一种新的基于神经网络的高精度电力系统谐波分析算法

提出了一种新的基于三角基函数的人工神经网络算法,利用该算法可一次性获得电力系统基波及各次谐波的频率、幅值和相位,提出并证明了该神经网络算法的收敛定理,给出了利用该算法进行谐波分析的仿真实例.仿真结果表明,文中提出的谐波测量方法的计算精度极高,且计算量较小,因此在电力系统谐波测量中有较高的应用价值.     

电力系统谐波分析FFT算法的软件实现

通过软件来实现FFT算法，并把它应用到电力传输中，这就给电力系统的分析提供了可靠的数据，对电力系统的安全运行和正常工作都有很重要的意义。     

用于电力系统谐波分析的ANN算法

醉评论 种新的、适用于电力系统谐波分析的ＡＮＮ算法，该算法采用ＡＤＡＬＩＮＥ模型和ＬＭＳ学习机制。文中给出了利用该算法进行谐波分析的仿真结果，并与傅氏算法和最小二乘算法的计划结果进行了比较。算例表明，ＡＮＮ算法具有精度高、收敛速度快的特点，用该算法得到的结果是令人满意的。     

电力系统谐波分析的高精度FFT算法

快速搏立叶变换存在较大的误差,无法直接用于电力系统谐波分析。本文对ＦＦＴ的泄漏误差进行了分析,根据ＪＡＩＮＴ ｒａｎｄｋｅ提出的插值算法提出了多项余弦窗插值的新算法,对ＦＦＴ的结果进行修正,极大地提高了计算精度,使之适用于电力系统的准确谐波分析。     

应用FFT进行电力系统谐波分析的改进算法

采用快速傅立叶变换(FFT)进行电力系统谐波分析时很难做到同步采样和整数周期截断，由此造成的频谱泄漏将影响到谐波分析的结果。通过加窗以及采用插值修正算法可以改善计算谐波频率、相位和幅值的准确度。该文针对已有算法存在的问题，提出了一种基于两根谱线的加权平均来修正幅值的双峰谱线修正算法，利用距谐波频点最近的两根离散频谱幅值估计出待求谐波的幅值；同时，利用多项式逼近方法获得了频率和幅值修正的计算公式，这些改进能够进一步降低泄漏和噪声干扰，提高谐波分析的准确性。基于该改进方法，文中推导了一些常用窗函数的实用修正公式。仿真结果验证了该改进算法的有效性和易实现性。     

基于插值FFT算法的间谐波分析

间谐波是非整数倍基波频率的谐波信号.间谐波除了具有一般谐波信号的特性外,还会影响谐波补偿装置,因此准确检测间谐波的参数对于电力系统具有十分重要的意义.快速傅立叶变换在非同步采样情况下存在着较大的误差,因而无法直接获取准确的间谐波参数.为了减小非同步采样的影响,提高间谐波分析精度,提出了基于加窗插值FFr算法的间谐波参数估计,分析和推导了基于Rife-Vincent（Ⅲ）窗的间谐波频率、幅值和相位的估计公式.在此基础上,对插值公式作适当修改,可以进一步提高分析精度.仿真结果表明：改进后的算法在非同步采样时,对电网间谐波和谐波参数的估计具有很高的精度,有利于电力系统中谐波参数的准确获得.     

基于小波分析的电力系统谐波分析

谐波对电力系统和用电设备产生了严重危害和影响。小波变换为电力系统谐波分析提供了有力的数学工具，利用基于多分辨分析的小波分析能将电压或电流等信号分解为基波信号和高次谐波信号。本文利用小波变换对某变电所的电压信号进行了分析。     

电力系统谐波分析

随着电网中非线性，冲击性负荷的大量增加，公用电风名的谐波污染日益严重，威胁电网和各种用电设备的安全经济运行，对电力系统谐波的产生，谐波源，谐波对电力系统的危害及谐波的限制措施加以论述。     

一种基于改进傅立叶级数的高精度谐波分析算法

为了提高在较短采样时间长度下的谐波分析精确度,提出了一种改进傅立叶级数的谐波分析算法。该算法根据加汉宁（Hanning）窗插值的傅立叶算法获得信号的频率,基于该频率获得计算傅立叶级数时整周期的区间,使用插值获得了边界点的信号值,根据梯形插值积分公式计算谐波幅值和相位,提高了精确度。加汉宁窗插值傅立叶算法对信号频率的分析精度要远高于谐波相位的分析精确度,尤其在较短采样时间长度时,获得信号频率后截取整周期信号的积分能有效提高了加窗插值傅立叶算法在短采样时间长度下的谐波分析的精确度。同时算法原理较为简单,编程实现较为容易。编程实现了多种基于傅立叶变换的谐波分析算法,计算结果表明所提算法在较短的采样时间长度下精确度远高于其他算法,同时长采样持续时间时算法的精度也要更高一些。     

