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.     

改进FastICA算法在谐波检测巾的应用

介绍了一种基于改进的快速独立分量分析(FastlCA)算法,并将其引入到谐波检测中.该算法在FastICA算法的基础上对牛顿迭代法进行了改进,使其满足三阶收敛,同时依据负熵极大的独立性准则实现了谐波信号的盲分离.为了更好地逼近真实信号.对分离后的信号进行幅值修正,从而完成谐波的检测.仿真实验结果表明了该算法相对于Fas...     

基于改进Fast-ICA的电能质量谐波检测

独立分量分析是利用信号的高阶统计量快速准确地实现信号分离和恢复。提出一种改进快速分离算法检测电能质量谐波的方法。在介绍了快速分离算法基本原理的基础上对牛顿迭代法进行了改进,减少了迭代次数,提高了收敛速度;依据负熵极大的独立性准则实现谐波信号的盲分离,再进行幅值修正以实现对真实信号的估计;对分离修正后的信号进行FFT分析,得到幅值和频率,进而实现对谐波的检测。仿真实验结果表明了该算法在检测精度和运行效率上都有所提高。     

基于改进Fast-ICA的电能质量谐波检测

独立分量分析是利用信号的高阶统计量快速准确地实现信号分离和恢复.提出一种改进快速分离算法检测电能质量谐波的方法.在介绍了快速分离算法基本原理的基础上对牛顿迭代法进行了改进,减少了迭代次数,提高了收敛速度;依据负熵极大的独立性准则实现谐波信号的盲分离,再进行幅值修正以实现对真实信号的估计;对分离修正后的信号进行FFT分析,得到幅值和频率,进而实现对谐波的检测.仿真实验结果表明了该算法在检测精度和运行效率上都有所提高.     

基于线性约束最小均方的谐波检测算法

最小均方(Least Mean Square, LMS)算法因其计算复杂度低、稳定性好的特点已广泛应用于谐波检测领域中。但为了避免权重偏移,进一步提高收敛速度,提出了一种基于线性约束最小均方(Linearly Constrained Least Mean Square, LCLMS)的谐波检测算法。该算法在LMS算法的基础上,对权重变量加入了一个线性约束条件,并应用于不同高斯白噪声环境下谐波、间谐波信号的幅值和相角参数评估。最后又在稳态信号、动态信号和电弧炉算例下检验了该算法的可行性。实验结果表明,该算法可以快速准确地检测不同环境下谐波的相关信息,且相比LMS算法有较快的收敛速度和较高的抗干扰能力。     

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。     

基于连续小波变换的非整数次谐波测量方法

快速傅里叶变换(FFT)可实现整数次谐波的精确检测，但对非整数次谐波的检测误差较大；加窗插值算法可提高非整数次谐波的检测精度，但会导致谐波分辨率降低。如果信号中存在频率相近的整数次和非整数次谐波，利用FFT和加窗插值算法都无法实现谐波的准确检测。连续小波变换(CWT)因其良好的时频局部化特性，可用来分析谐波。通常利用CWT系数的幅值来检测谐波频率。但不同尺度的小波函数在频域上存在相互干扰，如果被检测信号中含有频率相近的谐波，利用CWT系数的幅值无法实现谐波的准确检测。文中结合傅里叶变换和CWT的特点，提出了利用小波变换系数傅里叶变换的幅值来分离谐波的算法。通过实例验证，该算法能够把频率相近的整数次和非整数次谐波分离，实现较理想的检测，从而提高了谐波分析、检测的精度。     

改进变步长LMS算法在软起动谐波检测中的应用

针对现有自适应变步长最小均方(LMS)谐波电流检测算法在低信噪比环境中易受干扰影响,提出一种改进自适应变步长LMS算法。该算法将误差信号与前一工频周期误差信号的差值作为反馈量,结合箕舌线函数构造出随动的动态因子,将此动态因子也作为调节权值的动量因子,利用自相干估计误差控制步长。该算法折中考虑收敛速度和稳态精度,并有效降低噪声信号的干扰。通过对电机软起动器工作过程中产生的周期重复性谐波进行检测和分析,证明了该谐波电流检测算法的可行性。     

基于自适应容积卡尔曼滤波的动态谐波检测

对电网中的谐波进行实时、准确的检测是有效治理谐波的前提。针对某些运行工况下电网中出现的动态谐波,提出了一种基于自适应容积卡尔曼滤波的动态谐波检测算法估计谐波信号的幅值和相角。首先针对传统卡尔曼滤波处理非线性关系上的局限性,利用容积卡尔曼滤波不需要任何线性化关系的特性估计谐波的状态向量和误差偏差矩阵,然后引入噪声估值遗忘因子来实时更新系统的噪声矩阵方程。最后通过对比实验,验证了该算法在动态谐波检测上的优越性能,并将其应用于有源滤波器的谐波检测中。     

