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FFT和优化匹配追踪的谐波/间谐波检测

谐波和间谐波干扰严重影响电力系统的正常运行,将快速傅里叶变换(FFT)和采用局部优化的匹配追踪算法相结合,并构造离散正弦字典,实现在含有噪声、基波频率偏移和频率相近的间谐波情况下的谐波和间谐波参数检测。采用循环迭代方法,按照能量大小,依次提取出谐波和间谐波扰动成分,每次迭代首先用FFT估计出当前频率参数,并搜索该频率下的相位,然后以该频率和相位作为初值,用Nelder-Mead算法获得优化后的频率和相位值,并通过MP算法提取出匹配信号表达式,进而获得幅值参数。仿真结果表明本文提出的算法计算复杂度低、物理意义清晰,具有较好的检测精度和抗噪性能。     

基于改进TLS-ESPRIT与自卷积窗的谐波与间谐波检测算法

随着光伏发电系统大规模接入电网,不可避免地带来了严重的谐波污染问题。为了有效监测光伏并网系统输出电流的谐波、间谐波,提出了一种基于改进快速最小二乘法-旋转不变法(total least squares-estimation of signal parameters via rotational invariance technique, TLS-ESPRIT)与2阶Blackman-Harris自卷积窗相结合的检测方法。首先对待测信号进行三次采样并利用快速TLS-ESPRIT算法检测频率。随后对检测结果基于简化K-means聚类算法进行分析,提取出真实的谐波分量。最后结合2阶Blackman-Harris自卷积窗对信号进行加窗插值计算,准确估算出其幅值、相位信息,实现了谐波、间谐波的高精度检测。仿真算例和现场数据测试结果表明,所提方法相较于传统方法具有更高的谐波、间谐波检测精度,且抗干扰能力更强。     

一种新的电力系统谐波间谐波两步检测法

提出了一种新的基于邻近谱线抵消及加窗TDA的谐波间谐波两步检测法.IEC对于谐波间谐波检测推荐的采样窗口长度为十个周波,在此前提下,研究了同步采样下谐波和间谐波之间的频谱干扰特性,提出采用两步法对谐波和间谐波分开进行分析.对于各次谐波,利用邻近谱线抵消手段抑制了间谐波对其频谱的干扰;间谐波的时域对应TDA后的差分信号,考虑到各间谐波频谱之间的干扰及栅栏效应,通过加窗双谱线插值提高间谐波检测精度;当某一间谐波频率与谐波频率较为接近时,提出加窗TDA法抑制拟谐波偏差信号主瓣对间谐波的影响.通过仿真分析表明,在同步采样条件下,此方法对于谐波和间谐波有着较高的检测精度.     

基于数学形态学和改进Prony算法的谐波与间谐波参数估计

由于传统Prony算法对谐波与间谐波的检测易受噪声影响,为了提高参数估计精度,准确提取谐波和间谐波的频率、幅值和相位,提出了一种基于数学形态学和改进Prony算法的谐波与间谐波参数估计方法.该方法主要思路是先用数学形态学构建形态滤波器去除噪声,可以克服传统Prony算法对噪声敏感的不足;然后再将去噪拟合后的谐波信号进行改进Prony分析.该方法针对原始Prony方法优化了实际阶数和线性参数的求解过程,对比小波消噪求解谐波各参数的方法优化了去噪效果.通过MATLAB对谐波信号进行编程分析,发现该方法在噪声情况下仍能得到较高精度的谐波与间谐波幅值、频率和相位参数估计,验证了该方法的可行性和有效性.     

基于APFFT和快速TLS-ESPRIT的间谐波检测方法

针对近几年广泛应用的全相位时移相位差校正法在间谐波分析中出现的多个检测问题,提出一种基于APFFT和快速TLS-ESPRIT的间谐波检测方法。首先,通过快速TLS- ESPRIT算法准确地辨识出信号中间谐波的频率;然后,对信号进行APFFT谱分析,根据其相位不变性,直接取峰值谱线的相位值作为初相位的估计;最后,计算出峰值谱线频偏量,按照全相位幅值校正公式,获取信号的幅值估计。仿真实验表明,该检测算法能够在较低信噪比环境下有效地检测间谐波,且具有较高的检测精度。     