一种基于改进傅立叶级数的高精度谐波分析算法

为了提高在较短采样时间长度下的谐波分析精确度,提出了一种改进傅立叶级数的谐波分析算法.该算法根据加汉宁(Hanning)窗插值的傅立叶算法获得信号的频率,基于该频率获得计算傅立叶级数时整周期的区间,使用插值获得了边界点的信号值,根据梯形插值积分公式计算谐波幅值和相位,提高了精确度.加汉宁窗插值傅立叶算法对信号频率的分析精度要远高于谐波相位的分析精确度,尤其在较短采样时间长度时,获得信号频率后截取整周期信号的积分能有效提高了加窗插值傅立叶算法在短采样时间长度下的谐波分析的精确度.同时算法原理较为简单,编程实现较为容易.编程实现了多种基于傅立叶变换的谐波分析算法,计算结果表明所提算法在较短的采样时间长度下精确度远高于其他算法,同时长采样持续时间时算法的精度也要更高一些.     

谐波分析的加窗插值改进算法

加窗插值FFT是电力谐波分析的常用算法，文中在两方面对该算法进行了改进。提出了一类新的离散窗函数——矩形自卷积窗。m阶矩形自卷积窗由m个矩形窗通过卷积运算生成，其幅频特性在零点处的1-m-1阶导数均为0;谐波分析时，加这类窗可以最大限度地减小基波及各次谐波相互之间的频谱泄漏：另外，给出了适合新窗的插值算法，并对插值算法的一些常规做法进行了改进。基于新窗的改进算法易于实现，能显著提高谐波分析精度和减小计算量。仿真分析和实践验证了其可行性和有效性。     

电力系统谐波分析的稳健支持向量机方法研究

随着电力系统谐波污染问题日益加剧,准确地掌握电网中谐波的频率分量对于电力系统的安全、经济运行具有重要的意义.文中采用基于支持向量机的稳健频谱估计算法用于电力系统谐波和间谐波的分析;采用迭代变权最小二乘法克服了常规算法中计算复杂度和时间序列的长度成指数性增长的困难;通过引入特殊的代价函数的方法消除异常值影响,使算法对异常值具有稳健性.该算法的优点是精度高,鲁棒性强,对异常值和脉冲性噪声不敏感,具有很强的稳健性.通过对受到脉冲噪声污染的直流电弧炉电流波形进行分析,同时与快速傅立叶变换和Prony方法进行对比分析,表明了该法在没有异常噪声的情况下和有大量异常噪声干扰的情况下都有相当高的分析精度,可以满足电力系统谐波和间谐波分析的要求;在matlab6.5环境下编程,计算速度也满足要求.该算法的不足之处在于为满足稳健性的要求,模型参数的选择需要模型的先验知识或由采样时间序列的统计量根据经验进行选择.     

电力系统暂态稳定计算的一种时间并行算法

介绍了一种电力系统暂态稳定计算的时间并行算法。该算法应用隐式梯形积分法将描述电力系统有关元件动态特性的微分方程转化成差分方程，采用牛顿法对相应的差分方程和网络代数方程进行联立求解。借助于流水线处理技术的思想方法，实现了对暂态稳定计算中多个积分时间步的并行求解。描述了所提出的算法在IBM-SP2并行计算机上的实现方法。通过大型电力系统的仿真计算，对所提出的时间并行算法进行了评估。     

基于混叠补偿小波变换的电力系统谐波检测方法

虽然许多文献表明基于小波的谐波检测方法优于传统的谐波检测技术，但因混叠现象的普遍存在，导致其精度低、鲁棒性差，需要寻求新的解决方法。该文研究了小波变换的混叠现象，提出了一种电力系统谐波检测的抗混叠小波分析方法。离散小波变换混叠补偿方法，通过该方法将谐波信号分解成不同频带的子频带信号，再利用连续小波变换对非零子频带信号进行分析，提取谐波分量特征。仿真试验和几种方法的计算结果表明，文中所提出的谐波分析方法能够有效地消除小波混叠，并能精确地提取谐波分量特征，从而为电力系统谐波精确检测提供了一种有效的手段。     

一种基于人工神经网络的谐波测量方法

通过构造特殊的多层前馈神经网络,利用模拟并行谐波测量装置的基本原理,建立相应的谐波测量电路,给出电路的训练算法和步骤,研究训练样本的形成方法。仿真结果表明提出的基于人工神经网络的谐波测量方法的有效性。     

基于蚁群优化算法的电力系统负荷序列的聚类分析

依据神经网络原理短期负荷预测模型的性能,负荷样本空间的分布特性对预测精度有大的影响,并且外部气象因素对负荷敏感性的复杂非线性关系也将使预测精度降低.运用负荷序列特征的聚类分析与模式识别相结合原理可解决该问题.该文提出了基于蚁群优化算法（ant colony optimization Algorithm,ACOA）的电力系统负荷序列聚类分析.通过对实际地区负荷系统的聚类分析显示其优越性;并证实基于ACOA的聚类比Kohonen神经网络聚类对气候异常情况、高温区域、节假日都具有更高的敏感性和分辨率;对负荷曲线轮廓的相似性具有更细腻和更均匀的聚类特性.上述的聚类特性对STLF精度的提高是极其重要的.