基于APES算法的高精度间谐波检测

针对电力系统中存在的间谐波问题,提出了一种基于APES（Amplitude and Phase Estimation,APES）算法的间谐波检测方法。该方法是在误差功率最小化目标下的非参数估计方法。分析了该方法在加权最小二乘解释及滤波器组解释下与其他谱估计方法的联系,说明了该方法是对信号频率的渐近无偏估计。通过实验仿真对比了在不同采样时间及信噪比条件下APES算法与其他算法的频率估计精度,证明了该方法具有较好的抗噪性及短时间窗估计特性。     

基于TLS-ESPRIT和PRONY算法的间谐波分析

提出一种总体最小二乘法——旋转不变技术信号参数估计(TLS-ESPRIT)和Prony算法相结合的间谐波分析方法。通过TLS-ESPRIT算法估计电网信号中谐波和间谐波的个数及频率,然后应用Prony算法估计幅值和相位。仿真结果表明:该方法无需数据同步采样,克服了传统Prony算法易受噪声影响的缺点,频率分辨率高,能够在较低信噪比下准确估计出谐波和间谐波参数。     

基于插值FFT算法的间谐波参数估计

间谐波是频率介于两个谐波之间的信号。间谐波除具有一般谐波信号的特性外 ,还会严重影响现有谐波补偿装置 ,使谐波补偿失败 ,因此准确检测间谐波的参数具有十分重要的意义。讨论了间谐波的特点及检测方法 ,提出了基于加窗插值FFT算法的间谐波参数估计 ;讨论了窗函数的选择规则 ,推导了分析窗宽度的估计公式 ,以及基于Hanning窗的间谐波频率、幅值和相位的显式估计公式。仿真结果证明 ,该算法对电网间谐波和谐波的幅度、频率和相位的估计在一定条件下具有很高的精度。     

应用子空间跟踪和递归最小二乘法的间谐波背景下电流基波分量的实时检测

提出一种高精度的间谐波、谐波背景下电流信号基波分量实时提取方法。该方法首先基于高分辨谐波跟踪算法高精度检测电压信号的基波频率,然后基于快速递归最小二乘估计算法求取含间谐波、谐波分量的电流信号的基波分量。高分辨谐波跟踪算法成熟应用于音频信号实时分析,其基于快速逼近幂迭代算法进行子空间跟踪、更新,该算法计算复杂度低,通过分析影响跟踪稳定性的因素,给出了保证计算稳定的实现方法,同时,给出计算阶数、遗忘因子和梯度步长等计算参数的选取原则。快速递归最小二乘估计算法简单、收敛快、计算量小。数值信号分析和 IEEE 提供的典型实测间谐波信号分析表明：依据给出的计算参数选取原则,应用高分辨谐波跟踪算法能稳定、高精度、快速检测电压信号的基波频率;应用快速递归最小二乘估计能高精度、快速提取电流信号的基波分量,算法稳定、有效。该方法可为实现间谐波、谐波治理提供参考。     

基于MSWF和改进Adaline神经网络的间谐波分析

为降低计算复杂度,将多级维纳滤波器(MSWF)应用于电力系统间谐波分析,提出基于MSWF和改进自适应神经网络的间谐波分析方法。利用MSWF的前向递推实现信号子空间和噪声子空间的快速估计,不需要估计数据的协方差矩阵及其特征值分解,减小了计算量。应用新的最小描述长度准则和TLS-ESPRIT算法确定谐波、间谐波的个数及频率。为提高收敛速度,应用基于递归最小二乘学习算法的自适应神经网络分析谐波和间谐波的幅值和相位。Matlab仿真结果验证了所提算法的有效性。该方法计算复杂度低,分辨率高,精度高,收敛快。     

应用子空间跟踪和递归最小二乘法的间谐波背景下电流基波分量的实时检测

提出一种高精度的间谐波、谐波背景下电流信号基波分量实时提取方法。该方法首先基于高分辨谐波跟踪算法高精度检测电压信号的基波频率,然后基于快速递归最小二乘估计算法求取含间谐波、谐波分量的电流信号的基波分量。高分辨谐波跟踪算法成熟应用于音频信号实时分析,其基于快速逼近幂迭代算法进行子空间跟踪、更新,该算法计算复杂度低,通过分析影响跟踪稳定性的因素,给出了保证计算稳定的实现方法,同时,给出计算阶数、遗忘因子和梯度步长等计算参数的选取原则。快速递归最小二乘估计算法简单、收敛快、计算量小。数值信号分析和IEEE提供的典型实测间谐波信号分析表明：依据给出的计算参数选取原则,应用高分辨谐波跟踪算法能稳定、高精度、快速检测电压信号的基波频率;应用快速递归最小二乘估计能高精度、快速提取电流信号的基波分量,算法稳定、有效。该方法可为实现间谐波、谐波治理提供参考。     

基于特征值分解和快速独立分量分析的谐波/间谐波检测方法

针对电力系统谐波污染问题,提出了基于特征值分解和快速独立分量分析(FastICA)的谐波/间谐波检测算法。该方法在不需要任何先验知识的情况下,将单道电力系统混合信号通过时间延迟构造出多道观测信号,对其自相关函数进行特征值分解确定原谐波/间谐波信号中源信号频率成分的个数,确定观测信号矩阵的阶数,再利用FastICA算法对谐波/间谐波信号中各个频率成分进行分离提取,借助频谱分析得到各个成分的频率估计。在此基础上,借助最小二乘法对谐波/间谐波信号进行幅值和相位估计。通过仿真实验与其他经典算法比较,充分说明了所提出算法的可行性、准确性和有效性。     

基于人口迁移算法和TLS ESPRIT算法的间谐波分析

提出了人口迁移算法和TLS_ESPRIT算法相结合的间谐波分析方法,首先使用TLS_ESPRIT算法估计信号中间谐波的个数和频率,然后将谐波分析问题转化为函数的参数优化问题,并应用人口迁移算法对间谐波幅值和初相角进行参数优化估计.仿真结果表明,该方法可较准确地分析间谐波的频率、幅值和初相角等参数.     

支持向量机结合TLS-ESPRIT的间谐波参数估计

为精确估计间谐波信号参数,提出支持向量机(SVM)结合总体最小二乘旋转不变子空间(TLS-ES-PRIT)算法的间谐波分析方法。首先对由采样数据形成的HANKEL矩阵进行奇异值分解(SVD),运用总体最小二乘法(TLS)求解旋转关系方程,获得电网信号的频率参数;然后通过支持向量机算法估计出间谐波信号的幅值和相位参数。仿真结果表明,该方法能够精确估计间谐波信号的各项参数,不仅减小了单独使用SVM算法的计算量,而且在低信噪比条件下,具有良好的稳健性。     

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.