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 390 毫秒
1.
加Blackman-harris窗插值FFT算法计算精度高,但其频率修正系数公式和复振幅的插值修正函数过于复杂,计算量大,影响了它的应用。给出了一种基于4项余弦窗Nuttall(I)窗的插值FFT算法。讨论了Nuttall(I)窗的频率响应,详细推导了基于Nuttall(I)窗的插值FFT算法的计算公式,其频率修正系数计算公式简单,容易得到,并采用三次样条插值函数计算复振幅的修正系数。仿真计算结果表明,当采样10周期时,新的插值FFT算法能够有效地提高电力系统谐波的测量精度,与其他4项余弦窗加窗插值FFT算法相比,具有较小的运算量和较好的实时性。  相似文献   

2.
加Blackman-harris窗插值FFT算法计算精度高,但其频率修正系数公式和复振幅的插值修正函数过于复杂,计算量大,影响了它的应用.给出了一种基于4项余弦窗Nuttall(Ⅰ)窗的插值FFT算法.讨论了Nuttall (Ⅰ)窗的频率响应,详细推导了基于Nuttall (Ⅰ)窗的插值FFT算法的计算公式,其频率修正系数计算公式简单,容易得到,并采用三次样条插值函数计算复振幅的修正系数.仿真计算结果表明,当采样1 0周期时,新的插值FFT算法能够有效地提高电力系统谐波的测量精度,与其他4项余弦窗加窗插值FFT算法相比,具有较小的运算量和较好的实时性.  相似文献   

3.
提出了一种基于三项余弦窗exact Blackman窗的插值FFT算法.讨论了exact Blackman窗的频率响应,详细推导了基于exact Blackman窗的插值FFT算法的计算公式,并采用三次样条插值函数计算频率修正系数和复振幅的修正系数.仿真计算结果表明,利用三次样条函数计算的谐波幅值误差小于0.1%,频率误差小于0.01 Hz,相位误差小于5%.新的插值FFT算法能够有效地提高电力系统谐波的测量精度,与其他四项余弦窗加窗插值FFT算法相比,具有较小的运算量和较好的实时性.  相似文献   

4.
提出了一种基于三项余弦窗exact Blackman窗的插值FFT算法。讨论了exact Blackman窗的频率响应,详细推导了基于exact Blackman窗的插值FFT算法的计算公式,并采用三次样条插值函数计算频率修正系数和复振幅的修正系数。仿真计算结果表明,利用三次样条函数计算的谐波幅值误差小于0.1%,频率误差小于0.01 Hz,相位误差小于5%。新的插值FFT算法能够有效地提高电力系统谐波的测量精度,与其他四项余弦窗加窗插值FFT算法相比,具有较小的运算量和较好的实时性。  相似文献   

5.
基于三次样条函数的加Rife——Vincent(Ⅲ)窗FFT插值算法   总被引:2,自引:0,他引:2  
对于插值FFT算法,窗函数类型和宽度是影响计算精度的主要原因.Rife-Vincent(Ⅲ)窗计算精度高,但其频率修正系数公式和复振幅的插值修正函数过于复杂,直接计算运算量大,影响了它的应用.为了减小加Rife-Vincent(Ⅲ)窗插值FFT算法的运算量,采用三次样条插值函数的有效形式计算频率修正系数和复振幅的修正系数,这些公式简单,计算量小.且在分段处连续,分段处的计算值为精确值,仿真计算结果表明,基于三次样条插值函数的加Rife-Vincent(Ⅲ)窗插值FFT算法具有很高的精度.  相似文献   

6.
对于插值FFT算法,窗函数类型和宽度是影响计算精度的主要原因。Rife—Vincent(Ⅲ)窗计算精度高,但其频率修正系数公式和复振幅的插值修正函数过于复杂,直接计算运算量大,影响了它的应用。为了减小加Rife—Vincent(Ⅲ)窗插值FFT算法的运算量,采用三次样条插值函数的有效形式计算频率修正系数和复振幅的修正系数,这些公式简单,计算量小。且在分段处连续,分段处的计算值为精确值,仿真计算结果表明,基于三次样条插值函数的加Rife—Vincent(Ⅲ)窗插值FFT算法具有很高的精度。  相似文献   

