基于加新型自卷积窗的频谱插值谐波分析方法

为了解决快速傅里叶变换在电力谐波分析方法中存在采样的不同与非整数周期截取而造成的栅栏效应和频谱泄露的问题,提出一种基于P阶三角自卷积窗改进FFT频谱插值的电力系统谐波分析方法。首先使用P阶自卷积窗截取信号,之后选取幅值最大的频率附近的离散的频谱3条谱线进行加权平均计算来确定谐波谱线的准确位置,进而可以得到谐波的幅值、相位和频率,最后通过多项式拟合的方法,提出谐波修正的公式。通过仿真分析,所提出的自卷积窗函数能降低频谱泄露和栅栏效应带来的影响。采用改进的频谱插值算法可以提高电力谐波的检测精度,有助于对谐波的应用分析。     

基于加窗FFT与小波包变换融合的矿井谐波检测法

针对目前谐波检测方法存在频谱泄露、栅栏现象、运算量大、实时性差等缺点,提出基于加窗快速傅里叶变换与小波包变换融合的检测方法,利用加窗快速傅里叶变换优秀的幅频特性,精确检测出谐波成分,并结合小波包变换良好的时频特性,快速且有选择地提取出所需检测的谐波分量.根据矿井供电系统的用电设备产生的谐波特点,构建模型,采用Matlab软件进行仿真.结果表明,该方法实用有效,实时性强.     

加过零检测的电力谐波加窗算法

离散傅里叶变换是电力谐波检测的有效方法。针对该算法频谱泄漏严重,导致谐波检测精度不高的问题进行了研究,分别采用对时域信号加平顶窗和经典海宁窗、对加窗信号进行傅里叶变换求解电力谐波的方法。考虑到加窗算法得到的谐波幅值的计算精度除了与所加窗的频谱特性有关外,还与采样初始相位密切相关,因此,提出先通过过零检测以决定信号初始采样相位,然后对采样信号加海宁窗进行谐波计算的方法。Matlab仿真和实际应用表明,该方案对于电力谐波检测具有较高的精度和实时性。     

基于DSP的嵌入式介损测量装置的实现

电力系统频率偏离50Hz时,常规的傅立叶变换用于频谱分析时易产生频谱泄露和栅栏效应,使介损角计算产生误差.加Hanning插值的谐波分析法通过加窗和插值能有效减轻频率偏离50Hz时的频谱泄露和栅栏效应,但在数字信号处理器上不易实现.本文提出了一种改进的基于加汉宁窗的谐波分析法应用于基于DSP的介损角在线监测装置.实验结果表明,该方法在减小计算量的同时具有较好的测量精度.     

电力网络监控仪中数据采集模块的设计

讨论了一种电力网络监控仪的数据采集模块的设计方法。结合锁相环同步技术改进数据采集模块,加入锁相环频率跟踪电路,实现同步等间隔采样,减小了非同步采样引入的误差;针对快速傅里叶变换(FFT)算法的栅栏效应和频谱侧漏提出了加窗插值FFT算法,并把算法移植到ARM内核的微控制器LPC2138中,精确实现了电网各次谐波幅值频率和总谐波畸变率的计算。     

基于Matlab和Labview的电力系统谐波检测

快速傅里叶变换（FFT）在电力系统谐波检测中被广泛应用。由于电网频率的波动,很难做到严格意义上的同步采样,导致频谱泄漏与栅栏效应现象发生,造成较大的测量误差。本文从传统的FFT检测方法出发,深入研究了加汉宁窗并进行插值运算的高精度算法。仿真时利用Labview所提供的Matlab节点将两款软件进行高效有机结合,以精确检测出各次谐波频率、幅值和相位,为进一步构建基于虚拟仪器的谐波检测系统打下基础。     

