基于稳健回归的谐波发射水平估计方法

该文提出了一种基于稳健回归的系统谐波阻抗及用户谐波发射水平的估计方法：利用在公共连接点同步测量得到的谐波电压和谐波电流信号，通过复加权最小二乘迭代算法求解回归系数；利用Huber函数作为影响函数进行加权迭代计算，权重为上次迭代的残差函数，以此减少奇异值对回归系数的影响；由回归系数映射出系统谐波阻抗，并跟踪计算用户的谐波发射水平。通过对实验电路的仿真分析以及实际工程实测数据的分析验证了该方法的有效性。     

基于拉盖尔多项式的非线性负荷谐波发射水平估计

提出用概率求和估计非线性负荷谐波发射水平的新途径。根据非线性负荷投入前后测量值的数字特征建立逆向求和概率模型，通过测量值的x—y分量的n阶矩与Laguerre多项式逼近求和概率密度函数(pdf：probabmty densitv function)：用递推算法估计测量统计值各分量的n阶矩，导出矢量和(幅值)的n阶矩，再用参数平方变换合成pdf，引入尺度因子修正截断误差。这种方法求和时不需要各个随机矢量在相位上具有0～2π的概率分布，使用的统计样本值较少。用实际测量值进行的比较分析证明了     

基于LTS初值的稳健回归的谐波发射水平评估方法

提出了一种基于最小截尾二乘(LTS)的稳健回归的谐波发射水平评估方法。在系统公共连接点测量电压与电流,经过傅立叶分析,利用最小截尾二乘算法估计系统谐波阻抗的迭代初始值。通过反复加权迭代计算最终的系统谐波阻抗估值。利用系统谐波阻抗评估公共连接点两侧的谐波发射水平,从而衡量谐波源对电力系统的谐波危害程度。最后,通过仿真分析验证了该方法的改进效果。与普通稳健回归法相比,所提出的改进方法具有较稳健的迭代初始值,可以有效减小异常值的影响,且具有更强的背景谐波波动适应能力。     

改进的加权支持向量机回归的谐波发射水平估计方法

提出一种利用改进的加权支持向量机回归估计系统谐波阻抗及谐波发射水平的新方法。根据公共连接点处谐波测量数据的差异,利用欧几里德距离作为加权指标修正支持向量机的误差要求,通过线性插值确定惩罚参数的加权参数,以此形成用于估计系统谐波阻抗的加权支持向量机回归模型,从而求解谐波发射水平。通过对仿真电路的理论分析和现场数据的实际应用,证明了所提方法能有效抑制背景谐波波动对估计结果的影响。     

基于线性回归的系统侧谐波阻抗估计方法改进

评估谐波发射水平的首要前提是计算系统侧谐波阻抗,在使用回归法估计谐波阻抗时,针对该方法计算结果受背景谐波波动影响较大的问题,提出一种按背景谐波电压数据分段以减小其波动影响的方法。此方法通过设定阻抗初值来反解出背景谐波数据并排序分段,再基于各分段数据和回归法计算系统侧谐波阻抗;最后以估计阻抗波动最小为准则来衡量计算值与真实值之间的差距,并确定最终计算结果。所提方法提升了抗背景谐波波动的能力,仿真与实测数据验证了方法的有效性。     

基于偏最小二乘回归的系统谐波阻抗与谐波发射水平的评估方法

提出了一种基于偏最小二乘回归的系统谐波阻抗及用户谐波发射水平的估计方法。利用在公共连接点同步测量得到的谐波电压和谐波电流信号，通过偏最小二乘回归算法求解回归系数；对测量数据信息进行分解和筛选，提取对因变量解释性最强的综合变量，辩识系统中的信息与噪声，从而更好地克服变量相关性在系统建模中的不良作用。由回归系数映射出系统谐波阻抗，并跟踪计算用户的谐波发射水平。通过仿真分析以及实际工程实测数据的分析验证了该方法的有效性。     

基于偏差补偿最小二乘的谐波发射水平估计方法

为了克服电压和电流信号中的有色噪声的影响,提出了一种基于偏差补偿最小二乘的系统谐波阻抗及用户谐波发射水平的估计方法。利用公共连接点测量得到的谐波电压和谐波电流信号,通过偏差补偿最小二乘算法求解回归系数;提取对因变量解释性最强的综合变量,辨识系统中的信息和噪声,更好地克服变量相关性在系统建模中的影响。由回归系数映射出系统谐波阻抗,进而计算出用户的谐波发射水平。通过实验电路仿真分析验证了该方法的有效性。     

基于改进Madaline网络的谐波发射水平估计

为了在公共连接点合理估计系统及用户的谐波发射水平以更好地控制公用电网中的谐波污染,提出了一种基于改进Madaline神经网络的系统谐波阻抗及用户谐波发射水平的估计方法:利用在公共连接点同步测量得到的谐波电压和谐波电流信号,通过改进Madaline网络中的输入层到输出单元的连接权函数,减小了奇异值对连接权的残差平方和的影响,使其具有了良好的稳健性能,并由此映射出系统谐波阻抗,跟踪计算用户的谐波发射水平。通过对实验电路的仿真以及实际工程实测数据的分析验证了该方法的有效性。     

用户谐波发射水平补偿增量回归评估法

提出用户和系统在公共连接点(point of common coupling,PCC)的谐波发射水平补偿增量回归估计法。利用系统谐波阻抗一元回归模型能平滑波动且无自变量相关性引起误差的特点,提出一种系统谐波补偿方法,降低系统谐波的干扰,近似消除系统谐波,以此估计系统谐波阻抗。根据国际电工委员会最新技术报告中关于用户谐波发射水平的定义和所得系统谐波阻抗,评估用户谐波发射水平,该方法不再基于传统方法中关于阻抗和谐波源大小关系的假设条件。对理论模型和实际工程算例的仿真证明所提方法的正确性和有效性。     