7.
采用加矩形窗FFT插值算法,谐波的负频分量对谐波计算的误差影响较大.为了提高结果的精确性,大多采用多项余弦窗插值的方法,这些窗的主瓣较宽,降低了计算速度和实时性.为此首先分析了泄露误差的产生,然后提出了考虑负频分量影响的矩形窗插值FFT算法.由于最少只需采样2个周期,所以该算法实时性好,采样点数少,计算速度快.为了提高运算精度,考虑了各次谐波旁瓣的影响.为了减小插值FFT算法的计算量,采用三次样条函数逼近加矩形窗的插值函数,计算量小,实时性好.仿真计算结果表明,采用该方法得到的幅值和频率都具有较高的计算精度.  相似文献   

8.
采用加矩形窗FFT插值算法,谐波的负频分量对谐波计算的误差影响较大。为了提高结果的精确性,大多采用多项余弦窗插值的方法,这些窗的主瓣较宽,降低了计算速度和实时性。为此首先分析了泄露误差的产生,然后提出了考虑负频分量影响的矩形窗插值FFT算法。由于最少只需采样2个周期,所以该算法实时性好,采样点数少,计算速度快。为了提高运算精度,考虑了各次谐波旁瓣的影响。为了减小插值FFT算法的计算量,采用三次样条函数逼近加矩形窗的插值函数,计算量小,实时性好。仿真计算结果表明,采用该方法得到的幅值和频率都具有较高的计算精度。  相似文献   

9.
一种高精度加窗插值FFT谐波分析方法   总被引:1,自引:0,他引:1  
非同步采样和非整数周期截断造成的频谱泄漏会影响谐波测量结果的准确性.提出了一种高精度加窗FFT插值谐波分析方法.介绍了一种余弦组合窗函数,讨论了该余弦组合窗的特性,并首次将该窗函数运用在谐波分析中,利用曲线拟合函数求出实用的双谱线插值修正公式.试验分析表明,相比其他加窗插值算法,本文算法在频率、幅值和相位的计算中具有更高的精度,实用价值更高.  相似文献   

10.
加窗插值可以有效抑制频谱泄漏和栅栏效应,改善FFT算法的谐波分析精度。分析比较了Hanning窗和5项Rife_Vincent窗(R_V窗)的频谱特性,推导了2种窗对应的偏差修正公式。提出了一种根据时域采样点的相对误差计算方法并用于比较窗函数的谐波分析精度。仿真实验与实例计算验证了R_V窗插值算法的正确性,且较Hanning窗插值算法精度更高。  相似文献   

11.
目前,在实际电网环境中谐波检测算法的精确度不够高。为此,分析了一种具有旁瓣峰值低且下降速度快的六项余弦窗并将其应用于FFT算法中,提出了基于六项余弦窗四谱线插值FFT的谐波检测算法,运用多项式拟合polyfit函数推导出了简单实用的四谱线校正公式,简化了运算过程。实验结果表明:该算法在21次复杂谐波环境中,与四项Nuttall窗和四项Rife-Vincent窗FFT插值相比有更高的精确度,且在基于相同窗的情况下,四谱线插值的精确度要高于三谱线插值计算。最后,在实验中考虑到实际电网中可能遇到的噪声干扰情况,进行了仿真,仿真结果验证了该算法具有较高的检测精确度。  相似文献   

12.
快速傅里叶变换(fast Fourier transform,FFT)在非同步采样和非整数周期截断时存在频谱泄漏,无法精确得到谐波参数。为了减少非同步采样对FFT的影响,本文采用四项最低旁瓣Nuttall窗结合双谱线插值FFT进行谐波分析。文章分析了四项最低旁瓣Nuttall窗的频谱特性,提出了基于四项最低旁瓣Nuttall窗插值的分析算法,运用多项式拟合推导出实用的插值修正公式。仿真结果验证了在非同步采样时,该算法与加Blackman窗和Blackman-Harris窗的插值FFT相比具有更高的精确度,更好的抑制了频谱泄漏。  相似文献   

13.
加窗插值快速傅里叶变换(Fast Fourier Transform, FFT)算法因其便于在嵌入式系统实现而被广泛应用于电力系统谐波检测,可改善因非同步采样和非整周期截断造成的频谱泄漏与栅栏效应,提高FFT分析的精确度。针对目前常用的加窗插值算法存在的不足,在分析五项最大旁瓣衰减(Maximum-Sidelobe-Decay, MSD)窗频谱特性的基础上,提出一种基于五项MSD窗六谱线插值FFT的谐波与间谐波分析算法。该算法利用紧邻峰值谱线频点的六条谱线进行加权运算,充分考虑峰值频点左右对称谱线所蕴含的信息以提高分析精度。通过数据拟合求出窗函数对应的插值修正公式,简化了运算过程。仿真结果表明,五项MSD窗六谱线插值FFT算法设计实现灵活,抑制频谱泄漏效果极好。相比于其他常见的四谱线插值FFT算法,该算法具有更高的谐波、间谐波检测精度。  相似文献   