基于EEMD和TLS-ESPRIT的谐波间谐波检测方法

总体平均经验模态分解(EEMD)可以在噪声环境下对信号进行准确的分解,克服了EMD分解过程中产生频率混叠和虚假模态的缺陷。总体最小二成旋转不变技术(TLS-ESPRIT)算法本身具有很好的消噪能力,用TLS-ESPRIT算法可以准确地辨识出信号的参数。结合两者的优点,提出了基于EEMD和TLS-ESPRIT的谐波、间谐波检测方法,结合EEMD分解后的各阶分量的能量来确定电网中真实的谐波、间谐波分量。仿真结果验证了所提方法的可行性和有效性。     

基于重排SPWVD的谐波检测

提出了一种基于重排平滑伪Wigner-Ville分布(SPWVD)的电力系统谐波检测方法。比较了信号的SPWVD和重排SPWVD,通过计算机仿真,表明重排SPWVD能增强时频聚集性,提高信号分量的定位精度,有效检测出谐波和间谐波信号的起止时间和频率信息。     

基于独立分量分析的谐波检测

长期以来,谐波治理一直是电能质量控制的重要组成部分,而准确的检测又是有效治理和分析谐波的前提和基础.将谐波的问题视作盲源分离问题,并将该领域中广泛使用的独立分量分析法运用到检测算法中.通过构建适当的虚拟观测源,从观测信号中分离出基波和各次谐波分量.实验结果表明,该方法在实时性要求不高的情况下可准确检测谐波.     

基于改进阈值去噪的谐波检测

为保证电力系统的安全运行,必须要对谐波进行准确的检测和分析。电力系统中的信号不仅由基波和各次谐波组成,还包含大量的噪声,噪声的存在严重影响电力系统谐波检测的精确性。针对传统的软阈值和硬阈值去噪方法的不足,提出了一种基于sym8小波的改进阈值去噪方法。首先用sym8小波对信号5层分解,然后对第一层、第二层小波系数去噪优化,最后基于优化后的各层系数对信号进行重构和谐波检测。在Matlab平台下对比软、硬阈值和改进阈值的去噪效果,表明改进阈值去噪方法效果更好,并用该方法去噪后检测谐波的准确性明显提高。     

基于自适应预测滤波器的谐波检测

准确、快速地检测电力系统电流中的谐波成分是保证有源电力滤波器具备良好工作性能的关键。提出了基于自适应有限脉冲响应(FIR)预测滤波器的谐波实时检测系统。论述了自适应滤波器谐波检测原理．利用最小均方算法(LMS)对所需检测信号进行预测。采用Matlab进行了FIR的预测滤波器实验仿真。仿真说明该方法跟随性能好,在3／4个基频周期内就能跟踪上基波的变化。     

基于独立分量分析的谐波检测

长期以来,谐波治理一直是电能质量控制的重要组成部分, 而准确的检测又是有效治理和分析谐波的前提和基础。将谐波的问题视作盲源分离问题,并将该领域中广泛使用的独立分量分析法运用到检测算法中。通过构建适当的虚拟观测源,从观测信号中分离出基波和各次谐波分量。实验结果表明,该方法在实时性要求不高的情况下可准确检测谐波。     

基于加窗插值压缩感知的谐波/间谐波检测方法

针对压缩感知在傅里叶变换基下,对谐波畸变信号进行变换时会产生频谱泄漏和栅栏效应的问题,提出一种基于加窗插值的压缩感知(WI-CS)算法。该算法结合二进制稀疏测量矩阵和六项五阶余弦窗,构造出一种新型窗稀疏测量(WSM)矩阵,经重构得到稀疏向量后,利用四谱线插值修正公式,对谐波间谐波各参数进行精确检测。通过MATLAB仿真,结果表明文章所提方法能够在较少的采样数据下,具有较高的检测效率以及一定的抗噪声能力。     

基于动态独立分量分析算法的谐波检测

介绍了一种基于峭度的非高斯极大的动态独立分量分析算法,并将其引入到谐波检测中.该算法在非高斯极大ICA算法的基础上,利用动态的递推关系公式计算得到当前的峭度值,并将峭度的非高斯极大作为独立性判据,从而实现谐波信号的盲分离.为了更好地逼近真实信号,对分离后的信号进行幅值修正,最终完成谐波的检测.仿真实验结果表明了该算法的正确性和可行性.     