基于小波和短时傅里叶变换的电网谐波分析

为了测量电网中的波动谐波,将小波变换和短时傅里叶变换方法相结合用于电网谐波分析。通过小波变换设计出一组带通滤波器来分离出基波和各次谐波,并采用短时傅立叶变换计算出基波和各次谐波的幅值、频率和相位。仿真结果表明,当信号中存在高斯白噪声时该算法仍可准确检测出基波和2到63次谐波的幅值、频率和相位,且算法简单易于实现。     

结合短时傅里叶变换和谱峭度的电力系统谐波检测方法

针对电能质量分析中的谐波检测问题,提出一种结合短时傅里叶变换和谱峭度的电力系统谐波检测方法。采用短时傅里叶变换作为时频分析工具对采样信号进行时频分解,同时引入频谱标准差和基于短时傅里叶变换的谱峭度作为辅助分析。通过频谱标准差和谱峭度对谐波模态进行识别,并根据识别结果从频谱矩阵中提取出相应的谐波分量,然后采用基于奇异值分解的扰动定位方法对暂态谐波的起止时刻进行准确定位。仿真实验结果验证了算法的有效性,在低信噪比的情况下仍具有较高的检测精度,具有较好的抗噪性和鲁棒性。     

具有快速动态响应的数字功率因数校正算法

为了提高功率因数校正(power factor correction,PFC)输出电压对负载变化的动态性能,在分析电压环对输入输出谐波影响的基础上,提出一种快速动态响应数字PFC算法。该算法通过增大电压环带宽来提高负载动态响应速度,采用矢量旋转方式产生谐波补偿量来抵消因电压环带宽增大引起的二次谐波。它无需增加外围硬件电路,通过与控制芯片相对应的图形化编程方式完成快速动态响应数字算法。实验结果表明当负载功率发生大范围变化时,所设计的系统具有快速动态响应能力,同时输入电流总谐波畸变率(total harmonic distortion,THD)小于10%,功率因数达到0.99。     

基于谐波观测器的Conergy NPC单相逆变器中点平衡策略

提出了一种对周期非正弦信号中各谐波含量实时估计的谐波观测器算法,并将其应用于中点平衡策略。在分析单相全桥Conergy NPC逆变器的开关模型与单相SVPWM调制策略基础上,研究一种基于动态控制参数的中点平衡策略;基于状态观测器原理,设计了滤波电容电压的谐波观测器,实时估计出滤波电容电压中各次谐波分量信息和分量正交信息,利用这些估计信息实现中点平衡策略。仿真和实验都验证了基于谐波观测器的中点电位平衡策略可行性与有效性。     

基于重采样和均值滤波的谐波检测ip-iq法的动态性能分析

本文在介绍瞬时无功功率算法及其改进算法的基础上,通过仿真比较了该算法对瞬态信号的适应能力,指出在瞬时无功功率法谐波检测方法中,使用均值滤波器和重采样理论,既可以减少计算量、提高响应速度,同时对瞬态信号也具有较好的跟踪能力。     

基于滑动峭度法和Teager能量谱的滚动轴承故障诊断

针对滚动轴承故障诊断问题,提出一种基于滑动峭度法和Teager能量谱的滚动轴承故障特征提取方法。该方法首先对原始振动信号进行滑动峭度计算,获得一个反应冲击信号偏离高斯分布的峭度时间序列,然后通过计算该峭度时间序列的Teager能量谱识别轴承故障特征频率及其倍频成分。应用该方法分析了滚动轴承模拟信号和实测信号,准确诊断出滚动轴承元件故障,证明了该方法的有效性。     

基于VMD与快速谱峭度的滚动轴承故障诊断

针对滚动轴承故障信号易受环境噪声干扰,故障特征信息获取相对困难的问题,提出了基于变分模态分解(VMD)与快速谱峭度的滚动轴承故障特征提取方法.首先将轴承信号分解为若干个固有模态分量(IMF),然后利用最大相关峭度解卷积算法对各阶模态分量进行计算,选取相关峭度值相对较大的几个IMF分量作为故障信息最突出的研究对象,并对其...     

有源电力滤波器多重因子自适应谐波检测法

针对电网负载电流的低信噪比问题,提出一种用于有源电力滤波器(APF)谐波检测的多重因子变步长自适应谐波检测方法.该方法以自适应噪声对消技术为基础,通过引入动态因子,增加相邻时刻误差信号的自相关值及静态因子对权值迭代的影响,并利用误差信号的时间均值估计来控制步长更新,不但加快了动态响应速度,而且减小了低信噪比情况下的稳态...     

基于改进的RBAUKF的电力频率跟踪新算法

将电力系统的三相电压信号构造成一复信号,然后利用改进的RBAUKF算法对发生谐波和随机噪声干扰的电力系统电压信号进行动态估计和频率跟踪。针对电力系统中充满谐波畸变和随机噪声干扰,而复数型扩展卡尔曼滤波(ECKF)只是对非线性映射本身做某种线性近似等问题,在基于无迹卡尔曼滤波(UKF)算法的基础上,提出改进的无迹卡尔曼滤波(RBAUKF)的估计算法,并与复数型扩展卡尔曼滤波做了相应比较。经过对几种暂态电力系号模型的仿真试验表明,改进的RBAUKF在计算复杂度和估计精度上都优于ECKF。