基于加窗插值FFT的电力谐波测量理论（Ⅱ）双插值FFT理论

本文用四项Ｂｌａｃｋｍａｎ－Ｈａｒｒｉｓ窗对采样数据加权，再用两次插值快速精密地计算出信号的谐波参数。与国外有关算法相比，达到相同的计算精度，本文提出的算法所需的采样频率约为国外通常使用的１／３左右。在信噪比大于４０ｄＢ时，一般信号谐波幅值、频率和相位精度分别可达０．５级、０．１级和１级。     

基于卷积窗的电力系统谐波误差估计与数值模拟

研究卷积窗在周期信号高精度谐波分析中的应用,详细分析频谱泄漏效应对测量精度造成的影响.通过数值模拟,比较了四阶卷积窗与其它四项组合余弦窗对谐波参量反演误差的影响.理论分析和数值结果均表明:在电力系统的频偏条件下,使用四阶卷积窗可显著提高谐波参量测量精度.     

基于改进加窗插值FFT的高精度谐波与间谐波检测算法

大量非线性元件的应用给电力系统带来了大量的整数次和非整数次谐波（称为间谐波）,传统的谐波检测方法——快速傅里叶变换（fast Fourier transform,FFT）算法基于同步采样的方式,不适用于非整数次谐波的检测分析。频谱泄漏现象是由于有限长信号的傅里叶变换与理想傅里叶变换的不同而产生的。为了消除频谱泄漏,提出了基于余弦窗的插值FFT算法,给出了K项余弦窗插值的参数估计通式,并对矩形窗和汉宁窗的插值算法通过实例进行了验证。结果表明,基于汉宁窗的插值算法在基波频率偏离额定值或者大量间谐波存在的情况下,都能在非同步采样下准确地检测出谐波和间谐波的频率、幅值和相角。同时该算法也和其他非同步采样方法进行对比,结果表明,该算法较文献中方法具有精度高、计算复杂度降低的优点。     

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。     

基于FFT的高精度谐波检测算法

大量非线性元件的应用给电力系统带来了大量的整数和非整数次谐波，传统的谐波检测方法快速傅立叶变换（FFT）由于存在栅和频谱泄漏现象，只适用于整数次谐波的分析，而不适用于非整数次谐波的检测，因此不能够实现精确的谐波分析，非整数次谐波频谱泄漏现象是因为有限长信号的傅立叶变换与理论傅立叶变换的不同而产生的，为消除频谱泄漏误差，提高检测精度，文中详细分析了FFT算法的频谱泄漏现象，在此基础上提出了改进算法，该算法通过对FFT算法做简单变换，减少了频谱泄漏误差，降低了谐波之间的相互干扰，仿真验证了该算法的高精度检测特性，该文提出的算法具有实现简单，精度高的特点，从而为电力系统中的谐波检测和分析提供了一种有效的算法。     

莱夫–文森特窗插值FFT谐波分析方法

加窗插值快速傅里叶变换(fast Fourier transform,FFT)算法广泛应用于电力系统谐波分析,可改善因非同步采样和非整数周期截断造成的频谱泄漏,提高谐波参数计算的准确度。该文分析莱夫–文森特(Rife-Vincent)窗的频谱特性,提出基于5项Rife-Vincent(I)窗插值FFT的谐波分析算法,运用多项式拟合求出简单实用的插值修正公式,大大减少了谐波分析时的计算量。仿真结果表明,在非同步采样和非整数周期截断条件下,提出的谐波分析方法适合于弱信号分量的提取和复杂谐波信号的准确分析,对含21次谐波信号分析的频率计算误差仅为1.9× 10-8%,幅值、初相位计算误差分别小于等于0.000 1%和0.029%。     

基于Nutall窗的时移综合相位差谐波分析法

快速傅里叶变换(FFT)是谐波分析的主要方法,在稳态谐波信号分析中广泛采用的交流采样技术,由于采样器件的有限性,实际工程中很难做到完全同步采样和整周期截断。为消除采样过程中同步采样误差产生的频谱泄漏,提出了一种基于Nutall窗结合综合相位差校正信号谐波分析法,对传统的相位差频谱校正方法进行了改进。采用Nutall窗对谐波信号进行加权,通过时移和加可变长度的窗进行两次FFT分析,并利用离散频谱对应的峰值谱线相位差求得频率和相位校正量,推导出基波及各次谐波参量的计算公式。仿真实例表明,提出的改进综合相位差校正算法可有效提高谐波分析精度,基波幅值的测量误差小于0.00001%,基波相位误差小于0.01°,2~21次谐波电压测量误差小于0.01%,谐波相位测量误差小于0.09°,为高精度谐波检测提供了可能。     

