基于改进单通道FastICA的谐波与间谐波检测

针对电力系统谐波污染及间谐波难检测问题,提出一种基于单通道独立分量分析的谐波检测算法。该算法在不需要任何先验知识的前提下,对一路电力系统混合信号进行循环平移处理构造出多路信号,然后通过主分量分析法对多路信号进行降维处理,再利用快速独立分量分析(FastICA)对谐波及间谐波各个成分进行分离,利用K均值算法根据各分量频谱进行聚类,还原到观测域对同类信号求平均值得到各谐波分量,最后分别估计各谐波分量的参数。在此基础上,针对FastICA分离出的信号有畸变问题,提出改进的FastICA算法以提高分量估计的稳定性和有效性。仿真结果表明只要各谐波分量在频谱上是合理分离的,该算法就能有效地提取出各谐波和间谐波分量。同时,改进FastICA算法具有更高的稳定性,有效性和准确性。     

基于引入松弛因子的改进式单通道FastICA的间谐波检测方法

为改善高阶FastICA间谐波检测算法对初值敏感性的问题,提出一种基于松弛因子的改进式单通道FastICA间谐波检测方法。首先,对单通道信号延迟处理构造观测信号矩阵,采用主分量分析法(PCA)对其降维处理。其次,利用最速下降法求得松弛因子,并对迭代初值进行修正。然后,通过对称正交化FastICA算法对观测信号进行分离,得到基波、谐波和间谐波的频率,借助最小二乘法估计出相应的幅值和相位。仿真结果表明,该算法不仅能够较精准地检测到间谐波及其相关参数,同时降低了高阶算法对初值的敏感性。     

基于噪声子空间分解MUSIC函数的谐波／间谐波检测算法

针对电力系统中存在的谐波和间谐波问题,提出了基于噪声子空间分解MUSIC（DNS-MUSIC）函数的谐波 ／间谐波检测方法。利用信号自相关矩阵的特征值分解理论,将信号的自相关矩阵分解为信号子空间和噪声子空间,利用2个子空间的正交性进一步分解噪声子空间,对其进行变换,构造出基于噪声子空间分解的特征多项式（DNS-MUSIC函数）,求解该多项式得到信号基波和谐波频率预估计,结合消噪思想检测电力系统信号频率成分,然后利用扩展Prony法检测信号的幅值和相位。通过仿真实验与其他经典算法比较,结果证明了所提算法的可行性、高效性和稳定性。     

基于三线性分解的电力系统谐波与间谐波参数估计算法

随着大量非线性负荷接入电网,电力系统谐波和间谐波污染日趋严重,严重影响了电网安全和电能质量。为提高谐波治理的有效性,保证电网的安全、稳定、可靠运行,提出一种基于三线性分解的电力系统谐波和间谐波参数估计算法。对含有谐波和间谐波分量的电力系统频率信号进行分析,可以利用欧拉公式将其转化为空域信号。在接收端利用多时延输出构造具有三线性特征的信号模型,利用复平行因子分析算法完成三线性拟合。仿真结果表明该算法不仅能辨识固定频率,而且能跟踪动态频率,同时还可以实现幅度和相位的精确估计,是一种超分辨率谐波和间谐波参数估计随着大量非线性负荷接入电网,电力系统谐波和间谐波污染日趋严重,严重影响了电网安全和电能质量。为提高谐波治理的有效性,保证电网的安全、稳定、可靠运行,提出一种基于三线性分解的电力系统谐波和间谐波参数估计算法。对含有谐波和间谐波分量的电力系统频率信号进行分析,可以利用欧拉公式将其转化为空域信号。在接收端利用多时延输出构造具有三线性特征的信号模型,利用复平行因子分析算法完成三线性拟合。仿真结果表明该算法不仅能辨识固定频率,而且能跟踪动态频率,同时还可以实现幅度和相位的精确估计,是一种超分辨率谐波和间谐波参数估计算法。     

一种应用原子分解和加窗频移算法分析频率相近谐波/间谐波的方法

针对含有频率相近谐波/间谐波成分的电力系统复杂信号,提出一种原子分解与加窗频移算法相结合的分析方法。首先对待分析信号进行加窗并应用快速傅里叶变换对加窗信号进行频谱分析,搜索幅值谱线的峰值,通过频域谱线的相位特性判断峰值谱线是否存在主瓣干扰。若存在主瓣干扰,使用原子分解算法在峰值谱线频率的一定邻域范围搜索最匹配的原子成分,提取受到主瓣干扰的谱峰谐波或间谐波参数。若不存在主瓣干扰,则使用加窗频移算法对峰值谱线进行频移,消除非同步采样造成的误差,获得谱峰谐波或间谐波参数。循环上述过程依次获得各谐波/间谐波的参数。算例表明本文方法可有效处理频率相近的谐波/间谐波信号。     