基于改进小波包变换的谐波检测方法研究

针对基于傅里叶变换的谐波检测方法存在栅栏效应和频谱泄漏等问题,提出了一种基于改进小波包变换的谐波检测方法。该方法实现了对信号频带的均匀划分,通过选择适当的采样频率和小波包分解树,使所关心的谐波频率落到小波包频带的中心,从而减少频谱泄漏,有效提高了频谱分析精度。实验结果验证了该方法的有效性。     

基于Matlab和Labview的电力系统谐波检测

快速傅里叶变换（FFT）在电力系统谐波检测中被广泛应用。由于电网频率的波动,很难做到严格意义上的同步采样,因而导致发生频谱泄漏与栅栏效应现象,造成较大的测量误差。本文从传统的FFT检测方法出发,深入研究了加汉宁窗并进行了插值运算的高精度算法。算例仿真时利用Labview中提供的Matlab节点,将两款软件进行有机结合,充分发挥各自的优点。精确检测出各次谐波频率、幅值和相位,并为进一步构建基于虚拟仪器的谐波检测系统打下基础。     

基于小波去噪的加窗FFT电网谐波检测

提出一种基于小波去噪的软硬阈值改良折衷法与加布莱克曼窗的傅里叶变换算法相结合的谐波检测方法。该方法采用小波软硬阈值改良折衷法对含噪的电力谐波信号进行降噪处理,利用加布莱克曼窗的傅里叶变换算法对去噪后的信号进行分析,提取各次谐波的幅值和频率。仿真检测结果表明小波去噪后的谐波波形接近于原始信号谐波波形,信噪比提高了8.3226dB,小波去噪与FFT结合的方法适合在谐波检测系统或装置中应用。     

基于神经网络模型的谐波检测改进算法

通过对基于傅里叶基函数的神经网络模型算法和加窗快速傅里叶变换算法的研究,提出基于神经网络模型的加窗谐波检测改进算法。该改进算法针对原算法中只能检测已知频率谐波及收敛速度慢的缺点,结合最优化理论,通过相关权值调整的方法,实现了算法对任何未知频率的检测和快速收敛。     

一种基于EEMD的新型谐波误差分析策略

针对电力系统中严重的谐波干扰问题,为提高其运行的安全有效性,去除谐波干扰并提高系统稳定性能成为研究热点。电网中常存在频率强烈波动或者白噪声强烈干扰的现象,虽说三谱线插值的FFT算法(基于Kaiser窗)的抗干扰能力很强,谐波参数估计也可以有较高的精准度,但是远不及使其与平均经验模态的总体水平来分解谐波的检测算法(EEMD)与直线度误差分析相结合。应用直线度误差来分析信号的谐波成分,有机结合了三谱线插值的FFT(基于Kaiser窗的)谐波检测分析法。通过对整体谐波分量的在线监测,不仅能够提高稳态信号的检测精度,还能提高系统的动态性能。本分析策略大限度地提高了计算精度以及系统稳定性。通过仿真分析得知,所述方法可以使系统具有较强的抑制频谱泄露能力,并能够显著降低栅栏效应的发生概率,进而使电力谐波信号的幅值误差、初相位误差和频率误差分别低于0.004 1%、0.002 4%和0.003 9%。     

基于修正快速傅里叶变换算法的仪表着陆系统信号干扰抑制与定量分析

针对日益繁忙的机场空域和周边建筑对仪表着陆系统信号干扰的增加,以及传统模拟处理技术缺陷,提出一种基于修正快速傅里叶变换(FFT)频谱校正和最小均方差(LMS)算法自适应滤波器结合实现仪表着陆系统(ILS)信号鉴频分离的技术方案。该方案应用LMS自适应滤波器对ILS信号干扰进行抑制,完成滤波器的权值系数设定,并通过修正FFT技术在时域与频域内对ILS信号进行频谱分离与提取,修正其频谱幅值,以消除由于采样引起的频谱泄露和栅栏效应对信号的影响,使得提取信号逼近理想情况,提高调制度差(DDM)识别精度。针对ILS信号的干扰抑制与频域分离进行了仿真验证,结果表明所提出的信号处理系统技术方案能够有效地对干扰进行抑制,完成信号频域识别,为飞机着陆进近阶段提供准确可靠的导航信息。     