14.
五项最大旁瓣衰减窗插值电力谐波分析   总被引:3,自引:0,他引:3  
提出一种简单的加窗插值快速傅里叶变换方法,用于非同步采样下的电力谐波分析。首先,分析了五项最大旁瓣衰减窗的时域、频域特性;然后,给出基于五项最大旁瓣衰减窗的插值方法,并推导了谐波幅值、初始相位和频率的计算公式;最后,分别用仿真分析、实验测试对所述方法的有效性进行验证。研究表明,五项最大旁瓣衰减窗具有较好的旁瓣特性,能够充分抑制频谱泄漏;基于五项最大旁瓣衰减窗的插值算法,插值公式简单、有解析解、谐波分析精度高、计算量小,易于在嵌入式系统中实现。  相似文献   

15.
介质损耗角(dielectric loss angle,DLA)是高压电容器件预防性试验的重要组成部分,实现DLA的精准测量对电力系统稳定运行具有重要意义。在非同步采样和非整数周期截断情况下,利用加截断窗插值算法来提高快速傅里叶变换(fast Fourier transform,FFT)检测DLA的精度;在分析余弦窗函数频谱特性的基础上,提出通过卷积运算并以8项余弦窗为母窗构造余弦自卷积窗(cosine self-convolution window,CSCW)函数;再基于双谱线插值算法原理,推导出2阶CSCW函数的双线插值校正公式,并由此提出了高精度DLA测量方法,精度对比实验表明,该算法能高精准地提取信号相位参数。最后,将加CSCW双谱线插值FFT算法应用于电容型器件的DLA测量,验证了算法的有效性和高精度。  相似文献   

16.
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。  相似文献   

17.
康维 《电测与仪表》2016,53(10):8-15
针对谐波分析中加窗FFT计算存在运算量大的问题,对常用窗函数进行比较,利用莱夫-文森特(RifeVincent,RV)窗优越的频谱特性,提出一种基于4项RV(I)窗多谱线插值FFT改进算法。通过分析加窗信号傅里叶变换的频域表达式,利用窗函数主瓣内相邻谱线间的相位特性,以及谐波频点附近的最大值谱线、次大值谱线和较大值谱线确定频率谱线的准确位置,改进了修正谐波幅值、频率偏差的计算方法,满足谐波分析准确度要求的同时,大幅降低运算量,提高谐波分析的实时性。仿真结果表明,提出的谐波分析方法能有效克服频率波动的影响,提高谐波测量的准确度,且能有效抑制白噪声的影响。  相似文献   

18.
The fast Fourier transform (FFT) cannot be directly used in the harmonic analysis of an electric power system because of its higher errors, especially the phase error. This paper discusses the leakage phenomenon of FFT and presents a new amending algorithm, poly-item cosine window interpolation, which is based on the interpolating algorithm proposed by V. Jain and T Grandke. This new algorithm improves the accuracy of the FFT, so it can be applied to the precision analysis for electrical harmonics. The simulation result shows that applying different windows has different effects on the accuracy, and the Blackman-Harris window has the highest accuracy  相似文献   

19.
插值FFT作为一种常用的电力系统谐波分析方法,在抑制谱间干扰、宽带噪声等方面存在一定不足。文章提出了一种基于频谱分辨率自适应的双插值DFT谐波分析方法。该方法基于窗函数、插值方法对算法谱间干扰误差和宽带噪声误差的影响机理,通过频谱分辨率自适应以抑制基波对谐波计算的频谱干扰,并通过倍频逆推求整次谐波,避免插值计算谐波带来的误差。仿真结果表明,所提出的算法相比于双插值FFT和三插值FFT算法具有更高的计算精度。  相似文献   

20.
频率偏差以及间谐波等的存在制约了非稳态下电力谐波分析的准确度,而传统FFT算法容易受到频谱泄漏和栅栏效应的影响.分析了余弦函数窗频谱特性,并提出基于余弦偶次幂窗改进FFT的非稳态谐波分析方法.在改进的FFT方法中运用最小二乘拟合法推导信号基波与各次谐波的频率、幅值和相位计算修正公式.仿真结果表明:提出的方法能有效减小基波频率波动以及间谐波的影响、提高谐波参数的计算准确度,适合于非稳态条件下的谐波分析.嵌入式系统应用验证了算法的正确性.  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