好的应用前景.     

A robust support vector algorithm for harmonic and interharmonic analysis of electric power system

A novel robust algorithm to harmonic and interharmonic analysis based on support vector machines (SVM) and solved by iterative reweighted least squares (IRWLS) algorithm to overcome the difficulty of exponential computation complexity, is proposed in the paper. It has a good precision for analyzing harmonics and interharmonics without synchronized sampling that is essential for fast Fourier transform (FFT). By introducing a specific loss function, the method can mitigate the infection of outliers and noises and exhibits robustness characteristics. Its IRWLS-based implementation makes it efficient and suitable for harmonic and interharmonic analysis of electric power system. The case studies showed its high precision and robustness of the SVM spectral analysis algorithm.     

基于ESPRIT的谐波和间谐波参数估计方法

为了准确地获得信号中谐波、间谐波成分的频率和幅值等参数,提出了一种新的检测算法,即ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)。此算法是一种基于子空间技术的高分辨率检测方法,它把信号分解为信号子空间和噪声子空间,能够精确地估计出被噪声污染的正弦信号的频率,幅值等信息,克服了传统FFT算法分辨率的限制。仿真结果表明此算法能够在较短的信号长度内准确检测出信号各个谐波和间谐波成分,证明了此算法的正确性。     

基于Kaiser窗的改进傅氏测频算法

快速、准确测量电频率是电网及电气设备运行、控制、调节的重要基础。电压的谐波和噪声会影响频率的测量，特别是分布式发电引入了各种电力电子设备，产生的谐波较大，谐波中不仅包含整次谐波，还包含有大量的非整次谐波。常规傅氏测频法抗非整次谐波和噪声能力弱，测频精度会受到一定影响。提出了一种基于Kaiser窗的改进傅氏测频算法，提高了谐波和噪声环境下的测频精度。仿真结果显示改进测频算法的测量误差小于0．005Hz，优于常规傅氏算法。     

基于优化滑动傅立叶分析和广义积分的并联有源滤波器控制策略

并联有源滤波器是一种解决非线性负载引起的谐波问题的有效手段,由于其性能的好坏受谐波检测和电流控制两方面因素的影响,文中提出了一种基于优化滑动傅立叶分析的电源参考电流获取方法,该方法在电网电压畸变的情况下依然适用;同时将广义积分应用于电流控制策略中,实现了电流跟踪零稳态误差的目标;并针对广义积分控制器的数字实现、延迟补偿以及抑制饱和做了深入的分析.实验结果证明了文中所提出的控制策略的有效性和可行性.     

Variable Constraint based Least Mean Square algorithm for power system harmonic parameter estimation

This paper presents the maiden application of a novel signal processing algorithm called Variable Constraint based Least Mean Square (VCLMS) for power system harmonic parameter estimation. The amplitude, phase and frequency of a power signal containing harmonics, sub-harmonics, inter-harmonics are estimated using this algorithm in the presence of white Gaussian noise under simulating environment. Four Least Mean Square (LMS) based algorithms, reported in the literature are considered for judging the comparative performance with the proposed algorithm. These algorithms are applied and tested for both stationary as well as dynamic signals containing harmonics. Practical validation is made with the experimentation of the algorithms with real time data obtained from a solar connected inverter system used for supplying electrical energy during power cut at National Institute of Technology (NIT) Silchar through a power quality analyzer and estimation are performed in MATLAB simulation. Comparison of the results amongst LMS, Normalized LMS, Complex Normalized LMS, Variable Leaky LMS and VCLMS algorithms reveals that proposed VCLMS algorithm is the best in terms of accuracy and computational time.     

Detection and classification of voltage disturbances using a Fuzzy-ARTMAP-wavelet network

This paper presents a method for automatic detection and classification of voltage disturbances for problems related to power quality using signal processing techniques and intelligent systems. This support tool for decision making is composed of four modules. The first module continuously evaluates the system's operation state. The second module extracts the essential features from the three-phase voltage signal based on the discrete wavelet transform, multiresolution analysis and entropy norm concepts. The signal signature is processed via standardization and codification in the third module. The fourth module classifies the type of disorder using a Fuzzy-ARTMAP neural network. A total of 7023 power quality events, including voltage swell, voltage sag, outage, harmonics, swell with harmonics, sag with harmonics, oscillatory transient and flicker, were obtained through mathematical models and simulations using the ATP software. To demonstrate the performance of this method, an application is submitted considering a real electric energy distribution system composed of 134 buses with measurements performed on a 13.8 kV and 7.065 MVA feeder. The results indicate that the proposed method is efficient, robust and has high computing performance (low processing time), which allows, a priori, its application in real time.     

Hybrid demodulation concept and harmonic analysis for single/multiple power quality events detection and classification

A novel real-time analysis of power quality (PQ) events has been presented using amplitude and frequency demodulation concepts. The earlier techniques were analyzing the few cycles of the power signal based upon wavelets, having the computational complexity of the order O(n²). In the proposed method, PQ events can be considered as similar to various modulating signal forms. In this paper, the concept of demodulation has been used to separate various single/multiple event patterns and MUSIC harmonics algorithm has been used to detect the presence of the various harmonics. These techniques have been well tested on transient, sag, swell harmonics and their combinations in real-time. Fuzzy classifiers have been used for the classification of PQ events from the knowledge base, obtained from amplitude demodulation, frequency demodulation and MUSIC harmonic algorithm. It is concluded from the confusion tables that the efficiency of single/multiple PQ events recognition of fuzzy product aggregation reasoning rule (FPARR) classifier is higher.     

基于广义双曲S变换的快速谐波检测算法

S变换凭借其优良的时频特性已应用到电力系统的谐波检测分析中,但仍存在检测精度不高、计算量大以及检测结果易受噪声影响的缺陷。为解决S变换存在的问题,对广义S变换中的HS变换进行了改进,提出了广义双曲S变换,并结合不完全S变换的思想,提出一种基于广义双曲S变换的快速谐波检测算法,该算法首先根据信号功率谱包络的动态测度检测出各次谐波的谐波次数,然后仅针对谐波对应的主要频率点进行广义双曲S变换,通过提取变换所得的双曲S复数矩阵中的特征量确定谐波的幅值、相位等信息。仿真结果表明,该方法能够快速检测出稳态或暂态谐波信号的谐波次数以及信号中各次谐波的具体参数,检测的精确度高,实时性好,而且对噪声的敏感度大大降低,为算法的实际应用奠定了良好基础。     

用于处理电能质量信号的最优低通差分器的研究

在某些电能质量检测和分析计算中,有时需采用差分方法计算信号的变化率,常见的差分方法有基本中心差分、Newton-Cores差分、Lanczos差分等.采样得到的电能质量信号一般含有较多的噪声,如差分算法选择不当,噪声将被显著地放大,影响后续信号的分析、处理和评估.因此需寻找一种低通差分滤波器算法,在保留有效扰动信号的同时,能抑制噪声对数值差分的影响.文章在逼近理想差分滤波器幅频特性的基础上,通过带约束条件的最小化方法建模求解差分滤波器的最优系数.仿真计算表明,最优低通差分滤波器(OLPDF)能准确地完成数值微分计算及有效地抑制噪声.OLPDF的带通频率可根据应用体条件选取,且可根据噪声情况设计其阻带性能.研究表明,最优低通差分滤波器是一种分析电能质量干扰信号的比较有效的工具.     

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.