基于Fast-ICA和对称正交化的谐波检测

提出一种基于Fast-ICA和对称正交化的电能质量谐波检测方法。在简要介绍独立成分分析方法的基础上,把多次谐波信号看作多个独立成分的线性组合,采用基于负熵极大独立性准则的Fast-ICA算法实现一个独立成分的估计。再利用对称正交化方法实现多个独立成分的并行估计,分别分离出基波信号、各次谐波信号和噪声信号,以实现对谐波的检测。仿真结果表明,该方法可较准确地检测出各次谐波成分的频率和幅值且对噪声不敏感,与基于渐进正交化的Fast-ICA算法相比,该方法具有更高的检测精度和更快的收敛速度。     

基于动态独立分量分析算法的谐波检测

介绍了一种基于峭度的非高斯极大的动态独立分量分析算法,并将其引入到谐波检测中。该算法在非高斯极大ICA算法的基础上,利用动态的递推关系公式计算得到当前的峭度值,并将峭度的非高斯极大作为独立性判据,从而实现谐波信号的盲分离。为了更好地逼近真实信号,对分离后的信号进行幅值修正,最终完成谐波的检测。仿真实验结果表明了该算法的正确性和可行性。     

基于改进型小波神经网络的谐波检测方法

随着大功率器件使用,造成电网中有大量谐波,威胁设备的安全。提出运用小波神经网络(Wave Neural Network,WNN)算法来检测谐波。首先,针对神经网络初始值设置不当导致的网络收敛慢甚至不收敛的问题,提出了网络初始参数自相关修正的优化方法,提高了网络的性能。其次,运用附加动量项的训练算法平滑了权值学习路径,有效避免了网络训练陷入局部最小,提高了谐波检测精度。最后,经过与其它检测方法的仿真对比,证明了所述方法具有收敛速度快,检测精度高的优点。     

基于改进卡尔曼滤波器的谐波检测方法

电力系统谐波问题日益严重且复杂,有效地对谐波进行检测已成为电能质量监测终端的一项基本要求.采用一种基于改进卡尔曼滤波器的谐波检测方法,利用卡尔曼滤波器在动态检测方面的优势,结合改进相位、频率的跟踪性能,可以简单、快速、准确的得到基波和谐波的各项参数.并且此方法可以检测到受闪变扰动时的基波和谐波成分,可获得闪变调制波的基本参数.建立了基于改进卡尔曼滤波器的谐波检测数学模型,并利用MATLAB仿真平台验证了该方法的性能.     

基于改进RLS算法的谐波电流检测方法

在考虑有源电力滤波器(APF)的低信噪比特性的基础上,提出了一种基于自适应对消技术的改进型RLS检测谐波算法,采用二级滤波来彻底滤除间谐波,并通过权值梯度误差的变化来更新自适应过程。追踪一级滤波器权值W(n)的变化,调节RLS算法中的P(n)参数,以达到快速收敛的目的。利用Matlab软件建立仿真模型,进而在DSP芯片TMS320F240上实现该算法,验证了改进算法既能够检测间谐波又克服了传统RLS算法突变响应过慢的缺点。     

基于汉宁双窗apFFT单谱线插值的电力谐波和间谐波检测算法

当利用快速傅里叶变换(FFT)对电力谐波或间谐波进行处理时,实际频率与频率分辨率不一定是整数倍关系,由此造成频谱泄漏,影响谐波或间谐波参数的估计精度。针对此问题,提出了一种基于汉宁双窗全相位FFT离散单谱线插值的频谱校正算法。算法的原理是:利用理论频率点附近的旁谱线幅值和主谱线幅值的比值,推导出各频率点的校正量。然后,根据估计出的频率校正量,并结合全相位FFT的线性时不变性(LTI)以及汉宁窗的归一化模函数估计出信号的幅值。由于全相位FFT的相位谱与频偏无关,因此可以取频率点处的主谱线相位值来估计信号的初相位。仿真算例对比表明:汉宁双窗apFFT单谱线插值频谱校正算法估计的谐波和间谐波参数更准确,综合误差更小,具有较强的抗白噪声干扰能力。