排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
2.
全相位FFT算法在谐波测量中的应用 总被引:2,自引:0,他引:2
传统FFT算法的结果可以通过一些算法实现频谱校正,如FFT插值法、比值法等,但在对谐波参数测量时存在一定的误差,精度有限,影响谐波分析结果的准确性。本文在现有的离散频谱校正方法基础上,提出一种全相位FFT算法。该算法实现自动搜索各个谐波峰值,能够有效提高对电网谐波频率、相位和幅值的测量精度。通过matlab仿真工具,将全相位FFT算法与比值法测量结果进行比较,结果表明该算法简单实用,精度高,特别是对间谐波的检测,能有效防止频谱泄露,抗干扰能力强。 相似文献
3.
为解决孤立森林(IF)算法在离群值识别过程中对于边界位置数据处理结果的模糊性和不确定性问题,提高监测数据中异常值的检出率,在使用IF算法进行离群值初步识别的基础上,将IF量化计算后的异常得分引作变量,导入云模型(CM)逆向云发生器,根据逆向云变换所得的云数字特征值实现边界数据定位,进一步引入局部异常因子(LOF)算法对所定位的边界数据进行二次精确诊断,以某尾矿坝地表位移监测数据为例进行了模型验证。研究结果表明:对于监测数据中真实异常值和边界部分随机误差,IF模型检出率为16.5%和22.2%,而IF-CM-LOF模型的检出率分别达到90%和61.1%,离群值诊断性能明显优于IF模型。 相似文献
1