基于改进余弦窗的加窗插值FFT谐波分析

采用快速傅里叶变换(FFT)进行电力谐波分析时,很难做到整周期截断和同步采样,导致频谱泄漏,无法精确得到电力谐波各参数。对采样信号进行加窗截断,用双谱锋线插值算法修正检测结果,可改善因非同步采样导致的频谱泄漏,提高检测精度。本文提出一种改进的余弦窗,分析其频谱特性,运用多项式拟合推导出简单实用的插值修正公式,减少运算量。仿真结果表明,加改进余弦窗双谱线插值FFT算法检测精度高,有效抑制了频谱泄漏。     

凯塞窗插值FFT的电力谐波分析与应用

采用矩形窗、三角窗等基本窗函数和广义余弦窗函数对信号加权可减少非整数周期截断造成的频谱泄漏和栅栏效应的影响,但其效果受到窗函数固定旁瓣性能的制约。通过分析凯塞(Kaiser)窗函数的主瓣与旁瓣衰减可自由选择的特性,提出基于Kaiser窗插值快速傅里叶变换(fast Fourier transform,FFT)的电力谐波分析方法,建立奇次、偶次谐波求解的数学模型和实用的插值修正公式,推导信号基波与各次谐波频率、幅值、初相角的计算式。仿真和实测结果表明,Kaiser窗插值FFT方法设计实现灵活、抑制频谱泄漏效果好,据此研制的三相多功能谐波电能表的基波有功误差≤0.2%,基波无功误差≤1%,2～21次谐波分析满足GB/T14549—1993的A类谐波测量仪器要求。     

基于Rife-Vincent自卷积窗三谱线插值FFT电力谐波分析

加窗和插值算法可以有效抑制快速傅里叶变换(FFT)在非同步采样和非整周期截断时产生的频谱泄露和栅栏效应,提高谐波检测精度。在比较不同Rife-Vincent窗、经典窗的频谱特性的基础上,选择五项Rife-Vincent窗做母窗,构建了五项Rife-Vincent自卷积窗的时域、频域函数,并分析五项Rife-Vincent自卷积窗的主瓣特性以及自卷积阶数对旁瓣性能的影响。建立了基于五项Rife-Vincent自卷积窗三谱线插值频谱校正算法。采用多项式拟合的方式推导了简单实用的三谱线插值修正公式。通过仿真,验证了非同步采样时,与其他加窗插值相比,该算法具有更高的计算精度。     

基于组合余弦优化窗四谱线插值FFT的电力谐波分析方法

采用快速傅里叶变换(FFT)方法分析电力谐波时,信号的非同步采样和非整数周期截断会产生频谱泄漏和栅栏效应,这将造成一定的检测误差。加窗和插值算法能有效地提高FFT方法的检测精度,而窗函数的频谱特性将直接影响改善效果。为此,提出了一种基于遗传算法(GA)的组合余弦窗函数参数优化方法,利用该方法对6项组合余弦窗函数进行了优化,得到了一种6项五阶窗函数,并使用该窗函数实现了四谱线插值FFT的电力谐波分析。通过仿真表明,利用该窗实现的加窗插值FFT电力谐波分析方法的检测结果优于加Nuttall三阶窗和Nuttall五阶窗。     

基于FFT和神经网络的非整数次谐波检测方法

运用人工神经网络模型进行整数次谐波检测可达到较高的检测精度，但这种线性神经元模型不适合非整数次谐波的检测。为精确检测非整数次谐波，文中提出了一种改进进的线性人工神经元模型，并将加汉宁窗的FFT算法和改进的线性人工神经元模型结合起来，提出了一种用于非整数次谐波检测的新方法。该方法首先对采样信号用加汉宁窗的FFT算法进行预处理，得到了谐波个数和精度不高的谐波次数：其次根据谐波个数设定神经元的个数，根据预处理后得到的谐波次数设定神经网络谐波次数迭代的初始值；最后对改进后的人工神经网络进行训练，便可实现非整数次谐波的精确检测。仿真实例表明，该方法能将频率相近的非整数次谐波分离，可有效地提高谐波参数的检测精度，为谐波治理提供良好的依据。     

基于Nuttall窗插值FFT的标准源谐波分析算法

电力标准源是用于输出电力仪表测试的基准信号,其输出精度主要取决于反馈检测精度.采用FFT对标准源输出进行谐波分析时,很难做到同步采样和整周期截断,由此造成的频谱泄漏将导致谐波分析时存在较大的误差.针对上述问题,基于插值算法的原理,提出了4项3阶Nuttall窗函数与双峰谱线的插值算法,给出了谐波幅值、相位和频率的修正公式.仿真和实验结果证明所提算法能够有效抑制频谱泄露,显著提高标准源输出精度.     