基于ESPRIT的谐波和间谐波参数估计方法

为了准确地获得信号中谐波、间谐波成分的频率和幅值等参数,提出了一种新的检测算法,即ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)。此算法是一种基于子空间技术的高分辨率检测方法,它把信号分解为信号子空间和噪声子空间,能够精确地估计出被噪声污染的正弦信号的频率,幅值等信息,克服了传统FFT算法分辨率的限制。仿真结果表明此算法能够在较短的信号长度内准确检测出信号各个谐波和间谐波成分,证明了此算法的正确性。     

基于ESPRIT的谐波和间谐波参数估计方法

为了准确地获得信号中谐波、间谐波成分的频率和幅值等参数,提出了一种新的检测算法,即ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques).此算法是一种基于子空间技术的高分辨率检测方法,它把信号分解为信号子空间和噪声子空间,能够精确地估计出被噪声污染的正弦信号的频率,幅值等信息,克服了传统FFT算法分辨率的限制.仿真结果表明此算法能够在较短的信号长度内准确检测出信号各个谐波和间谐波成分,证明了此算法的正确性.     

Harmonic/inter-harmonic detection based on DNS-MUSIC function

针对电力系统中存在的谐波和间谐波问题,提出了基于噪声子空间分解MUSIC (DNS-MUSIC)函数的谐波/间谐波检测方法.利用信号自相关矩阵的特征值分解理论,将信号的自相关矩阵分解为信号子空间和噪声子空间,利用2个子空间的正交性进一步分解噪声子空间,对其进行变换,构造出基于噪声子空间分解的特征多项式(DNS-MUSIC函数),求解该多项式得到信号基波和谐波频率预估计,结合消噪思想检测电力系统信号频率成分,然后利用扩展Prony法检测信号的幅值和相位.通过仿真实验与其他经典算法比较,结果证明了所提算法的可行性、高效性和稳定性.     

基于Root-MUSIC和支持向量机的间谐波参数估计

为准确地检测电力系统中间谐波信号的参数,提出基于求根多重信号分类法(Root-MUSIC)和支持向量机(SVM)的间谐波参数估计方法。首先对采样数据构成的自相关矩阵进行特征分解,利用信号子空间和噪声子空间的正交性求得谐波和间谐波的个数及频率;然后通过支持向量机算法对间谐波信号的幅值和相位进行回归估计。Matlab仿真结果表明:该算法在低信噪比下频率估计准确,利用支持向量机在处理小样本数据上的优势,有效的提高了幅值和相位估计的精度。     

用于电力系统谐波频率高分辨估计的MUSIC算法

指出了目前电力系统谐波频率常规估计算法的诸多不足,将基于多重信号分类（MUSIC）的高分辨谐波频率估计算法引进电力系统谐波频率估计领域。给出了MUSIC算法的基本原理,对MUSIC算法的频谱分辨能力和频率检测门限进行了理论分析,在Matlab仿真平台下对MUSIC算法和FFT算法的频率估计性能进行了比较。理论分析和Matlab仿真结果表明,MUSIC频率估计算法对数据量要求较低,具有良好的分辨特性和抗噪声能力,且能够检测微弱的谐波信号。     

基于Synchrosqueezing小波变换的谐波和间谐波检测方法

非线性电力元件的广泛使用使电力系统的谐波和间谐波污染越来越严重。为准确计算谐波和间谐波的参数特征,以有效克服噪声影响,提出基于Synchrosqueezing小波变换的谐波和间谐波的一种检测方法。首先对电力系统信号进行连续小波变换;然后确定同步挤压阈值,对连续小波变换结果进行同步挤压,并利用同步挤压结果计算电力信号主频率;最后,设置提取频率区间,将电力信号分解为一组内蕴模态类函数分量(IMT),并结合Hilbert变换及最小二乘拟合,精确计算噪声背景下谐波和间谐波的幅值与频率。通过模拟信号和实测信号对所提方法有效性进行了分析,实验结果表明,与Prony和HHT方法相比,本文方法通过同步挤压有效抑制了噪声干扰,谐波和间谐波的检测精度有较好的提高。     

采用改进Prony算法的电力系统故障暂态信号分析

为提高对含有谐波、间谐波和衰减直流分量的电力系统故障暂态信号的分析精度,提出基于改进Prony算法的暂态信号分析方法。Prony算法的模型具有能较准确描述故障暂态信号特征、直接提取信号频率的优点。先采用差分算法滤除衰减直流分量并对高频信号进行放大以提高Prony算法的分析精度,利用Prony算法对信号中含有的频率分量进行估计,以确定神经网络的神经元个数和训练的初始值。将各频率分量的频率作为神经网络训练待定的权值,同时估计各频率分量的频率和幅值。仿真结果证明了所提方法的快速性和有效性。     

