间谐波高精度检测新方法

提出基于改进的TLS-ESPRIT的间谐波检测新方法.TLS-ESPRIT是子空间估计方法中的一种,直接采用该法分析多重极点信号时会因受噪声的影响而得不到完全相等的多重极点.应用多重极点恢复的方法对其进行改进可得到精确的实际频率,应用多项式拟合的方法进行幅值估计的改进可得到高精度的幅值检测.分别针对间谐波数值仿真信号、调幅信号及电弧炉电流作间谐波分析,结果表明:该方法抗噪声能力强、检测精度高,尤其对时变性较强的调幅性间谐波信号具有强适应性.     

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.     

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 Subspace 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。     

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。     

基于随机子空间和最小二乘法的介质损耗角检测方法

介质损耗角是判断高压设备绝缘状况的有效参数之一,而准确地提取基波电压和电流信号是检测介损角的关键.为精确检测介损角,提出基于随机子空间辨识(stochastic subspace identification,SSI)与最小二乘(least square,LS)法的介损角检测方法.该方法可以准确提取基波电压和电流分量,...     

基于SSI和LS的间谐波检测新方法

提出基于随机子空间辨识和最小二乘法的电力系统间谐波高精度检测新方法。随机子空间辨识是一种线性系统时域模态参数识别方法,利用系统输出的数据构造Hankle矩阵,进而分离出系统状态方程的系统矩阵和输出矩阵,从而识别系统的模态参数：固有频率、阻尼比、振型。应用该法于间谐波检测实现频率、衰减因子、幅值的检测,计算中提出基于振型实现系统的自动定阶,在此基础上,应用最小二乘法实现间谐波信号各频率分量相位的估计。针对噪声、频变、幅变背景下仿真信号和实测变频调速系统的电流进行仿真,同时与Prony法作对比,结果表明该法抗     

基于SSI和LS的间谐波检测新方法

提出基于随机子空间辨识和最小二乘法的电力系统间谐波高精度检测新方法.随机子空间辨识是一种线性系统时域模态参数识别方法,利用系统输出的数据构造Hankle矩阵,进而分离出系统状态方程的系统矩阵和输出矩阵,从而识别系统的模态参数:固有频率、阻尼比、振型.应用该法于间谐波检测实现频率、衰减因子、幅值的检测,计算中提出基于振型实现系统的自动定阶,在此基础上,应用最小二乘法实现间谐波信号各频率分量相位的估计.针对噪声、频变、幅变背景下仿真信号和实测变频调速系统的电流进行仿真,同时与Prony法作对比,结果表明该法抗噪性强,检测精度高.     

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。     

随机子空间的智能建筑谐波检测方法

智能建筑中的非线性产生的谐波影响电能质量,对用电设备危害大。为准确测量谐波参数,将随机子空间(SSI)理论运用于智能建筑的谐波检测。在MATLAB7.1/Simulink环境下搭建了具有典型负荷性质的智能建筑仿真模型。仿真结果表明,该方法检测精度高,简便易行,抗干扰能力强,具有良好的工程应用前景。     

基于SSI-LS的电压闪变参数提取新方法

为精确检测出电压闪变参数,提出了基于随机子空间辨识（SSI）与最小二乘法（LS）的电压闪变参数提取方法。首先采用稳定图法确定系统的阶次,然后利用随机子空间辨识得到频率,最后利用最小二乘法估计出幅值与相位,从而实现了电压闪变参数的检测。分别针对噪声背景下简单闪变、含高次谐波的电压闪变、含频率相近调幅波的多频闪变和现场实测数据进行分析,仿真结果表明：SSI-LS方法不受谐波和调幅波个数的影响,有效提取了以上信号的参数,且该方法抗噪能力强、计算速度快、检测精度高,特别对频率相近的闪变信号具有较高的分辨率。仿真计算和实例分析均验证了该方法的可行性与有效性。     

随机子空间法在低频振荡分析中的应用

电网规模的日益扩大使得低频振荡成为电力系统稳定运行中备受关注的问题之一,文中将随机子空间法应用于电力系统低频振荡模式辨识.以状态空间模型为基础,通过随机子空间辨识得到系统的状态矩阵,由其特征值可求得信号的频率和阻尼比,再由最小二乘法可得到各分量的幅值和相角.通过一合成信号验证了算法的正确性,再利用四机两区系统的仿真数据...     