基于四项最低旁瓣Nuttall窗的插值FFT谐波分析

快速傅里叶变换(fast Fourier transform,FFT)在非同步采样和非整数周期截断时存在频谱泄漏,无法精确得到谐波参数。为了减少非同步采样对FFT的影响,本文采用四项最低旁瓣Nuttall窗结合双谱线插值FFT进行谐波分析。文章分析了四项最低旁瓣Nuttall窗的频谱特性,提出了基于四项最低旁瓣Nuttall窗插值的分析算法,运用多项式拟合推导出实用的插值修正公式。仿真结果验证了在非同步采样时,该算法与加Blackman窗和Blackman-Harris窗的插值FFT相比具有更高的精确度,更好的抑制了频谱泄漏。     

新型窗函数四谱线插值的谐波分析方法

针对在非同步采样及非整周期截断的情况下,采用快速傅里叶变换分析电力谐波时谐波检测精度不够高的问题,提出了一种8阶三角自卷积窗的新型四谱线插值谐波检测算法。首先,分析了不同阶窗的时域和频域特性;然后,分析了四谱线插值算法,并推导出基于新算法的参数估计公式;最后,通过模拟谐波环境进行了算法的仿真实验,并与三谱线插值算法进行对比,其精确度要高于三谱线插值算法。实验结果表明,8阶三角自卷积窗具有旁瓣特性和栅栏效应的明显优势,可以更好地抑制频谱泄漏,并且随着谱线数目的增多,计算精度也有所提高,计算结果误差大多数小于10~(-7),所提出的算法可以更准确地计算每个谐波的参数。     

基于B样条小波预处理的短窗算法

提出了可滤除偶次和分次谐波的Ｂ样条小波滤波算法,将经过滤波预处理的短窗傅氏算法和传统傅氏算法进行了比较。从分析结果可看出,经过２次分解与重构的信号接近于基波,减少了因傅氏算法不能滤除偶次谐波或非整次谐波而带来的误差。在同传统方法作比较后,提出了用基于Ｂ样条预处理的２种短窗算法分别代替半波傅氏算法和全波傅氏算法的方案从而可提高保护动作的快速性和可靠性。     

纳托尔窗改进FFT动态谐波参数估计方法

动态下的谐波参数估计是近年来的研究热门,快速傅里叶变换(fast Fourier transform,FFT)因其简单且易于嵌入式实现而得到广泛应用,但其参数估计准确度受频谱泄漏和栅栏效应的制约。分析纳托尔(Nuttall)窗的旁瓣特性,建立基于4项5阶Nuttall窗改进FFT的谐波参数估计算法,通过曲线拟合推导信号基波与各次谐波的频率、幅值和相位估计修正公式。仿真结果表明:4项5阶Nuttall窗抑制频谱泄漏效果好,改进FFT算法能对栅栏效应产生的影响进行有效修正,提出的方法能准确跟踪基波频率波动,有效抑制白噪声影响,提高谐波参数估计的准确度。     

基于加汉宁窗的FFT高精度谐波检测改进算法

大量非线性元件的应用导致电网谐波问题愈发严重,快速傅立叶变换（FFT）在非同步采样条件下难以实现谐波的精确检测,通过加窗插值可以改善FFT算法的准确度。根据信号加Hanning窗离散频谱的衰减特性,提出一种高精度改进算法。该算法通过对加窗信号的离散频谱序列进行特定的多项式变换,进一步减轻各次谐波频谱之间的互相干扰,继而应用插值运算推导出各次谐波频率、幅值和相位的高精度校正公式。对该算法与Hanning窗和Blackman-Harris窗插值FFT算法进行Matlab仿真对比,验证了该算法具有更高的分析精度。对电容器谐波电流的实验研究进一步证明了改进算法的有效性。     

基于Rife-Vincent窗的高准确度电力谐波相量计算方法

非同步采样时,快速傅里叶变换应用于谐波分析容易造成频谱泄露和栅栏效应,影响谐波相量计算的准确度。分析Rife-Vincent窗的旁瓣特性,提出一种基于5项Rife-Vincent(I)窗双谱线插值FFT的谐波相量计算方法。与传统窗函数相比,5项Rife-Vincent(I)窗具有更好的频谱泄漏抑制特性,而双谱线插值算法能够对栅栏效应进行有效修正。仿真实验结果表明,在非同步采样条件下,提出的方法适合于非线性电路谐波相量分析,22次复杂谐波电流信号的频率计算相对误差仅为5.7×10-11%,幅值计算相对误差≤5.3×10-7%,初相位计算相对误差≤3.1×10-6%。     

改进加窗插值FFT动态谐波分析算法及应用

为减少加窗插值FFT谐波分析算法中的频谱泄漏和栅栏效应,本文分析了旁瓣最低与最速下降窗的频谱特性,提出了基于4项旁瓣最低与最速下降窗的插值FFT谐波分析算法,运用多项式拟合求出了简单实用的插值修正公式,减少了谐波分析时的计算量。仿真结果表明,在非同步采样和非整数周期截断条件下,本文所提出的谐波分析方法适合于弱信号和包含2~21次谐波的电力信号的精确分析。本文还给出了算法在三相多功能谐波电能表中的应用情况,验证了算法的有效性和准确性。