Eliminating the picket fence effect of the fast Fourier transform

The canonical fast Fourier transform (FFT) is afflicted by the picket fence effect (PFE). This can be ascribed to the simplification caused by viewing non-parametrically. For a periodic signal composed of frequency well-separated tones, a complex formula for retrieving a tone's frequency can be derived in light of the parametric relationship among the FFT spectral lines around each tone's main-lobe. Compared to the modulus-based interpolated FFT, this complex spectrum-based approach is less sensitive to spectral leakage. The frequency, amplitude and phase retrieving formulas are presented for the generalized Hamming window, which is used frequently in physics but seldom mentioned in the interpolated FFT literature. Numerical simulation shows that the FPE can be eliminated efficiently by this approach.     

基于Morlet复小波变换幅值和相位信息的间谐波检测方法

小波变换以其良好的时频局部化特性在电力系统中得到了广泛的应用,包括在谐波分析方面。但即使是时频窗面积最小的Morlet小波也存在频谱混叠现象,使得单纯利用小波变换系数的幅值无法对谐波准确检测。本文提出了基于Morlet复小波幅值和相位信息相结合的谐波、间谐波检测方法。首先利用a-S（a）曲线粗略确定包含被测信号信息的尺度范围,然后利用这些尺度上的小波变换系数的相位信息来实现谐波、间谐波频率的检测,最后根据检测出的频率确定特征尺度,进而确定被测信号的幅值。与FFT方法和传统的尺度-幅值法相比,该方法能够克服频谱泄漏现象,且能够区分频率相近的信号成分,提高了谐波、间谐波的检测精度。通过Matlab软件进行仿真,结果验证了该算法的正确性。     

基于正交三角函数族的电力系统谐波识别算法

谐波是影响电能质量的重要因素,对谐波进行监测和分析具有重要的意义.基于傅立叶变换与小波变换的算法是目前电力系统谐波分析最常见的分析方法,但两者都存在频谱混叠问题.为了克服传统谐波算法的频谱混叠从而提高检测精度,根据电力系统信号的特点设计了一种新的基于正交三角函数族的谐波识别算法.算法不存在谱间干扰,能得到高精度的稳态谐波分量的幅值与相位信息.通过与FFT、加窗FFT以及小波包算法的对比,算法具有实现简单,分析精度高的优势.仿真试验验证了该算法的可行性.     

基于小波变换Mallat算法的电网谐波检测方法

针对传统的傅里叶变换方法在分析非平稳运行电网的电量信号时误差较大的问题,提出了一种基于小波变换Mallat算法的电网谐波检测方法。该方法根据不同的分辨率将电量信号分解到不同的子频段,然后分别对子频段进行多次重构,得到原始信号的基波,最后将采样得到的原始信号与重构的基波信号相减,得到谐波信号。Matlab仿真结果表明,该方法能够有效地将电量信号中的基波与谐波成分分离,谐波检测精确度较高。     

电能质量监测中频谱泄露检测方法研究

为了提高电能质量算法的精确度,需要检测傅里叶变换(FFT)时的频谱泄露程度,尽可能地抑制频谱泄露现象。详细分析了频谱泄露的机理,在此基础上提出了一种基于调制波的频谱泄露检测方法,在源信号上叠加调制波,根据连续十周波电压测量值,计算出波动频率下的频谱泄露系数,从而判断信号的频谱泄露情况。使用该方法对比分析了通过两种不同加窗方式进行FFT的结果,实验结果验证了频谱泄露系数及其约束条件的可行性,该检测方法简单易操作,能够有效地检测频谱泄露现象,为检测电能质量监测终端的电压计算方法提供了新思路。