基于切比雪夫窗的电力系统谐波/间谐波高精度分析方法

基于离散傅里叶变换的谐波分析方法通常采用加窗插值的方式来减小频谱泄漏和栅栏效应的影响。针对谐波/间谐波及负频率成分对关注频率存在频谱干扰,提出了基于切比雪夫窗的高精度谐波/间谐波分析方法。对信号加切比雪夫窗截断,并采用相位旋转及奇数点插值的方法,求解信号的频率、幅值和相角,极大地抑制了频谱泄漏。对经典谐波信号和电力谐波信号进行了仿真分析,计算结果表明,所提出的方法在谐波/间谐波测量上具有更高的测量精度,并且具有一定的抗噪性。     

非稳态谐波和间谐波检测的新方法

提出了一种非稳态谐波、间谐波检测的新方法。该方法基于零差算法与增强型锁相环(enhanced phase-locked loop,EPLL)算法。零差算法具有计算量少、性能稳定的特点,利用参考信号对输入信号进行调制,从而得到非稳态谐波分量。根据输入信号预处理得到的间谐波分量频率范围设置EPLL算法的角频率初始值,以提高对间谐波分量的检测效率。采用多单元并行结构实现了对非稳态谐波、间谐波分量的同时检测。仿真结果表明,该方法能扩大EPLL算法中信号参数调节因子的取值范围,快速、准确检测出非稳态谐波、间谐波分量,有效抑制噪声干扰以及各频率分量之间的相互干扰。     

基于快速独立分量分析的系统侧谐波阻抗计算方法

提出一种基于快速独立分量分析(FastICA)计算系统侧谐波阻抗的方法。根据系统侧和用户侧谐波源变化近似独立,用FastICA对公共耦合点电压与电流波动的x-y正交分量解混得到独立分量,利用最小二乘法求得混合系数;根据混合系数之间的线性关系,计算系统侧谐波阻抗值。该方法考虑系统侧和用户侧谐波的共同影响,一定程度上削弱了系统侧谐波变化的干扰,在谐波源相角波动较大情况下,具有更高的计算精度,且无需先验数据匹配。仿真分析和现场数据计算结果表明,该方法可以有效抑制系统背景谐波干扰,得到更为准确的系统侧谐波阻抗值。     

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。     

基于最小二乘法和时频原子变换的谐波/间谐波测量算法

提出了最小二乘法与时频原子变换相结合的谐波/间谐波测量方法。应用最小二乘法对整个测量频段扫频,获取谐波/间谐波分量的个数和大致频率。依次对各个分量跟踪配置时频原子变换对应的带通滤波器,精确测量其频率和幅值。时频原子变换是具有自适应复带通滤波特性的新型时频分析方法,其频窗宽度与频窗中心相互解耦,可以灵活调整而不受窗函数中心频率的限制。通过构造频窗互不交叉的复带通滤波器来抑制频率邻近分量之间的干扰,同时能在非同步采样条件下抑制基波频率波动对测量精度的影响。仿真结果表明该方法具有测量精度高、计算量小、抗噪性能好等优点。     

基于独立成分分析的谐波检测

谐波对电力系统及电气设备有很大危害。谐波检测是抑制谐波的重要环节,由观测信号分离所含的未知谐波信号是谐波检测的目的。作者基于独立成分分析算法的有关理论,将该算法应用到谐波检测中。该方法只需一个周期的待测信号,通过构造适当的混合信号,便可使用独立成分分析算法进行运算。利用MATLAB仿真含有谐波的信号,应用该方法进行检测,结果表明,该方法不但可检测谐波次数、幅值和初相角,还可检测间谐波,且检测精度较高。     

基于独立分量分析的电力系统瞬时电压畸变信号判别方法

提出一种基于独立分量分析(independent component analysis,ICA)的瞬时电能质量扰动信号检测与判别方法。利用ICA可将相互独立的源信号从其线性混合信号中分离出来的特点,以负熵作为衡量信号独立性的目标函数,通过优化此函数,得到一种固定点算法：FastICA算法,用此算法对包含瞬时电能质量扰动信号的电网电压信号进行计算,可分离出与扰动相对应的信号。对于不同类型的扰动,分离出的信号具有不同的波形特征,根据这一特点,可对扰动进行判别并确定其位置和持续时间。仿真试验结果表明,该方法对瞬时电压跌落、瞬时电压上升、瞬时脉冲、瞬时电压中断、谐波等多种瞬时电压畸变信号有较好的检测与判别效果。