谐波阻抗估计的非光滑部分线性回归方法

系统谐波阻抗的估计是电能质量研究领域的难点。波动量法作为工程上计算系统谐波阻抗的成熟方法,在背景谐波波动占主导的情况下是失效的。为了弥补波动量法的缺陷,提出了系统谐波阻抗计算的非光滑复数域部分线性回归模型,设计了细分迭代算法,实现了模型的求解。所提方法不仅能够在背景谐波波动占主导的情况下计算系统谐波阻抗,也能够在背景谐波波动不占主导的情况下实现系统谐波阻抗的准确计算。仿真算例和实际测试数据验证了所提方法的有效性。     

基于p-q-r法的电力系统谐波检测方法

指出只要三相电压、电流对称，无论电压是否有畸变，在三相四线制电路中用p-q-r法检测系统的谐波电流时，ip,iq中只含有3七次谐波（七为整数）。根据重采样理论，在保证ip,iq中的直流分量Ip,Iq的频谱不混叠的情况下可以对ip,iq进行4倍重采样，针对ip,iq中只含有3七次谐波这一特征可以设计均值滤波器，以减小计算量，提高滤波器的动态响应速度。此外，还可以通过控制r轴电流ir将电压畸变时的中线电流补偿到零。     

基于关联度的混沌序列局域加权线性回归预测法

分析了基于欧氏距离局域预测法存在的缺点，在此基础上提出了一种基于关联度的局域加权线性回归预测法。该方法以关联度代替欧氏距离作为判别不同相点间相关性的准则，并将相点间的相关性大小通过“加权”的方式作用于混沌序列预测模型，从而克服了局域线性回归预测法的缺点。首先对新方法的原理及其合理性进行了系统阐述；然后推导了其算法过程；最后将该方法应用于电力系统短期负荷的预测中，得到了理想的预测结果。通过分析和比较，验证了所提方法的有效性。     

一种任意整数次谐波电压实时检测方法

基于瞬时无功功率理论提出了一种任意整数次谐波电压的实时检测方法.该方法在检测中另加标准电流信号,可使电网中实际电流的畸变不会影响检测精度,检测结果也能及时反映频率偏移的变化.为了加快动态响应速度,文中提出了反馈补偿算法并进行了详细的分析.仿真结果表明：反馈补偿算法能有效地加快动态响应速度;反馈补偿大小对响应速度和检测精度也有较大的影响;电网电压频率偏移不影响检测效果.     

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。     

基于广义dk-qk旋转坐标变换的谐波电流测方法

本文提出三相电路广义dk-qk旋转坐标变换理论,发展出一种任意次谐波电流的检测方法。所谓广义dk-qk旋转坐标,系指出第k次待检测谐波电流角频率kw旋转的两相坐标系统。通过广义坐标变换,第k次谐波电流在dk-qk坐标系内成为与角频率无关的直流分量,从而可通过低通滤波及坐标反变换的方法将其检测出来,该方法具有无论三相电路电压是否畸变,理论上都能准确地检测出任意次谐波电流的优点,并可用于基波有功和无功电流的检测。因此,它可应用于电力系统故障检测、保护和电力有源滤波器谐波电流检测中。     

基于近似线性规划的风电场穿透功率极限优化的改进算法

应用近似线性规划方法，对用动态仿真程序求解风电场穿透功率极限过程进行了优化。求解风电场穿透功率极限的过程是先假设风电场最大容量值，通过仿真检验系统安全稳定性后，对风电场最大容量值进行修正，逐步求取风电场穿透功率极限。由于人工修正风电场的容量计算速度很慢，且很难达到极限值。因此，文中通过近似线性规划方法，将计算风电场穿透功率极限的非线性目标约束函数作线性化，再应用线性近似解去逼近非线性真实解。应用该方法可以快速准确地求取风电场穿透功率极限。通过在New England39节点系统上仿真计算，验证了所提方法的有效性及其快速准确的特点。     

一种简化的电力系统负荷线性组合预测法

负荷是电力系统运行和规划的依据，精确的预测可提高系统运行的可靠性和经济性。作者将电力系统负荷预测的三种主要方法，即外推法、灰色预测法和人工神经网络法结合起来，建立了一种线性组合预测模型。在组合模型的权重系数求解中，首先对目标函数和等式约束使用拉格朗日乘子法来求解权重系数。当出现小子零的系数时，改为只使用误差矩阵的对角元素来计算，这种近似对预测精度影响较小，但简化了计算，且保证了组合系数大于零的条件。由于组合模型的总平均误差要小于各单一预测方法的平均误差，这就提高了预测精度，尤其组合模型的最大预测误差要小于单一模型的最大预测误差，从而降低了预测的风险性，实例证明这种组合模型具有较好的实用性。     

基于模态分析的谐波谐振评估方法

谐波谐振在电力系统中经常表现为高电压.文中研究发现这种谐振现象与网络导纳矩阵的奇异性有关,而这种奇异性是由于矩阵的一个特征根趋近于零造成的.因此通过分析特征根的性质,就可以得到有关谐振机理和程度的信息.基于以上研究结果,该文提出了一种称为＂谐振模态分析＂的技术.理论分析和算例研究证明了该方法是进行电力系统谐波分析的有效工具.