MSWF和稳定图理论在电压闪变检测中的应用

提出一种基于多级维纳滤波器(MSWF)和稳定图的电压闪变信号检测方法。首先利用MSWF实现信号子空间的快速估计,不需要进行数据矩阵的奇异值分解,大大降低了计算量;然后利用总体最小二乘-旋转不变技术(TLS-ESPRIT)实现对闪变信号的高精度检测;结合稳定图的思想实现对信号分量个数的准确估计,更直观、可靠。Matlab仿真结果表明,该方法计算复杂度低、计算精度高、计算速度快。     

基于随机子空间法和固有频率法的线路故障定位

输电线路发生故障后,进行准确快速的故障距离判断在实际生产运行中具有很大的意义。线路故障后,将产生一系列的故障暂态行波,且从频域的角度看,行波可看作为谐波形式。提出基于随机子空间法和行波固有频率法相结合的方法进行线路故障定位。首先通过相模变换得到输电线路中的模电流分量,然后基于随机子空间算法进行辨识得到行波固有频率,进而计算此频率下的行波波速和模阻抗导纳矩阵,最后可求得故障距离。在PSCAD中搭建两端系统仿真模型,经过仿真验证表明,此方法可有效进行线路故障定位,且准确度较高。     

基于SSI-MSVM的调相机轴承故障诊断方法

随着新能源的并网与特高压直流输电的发展,电网对无功调节的要求也逐步提高,因此大型调相机再次被投入使用。为了便于对调相机轴承进行故障诊断,提出了一种基于随机子空间识别(SSI)和多核支持向量机(MSVM)的故障诊断方法。在调相机轴承外侧表面不同的位置利用振动传感器采集振动信号,利用随机子空间模型进行特征提取,再根据高斯支持向量机和多核学习方法构造MSVM,然后将提取出的特征数据输入MSVM进行故障诊断。试验结果证明,基于SSI-MSVM的故障诊断方法能够适用于调相机轴承,且可以成功对故障进行辨识。     

基于随机子空间的同步电机参数高精度辨识新方法

将随机子空间辨识方法应用于同步电机的参数辨识中,提出基于随机子空间辨识的三相短路电流处理新方法。随机子空间辨识是一种线性系统时域模态参数识别方法,利用系统输出的数据构造汉克矩阵,进而分离出系统状态方程的系统矩阵和输出矩阵,从而识别系统的模态参数:固有频率、阻尼比、振型。应用该法分析同步电机短路电流,首先识别时间常数,进而依次消去时间常数识别各电抗参数。分别针对无阻尼、噪声和有阻尼背景下的仿真信号和同步电机三相短路电流进行仿真分析,计算中基于振型实现系统自动定阶,同时与普罗尼法作对比,结果表明该法抗噪性强、检测精度高。     

基于随机子空间的小电流接地系统故障选线

将随机子空间辨识方法引入到小电流接地故障选线的应用中,通过ATP仿真结果的计算与分析验证了随机子空间辨识理论在小电流接地故障选线中的有效性。     

基于实测信号的电力系统低频振荡模态辨识

广域相量测量系统的应用为基于量测的电力系统稳定性分析提供了有力支持。基于动态量测信息准确地辨识电力系统低频振荡模态参数及振型,对提高电力系统低频振荡的实时监测与控制至关重要。结合经验模态分解与随机子空间辨识算法,基于发电机有功功率的动态量测信息,开展了电力系统低频振荡辨识与分析的研究。该方法能够在较短的时间从含噪信号内提取原系统真实准确的振荡信息,同时能够得到各振荡模式相应的振型,有效地克服Prony算法和自回归滑动平均算法受噪声、系统实际阶数的影响大,以及单一随机子空间辨识算法难以处理非线性、非平稳振荡信号的缺点。测试系统及仿真结果验证了该方法在电力系统低频振荡分析中的可行性。